Actualités IA en continu : Création d’une coentreprise SoftBank x OpenAI au Japon, Gemini reprend Maps, lancement de projets nationaux suite à un appel d’offres concurrentiel.

Au cours des dernières 24 heures (4 et 5 novembre), du côté chinois, on a observé des développements tels que la publication par les ministères des directives annuelles sur les tâches d'innovation en IA, des mises à jour des modèles à grande échelle de l'industrie et un approfondissement des applications de « puissance existante » ; du côté international, SoftBank et OpenAI ont créé une coentreprise au Japon, Google a profondément intégré Gemini dans Maps et le marché mondial a connu des fluctuations autour de la « bulle de l'IA » et des controverses sur les méthodologies de référence.

1. SoftBank et OpenAI créent la coentreprise « SB OAI Japan » pour fournir des services d'IA de niveau entreprise.

1. Le 5 novembre, elle a annoncé la création de « SB OAI Japan » au Japon, qui a pour objectif de fournir des solutions d'IA localisées au niveau de l'entreprise et des services d'exploitation aux grandes entreprises japonaises.
2. Le premier lot de clients a été lancé au sein du groupe SoftBank, et la feuille de route couvre l'ensemble de la chaîne de livraison, de l'accès aux données d'entreprise aux agents intelligents personnalisés.
3. Elle est promue en parallèle des plans relatifs aux centres de données et aux partenaires de l'écosystème au Japon, et est considérée comme un accélérateur de l'application à grande échelle de l'IA par les entreprises japonaises.

II. Google intègre Gemini à Google Maps, permettant une navigation et des capacités d'assistant plus « conversationnelles ».

1. À partir du 5 novembre, il sera progressivement déployé, prenant en charge la planification d'itinéraire, les questions-réponses sur la localisation et les commandes multitâches utilisant le langage naturel.
2. Parallèlement à l'intégration de Gemini dans des scénarios tels que YouTube/Recherche, il forme un portail d'interaction IA unifié à travers les applications.
3. Les acteurs du secteur interprètent cela comme le développement ultérieur de la « couche d'opération native de l'IA » sur les appareils mobiles, renforçant sa compétitivité face aux assistants tiers.

III. Les actions technologiques mondiales ont été sous pression en raison des inquiétudes concernant une « bulle de valorisation de l'IA », ce qui a entraîné une volatilité accrue dans les chaînes d'approvisionnement en puces et en puissance de calcul.

1. Le 5 novembre, les indices boursiers de nombreuses régions ont reculé, les secteurs de la technologie et de l'IA menant la baisse, le marché se concentrant sur l'incertitude du cycle de retour des dépenses d'investissement en puissance de calcul.
2. Certaines actions de premier plan subissent des pressions à court terme, et les analystes mettent en garde contre les risques liés à la « concentration des participations et au rythme de réalisation des bénéfices ».
3. Les fluctuations à court terme ne changent pas le thème d’investissement à long terme de l’infrastructure d’IA, mais les fonds sont plus enclins à investir dans des cibles présentant des progrès de commercialisation et des flux de trésorerie clairs.

IV. L’équipe de recherche a souligné que des centaines de référentiels de sécurité et de performance de l’IA présentent des failles méthodologiques.

1. Une étude conjointe publiée les 4 et 5 novembre a passé en revue plus de 440 points de référence et a mis en évidence des problèmes tels que la couverture, les questions divulguées/le surapprentissage et la cohérence de l'évaluation.
2. Il est recommandé de passer d'une évaluation statique par questions-réponses à une évaluation multimodale, adversariale et axée sur les tâches, et d'établir un pipeline expérimental ouvert et reproductible.
3. Mettre en garde contre la « méritocratie fondée sur les scores » dans les contextes réglementaires, d’appels d’offres et de concurrence académique, et appeler l’industrie à établir conjointement de nouvelles normes.

V. Le ministère de l’Industrie et des Technologies de l’information a publié les Lignes directrices 2025 pour « l’approche fondée sur les défis » visant à promouvoir l’industrie de l’intelligence artificielle et à favoriser une nouvelle industrialisation.

1. Le 5 novembre, la liste des tâches annuelles a été publiée dans différentes régions, couvrant les technologies clés pour les modèles à grande échelle, les logiciels industriels et la fabrication intelligente.
2. Mettre l'accent sur « les entreprises qui posent les questions et les héros qui relèvent les défis » afin de promouvoir la recherche et le développement collaboratifs entre l'industrie, le monde universitaire et les institutions de recherche, ainsi que la mise en œuvre d'applications connexes.
3. Définir des indicateurs d’évaluation clairs pour l’intégration profonde de l’informatisation et de l’industrialisation, et promouvoir l’application à grande échelle de l’IA dans les industries clés.

