En 1611, Kepler formule en trois lignes une conjecture sur la façon d'empiler des sphères. Quatre siècles plus tard, une machine vient de boucler la version la plus aboutie de cette question en cinq jours. Ce n'est pas une anecdote technique. C'est le signe que la mathématique vient de changer de régime.

Depuis Euclide, un théorème est vrai parce qu'une poignée de gens malins l'ont lu et trouvé bon. Cette convention silencieuse a tenu tant que les preuves faisaient quarante pages. Quand Wiles résout Fermat en sept cents pages, quand Hales soumet une démonstration que les Annals of Mathematics publient en avouant n'en être convaincus qu'à 99 %, la méthode classique avoue qu'elle ne suit plus. Le bug est dans le système, pas dans les individus.

C'est dans ce vide que s'engouffrent aujourd'hui des capitaux considérables. Harmonic AI, fondée par le patron de Robinhood, lève près de 300 millions de dollars sur un outil qui traduit des mathématiques en code formellement vérifiable. DeepMind, Math Incorporated, Alphabet — tous parient sur la même idée : la formalisation est le banc d'entraînement idéal pour apprendre à raisonner vraiment, pas seulement à prédire du texte.

Mais la même technologie qui vérifie une preuve de théorème peut certifier un firmware de drone ou un protocole cryptographique post-quantique. La mathématique n'est plus seulement un sujet académique. Elle est devenue un nouveau standard de qualité pour toutes les couches critiques du numérique.

Cet épisode suit le fil : de Kepler à Viazovska, de Voevodsky à Lean, du laboratoire à la doctrine militaire. Et pose une dernière question — quand la preuve n'est plus un texte qu'on lit mais un programme qu'on exécute, où va l'intuition qui permet de trouver la suivante ?

#philosophie

Un milliard de dollars de revenus trimestriels d'un côté, et un aveu discret caché dans les rapports techniques de l'autre. Quel est le véritable coût de notre course effrénée vers l'intelligence artificielle ?

Dans cet épisode, nous levons le voile sur le péage invisible de l'IA en production. Alors que les entreprises déploient des agents autonomes à un rythme sans précédent, près de cinq pour cent des appels vers les grands modèles de langage échouent en silence. Derrière ces pannes invisibles se cachent des limites de quotas dépassées, des architectures en patchwork et une complexité technique que les équipes ne parviennent plus à suivre à l'œil nu.

Nous analysons comment Datadog a transformé cette complexité systémique en une véritable mine d'or. En s'insérant directement dans la boucle de décision des agents IA grâce à ses nouveaux protocoles MCP et son monitoring GPU, le géant de l'observabilité ne se contente plus de surveiller vos pannes : il se positionne comme le système nerveux indispensable de vos infrastructures modernes.

Enfin, nous décryptons le paradoxe de la cybersécurité actuelle, où l'excès de fausses alertes paralyse l'action et laisse des failles critiques ouvertes pendant des centaines de jours. Une grille de lecture stratégique et sans concession pour comprendre que celui qui contrôle le regard sur votre infrastructure finit inévitablement par en contrôler les décisions.

Découvrez la face cachée de vos architectures IA et comprenez enfin ce qui se joue derrière les tableaux de bord.

#business #secteurs

Dans cet épisode, nous plongeons au cœur de la dernière révolution de la synthèse vocale avec l'arrivée de VibeVoice. Développé par Microsoft Research, ce modèle open source a réussi à faire tomber un verrou technique vieux de vingt ans en réduisant de manière spectaculaire la quantité d'informations nécessaires pour représenter une seconde de son. En compressant le signal pour passer d'une cadence standard de cinquante hertz à seulement sept virgule cinq hertz, VibeVoice permet de générer jusqu'à quatre-vingt-dix minutes de parole continue et parfaitement cohérente en une seule passe, résolvant enfin le problème historique de la dérive de la voix sur les formats longs.

Mais au-delà de la prouesse technique, c'est un véritable séisme pour l'industrie de l'intelligence artificielle. Lors de tests rigoureux menés auprès d'auditeurs humains, ce modèle gratuit et sous licence MIT a surpassé les géants propriétaires du secteur, devançant ElevenLabs et Google Gemini en qualité perçue tout en affichant un taux d'erreur de transcription minime. Cette démocratisation radicale rappelle le phénomène DeepSeek dans le domaine des grands modèles de langage, transformant ce qui était une fonctionnalité premium et coûteuse en une infrastructure accessible à tous.

L'histoire de VibeVoice est aussi celle d'un vertigineux dilemme de sécurité. Neuf jours seulement après sa mise en ligne, Microsoft a temporairement fermé son dépôt de code face aux risques immédiats d'usurpation d'identité et de fraude, illustrant la vitesse inédite à laquelle les technologies de clonage vocal de pointe peuvent être détournées. Nous analysons l'impact de ce basculement pour les fondateurs, les développeurs et les investisseurs qui doivent désormais repenser la valeur de leurs services dans un monde où la voix haute fidélité devient une commodité gratuite. Un épisode indispensable pour comprendre qui contrôlera la couche vocale de l'internet de demain.

