1. Résumé Exécutif
Aujourd’hui a été marqué par des progrès notables et l’émergence de nouveaux défis dans la phase de pénétration des technologies de l’IA, passant de la recherche et développement aux infrastructures sociétales.
Alors que l’intégration de l’IA progresse dans des domaines hautement spécialisés tels que la découverte de médicaments, l’énergie et la finance, le retard dans la mise en place d’une gouvernance au niveau de l’entreprise constitue un point de discussion commun.
L’IA n’est plus un outil expérimental, mais est traitée comme une technologie centrale dictant directement la productivité sociétale.
2. Nouvelles par Secteur
[IA pour la Science de la Vie et la Découverte de Médicaments]
Dans le domaine de la découverte de médicaments, la mise en œuvre de plateformes génératives basées sur l’IA et les applications cliniques sont en plein essor.
Insilico Medicine et Tenacia Biotechnology ont élargi leur collaboration axée sur l’IA générative pour les maladies du système nerveux central, concluant un accord d’une valeur pouvant atteindre 94,75 millions de dollars.
Ce programme voit l’IA diriger la recherche de petites molécules ayant une excellente perméabilité de la barrière hémato-encéphalique, visant à réduire le cycle de développement et à améliorer le taux de succès clinique.
De plus, une équipe de recherche de Sanford Burnham Prebys a identifié une nouvelle maladie génétique causant un vieillissement prématuré et des troubles cognitifs en combinant le séquençage du génome et la reprogrammation cellulaire, prouvant ainsi que l’analyse utilisant l’IA et des méthodes computationnelles est la clé pour élucider les maladies rares.
Source : Insilico Medicine, SBP Discovery
[Ingénierie Énergétique et Sciences du Climat]
Dans le domaine de l’énergie, le Département de l’Énergie des États-Unis a annoncé la “Genesis Mission: Transforming Science and Energy with AI” et a lancé un financement de 293 millions de dollars.
Cette initiative vise à résoudre des problèmes scientifiques et technologiques complexes au niveau national, tels que l’énergie nucléaire, la biotechnologie et les processus de fabrication, grâce à l’IA.
Un cadre de collaboration a été établi entre les laboratoires nationaux, les universités et les entreprises privées pour optimiser les réseaux énergétiques et améliorer la précision des modèles climatiques. L’intelligence artificielle est positionnée comme la clé de la sécurité énergétique.
Source : Department of Energy
[Management et Théorie Organisationnelle]
Selon une récente enquête mondiale menée par Gallagher, 62 % des entreprises ont proposé une formation sur l’IA à leurs employés au cours de la dernière année, et 86 % ont signalé une amélioration de la productivité grâce à l’IA.
Cependant, parallèlement à une adoption rapide, les écarts en matière de gestion des risques s’aggravent.
43 % des entreprises interrogées n’ont toujours pas mis en place de cadre formel de gestion des risques liés à l’IA, et seulement 44 % réalisent des évaluations d’impact de l’utilisation de l’IA.
Les organisations sont confrontées au défi urgent de mettre en place des systèmes de gouvernance tout en développant l’utilisation de l’IA.
Source : Gallagher
[Ingénierie Financière et Finance Computationnelle]
Dans le domaine de la lutte contre le blanchiment d’argent (AML), de nouveaux modèles ont vu le jour.
Feedzai a annoncé “RiskFM”, qui exploite un modèle de fondation dédié à la détection de la criminalité financière, éliminant ainsi l’ingénierie complexe des caractéristiques traditionnellement effectuée manuellement.
Ce modèle peut surveiller de manière exhaustive tout le cycle de vie de la criminalité financière, de la fraude par carte au blanchiment d’argent.
En automatisant l’extraction de caractéristiques spécialisées, les institutions financières visent à améliorer considérablement la vitesse et la couverture de la détection de la criminalité, construisant ainsi une capacité à contrer les accès frauduleux de plus en plus sophistiqués.
Source : FinTech Global
[IA pour la Science de la Vie et la Découverte de Médicaments (Recherche collaborative SLAS)]
Le dernier numéro de SLAS (Society for Laboratory Automation and Screening) met en lumière la fusion de la découverte de médicaments pilotée par l’IA et des technologies de diagnostic disponibles sur le terrain.
Des protocoles automatisés d’extraction d’ARN et des plateformes de diagnostic portables combinant des technologies microfluidiques ont été proposés, démontrant la tendance de l’IA à aller au-delà des laboratoires pour acquérir des données de haute précision sur site (point de service).
Cela permettra un flux de données cohérent, des premières étapes de la découverte de médicaments à la phase clinique, grâce à l’intégration d’appareils physiques et de l’IA.
Source : EurekAlert!
3. Résumé et Perspectives
La tendance commune qui ressort des nouvelles d’aujourd’hui est “l’approfondissement de l’implémentation de l’IA”.
Dans des domaines hautement spécialisés tels que la découverte de médicaments, la lutte contre la criminalité financière et la planification énergétique, l’IA évolue d’un simple “outil auxiliaire” à un “moteur” soutenant la prise de décision autonome.
D’autre part, un fossé infranchissable subsiste entre l’amélioration de la productivité perçue par la direction et le manque de gouvernance au niveau opérationnel.
Les points d’attention futurs seront la manière dont ces développements technologiques s’aligneront sur les exigences des autorités réglementaires et les cadres éthiques des entreprises.
En particulier, alors que l’IA générative s’intègre dans les bases des opérations spécialisées, la normalisation des mécanismes garantissant l’explicabilité deviendra urgente.
4. Références
Cet article a été généré automatiquement par LLM. Il peut contenir des erreurs.