Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

Développer un médicament, c’est dix ans, des milliards de dollars, et le plus souvent un échec. Sur 280 000 molécules candidates, à peine 200 arrivent jusqu’aux patients chaque année. Et si l’IA pouvait changer cette équation ?

Dans cet épisode, je reçois Romain, cofondateur et CEO d’Arca Science, une entreprise à la jonction de l’intelligence artificielle et du développement de médicaments.

Un développement clinique long, coûteux et opaque, où l’on ne sait pas toujours quel médicament a réellement une chance, ni pour quel patient. ArcaScience s’attaque à ce problème en fédérant la donnée biomédicale pour évaluer, à chaque étape, le potentiel d’un médicament, son bénéfice, son risque, ses interactions et réduire le taux d’échec.

On aborde également les enjeux réglementaires : ce qui sépare la FDA américaine de l’agence européenne, pourquoi l’Europe reste la référence mondiale en matière d’autorité de santé et ce que ça implique pour qui veut innover dans le médicament.

Références

Où trouver Romain

• LinkedIn : https://www.linkedin.com/in/romainclement75/

• Site ArcaScience : https://arcascience.ai/

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

Cet épisode est le premier d’une série de cinq épisodes construite en partenariat avec Eurogroup Consulting autour d'une question fil rouge : comment les grandes organisations passent de cas d'usage isolés à une intégration systémique de l'IA ?

RTE gère le réseau électrique français. Ils utilisent des algorithmes depuis des années, bien avant que l’IA générative ne s’impose comme sujet stratégique. Cet historique leur donne un avantage que la plupart des organisations qui se lancent dans l’IA n’ont pas : ils partent d’un problème métier à résoudre avant de penser outil.

Maïté Jauréguy-Naudin, Directrice Données, Intelligence Artificielle et Analyses (DIA²) et Vincent Lefieux, Directeur Adjoint DIA² et pilote du plan d’accélération de l’IA, reviennent sur le parcours de RTE, les conditions pour un déploiement de l’IA réussi au sein d’une organisation de cette taille, ce qu’ils feraient différemment aujourd’hui et leurs conseils pour les décideurs qui veulent sortir de l’expérimentation permanente au sein de leur organisation.

Avec la mise en perspective de Félix Humbaire, associé chez Eurogroup Consulting, sur ce qu’il retient de cette expérience et les invariants qu’il observe dans les grandes organisations qu’il accompagne.

Références

Où trouver les intervenants :

• Linkedin Maïté Jauréguy-Naudin :https://www.linkedin.com/in/ma%C3%AFt%C3%A9-jaur%C3%A9guy-43a8a016/

• Linkedin Vincent Lefieux : https://www.linkedin.com/in/vincent-lefieux-78128018/

• Linkedin Félix Humbaire : https://www.linkedin.com/in/felix-humbaire/

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

Que sait-on vraiment des femmes et des hommes qui construisent l’IA ? Leurs obsessions, leurs peurs, leurs contradictions.

Dans cet épisode, je reçois Guillaume Grallet , journaliste tech depuis une quinzaine d’années et auteur de Pionniers. Un livre construit sur des rencontres à San Francisco, à Séoul, à Kigali avec les artisans et les architectes de l’intelligence artificielle.

On parle de ce livre et de son pari : écrire sur un sujet qui bouge tous les jours, en faisant le choix de s’intéresser aux personnes plutôt qu’à la technologie.

On revient sur ce que Guillaume appelle la responsabilité politique des bâtisseurs de tech : des gens qu’on n’a pas élus, qui ont plus de pouvoir que Bruno Retailleau ou Gabriel Attal et qui deviennent de plus en plus inaccessibles au moment même où leurs décisions pèsent le plus sur nos vies.

On s’intéresse aussi aux rôle des journalistes et des narratifs dans le questionnement de ces développements technologiques.

Et plus largement au rôle de l’éducation dans nos sociétés. Faut-il encore apprendre les langues quand les lunettes traduisent en temps réel ? Encore coder quand l’IA programme mieux que nous ? Et comment transmettre l’esprit critique à une génération qui grandira avec une IA conçue, structurellement, pour leur dire ce qu’ils ont envie d’entendre ?