#modeles

Imaginez un mathématicien nomade qui vivait d'une seule valise, offrait des primes de sa propre poche pour résoudre ses énigmes et croyait en l'existence d'un "Livre" céleste regroupant les plus belles démonstrations de l'univers. Paul Erdős a marqué l'histoire par son génie et ses milliers de questions restées sans réponse. En mai 2026, l'une de ses conjectures les plus redoutables, qui tenait en échec les plus grands esprits de la géométrie combinatoire depuis quatre-vingts ans, a pourtant trouvé sa clé là où personne ne l'attendait.

Ce n'est pas un humain qui a jeté ce pont inattendu entre la géométrie plane et la très abstraite théorie des nombres de Golod-Shafarevich, mais un modèle de raisonnement d'OpenAI. À travers une démonstration fleuve de 125 pages validée par des médaillés Fields, la machine a réussi à s'introduire dans le sanctuaire le plus pur des mathématiques de recherche. Une percée historique qui bouscule nos certitudes et rappelle le séisme du théorème des quatre couleurs en 1976, à une différence majeure près : cette fois, l'argument de l'IA est parfaitement structuré, logique et humainement lisible.

Cet épisode explore les coulisses de cette révolution scientifique et philosophique. Alors que la machine excelle désormais à résoudre des équations complexes en connectant des disciplines autrefois cloisonnées, la quête humaine de la beauté mathématique et l'art de poser les bonnes questions n'ont jamais été aussi précieux. Plongez dans l'histoire fascinante de l'homme à la valise et de la preuve qui a fait vaciller le temple de l'esprit pur.

#philosophie

Pendant des décennies, les données financières et comptables des entreprises sont restées sous clé, gardées par des éditeurs de logiciels et des intermédiaires techniques indispensables mais coûteux. Cet épisode décrypte comment l’avènement de l'intelligence artificielle et du protocole ouvert MCP vient de faire voler en éclats ce modèle historique du péage sur la donnée. En l’espace d’une seule heure de travail, un dirigeant est désormais capable de connecter directement une IA à son système de gestion pour obtenir des réponses immédiates, fiables et en langage naturel, sans passer par des devis complexes ou des semaines d’attente. Ce n'est pas seulement une évolution technologique majeure, c'est une véritable révolution de souveraineté pour les dirigeants et les directions financières, qui reprennent enfin le contrôle direct de leur propre maison. Un voyage fascinant dans l’histoire de l'informatique de gestion, depuis l’apparition du tableur VisiCalc jusqu'au basculement de l'intégrateur traditionnel vers de nouveaux rôles à haute valeur ajoutée.

#business #secteurs

Votre smartphone sait où vous êtes, ce que vous cherchez, qui vous contactez, ce que vous achetez, combien de temps vous regardez un écran et parfois même ce que vous allez vouloir avant de le formuler.

Dans cet épisode, on parle de cette petite pierre noire que tout le monde garde dans sa poche : un outil génial, indispensable, mais aussi l’un des systèmes de collecte de données les plus puissants jamais mis entre les mains du grand public.

Pas de paranoïa gratuite, pas de fantasme complotiste : on regarde concrètement ce que le smartphone capte, comment les applications exploitent vos données, pourquoi la surveillance numérique est devenue invisible, et ce que vous pouvez faire pour reprendre un peu de contrôle.

La vraie question n’est pas de savoir si votre téléphone vous écoute. La vraie question, c’est pourquoi il n’a même plus besoin de le faire.

#cybersec #geopolitique

À l’ère où l’intelligence artificielle inonde nos réseaux d'un flot de contenus superficiellement parfaits mais fondamentalement creux, la véritable expertise est-elle condamnée à disparaître ? Ce nouvel épisode décrypte un phénomène invisible mais dévastateur : la loi de Gresham appliquée à notre économie de l'attention. Des coulisses d'arXiv aux comités algorithmiques de LinkedIn, découvrez comment la « mauvaise monnaie » éditoriale chasse désormais la bonne, et pourquoi les géants du web réinventent en urgence des barrières à l'entrée et des mécanismes de censure que l'on croyait pourtant abolis.

À travers une fresque captivante qui relie la Grèce d'Aristophane, la dévaluation du denier romain et les stratégies de certification de Spotify ou Deezer, nous explorons la théorie économique des marchés asymétriques pour comprendre comment l'abondance de « slop » détruit notre confiance collective. Cet épisode offre une grille de lecture indispensable pour les créateurs, dirigeants et professionnels qui cherchent à protéger leur valeur. Dans un monde saturé de « citrons » informationnels, la question cruciale n'est plus de savoir comment produire davantage, mais qui détient le poinçon d'authenticité de votre existence. Une réflexion stratégique profonde, exigeante et rythmée, conçue pour décoder les nouvelles règles de la crédibilité numérique.

