Thomas Allard est chercheur postdoctoral en mathématiques à Stanford, où il travaille avec David Donoho sur les fondements mathématiques du machine learning. Il a soutenu sa thèse à l'ETH Zurich et vient de recevoir le prix du meilleur article jeune chercheur 2026 de la revue Applied and Computational Harmonic Analysis. Épisode enregistré à Stanford.

Des modèles à des milliers de milliards de paramètres, qui ont déjà avalé tout internet et manquent encore de données. Des robots qui savent attraper une tasse, mais plus si elle est posée un peu plus à gauche. Et en mai 2026, un modèle d'OpenAI qui démonte une conjecture posée par Paul Erdős en 1946, sur laquelle les mathématiciens butaient depuis près de 80 ans. Alors comment fonctionne vraiment la boîte noire, et que faire quand l'IA produit plus vite que les humains ne peuvent vérifier ?

Au programme : ce qui se passe quand vous écrivez à une IA, les limites mathématiques qui disent quand il ne sert plus à rien d'investir, pourquoi la robotique a tant de retard sur le texte, plus de données ou de meilleures données, les transformers expliqués sans jargon, ce que finance votre abonnement à 20 dollars, quand un petit modèle suffit, le problème des 100 ballons sur un terrain de foot, ce qu'on fera d'une preuve de 10 000 pages que personne ne peut lire, et bien plus encore.

Chapitres :

(00:00) Introduction et présentation de Thomas

(00:43) Ce qui se passe quand on écrit à une IA

(04:23) Les limites mathématiques de l'IA

(06:25) Pourquoi l'IA bute sur le monde physique

(12:32) Pourquoi on manque de données

(16:14) Comment les géants récoltent la donnée

(19:18) Plus de données ou de meilleures données ?

(20:29) Ce que vaut la donnée synthétique

(22:55) Robotique : créer la donnée qui manque

(27:57) Le T de GPT : les transformers expliqués

(33:00) Nouveau modèle : innovation ou marketing ?

(34:14) Tokens : ce que paie votre abonnement

(38:19) Le prix de l'IA dans deux ou trois ans

(40:21) Petits modèles contre grands modèles

(43:57) Modèles chinois, biais et soft power

(46:53) L'IA dans le quotidien d'un chercheur

(48:31) L'IA s'attaque aux problèmes d'Erdős

(54:29) La distance unité en 100 ballons

(57:52) Des preuves que personne ne peut vérifier

(1:00:42) Ce que les maths annoncent à l'entreprise

(1:02:27) Hallucinations et assistants de preuve

(1:03:54) L'hypothèse de Riemann, simplement

(1:06:55) Ce qui attend les métiers de bureau

(1:09:40) Où suivre Thomas et le mot de la fin

Pour aller plus loin :

Thomas Allard sur LinkedIn : https://www.linkedin.com/in/thomas-allard-8a199a107/

Son site : https://thomas-allard.com

La conjecture d'Erdős réfutée par l'IA, l'annonce d'OpenAI : https://openai.com/index/model-disproves-discrete-geometry-conjecture/

Si l'épisode vous a plu :

Abonnez-vous pour ne pas manquer les prochains invités.

Laissez 5 étoiles sur Spotify, c'est ce qui aide le plus le podcast à se faire connaître.

Retrouvez l'épisode en vidéo : https://youtu.be/aM5UGhLwUM4

W(AI)KE UP, le podcast IA des dirigeants. À chaque épisode, un expert de l'IA passé par les plus grands groupes partage ce qui marche vraiment, pour les dirigeants de PME et d'ETI.

Produit par StratIA : https://strat-ia.fr

Proposer un invité ou nous écrire : [email protected]

Fabien Fouissard est Head of Marketing de Fujitsu France, où il conseille aussi les clients du groupe sur l'IA générative. Stéphanie Laporte a fondé et dirigé pendant douze ans l'agence social media OTTA, jusqu'à plus de quarante collaborateurs avant sa cession, et accompagne aujourd'hui dirigeants et start-ups comme conférencière et mentor.

Un marketing qui devient hybride, humain et synthétique à la fois. Des factures de tokens qui explosent sans prévenir. Des salariés qui utilisent l'IA en douce parce que leur service est sous-staffé. Et cette phrase qui résume tout : on ne gagne pas du temps de repos, on gagne de la capacité de travail. Alors qu'est-ce qui a vraiment changé, et par où commencer quand on dirige une PME dont le marketing n'a jamais été la priorité ?

