Les dirigeants mondiaux au Forum économique mondial de Davos tirent la sonnette d'alarme sur l'impact profond de l'IA sur le marché du travail, que le FMI décrit comme un « tsunami ». Les discussions soulignent près de 55 000 suppressions d'emplois aux États-Unis en 2025 attribuées à l'IA et la nécessité urgente de requalification de la main-d'œuvre.
Apple a officiellement noué un partenariat avec Google, intégrant le modèle d'IA Gemini pour alimenter une Siri repensée. Cette décision intervient alors que le gouvernement américain impose de nouveaux droits de 25% sur les puces d'IA vendues à la Chine, affectant des acteurs majeurs comme Nvidia et AMD.
Des robotaxis autonomes devenant une vue courante aux agents d'IA qui font les courses à notre place, 2026 est prévu comme l'année où l'IA s'intégrera parfaitement à nos routines quotidiennes. Attendez-vous à ce que les chatbots évoluent en « applications tout-en-un » et que des robots humanoïdes commencent à s'occuper des tâches ménagères.
À Davos, le PDG de Palantir, Alex Karp, a affirmé que l'IA renforce les libertés civiles en offrant une transparence granulaire dans la prise de décision. Il a également lancé un avertissement sévère : l'Europe est structurellement en train de prendre du retard par rapport aux États‑Unis et à la Chine en matière d'adoption technologique.
Alors que Nvidia domine le marché des puces IA, l'analyste de Wall Street Beth Kindig a désigné Micron Technology comme son principal choix d'action pour les puces IA en 2026. La mémoire à haute bande passante (HBM) cruciale de l'entreprise devient essentielle pour traiter les énormes besoins en données des charges de travail d'IA.
Les prévisions technologiques pour 2026 indiquent un basculement majeur de l'entraînement des modèles d'IA vers l'inférence comme facteur différenciateur clé. Cela obligera les entreprises à adopter des infrastructures ouvertes et des plans de contrôle unifiés comme Kubernetes pour gagner les « guerres de l'inférence » et offrir des expériences IA locales plus rapides.
Une nouvelle étude de Microsoft Research identifie les emplois qualifiés et de cols blancs dans la finance, les services juridiques et l'ingénierie logicielle comme étant les plus exposés à la disruption causée par l'IA générative. La recherche souligne que l'IA est de plus en plus capable d'accomplir des tâches cognitives complexes, restructurant fondamentalement ces professions.
Dans une importante démarche pour la sécurité des données, SAP et Fresenius collaborent sur une plateforme d'IA « souveraine » pour le secteur de la santé. L'initiative, de plusieurs millions d'euros, vise à créer un environnement sécurisé et conforme pour le traitement de données médicales sensibles, permettant aux hôpitaux de déployer et d'étendre des applications d'IA en toute sécurité.
JPMorgan Chase considère désormais ses investissements en intelligence artificielle comme une infrastructure centrale, signe d'un changement stratégique visant à opérationnaliser l'IA à grande échelle. La banque concentre ses capitaux sur l'augmentation de la productivité interne, le renforcement de la cybersécurité et la personnalisation des services bancaires de détail.
OpenAI lance un modèle de prédiction d'âge pour ChatGPT visant à identifier les utilisateurs de moins de 18 ans et à appliquer automatiquement des protections de contenu contre les matériaux sensibles, y compris les représentations d'automutilation.
ServiceNow et OpenAI annoncent un accord stratégique de trois ans visant à intégrer les modèles GPT-5.2 d'OpenAI à la plate-forme de flux de travail d'entreprise de ServiceNow, permettant des agents IA pour les opérations commerciales.
Le PDG d'Anthropic, Dario Amodei, critique la décision de l'administration américaine d'autoriser Nvidia à vendre ses puces d'IA avancées H200 à la Chine, avertissant des implications critiques en matière de sécurité nationale et comparant cette décision à la prolifération des armes nucléaires.
Les chercheurs du MIT démontrent que les modèles d'apprentissage automatique les plus performants peuvent devenir les moins performants lorsqu'ils sont appliqués à de nouveaux environnements de données, révélant des risques cachés liés à des corrélations fallacieuses dans l'IA médicale et d'autres applications critiques.
