Catégorie : Cloud

Nokia stimule la 6G : connectivité par satellite pour tous les smartphones et appareils

L’IA pousse le mobile vers une nouvelle étape : 5G, augmentation des données et 6G

3,1 milliards d’abonnements 5G dans le monde au premier trimestre 2026, et déjà la moitié du trafic mobile mondial qui passe par cette technologie. Le dernier rapport sur la mobilité d’Ericsson, publié en juin 2026, ne se limite pas à ce chiffre. Il décrit un mobile qui change de nature sous la pression de l’IA, porté par plus de données en amont, une montée du network slicing et les premiers jalons de la 6G. Contexte et enjeux Le trafic de données sur les réseaux mobiles a grimpé de 22 % entre le premier trimestre 2025 et le premier trimestre 2026, au-delà des prévisions d’Ericsson. L’accès fixe sans fil (FWA) continue lui aussi de gagner du terrain : 71 % des

L'Europe risque de prendre du retard en intelligence artificielle et en technologie en raison d'une réglementation complexe

Conformité technologique : la question n’est pas quelle norme s’applique, mais quels contrôles manquent

ENS, NIS2, DORA, AI Act, RGPD, eIDAS, Data Act, ISO 27001, NIST, CIS. Pour beaucoup d’équipes techniques, la cartographie réglementaire ressemble désormais à une liste sans fin d’acronymes, toujours en retard à la table lors d’un appel d’offres, d’un audit, d’une demande d’un client financier ou d’un incident de sécurité. Contexte et enjeux L’erreur courante consiste à traiter chaque cadre réglementaire comme un projet à part. Une équipe met en place l’ENS, une autre prépare ISO 27001, le juridique examine le RGPD, la sécurité travaille sur NIS2, le produit s’occupe de l’AI Act et les achats interrogent les fournisseurs. Résultat : une pile de documents, des contrôles redondants et des preuves éparpillées entre e-mails, tickets, tableurs et outils qui ne

OpenText renforce sa détection et sa réponse avec l'IA : intégrations approfondies avec Microsoft Defender, Entra ID et Copilot pour réduire le bruit et accélérer la réponse

IDC Quanta rassure les CIO sur la confidentialité des données

Un CIO qui veut charger un plan de migration cloud interne dans un outil d’IA se heurte presque toujours au même mur : la confidentialité. IDC a bâti toute la promesse d’IDC Quanta autour de ce point précis plutôt que sur la seule vitesse de réponse, et c’est ce pari qui mérite d’être regardé de près, au-delà du lancement présenté en avril (IDC Quanta : l’intelligence de marché s’intègre dans les flux de travail IA). Le vrai obstacle n’est pas la technologie, c’est la confiance Les équipes IT testent des assistants IA depuis des mois. Le blocage vient rarement du modèle lui-même, il vient du document qu’on n’ose pas coller dedans : un comparatif fournisseurs, un budget prévisionnel, une stratégie

NVIDIA Vera : pourquoi le CPU revient au centre de l’IA agentif

Ces dernières années, le débat sur l’intelligence artificielle s’est concentré presque entièrement sur les GPU. C’est logique : entraînement, inférence, modèles multimodaux, Mixture of Experts et grands contextes dépendent d’accélérateurs toujours plus puissants. NVIDIA propose pourtant une idée qui mérite qu’on s’y arrête : à l’ère des agents IA, le CPU redevient un maillon essentiel de la chaîne de performance. L’argument derrière NVIDIA Vera tient en une phrase. Un agent ne se contente pas de générer du texte : il raisonne, appelle des outils, exécute du code, interroge des bases de données, lance des tests, déplace des données, vérifie ses sorties et décide de l’étape suivante. À chacune de ces phases, le GPU peut rester à attendre que le CPU

Databricks ouvre un nouveau centre à Londres après une croissance annuelle de 60 % au Royaume-Uni

Databricks teste les agents de code en production et GLM 5.2 entre dans la ligue première

Databricks a publié l’un des benchmarks les plus intéressants du moment pour les agents de programmation, pas parce qu’il utilise une batterie d’exercices publics, mais parce qu’il s’appuie sur son propre code. La société a évalué modèles et harnesses d’agents sur des tâches réelles extraites de pull requests internes, sur une base de code de plusieurs millions de lignes en Python, Go, TypeScript, Scala, Rust et Java. Le résultat le plus frappant : GLM 5.2, un modèle open source de Z.ai, se hisse parmi les modèles les plus performants et se retrouve statistiquement à égalité avec Claude Opus 4.8 en qualité sur ce test interne. La différence se joue sur le coût : 1,28 dollar par tâche pour GLM 5.2,

SCC ouvre un bureau aux Émirats et recherche des talents en IA, cloud et cybersécurité

L’IA pousse les équipes réduites : moins de couches, plus de plateforme et plus d’ingénierie

Selon Gartner, une tendance déjà perceptible dans de nombreuses équipes de développement s’accélère : d’ici 2029, 60 % des organisations adopteront des équipes d’ingénierie logicielle plus petites à l’échelle, contre seulement 15 % en 2026. La firme les qualifie de tiny teams, un terme à ne pas confondre avec une simple réduction d’effectifs ou une mode d’efficacité mal comprise. L’évolution est plus technique et plus profonde : l’intelligence artificielle prend en charge une partie du travail routinier (développement, tests, documentation, revue, génération de code) sans supprimer le besoin en ingénieurs. Elle modifie plutôt la composition des équipes nécessaires : moins de niveaux de coordination, plus d’autonomie, une responsabilité accrue sur le produit et une dépendance renforcée à des plateformes internes