Références

Où trouver Guillaume

• LinkedIn : https://www.linkedin.com/in/gralletguillaume/?skipRedirect=true

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

L’humanité peut-elle s’offrir l’IA ? Pas seulement en kilowattheures ou en prix du token, mais aussi en termes de coût pour nos sociétés et nos démocraties.

Dans cet épisode, je reçois Tristan Nitot, ingénieur, geek depuis l’âge de 14 ans. Il a rejoint Netscape aux premières heures du web, puis co-fondé Mozilla Europe et porté Firefox pendant 17 ans. C’est un routier du numérique qui le connaît de l’intérieur et qui regarde aujourd’hui l’IA avec le recul de quelqu’un qui a déjà vécu plusieurs bouleversements technologiques.

On y parle des limites planétaires et du FOMO fabriqué par les industriels de l’IA : cette peur panique de rater le train de l’innovation que Tristan compare à un mécanisme de phishing à l’échelle planétaire, une urgence construite de toutes pièces pour empêcher de réfléchir et de se poser les bonnes questions.

On y parle aussi de l’IA comme accélérateur de fragmentation sociale, à un moment où les fake news, la polarisation et la perte de confiance dans le réel rendent déjà la délibération collective presque impossible. Et alors même que l’époque exige précisément qu’on coopère pour tracer une trajectoire collective soutenable.

Références

Où trouver Tristan

• LinkedIn : https://www.linkedin.com/in/nitot/

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

L’IA physique est-elle le prochain grand pari technologique ? C’est la question que pose cet épisode, à l’heure où l’intelligence artificielle transforme la gestion de l’information mais peine encore à se traduire tout autant dans le monde physique.

Dans cet épisode, je reçois Gustavo, directeur de la stratégie et des opérations chez Altrove, une startup parisienne qui développe de nouveaux matériaux grâce à l’IA. Ingénieur industriel, passé par le conseil en stratégie avant de rejoindre Altrove comme premier collaborateur business.

Gustavo explique pourquoi les playbooks SaaS (pivot rapide, métriques ARR, vente bottom-up) peuvent être fatals dans un secteur où chaque validation se compte en mois et où un faux pas coûte non seulement du temps mais également du capital et de la crédibilité.

On aborde aussi la différence entre le software qui optimise le monde qu’on a déjà et la hard tech qui construit celui dont on a besoin. On évoque aussi les talents et le financement : deux goulots d’étranglement propres à ce secteur où les horizons des VCs et les cycles d’industrialisation physique sont le plus souvent différents.

Références

Où trouver Gustavo

• LinkedIn : https://www.linkedin.com/in/gustavo-regueira/

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

Le monde réel est bien plus riche que ce qu’un texte peut encoder. Pour saisir et modéliser le monde physique, il faut autre chose : des données géospatiales et des modèles capables d’encoder non pas des mots, mais des caractéristiques et leurs relations.

C’est exactement ce sur quoi travaillent Stéphane et Lilian, cofondateurs de TerraLab. Leur pari : utiliser l’IA pour donner du sens à ces données (détecter automatiquement les bâtiments, les forêts, les routes à partir d’images aériennes) et tendre, à terme, vers un jumeau numérique de la Terre en 3D.

L’aviation fait de la simulation depuis des décennies. Le nucléaire militaire ne teste plus rien en conditions réelles. La logique est la même : simuler tout ou partie d’une d’une ville, d’un pays afin de simuler des évènements (déplacement d’un véhicule, mobilité urbaine, …) et anticiper leurs évolutions. Le jumeau numérique devient ainsi une infrastructure critique et le terrain d’entraînement du monde physique de demain.

En arrière-plan de cet échange, une question : qui contrôle les données du territoire et leur utilisation ? Au Nigeria, les données géospatiales dépendent d’Airbus ou de Google. En Inde, le hardware limite l’accès aux modèles IA. En Europe, le SIG est dominé à 80% par l’américain ESRI.

TerraLab parie sur l’open source avec pour ambition de construire des outils utiles partout, sans créer de nouvelles dépendances.

Références

Où trouver Lilien et Stéphane

• LinkedIn Lilien : https://www.linkedin.com/in/lilien-auger/

• LinkedIn Stéphane : https://www.linkedin.com/in/stephane-barbot/

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

La notion de souveraineté a-t-elle encore un sens à l’heure de l’IA ? C’est l’une des questions que pose cet épisode, à travers le prisme d’une région où géopolitique et technologie se percutent de plein fouet : le Moyen-Orient.

