Ce que l’IA n’est pas   On imagine souvent l’IA comme une forme de super-intelligence.   Un cerveau humain, mais plus rapide, plus puissant, plus brillant.   En réalité, ce n’est pas cela.   Et ce n’est pas ce qui la rend utile en supply chain.   Ce que l’IA fait vraiment bien   L’IA ne remplace pas l’intelligence humaine.   En revanche, elle est extrêmement efficace pour automatiser : des tâches répétitives,des analyses complexes,des calculs que nous faisons déjà, mais lentement. Elle accélère le travail. Elle structure la décision. Elle ne décide pas à votre place.   3 familles d’IA utiles en supply chain . La plupart des décisions supply chain suivent toujours le même schéma : comprendre ce qui s’est passé, anticiper ce qui va se passer,agir ou concevoir une réponse. Trois types d’IA s’insèrent naturellement dans ce flux.   1) IA analytique Que s’est-il passé, et pourquoi ? Elle analyse les données passées et identifie les patterns et les causes racines. 2) IA prédictive Que va-t-il se passer ensuite ? Elle automatise l’anticipation du futur, par exemple la prévision de ventes ou de demande.   3) IA générative Que peut-on faire maintenant ? Elle automatise la production de réponses, d’options et de scénarios. ChatGPT et Copilot sont les exemples les plus connus.     Pourquoi la majorité de projets IA échouent   Soyons clairs.   Les grandes études menées par des cabinets comme Gartner ou McKinsey montrent que plus de 90% des projets IA restent bloqués au stade de pilote.   Dans la majorité des cas, ce n’est pas un problème de technologie.   Les projets échouent parce que les bases ne sont pas prêtes.     La formule simple à retenir   Pour qu’un projet IA crée de la valeur en supply chain, quatre éléments doivent être alignés :       Données × Process × Modèle × Adoption utilisateur Sans données fiables, l’IA n’apprend rien. Sans process clairs, elle apprend une réalité instableSans modèle adapté, elle devient une boîte noire (Age de la formule pour mesurer la performance de l’IA)

DAKAR, 24 MAI 2026 (JVFE)–L’actualité de l’intelligence artificielle en mai 2026 est marquée par l’adoption massive de l’IA générative en entreprise, l’entrée en vigueur progressive de l’IA Act européen et des débats intenses sur la sécurité des modèles avancés. 

📈 Adoption et Entreprise

• Usage généralisé : En mai 2026, environ un cadre sur deux utilise régulièrement la GenAI au travail, confirmant une progression fulgurante de l’IA générative dans le quotidien professionnel.
• Défis du ROI : Malgré une maturité forte (la France compte par exemple près de la moitié de ses entreprises au stade pilote), environ 80 % d’entre elles peinent encore à mesurer un retour sur investissement (ROI) concret.
• Infrastructures géantes : Les investissements matériels explosent, à l’image d’Anthropic qui loue le supercalculateur Colossus 1 pour un montant estimé entre 1 et 1,25 milliard de dollars. 

⚖️ Régulation et Sécurité

• IA Act européen : L’année 2026 marque le début de la mise en œuvre progressive du règlement européen sur l’IA. Les entreprises doivent adapter leurs systèmes à haut risque aux normes de transparence et de responsabilité.
• Modèles restreints : La sécurité reste une préoccupation majeure. Anthropic a récemment refusé d’ouvrir son nouveau modèle Claude Mythos au grand public, jugeant ses capacités potentiellement trop dangereuses. 

🌍 Applications concrètes et Société

• Gestion urbaine : Des initiatives concrètes voient le jour à l’échelle internationale, comme au Bangladesh où l’IA est désormais déployée pour réguler le trafic routier chaotique de la capitale.
• Culture et Cinéma : L’IA s’impose comme un outil incontournable de restructuration dans l’industrie du cinéma, un sujet qui s’est fortement invité lors des débats du Festival de Cannes. 

Création IA dans le marketing : les chiffres que personne ne partage

L’IA générative tient-elle ses promesses en production créative et en paid media ? Charlotte Cohen, Head of studio chez datashake et ambassadrice du programme « Osez l’IA », partage les chiffres observés après un an d’intégration au sein de son studio.

Un an. C’est le temps qu’il m’a fallu pour passer de la conviction à la preuve.

Graphiste et directrice artistique depuis 2015, j’ai intégré l’IA dans ma pratique créative dès 2023, au point de co-produire ce qui est, à notre connaissance, la première vidéo IA en France conçue sous contrainte de respecter un ADN de marque. Quand j’ai rejoint le studio créatif de datashake début 2025, je savais déjà que l’IA pouvait transformer la production créative. Ce que je ne mesurais pas
encore, c’était l’ampleur de l’impact sur la performance des campagnes paid media. Après cette première année au sein d’un groupe où tout se mesure, j’ai enfin des chiffres.