Au programme : pourquoi les DAF bloquent les projets IA à cause de l'imprévisibilité des tokens, comment traiter le shadow AI en faisant appel à la responsabilité plutôt qu'en construisant un barrage, les cas d'usage marketing qui payent tout de suite en PME, le GEO et comment savoir ce que les modèles disent de votre entreprise, pourquoi il ne faut jamais s'enfermer dans une technologie et ce que souveraineté veut dire concrètement, le profil à recruter selon Stéphanie pour tirer vraiment parti de l'IA, et bien plus encore.

Chapitres :

(00:00) Introduction et présentation des invités

(00:47) État de l'art : où en est l'IA aujourd'hui

(04:24) France, États-Unis, Chine, Japon : quatre rapports à l'adoption

(08:55) Start-ups : un marché saturé de produits shippés trop vite

(11:33) Comment choisir une solution quand tout bouge

(14:10) Les tokens expliqués, et le problème de prévisibilité

(17:13) Les vrais freins : DAF, RSSI, données qui fuient

(19:51) Shadow AI : interdire ou responsabiliser

(26:04) Cyber : des menaces démultipliées par les agents

(27:35) Ce que l'IA a changé dans le marketing

(34:05) Monter une agence aujourd'hui : ce qui ne serait plus pareil

(38:34) Faut-il être performant en permanence ?

(41:34) Par où commencer en PME : site web, SEO, contenu

(46:22) GEO : exister dans les moteurs de recherche IA

(51:51) Ce qui s'automatise vraiment en marketing

(53:30) L'IA tue-t-elle la créativité ?

(57:03) La prime au relationnel et au physique

(58:02) Recruter des bidouilleurs

(1:00:11) Data et analytics : personas, scraping, reporting

(1:11:35) Ne jamais s'enfermer dans une technologie

(1:14:05) Le vrai prix des tokens et la question énergétique

(1:18:38) Start-ups : cibler des verticales métier

(1:21:10) Le mot de la fin : humilité, engagement, optimisme

Pour aller plus loin :

Fabien Fouissard sur LinkedIn : https://www.linkedin.com/in/fabienfouissard

Stéphanie Laporte, son site : https://www.stephanie-laporte.com

Si l'épisode vous a plu :

Abonnez-vous pour ne pas manquer les prochains invités.

Retrouvez l'épisode en vidéo : https://www.youtube.com/watch?v=PPEc654A1pA

W(AI)KE UP, le podcast IA des dirigeants. À chaque épisode, un expert de l'IA passé par les plus grands groupes partage ce qui marche vraiment, pour les dirigeants de PME et d'ETI.

Produit par StratIA : https://strat-ia.fr

Proposer un invité ou nous écrire : mailto:[email protected]?subject=W%28AI%29KE%20UP&body=Bonjour%2C%20je%20vous%20contacte%20au%20sujet%20du%20podcast%20W%28AI%29KE%20UP.%20

https://podcasts.apple.com/us/podcast/on-ne-gagne-pas-du-repos-on-gagne-de-la-capacit%C3%A9/id6794332405?i=1000778200677

Thierry Daneau est Expert Leader Industrie 4.0 chez Renault, où il mène depuis trente ans les batailles de standardisation qui ont préparé les usines du groupe à l'IA. Autour de la table : Marine Dufau, directrice de projets à l'IoT Valley, et Baptiste Wieczorek, cofondateur de StratIA.

1 000 robots connectés en trois semaines d'arrêt au mois d'août. 4 000 équipements raccordés l'an dernier. Un parc de 500 millions de photos passées à la computer vision pour traquer les défauts. Derrière ces chiffres, des années d'un travail dont personne ne parle : la structuration des données. Alors comment Renault s'y est pris, et par où commencer quand on n'a ni les équipes ni le budget d'un constructeur mondial ?

Au programme : pourquoi Renault a structuré pendant trois ans avant d'accélérer sur l'IA, comment déployer sans data scientists en s'appuyant sur les automaticiens, ce que la computer vision détecte que l'œil humain rate, le principe collect once use many qui décloisonne la donnée, la gouvernance qui pousse chaque patron d'usine à vouloir être dans le top 3, ce qui se fait déjà côté PME et ETI avec le cas Teréga, et bien plus encore.

Chapitres :

(00:00) Introduction et présentation des invités

(01:41) 2016, le déclic de l'usine connectée

(04:09) Structurer la donnée avant de faire de l'IA

(07:28) Déployer à l'échelle du groupe

(09:39) 1 000 robots connectés en 3 semaines

(12:34) Et dans les PME et ETI ?