Dans cet épisode, je reçois Yasmina, chercheuse associée à Princeton et auteure du Mirage de la paix. Passée par la cellule diplomatique de l’Élysée et par l’UNESCO où elle a suivi les négociations d’une charte commune d’éthique de l’IA entre 193 pays, elle analyse les stratégies IA des pays du Golfe sous le prisme de la diplomatie, de l’économie et de la sécurité.

On revient sur l’impact concret de la guerre en Iran sur ces stratégies : frappes ciblées sur des data centers, disruption du détroit d’Hormuz, arbitrages forcés entre défense et investissement technologique.

On parle aussi de la course à l’autonomie numérique avec des pays comme les Émirats et Arabie Saoudite qui veulent éviter de dépendre de technologies étrangères comme ils dépendent aujourd’hui d’avions de combat qu’ils ne peuvent pas faire voler sans l’aval de Washington.

On termine sur ce que Yasmina identifie comme l’enjeu de long terme pour ces pays s’ils souhaitent devenir de véritables acteurs de l’IA : les talents. A la fois attirer et garder les talents mais aussi former une génération d’ingénieurs locaux et faire émerger une culture entrepreneuriale dans des économies encore très structurées autour de la dépense souveraine.

Références

Où trouver Yasmina Asrarguis

• LinkedIn : https://www.linkedin.com/in/yasmina-asrarguis/?skipRedirect=true

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

L’IA en santé fait beaucoup parler d’elle. Mais entre un algorithme qui fonctionne en laboratoire et un outil utilisé en routine clinique, le chemin est long et semé d’obstacles que l’on sous-estime souvent.

Dans cet épisode, je reçois Thomas, responsable produit chez Therapixel, une startup qui développe MammoScreen, un outil d’IA pour le dépistage du cancer du sein par mammographie. Thomas, chez Therapixel depuis près de dix ans y pilote aujourd’hui son déploiement aux États-Unis.

On retrace l’évolution technologique du produit : du premier algorithme qui donnait une prédiction globale sans localiser la lésion, jusqu’à un système qui détecte, localise et caractérise les anomalies dans l’image. .

On parle surtout de la question du produit et de l’adoption. Therapixel avait un algorithme performant mais un produit peu intégré dans les workflows des radiologues, ce qui leur a coûté des clients malgré de bonnes performances cliniques. C’est notamment ce constat qui a conduit à la création d’une fonction produit dédiée.

On explore les différences entre la France et les États-Unis sur la question de l’adoption et du financement. Aux États-Unis, le radiologue n’est pas le décideur : ce sont les équipes finance, IT et opérations qui valident l’achat, sur la base d’un retour sur investissement mesurable. Therapixel a développé un dashboard qui mesure le gain de temps en conditions réelles, de l’ordre de 20 à 25% par examen, pour répondre à cette exigence.

On termine sur la question de l’impact de l’IA sur le métier de radiologue et les enjeux techniques et sociaux que cela amène dans le contexte d’un système de soin français sous tension.

Références

Où trouver Thomas Bertinotti

• LinkedIn : https://www.linkedin.com/in/thomasbertinotti/

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

L’intelligence artificielle est souvent présentée comme une industrie immatérielle. Elle repose sur des chaînes d’approvisionnement physiques, des ressources en eau, des métaux rares, des semi-conducteurs et toutes ces dépendances sont fortement exposées aux aléas climatiques et géopolitiques.

Dans cet épisode, je reçois Ilan Moundib, ingénieur en résilience climatique. Il analyse les risques de rupture liés au climat pour les entreprises et les territoires et travaille sur les conditions d’une véritable adaptation systémique.

On remonte la chaîne de valeur de l’IA. 80% de la fabrication mondiale de semi-conducteurs est concentrée en Asie, entre la Corée, la Chine et Taïwan qui produisent 93% des DRAM, les composants qui conditionnent la puissance de calcul des modèles. L’assemblage passe par la Thaïlande et la Malaisie. Toute cette chaîne est exposée aux aléas climatiques. Le cyclone Senyar fin 2025 l’a illustré concrètement : des centaines de victimes en Indonésie et en Thaïlande, et une tension immédiate sur le marché des chips.