Ce que l’IA change concrètement dans la production créative

« Ce n’est pas une réduction de coût. C’est un changement de catégorie. Des marques qui ne pouvaient structurellement pas s’offrir ce niveau de production peuvent maintenant le faire. »

Commençons par la production image. Lors de ma première année chez datashake, j’ai pu observer des économies allant jusqu’à 85 % sur les coûts de production visuelle, avec un time-to-market accéléré de 70 %, en comparant des productions IA à des shootings classiques équivalents en nombre de livrables. Mannequins, décors, équipes, post-production d’un côté ; visuels IA sur mesure, calibrés à l’ADN de la marque, livrés en quelques jours de l’autre.

Certaines productions IA que nous avons livrées, ambitieuses visuellement, avec des univers impossibles à tourner en conditions réelles sans moyens importants, auraient nécessité acteurs, équipes, déplacements, location de matériel en production classique. Les économies observées sur ces projets dépassent 95 %. Même niveau d’aspiration. Une fraction du budget.

Et au-delà du budget direct : les équipes internes des annonceurs ne sont plus mobilisées sur la logistique, la préparation, la coordination du shooting. Ce coût caché, réel mais rarement comptabilisé, disparaît lui aussi.

Et la performance dans tout ça ?

La question légitime qui suit : est-ce que ça performe ? Est-ce que les créas IA fonctionnent vraiment en paid media ?

Voici ce que nos données clients montrent, sur des campagnes Meta réelles, dans des secteurs variés :

• Secteur bijouterie : +46 % de CTR, -50 % de CPA, ratio clic-vers-ajout-panier multiplié par 5.
• Secteur location de matériel : CTR multiplié par 2,5, +105 % de volume de clics à budget identique, CPC divisé par 2, en 7 jours seulement.
• Secteur mode : +18 % de CTR, -22 % de CPM, -13 % de CPC sur une période de temps fort.
• Secteur retail/période Black Friday : +65 % de CTR, -53 % de CPM, -34 % de CPC.
• Secteur énergie : +255 % de CTR, +160 % de leads, -60 % de CPL, avec seulement 6 % d’investissement supplémentaire (Q4 2025 vs Q4 2024).

« Ces résultats ne sont pas universels. Ils supposent une stratégie créative solide, des briefs clairs et des équipes capables de piloter l’IA avec intention. »

L’IA ne génère pas l’idée. Elle ne produit pas la stratégie. Ce qu’elle fait, c’est supprimer les obstacles entre l’intention créative et sa réalisation, et libérer du budget pour penser plutôt que pour produire.

Pourquoi les plateformes rendent l’IA indispensable

Meta, Google, TikTok Ads sont devenus des machines à tester. Leurs algorithmes ne récompensent plus les beaux visuels : ils récompensent le volume, la diversité des assets, la capacité à itérer vite. Plus vous leur donnez de variantes à optimiser, plus
ils trouvent ce qui performe.

Concrètement : une marque qui arrive avec deux ou trois créas sur une campagne Meta part aujourd’hui avec un handicap structurel. Les annonceurs qui performent sont ceux qui testent des dizaines de concepts, d’accroches, de formats, et qui adaptent en temps réel.

En production classique, ce volume est financièrement inaccessible pour la grande majorité des annonceurs. Un shooting, c’est une fenêtre de production, un budget fixe, un nombre limité de livrables. L’IA change cette équation : elle permet de produire le volume qu’exigent les plateformes, à la vitesse qu’elles imposent, sans exploser les budgets.

Ce n’est pas un avantage concurrentiel. C’est en train de devenir le ticket d’entrée.

Ce que l’IA change vraiment

Ce que ces chiffres disent, c’est que nous sommes entrés dans une nouvelle ère du marketing créatif. Les plateformes exigent du volume, de la vitesse, de la diversité. La course à l’attention ne laisse plus de place aux cycles de production longs et
coûteux.

L’IA n’est pas une option confortable. C’est une réponse structurelle à des contraintes qui ne vont pas disparaître. Les marques qui produisent plus, testent plus vite et optimisent en continu prennent une avance que les autres auront du mal à rattraper. Pas dans cinq ans. Maintenant.

Roland-Garros : comment l’IA s’est entraînée sur Rafael Nadal pour vous permettre de l’affronter

Sur le stand Infosys Fan Zone, vous pouvez affronter un avatar de Rafael Nadal grâce à une IA. Cette dernière a analysé des années de données de matchs, capturant la biomécanique, la vitesse de balle et ses célèbres trajectoires liftées pour reproduire son jeu. 