#travail #philosophie

En octobre 2012, une salle de conférence à Florence assiste à ce qui ressemble à un miracle algorithmique. AlexNet écrase la concurrence de dix points sur ImageNet, et le monde entier retient le nom de Hinton et Krizhevsky. Mais le vrai récit de cette révolution se cache ailleurs — dans le sous-sol, dans la cuisine invisible que personne ne regarde.

Ce sous-sol, c'est Fei-Fei Li qui l'a bâti. Professeure assistante à Princeton, trente-trois ans, elle a passé trois ans à se battre contre des comités de financement fermés pour construire la plus grande base d'images annotées jamais assemblée. Quatorze millions d'images. Quarante-neuf mille travailleurs répartis dans cent soixante-sept pays, payés à la pièce sur Amazon Mechanical Turk, dont les noms ne figureront dans aucun papier scientifique. Sans ce travail-là, AlexNet n'entraîne rien. La révolution de 2012 n'est pas une révolution de cerveaux brillants dans des bureaux silencieux. C'est une révolution industrielle classique, avec sa chaîne d'assemblage et ses ouvriers invisibles.

Ce mode de production, Fei-Fei Li l'a inventé sans le vouloir vraiment. Et il s'est répliqué partout — jusque dans les annotateurs kenyans payés deux dollars de l'heure pour lire les contenus les plus toxiques du monde afin d'apprendre à ChatGPT à les refuser.

On retrace dans cet épisode une trajectoire complète : la genèse d'ImageNet, le scandale Project Maven chez Google, la leçon politique brutale que cette expérience lui a infligée, et enfin le pari de World Labs, sa startup valorisée aujourd'hui à plusieurs milliards, qui cherche à modéliser non plus le langage, mais l'intelligence spatiale — la compréhension du monde physique en trois dimensions. Un nouveau carburant. Un nouveau sous-sol à construire.

La carrière de Fei-Fei Li raconte une seule chose, sur trois cycles successifs : la valeur dans l'IA ne se trouve jamais où les manuels regardent.

#portraits

En octobre 1950, une revue de philosophie britannique publie un article de vingt-huit pages qui va devenir le texte fondateur de l'intelligence artificielle. Tout le monde connaît la première phrase. Presque personne n'a lu le reste.

Ce que le texte original contient vraiment est vertigineux. Le pré-entraînement, le fine-tuning supervisé, l'apprentissage par renforcement, l'exploration stochastique, la recherche d'architecture par sélection — les cinq piliers techniques de l'IA de 2026 tiennent dans cinq pages écrites soixante-quinze ans avant ChatGPT. Le programme était là, complet, libre, dans le domaine public. Et il a fallu trois quarts de siècle pour l'exécuter, non pas parce que l'idée manquait, mais parce que quatre couches industrielles n'existaient pas encore.

Cet épisode relit l'article de Turing comme personne ne le lit d'habitude — en suivant les détails que les manuels d'informatique ont effacés. Le jeu d'imitation original n'est pas ce qu'on en a fait. La section sur les machines apprenantes contient une feuille de route technique que les chercheurs ont mis des décennies à redécouvrir. Et les trois erreurs de Turing — la télépathie, le refus de l'incarnation, l'erreur d'échelle sur la mémoire — sont exactement les angles morts que l'IA de 2026 n'a pas encore résolus.

Un épisode pour ceux qui veulent comprendre d'où vient vraiment ce qu'ils utilisent chaque jour, pourquoi la valeur s'est concentrée sur cinq entreprises dans le monde plutôt que sur les inventeurs des algorithmes, et ce que les zones aveugles d'un génie de 1950 disent avec précision de ce que la science d'aujourd'hui ne sait toujours pas mesurer.

#portraits

Le marché français du numérique vient de traverser quelque chose d'inhabituel. En avril 2026, la demande client sur la plateforme Hitechpros a chuté de 44 % en deux mois. Pas un creux saisonnier, pas un trou d'air. Une chute nette, documentée, que les vingt et un premiers jours de mai sont en train de confirmer.

Cet épisode décortique ce que le baromètre dit vraiment — et ce qu'il cache. Pourquoi les DSI ferment le robinet alors que leurs budgets n'ont pas disparu. Pourquoi l'argument IA, séduisant sur un tableur, se heurte à des études indépendantes qui mesurent l'inverse de ce que les vendeurs promettent. Pourquoi avril 2026 ne ressemble pas à 2009, ni au Covid, et pourquoi cette différence change tout pour les acteurs du secteur.

On suit l'argent là où il va vraiment : pas dans la régie classique, même cyber et cloud, mais dans les acquisitions stratégiques à plusieurs dizaines de milliards, dans les TJM freelances qui polarisent le marché à une vitesse inédite, et dans la montée silencieuse de l'offshore qui approche d'un seuil psychologique.

Cinq capteurs. Trois scénarios. Une seule question qui tranchera avant tous les rapports annuels.

Un épisode pour les dirigeants d'ESN qui cherchent à comprendre ce qui se passe vraiment, les DSI qui s'apprêtent à mesurer ce qu'ils ont investi dans l'IA, et les freelances qui sentent la polarisation s'accélérer sous leurs pieds.

#business #travail