On explore aussi largement le concept de capitalisme de la finitude introduit par Arnaud Orain : dans un monde aux ressources limitées, les acteurs les mieux positionnés n’optimisent plus, ils accaparent. L’IA en est un exemple concret puisque le domaine est très gourmand en en eau, en électricité, en métaux, au détriment de la transition énergétique et des acteurs moins puissants.

Références

Où trouver Ilian Moundib

• LinkedIn : https://www.linkedin.com/in/ilian-moundib/?locale=en

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

L’IA générative est-elle vraiment une révolution dans l’éducation, ou le dernier d’une longue série de faux tsunamis ? Jean Pouly est anthropologue du numérique, auteur de Transmettre et éduquer à l’heure de ChatGPT et on explore avec lui dans cette épisode la façon dont l’Ia est en train de bouleverser la manière de diffuser et de s’approprier le savoir et la connaissance.

Pour la première fois, chaque individu a dans sa poche un outil capable de personnaliser l’apprentissage à la demande, ce que les enseignants appellent le précepteur numérique. Mais Jean le rappelle : l’IA est un pharmacon, à la fois remède et poison. Tout dépend de ce que l’utilisateur apporte déjà. Entre les mains de quelqu’un qui maîtrise son sujet, elle augmente. Entre les mains de quelqu’un qui ne l’a jamais appris, elle remplace.

C’est là que réside le principal danger : le délestage cognitif. Utiliser l’outil pour penser à sa place plutôt que pour mieux penser.

Références

Où trouver Jean Pouly

• LinkedIn : https://www.linkedin.com/in/jean-pouly-3736626/

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

L’Inde forme chaque année un nombre considérable d’ingénieurs dans le numérique, dispose d’un tissu dense de start-up et a identifié l’intelligence artificielle comme un enjeu stratégique majeur. Pourtant, elle reste relativement peu visible dans les grands débats internationaux sur l’IA.

Plutôt que de s’engager frontalement dans la course aux grands modèles fondationnels, l’Inde explore une voie alternative fondée sur les Digital Public Infrastructures, des architectures technologiques open source pensées pour être nativement compatibles avec un cadre légal. Le système de paiement UPI, qui a permis à n’importe quel vendeur de proposer des moyens de paiement électroniques via un simple QR code illustre concrètement cette logique. Reste à savoir si cette approche peut-être transposée à l’intelligence artificielle ?

C’est notamment ce que nous explorons dans cet épisode avec Francis Rousseau, professeur des universités, ingénieur et expert technique international détaché depuis deux ans en Inde auprès de partenaires académiques et institutionnels.

Il revient sur le positionnement de l’Inde dans la chaîne de valeur de l’IA, le concept de modèles technolégaux, les cas d’usage prioritaires comme la santé et la fintech, les enjeux de formation et de fuite des cerveaux, mais aussi sur ce qu’une approche plus frugale et plus ancrée dans les réalités locales pourrait apporter à l’Inde comme à ses partenaires, dont la France.

Références

Où trouver Francis Rousseaux

• LinkedIn : https://www.linkedin.com/in/rousseauxfrancis/

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

La Suisse a une réputation bien établie : stabilité politique, fiscalité attractive, grandes écoles comme l’ETH Zurich et l’EPFL et des multinationales de la pharma et de la tech qui s’y sont installées durablement.

Plutôt qu’une politique industrielle interventionniste, la Suisse a choisi une régulation sectorielle et réactive, distincte de l’AI Act européen. Elle légifère sur la protection des individus et des données plus que sur la technologie elle-même.

Mais comment les entreprises suisses adoptent-elles concrètement l’IA générative ? C’est la question que nous abordons dans cet épisode avec Frédéric Matthey. Ingénieur en télécommunications et entrepreneur depuis 2012 dans l’informatique et le conseil IA, Il partage son expérience d’accompagnement de PME suisses sur l’adoption de l’intelligence artificielle générative.

Sur le terrain, les cas d’usage qui fonctionnent sont concrets : automatisation de l’extraction de données comptables, génération de procès-verbaux de réunion, chatbots internes pour interroger les procédures de l’entreprise ou encore analyse financière automatisée. Dans chaque cas, la réussite passe par la même logique : identifier un problème précis, le chiffrer, former les équipes et mesurer le retour sur investissement.

La protection des données est une préoccupation majeure qui revient fréquemment dans l’épisode. Pour beaucoup d’entreprises suisses envoyer des informations confidentielles vers des serveurs étrangers n’est pas une option, notamment dans la pharma et la finance.