Cette prouesse technologique repose sur trois phases clés :

• La collecte de données brutes : Les caméras Hawk-Eye (filmant à 340 images par seconde avec une précision de 2,6 mm) installées sur les courts ont numérisé chaque frappe de balle, déplacement et choix tactique de Nadal lors de ses victoires historiques.
• L’entraînement des modèles : L’intelligence artificielle a ingéré cet historique de données pour modéliser le comportement de jeu exact du joueur, de la préparation de son coup droit en passant par ses zones de prédilection.
• La réplication en Réalité Virtuelle (VR) : Ces algorithmes d’IA animent un avatar en temps réel, vous permettant d’affronter une simulation hyper-réaliste. 

Pour voir comment l’intelligence artificielle s’entraîne sur le geste parfait et analyse les matchs des plus grands joueurs comme Rafael Nadal pour améliorer votre propre technique:

Alors que le tournoi de Roland Garros bat son plein, nous avons rencontré Raghavan Subramanian, responsable technique d’Infosys en charge des projets technologiques liés au tournoi français du grand chelem. Entre applications grand public et révolution en coulisse portée par l’IA, il nous a confié ses ambitions pour ce jeu qu’il aime tant.

Technologie et sport vont main dans la main, et le tennis n’y échappe pas. En amont des Jeux olympiques de Paris, des chercheurs de l’Inria ont travaillé au projet Best-Tennis pour optimiser la performance du service et du retour de service en mêlant expertise en biomécanique, neurosciences et intelligence. Mais, au quotidien, au sein d’un des plus grands tournois de tennis au monde, tech et IA s’activent en coulisse.

Trois axes…

Aux manettes du Roland Garros tech, on trouve Infosys, géant du numérique indien, qui a pris la relève d’IBM en 2019, et est partenaire de l’Association of Tennis Professionals, l’ATP, depuis 2016.
Au fil des années, la société de service a déployé des technologies à destination de trois cibles : le grand public, les médias et les joueurs et entraîneurs.
En 2023, Infosys lançait ainsi un musée dans le métavers en partenariat avec l’International Tennis Hall of Fame, dans lequel les fans pouvaient retrouver des légendes comme Martina Navratilova. Actuellement, entre deux matches de l’édition 2025 de Roland Garros, il vous est possible de vous rendre sur le stand d’Infosys, dans la fan zone, pour affronter en réalité virtuelle Rafael Nadal. En tout cas, son avatar, géré par une IA entraînée à partir de données récoltées sur le joueur.

Le Match Centre, partie émergée de l’iceberg

Mais, Infosys propose aussi un Match Centre, ou plutôt trois versions de cette fonction. L’une est destinée au grand public et visible sur des panneaux d’affichage sur le site de Roland Garros, et également sur le site Web du tournoi. Elle permet d’avoir sous les yeux tout un ensemble de données récoltées en temps réel par Infosys, notamment grâce aux caméras Hawk-Eye, déployées sur les cours. Ces caméras, qui filment à 340 images par seconde, permettent de localiser, par triangulation, la balle avec une précision d’environ 2,6 millimètres.
Les journalistes ont accès à une version légèrement différente du Match Centre et surtout à un tout nouveau système d’aide aux commentaires, générés par l’IA, qui leur permet de mettre en perspective des informations, de donner plus de contexte en cours de match. Enfin, les joueurs et leurs entraîneurs ont accès à une version encore plus approfondie de ces données.
Mais pour ces professionnels, Infosys a développé un outil encore plus poussé en partenariat avec la Fédération française de tennis (FFT), qui reprend le Match Centre : le Players portal.

Lancé en 2019 et amélioré avec de nombreuses fonctions intelligentes depuis, il s’agit d’une interface sécurisée, sans log, pour que personne ne puisse suivre l’utilisation qui en est faite par les personnes autorisées. Au sein du portal, consultable en ligne, le joueur peut regarder des vidéos de ses matches, mises en parallèle avec un ensemble de données et de statistiques grâce à l’IA. Un travail colossal puisqu’il repose sur plus de mille paramètres pris en compte afin d’offrir une analyse optimale.

La particularité de cet outil, voulu par la FFT, est son ouverture. « Ce genre de statistiques et d’analyses ne sont généralement disponibles qu’aux joueurs du top 10 ou top 100 », nous explique Raghavan Subramanian, responsable de la plateforme Tennis d’Infosys. Ceux qui « peuvent se le permettre », dont certains peuvent se déplacer avec « tout un entourage, non seulement un coach, mais aussi un kinésithérapeute, un partenaire d’entraînement, un coach mental et un nutritionniste, et même parfois leur propre cordeur de raquette », liste le responsable d’Infosys.
Une minorité qui exclut donc tous ceux qui sont hors du top 100, « qui partagent une chambre d’hôtel avec leur coach », met en perspective Raghavan Subramanian, clairement passionné par son sujet.
« Tout l’objectif de la FFT était que le Players portal et toutes les données analysées soient accessibles à tous les joueurs, sans restriction », précise le responsable d’Infosys. Avant d’ajouter souriant et en français : « Liberté. Egalité. Fraternité. »
L’ouverture totale, cet égalitarisme d’emblée implique que n’importe quel joueur peut regarder le match d’un autre joueur, même s’il ne joue pas contre lui, pour étudier son jeu, ses statistiques de premier ou de second service, sa propension à clore les échanges rapidement, le nombre de fois où il a été pris à contre-pied, etc.