(14:27) Le cas Teréga et la maintenance prédictive

(17:43) IA industrielle contre IA grand public

(18:39) 500 millions de photos : la computer vision

(23:40) Décloisonner : collecter une fois, utiliser partout

(27:10) Interroger ses données en langage naturel

(29:14) Une évolution logique, pas une rupture

(32:32) Faut-il y aller maintenant ?

(34:44) Gouvernance, leadership et culture

(39:57) La simplexité, l'arme du déploiement

(41:39) POC, vitesse et amélioration continue

(44:20) Ce qui paye déjà chez Renault

(46:28) Le mot de la fin : collect once, use many

Pour aller plus loin avec Thierry :

LinkedIn : https://www.linkedin.com/in/thierry-daneau-3a5ba111/

Si l'épisode vous a plu :

Abonnez-vous pour ne pas manquer les prochains invités.

Retrouvez l'épisode en vidéo : https://www.youtube.com/watch?v=Ib5ahDepMZE

W(AI)KE UP, le podcast IA des dirigeants. À chaque épisode, un expert de l'IA passé par les plus grands groupes partage ce qui marche vraiment, pour les dirigeants de PME et d'ETI.

Produit par StratIA

Proposer un invité ou nous écrire

Thierry Taboy est responsable du programme Digital Impact on Society chez Orange, où il travaille depuis plus de 17 ans sur ce que la technologie fait à la société. Il est aussi cofondateur du collectif Impact AI et référent IA au niveau confédéral de la CFE-CGC. Autour de la table : Marine Dufau, directrice de projets à l'IoT Valley, et Baptiste Wieczorek, cofondateur de StratIA.

80 % des projets IA ne dépassent jamais le pilote. Dans le même temps, les grands groupes s'organisent pour acculturer des centaines de milliers de salariés, pendant que les PME restent les grandes oubliées de la vague. Alors comment déployer une IA qui augmente vraiment les équipes au lieu de les épuiser, et dans quel cadre le faire sans se mettre en danger ?

Au programme : pourquoi la plupart des projets IA plantent et ce que la gouvernance y change, la dette cognitive et la surcharge mentale qui guettent vos équipes, le cadre légal réel d'un déploiement en France (CSE, jurisprudences, AI Act), le shadow AI que vos salariés ne vous avoueront jamais, quand mettre l'IA face à vos clients et quand s'abstenir, bulle financière ou bulle industrielle, la méthode en trois temps pour préparer l'humain à la vague, et bien plus encore.

Pour aller plus loin avec Thierry :

LinkedIn : https://www.linkedin.com/in/thierry-taboy-12734a/

Impact AI, le collectif qu'il a cofondé : https://www.impact-ai.fr

Si l'épisode vous a plu :

Abonnez-vous pour ne pas manquer les prochains invités.

Laissez 5 étoiles sur Spotify, c'est ce qui aide le plus le podcast à se faire connaître.

Retrouvez l'épisode en vidéo : https://www.youtube.com/watch?v=u-e14NoYDug

W(AI)KE UP, le podcast IA des dirigeants. À chaque épisode, un expert de l'IA passé par les plus grands groupes partage ce qui marche vraiment, pour les dirigeants de PME et d'ETI.

Produit par StratIA

Proposer un invité ou nous écrire

Chapitres

00:00 Introduction et présentation des invités

01:46 Les peurs réelles autour de l'IA

04:08 Dette cognitive et surcharge mentale

08:11 80 % des projets IA plantent : le rôle de la gouvernance

15:35 Du manager au chef d'orchestre

17:40 Les PME, grandes oubliées de l'IA

19:37 Jeunes diplômés et métiers qui disparaissent

25:21 Les développeurs, premiers impactés

29:50 Réglementer sans tuer l'innovation

34:08 Le cadre légal concret : CSE, jurisprudences, AI Act

44:01 Hallucinations, shadow AI et données dégradées

48:16 États-Unis, Chine, Europe : trois modèles

53:17 RGPD et IA dans les PME

1:00:32 L'IA face aux clients

1:03:27 Bulle financière ou bulle industrielle ?

1:08:16 L'autonomie, le mot clé de l'échange

1:10:55 Préparer l'humain : le triptyque de Thierry

1:15:33 À quoi doit servir le temps gagné

1:19:07 Les liens de Thierry et le mot de la fin