Références

Où trouver Frédéric Matthey

• LinkedIn: https://www.linkedin.com/in/fredericmatthey-innovation-technologique-accessible/

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

La plupart des études en oncologie s’intéressent aux causes de la maladie. Cure 51 s’intéresse aux critères de survie des patients condamnés qui survivent quand même.

Ces patients, diagnostiqués en phase terminale de cancers du pancréas, du cerveau ou du poumon à petites cellules, représentent 1 à 2 % des cas. Leur espérance de vie au diagnostic est de 6 à 9 mois. Certains sont encore là 5 ans plus tard. Cure 51 en a identifié près de 2000 dans 63 pays, via un réseau de plusieurs centaines d’hôpitaux, et génère plus d’un téraoctet de données par patient.

Dans cet épisode, Nicolas Wolikow, cofondateur et CEO de Cure 51, explique comment des modèles d’IA entraînés sur ce dataset unique permettent de croiser données cliniques et données génomiques pour identifier de nouvelles cibles thérapeutiques. Un dataset que personne d’autre ne possède et qui évite le problème des modèles entraînés sur les mêmes bases de données publiques, qui tendent à reproduire les mêmes conclusions.

On parle aussi du lab in the loop : un système où l’IA fait itérer en continu l’analyse computationnelle et les tests en laboratoire. Six nouvelles cibles identifiées sur le cancer du pancréas en moins de trois mois. Objectif : un premier médicament en essai clinique phase 1 d’ici 2029, contre 12 à 15 ans pour le développement classique.

On revient aussi sur leur modèle économique, qui reverse 10 % des revenus aux hôpitaux partenaires et sur le fait que l’entreprise est française, incorporée à Paris, avec une équipe internationale.

Références

Où trouver Nicolas Wolikow

• LinkedIn: https://www.linkedin.com/in/nicolaswolikow/

• Site internet Cure51 : https://www.cure51.com/

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

Toute l’IA qui tourne dans le cloud repose sur une couche technologique que personne ne voit : la virtualisation. C’est elle qui permet à un serveur physique de faire tourner des dizaines d’environnements en parallèle. C’est la fondation du cloud computing depuis les années 2000 et de toute l’infrastructure IA aujourd’hui.

Dans cet épisode, Olivier Lambert, cofondateur et PDG de Vates, explique ce que cette dépendance technique signifie concrètement sur le plan géopolitique. VMware détenait 80 % du marché mondial de la virtualisation avant d’être racheté par Broadcom en 2023. Vates a construit une alternative open source complète à cette stack et se retrouve aujourd’hui à adresser des clients qui cherchent à migrer.

On parle aussi d’Open source et maintien des logiciels open source. On remonte aussi toute la chaîne de valeur, des serveurs assemblés en France par des entreprises comme CRSI ou Bull, jusqu’à la gravure de puces sub-7nm que seul TSMC maîtrise aujourd’hui à Taïwan.

Références

Où trouver Olivier Lambert

• LinkedIn: https://www.linkedin.com/in/olivier-lambert-22316b26/

• Site internet Vates: https://vates.tech

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

Et si un simple prélèvement sanguin suffisait à détecter un cancer à un stade précoce ? C’est le pari de Mickaël Blum, chercheur en machine learning au CNRS reconverti entrepreneur, co-fondateur de la startup Aima.

Dans cet épisode, il nous explique ce qu’est la biopsie liquide — cette technologie qui permet, via le séquençage de l’ADN circulant dans le sang, de repérer des cellules tumorales sans biopsie chirurgicale ni imagerie préalable — et comment l’IA en est le moteur central.

Des algorithmes entraînés sur des données hospitalières viennent détecter, dans des gigaoctets de séquences, des patterns spécifiques aux cellules tumorales avec une sensibilité supérieure aux méthodes classiques. Une approche plus scalable, pensée pour s’intégrer directement dans les laboratoires de biologie et les workflows existants.

Mais faire fonctionner un algorithme en labo, c’est une chose. Le déployer en routine clinique, convaincre les médecins, obtenir un remboursement, naviguer dans la fragmentation réglementaire européenne, c’en est une autre. Mickaël aborde aussi les enjeux de données, de faux positifs, de modèle économique et l’écart entre innovation deeptech et réalités de l’adoption d’une technologie dans un marché de la santé européen fragmenté.