VI. « Tournée de la puissance de stockage en Chine » Station de Pékin : La puissance de calcul de stockage avancée soutient l’optimisation de l’efficacité et du coût pour l’inférence de grands modèles.

1. Le 5 novembre, l'Académie chinoise des technologies de l'information et des communications (CAICT) a organisé un événement axé sur le rôle crucial de la « puissance de stockage » dans le processus de raisonnement à l'ère de l'IA.
2. Sous les contraintes de coût d'inférence, de latence et de qualité, une nouvelle architecture avec une bande passante élevée, une faible latence et un stockage hiérarchique est proposée.
3. Il s'intègre à des scénarios d'application tels que la finance, le service client et l'imagerie médicale, en mettant l'accent sur la collaboration du système entre les données et les modèles.

7. Le « Modèle industriel intelligent 3.0 » a été lancé à Dalian, intégrant profondément le modèle à l'échelle de l'industrie dans le système de production.

1. La version 3.0 a été lancée lors de la conférence sur la numérisation de l'industrie pétrochimique et chimique les 4 et 5 novembre, axée sur l'optimisation des processus, la sécurité, le contrôle environnemental et de la qualité, et la maintenance prédictive des équipements.
2. Surmonter les points faibles tels que les silos de données sectoriels et les normes fragmentées, et mettre l'accent sur la combinaison de la gouvernance des données intersites et des graphes de connaissances.
3. Cela marque une nouvelle étape dans le secteur de l'industrie des procédés, où les modèles à grande échelle passent de la vérification pilote au déploiement au niveau du système.

8. Les experts du Forum de Hongqiao ont proposé trois principes pour « l’IA au service du bien » : une liste négative, l’ouverture et la transparence, et une combinaison de prévention et de répression.

1. Le 5 novembre, il a été proposé d'établir une liste négative exécutoire dans le cadre d'une gouvernance centralisée par l'administration et la loi.
2. La plateforme est tenue de respecter certaines normes de transparence afin de faciliter le contrôle social et l'évaluation scientifique.
3. Elle propose de corriger le déséquilibre entre « l’application excessive de la loi » et « le fait d’ignorer les illusions », et prône une gouvernance rationnelle.

Foire aux questions (Q&R)

Q : Quels résultats la coentreprise de SoftBank et d'OpenAI au Japon va-t-elle obtenir à court terme ?

A : Nous avons initialement travaillé avec SoftBank et de grandes entreprises japonaises sur des projets de plateformes de données et d'agents intelligents d'envergure. À partir de 2026, nous coopérerons avec l'expansion des centres de données locaux afin de promouvoir le déploiement à grande échelle, en mettant l'accent sur la conformité aux spécificités locales et l'adaptation aux scénarios sectoriels.

Q : Google a intégré Gemini à Maps. Quelle est la différence fondamentale entre cette version et la navigation vocale précédente ?

A : Le passage d'une approche « par commandes » à une approche « conversationnelle » permet d'exprimer simultanément de multiples contraintes (état des routes, points de passage, stationnement, etc.) en langage naturel et permet la récupération d'informations entre applications, formant ainsi une couche d'interaction IA plus unifiée.

Q : Les prétendues « failles dans les référentiels d'IA » auront-elles une incidence sur les achats et le contrôle en entreprise ?

R : Oui. Les recherches suggèrent de passer d'une évaluation unique à une évaluation multidimensionnelle et à des protocoles expérimentaux reproductibles. Les enchères et la régulation peuvent accroître le nombre d'items de test axés sur la tâche, la confrontation et la cohérence à long terme, affaiblissant ainsi l'approche basée uniquement sur la note.

Q : Que signifie l’approche de « la concurrence ouverte pour les projets clés » pour la chaîne industrielle en Chine ?

A: En orientant les ressources vers les points de blocage et les scénarios quantifiables, les entreprises peuvent s'engager sur des technologies et des indicateurs conformément à la liste et obtenir un soutien politique et financier, raccourcissant ainsi le cycle entre les percées technologiques et leur mise en œuvre industrielle.

Q : Pourquoi la « capacité de stockage » est-elle si souvent mentionnée à l'ère des maquettes à grande échelle ?

A : Le goulot d'étranglement lors de l'inférence se déplace de la « puissance de calcul pure » vers la « bande passante de stockage/latence + orchestration des données ». Des architectures hiérarchisées et proches de la mémoire efficaces peuvent réduire considérablement la latence et le coût à matériel égal.

Q : Les inquiétudes du marché concernant une « bulle de l'IA » vont-elles modifier la tendance à long terme ?

A: Les fluctuations à court terme proviennent principalement du rythme de réalisation des bénéfices et de l'incertitude quant au retour sur investissement des dépenses en capital, mais à long terme, les applications/infrastructures avec un retour sur investissement vérifiable et un flux de trésorerie clair restent considérées favorablement.