Attention au fossé : une nouvelle étude de Cornerstone OnDemand sur les compétences en IA révèle que la moitié des employés se débrouillent seuls pour apprendre l’IA, faute de formation adéquate de la part des employeurs
Artificial Intelligence, Deep Learning, Machine Learning
Attention au fossé : une nouvelle étude de Cornerstone OnDemand sur les compétences en IA révèle que la moitié des employés se débrouillent seuls pour apprendre l’IA, faute de formation adéquate de la part des employeurs
Selon une enquête de Glean, les employés économisent 11 heures par semaine grâce à l’IA, mais une partie de ce temps est consacrée à des tâches de maintenance de l’IA. Un coût ignoré.
Écrit par huit experts européens, ce texte devenu viral dénonce le retard accumulé par l’Europe en matière d’IA et appelle à un sursaut rapide. A lire… même si Claude peut évidemment résumer en deux secondes
Malgré une adoption massive de l’IA en entreprise et des gains de productivité pour les salariés, les entreprises ont encore du mal à en transformer les effets en valeur concrète. Le rapport « AI at Work: Strategy Matters More Than Tools » du Boston Consulting Group met en avant ce paradoxe.
L’Oréal s’associe à OpenAI pour intégrer davantage l’IA dans ses produits et services, avec notamment des tests de maquillage virtuel. Le géant des cosmétiques explore un nouveau champ de recommandation d’achat.
Trois jours après son lancement, le modèle le plus avancé jamais ouvert au public par Anthropic, Claude Fable 5, a été éteint sur ordre du gouvernement américain au nom de la Sécurité Nationale. Un signal brutal pour l’Europe qui nous rappelle la réalité du « Kill Switch »
Solita officiellement reconnue comme revendeur agréé Anthropic. La gantoise fait désormais partie d’un groupe restreint d’acteurs européens proposant directement les modèles de Claude sur Amazon Bedrock, avec une gouvernance au niveau de l’entreprise et un stockage des données en Europe via AWS. En toute sécurité, donc.
Dans une note de blog, Anthropic introduit le principe d’auto-amélioration récursive, soit la capacité d’une IA à perfectionner ses propres performances, ouvrant potentiellement la voie à une accélération autonome de son développement. Une évolution non risques.