Références

Où trouver Michael Blum

• LinkedIn: https://www.linkedin.com/in/michael-blum-83417b49/

• Site internet Aima : https://aima-diagnostics.com/

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

En analysant l’IA non comme une fatalité technologique mais comme une construction culturelle et politique, cet épisode propose des outils pour sortir de la sidération et réintroduire du débat autour des développements des technologies d’IA. Cet épisode

L’échange revient d’abord sur les origines intellectuelles du transhumanisme et sur la manière dont certaines conceptions issues du milieu du XXe siècle continuent d’influencer la culture technologique contemporaine. L’intelligence artificielle y apparaît moins comme un simple champ scientifique que comme un projet de transformation anthropologique : dépasser les limites biologiques, mécaniser l’humain et le libérer de ses contraintes physiques.

L’épisode analyse ensuite le recours fréquent à un vocabulaire religieux dans les discours technologiques : apocalypse, révélation, salut, singularité. Ces métaphores ne relèvent pas du hasard. Elles participent à la construction d’un récit déterministe où l’IA devient un événement inévitable, présenté soit comme une promesse de salut, soit comme une menace existentielle.

Au cœur de la discussion se trouve la notion d’« alignement » des modèles d’intelligence artificielle. Présentée comme une priorité scientifique et éthique, elle consiste à garantir que des systèmes dits “puissants” restent conformes à des valeurs humaines. Mais quelles valeurs ? Qui les définit ? Et selon quels critères culturels, politiques ou géopolitiques ? L’épisode interroge les limites méthodologiques de cette approche et ses implications en matière de pouvoir.

Enfin, l’épisode ouvre une réflexion sur l’autonomie technologique européenne. Face à la domination des grandes entreprises américaines, l’Europe peut-elle élaborer un cadre propre, à la fois technique et politique ? Est-il possible d’inventer un récit alternatif qui repolitise la technologie et replace les choix technologiques dans un horizon démocratique ?

Références

Où trouver Thibault Prévost

• LinkedIn: https://www.linkedin.com/in/thibault-prevost/

• Podcast sur le livre de Thibault : https://www.radiofrance.fr/franceculture/podcasts/un-monde-connecte/les-prophetes-de-l-ia-un-essai-critique-de-la-techno-messianique-2904049

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

Les avancées récentes de l’intelligence artificielle transforment la manière dont les neurosciences abordent l’étude du cerveau humain. Cet épisode de Les Dessous de l’IA explore comment les modèles d’IA, combinés à l’imagerie cérébrale, permettent aujourd’hui de passer d’une simple cartographie du cerveau à une tentative de modélisation de ses dynamiques internes.

L’échange revient d’abord sur les fondements des neurosciences modernes, historiquement centrées sur la localisation des fonctions cognitives dans le cortex. Longtemps, ces connaissances se sont construites à partir de l’étude des lésions cérébrales, avant que l’essor de l’IRM et d’autres techniques d’imagerie non invasives ne permette d’observer le cerveau en activité chez des individus sains.

Ces outils ont ouvert la voie à une approche plus fine : comprendre non seulement où se produisent les fonctions cognitives, mais comment différentes régions cérébrales interagissent dans le temps. Le cerveau est alors pensé comme un réseau dynamique, plutôt qu’un assemblage de zones isolées.

Au cœur de l’épisode se trouve la question des données. Les travaux présentés montrent que certaines tâches complexes, comme le décodage du langage à partir de signaux IRM, s’améliorent fortement lorsque la quantité de données augmente. En cherchant à reconstruire ce qu’un individu perçoit à partir de son activité cérébrale, les modèles sont contraints de développer des représentations internes proches des dynamiques réelles du cortex.

Ces approches s’appuient notamment sur des modèles d’IA préentraînés sur le langage, dont les représentations servent de point d’ancrage pour interpréter les signaux cérébraux.

L’ambition de constituer une base de données cérébrales à grande échelle vise des applications cliniques précises : améliorer la puissance statistique des essais cliniques, détecter plus tôt certaines pathologies neurodégénératives, ou encore mieux guider des approches de neuromodulation. L’épisode aborde également les enjeux éthiques et méthodologiques liés à la collecte et à l’usage de données cérébrales sensibles.

