SAP, Oracle et Palantir font face à un problème gênant : l’intelligence d’entreprise n’a plus besoin de rester confinée au même système qui enregistre les transactions. Depuis des décennies, les grandes entreprises ont adopté une logique presque incontournable : si l’ERP gère la finance, les achats, les ressources humaines ou

La discussion sur l’IA en entreprise tourne depuis trop longtemps autour d’une seule question : quel modèle est le meilleur ? GPT, Claude, Gemini, Llama, Mistral, Qwen, DeepSeek. Plus de contexte, plus de raisonnement, des coûts par token réduits. Ces facteurs comptent, mais ils ne couvrent qu’une partie du problème.

Valar Atomics a réalisé une démonstration conçue pour attirer l’attention de l’industrie : alimenter un Nvidia DGX Spark avec l’électricité produite par son micro-réacteur nucléaire Ward 250, lors d’un événement en direct dans l’Utah. Cette scène résume deux sujets qui convergent : l’expansion de l’IA et le besoin d’énergie fiable,

Pendant des années, les entreprises SaaS ont occupé le centre du flux de travail. Le CRM conservait les clients, l’ERP gérait les opérations, l’outil de gestion de projets organisait les tâches et la suite de productivité centralisait documents, courriels et calendriers. Chaque plateforme était, à sa façon, un système d’enregistrement.

Telefónica España fait tester à certains de ses abonnés Movistar un nouveau filtre SMS anti-fraude reposant sur l’intelligence artificielle. Sa particularité : l’IA n’analyse pas seulement l’expéditeur ou le destinataire du message, elle lit aussi son contenu. Une première chez les opérateurs espagnols, qui soulève des questions légitimes sur la

La Corée du Sud a décidé de placer l’intelligence artificielle au centre de sa stratégie industrielle. Samsung Electronics et SK hynix, deux des principaux fabricants sud-coréens de mémoire, préparent une expansion de leurs usines, un emballage avancé et des centres de données afin de renforcer la position du pays dans

L’intelligence artificielle d’entreprise ne se limitera pas au cloud. Au cours des deux dernières années, la conversation a principalement tourné autour des grands clusters, des GPU H100 ou Blackwell, des architectures hyperéchelles et des API à la demande. Mais parallèlement, une nouvelle catégorie émerge : des équipements compacts capables d’exécuter,