La difficulté d’une analyse pertinente dans un jeu tactique

Des données qui peuvent être analysées après le match ou concaténées pour révéler des tendances, et ainsi mettre en place des objectifs d’entraînement. D’où l’importance de l’analyse via l’intelligence artificielle, qui nécessite beaucoup d’entraînement tant les critères varient en fonction du contexte, du type de coup. Des dizaines de situation qu’il faut qualifier pour que l’IA puisse ajuster son analyse.
Par exemple, « un coup droit puissant qui atterrit en fond de court à une plus grande chance de gagner plus rapidement s’il est puissant et long. Mais si vous réalisez un amorti en coup droit, il doit tomber au ras du filet, être très lent et croisé de préférence. Donc les critères d’un coup gagnant varient en fonction du type de coup et où se trouve le joueur adverse. », met en perspective Raghavan Subramanian. D’autant que ces ensembles de « data points », comme les appelle le représentant d’Infosys, ne sont qu’un départ. A cette petite dizaine de points données (trois par joueur et trois pour la balle), il faut ajouter les points de données dérivés, qui peuvent aussi bien tenir au contexte du point qu’à la façon dont il a été remporté ou perdu. Dès lors les choses se compliquent de manière exponentielle.
Raghavan Subramanian insiste tout d’abord sur le fait que l’analyse par l’IA n’est pas exacte à 100%, et que le travail d’optimisation est constant. Puis il détaille : « Si vous étiez en défense mais avez malgré tout réussi à gagner le point, nous compilons un ensemble de points qui vont montrer deux choses. » « Le premier est très subjectif et consiste à estimer si le joueur était dans une position favorable ou défavorable pour remporter le point. Le second porte sur les pistes d’améliorations potentielles. » Une sorte d’assistance pour les coaches, ou en tout cas de mise en chiffre de ce que les entraîneurs ressentent souvent de manière instinctive sans le formaliser ou pouvoir l’appuyer par des chiffres. Grâce au Portal players, tous les joueurs et entraîneurs ont sous les yeux les données statistiques, l’analyse IA et la vidéo.

© Illustration générée avec Gemini pour Les Numériques

Plus de données pour percer le secret du tennis

A l’heure actuelle, il y a un ensemble de données que seuls les sportifs contrôlent et conservent, ce sont leurs rythmes cardiaques par exemple, leurs informations de niveau de forme ou les données récoltées via les capteurs placés dans les raquettes.
Raghavan Subramanian aimerait voir encore plus de capteurs s’installer sur les cours et sur les athlètes. S’il mesure le chemin parcouru en quelques années, il aime à dresser une « liste de souhaits réalistes » de données qui pourrait améliorer davantage son outil. « Je n’ai pas le rythme cardiaque du joueur », commence-t-il. « J’aimerais savoir exactement où la balle touche la raquette, à quel angle… Et ensuite est-ce qu’il s’agit d’un contact à plat ou légèrement coupé. », s’enthousiasme-t-il. Avant d’apporter une autre précision qui illustre toute sa quête : « Je connais la vitesse de rotation de la balle, mais c’est le résultat, pas la réalisation. »

« Vous voyez une énorme quantité de capteurs est requise », reconnaît-il plus calmement, avant de reprendre. « Vous savez les joueurs prennent souvent du temps pour s’échauffer. Et même avec un échauffement avant le match, initialement, vous constaterez que leur bras est toujours un peu plié au coude. Il faut avancer dans la partie pour que le bras se tende totalement, donne toute sa puissance. C’est tout cela que l’on veut voir dans nos analyses… »
Il sait bien que c’est impossible pour l’instant, voilà pourquoi il a une liste plus réaliste d’objectifs, de données qu’il aimerait pouvoir récolter pour améliorer davantage encore le suivi des performances et du jeu.

Le rêve ultime de Raghavan Subramanian serait de pouvoir quantifier « la différence entre ce que le joueur voulait faire et ce qu’il a vraiment fait, entre l’intention et la réalisation ». De percer le secret des moments de grâce des grands joueurs, en quelque sorte…

Fodé CISSE, Journaliste, Rédacteur en Chef & Directeur de Publication © JVFE