Références

Où trouver Alexis Thual

• LinkedIn: https://www.linkedin.com/in/alexisthual/

• Site internet : https://karavela.ai/

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

On aborde les conditions concrètes de réussite d’un projet IA en entreprise :

• Une vision claire portée par les dirigeants

• Des cas d’usage importants pour l’organisation

• Les compétences pour concevoir et faire vivre les systèmes

• Des données accessibles, la qualité vient après

• Une capacité réelle au changement

Nous questionnons aussi l’idée d’une « course à l’IA » présentée comme inévitable. Une narration largement construite par les États-Unis, qui sert des intérêts bien identifiés. Face à ça, la stratégie proposée est celle de l’agilité : savoir changer d’outil, de modèle, de fournisseur si nécessaire.

Retour ensuite sur l’importance du machine learning classique : optimisation des process, prévision, logistique, consommation énergétique. Des sujets moins spectaculaires, mais qui créent une vraie valeur opérationnelle.

Sont également explorés les terrains sur lesquels l’Europe peut s’affirmer : vision par ordinateur, IA pour la défense, recherche médicale, optimisation énergétique. Des domaines où nous avons les équipes académiques, les industriels capables de passer à l’échelle, et des enjeux majeurs pour l’humanité.

Enfin, un rappel utile : l’émergence d’une technologie prend du temps. Elle s’inscrit dans une continuité historique. Elle ne se décrète ni par des effets d’annonce, ni par des investissements massifs dans des promesses non démontrées.

Références

Où trouver Manuel Davy

• LinkedIn: https://www.linkedin.com/in/manuel-davy/

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

Dans cet épisode j’échange avec Julien Vibert, médecin oncologue et chercheur, sur l’intégration de l’intelligence artificielle en oncologie. L’entretien revient sur les raisons pour lesquelles cette spécialité concentre aujourd’hui les usages de l’IA : volume de données, complexité des parcours de soins et place centrale de la génomique et de l’imagerie.

Julien Vibert décrit les principales applications actuelles de l’IA : aide au diagnostic et au pronostic à partir des images médicales, analyse des données de séquençage, prédiction de la réponse aux traitements. Il insiste sur l’écart important entre la recherche et l’usage en routine clinique, avec peu d’algorithmes réellement validés et déployés.

Nous creusons notamment l’utilisation d’un modèle pour identifier l’origine des cancers de primitif inconnu, aujourd’hui intégré au dispositif national de médecine génomique.

La discussion aborde enfin les enjeux liés à l’IA générative et agentique, les essais cliniques à bras synthétiques, l’impact sur le métier de médecin et les contraintes économiques du système de santé.

Références

Où trouver Julien Vibert

• LinkedIn: https://www.linkedin.com/in/julien-vibert-%E6%9D%8E%E6%BB%A1%E5%B1%B1-872aa7191/

• Google Scholar : https://scholar.google.com/citations?user=j46J0qIAAAAJ&hl=fr

Ecoutez tous les épisodes sur Deezer, Spotify et Apple podcast. Vous pouvez voir le transcript de l’épisode en haut de cette page.

Dans cet épisode

Les utilisateurs comprennent rapidement comment gagner du temps avec l’IA générative mais sous-estiment souvent les risques associés. Cette asymétrie entre compréhension de l’usage et compréhension des risques crée de nouvelles vulnérabilités pour les organisations.

Dans cet épisode, Nolwenn Le Ster, directrice des opérations chez Almond et présidente de la commission cyber de Numeum, décrypte les enjeux de cybersécurité liés à l’IA générative.

Avec notamment au programme :

• Comment l’IA transforme à la fois les cyberattaques (deepfakes, phishing personnalisé, agents autonomes) et la défense (détection automatisée, réduction du temps de remédiation de 10 jours à 1 minute)

• Le shadow AI et les vulnérabilités qui explosent

• Les fondamentaux de la cybersécurité qui restent d’actualités : hygiène informatique, gouvernance de la donnée, approche par les risques,…

• Quelques conseils pratiques pour sécuriser l’adoption de l’IA dans son organisation

Références

Où trouver Nolwenn Le Ster

• LinkedIn: linkedin.com/in/nolwenn-le-ster-0702758?originalSubdomain=fr

• Site internet : https://almond.eu/

Mentionner durant l’épisode

• Guide cyer de l’ANSSI : https://messervices.cyber.gouv.fr/catalogue/#guides