Replay 

Ecosystème I.A : Nouveaux acteurs et Recomposition de la chaîne de valeur

Webconférence
IA & IAG
Ecosystème I.A : Nouveaux acteurs et Recomposition de la chaîne de valeur
Merci pour votre inscription !
Votre demande d’inscription a bien été enregistrée. Vous recevrez prochainement un email de confirmation de notre équipe.

Revivez l'événement

Connectez-vous pour accéder au contenu.
Créer un compte

Revivez l'événement

Connectez-vous pour accéder au contenu.
Ce contenu est réservé aux adhérents de l'EBG.
Créer un compte
Ecosystème I.A : Nouveaux acteurs et Recomposition de la chaîne de valeur Du 7 au 9 juillet 2026 se tiendra la conférence RAISE (https://www.raisesummit.com/), qui réunira à Paris tous les leaders de l'Intelligence Artificielle ainsi qu'une centaine de nouveaux acteurs qui transforment la chaîne de valeur et contraignent les leaders historiques à enrichir et transformer leurs modèles de fondation. Qui sont ces nouveaux acteurs, quelle est leur valeur, comment s'intègrent ils dans l'écosystème I.A, des LLM aux applications d'agent, en passant par la structuration et la gestion des données ? Nous en parlerons avec Henri Delahaye, Directeur Général de l'évènement. 1. La couche compute : le nouveau goulet d’étranglement Cette première séquence vise à montrer que la valeur remonte vers les infrastructures : puces, alternatives aux GPU, inference, cloud IA, data centers et stockage haute performance. Les acteurs présents à RAISE, dont nous évoquerons la stratégie : Cerebras, d-Matrix, Rebellions, Etched, NextSilicon, Crusoe, WhiteFiber, Nebius, DDN, Weka, Hammerspace et Vertiv. 2. Modèles et inference : la fin du “grand modèle généraliste unique” Cette séquence explique la montée des plateformes de serving, des modèles spécialisés, des modèles open ou closed source, et des architectures plus efficientes. Les plateformes leaders : Together AI, Fireworks AI, SambaNova, Liquid AI, Black Forest Labs, ElevenLabs et Adaption Labs. Quelques acteurs moins connus, mais à forte croissance :
  • Liquid AI, intéressant pour le sujet des architectures alternatives et des modèles plus efficients.
  • Fireworks AI, bon exemple de plateforme orientée inference et déploiement de modèles.
  • Black Forest Labs, sur la génération d’images et les modèles créatifs.
  • Adaption Labs, à positionner dans les approches post-frontier model et adaptation.
3. La couche données : l’actif défensif sous-estimé Cette séquence insiste sur les acteurs moins visibles qui rendent les agents réellement utiles : recherche web, pipelines de données, observabilité, évaluation, datasets et knowledge graphs. Le message clé : les modèles tendent à se banaliser ; la différenciation se déplace vers la donnée propriétaire, l’évaluation, la mémoire, le retrieval, l’observabilité et la qualité des workflows. Les acteurs à citer sont Bright Data, Exa, Surge, Braintrust, Glean, Neo4j, Elastic, MongoDB, NetApp, Datadog et Dynatrace. Moins connus, mais très dynamiques :
  • Exa, pour la recherche web pensée pour les systèmes IA.
  • Surge, pour le data labeling, le RLHF et la qualité des données.
  • Braintrust, pour l’évaluation et le monitoring des applications IA.
  • Bright Data, pour l’accès aux données web, sujet stratégique et parfois controversé.
  • Glean, pour la recherche d’entreprise et la couche de connaissance interne.
4. Les plateformes de données et d'orchestration (Middleware) Leur thèse est simple : "N'amenez pas vos données à l'IA, amenez l'IA à vos données." Déplacer des pétaoctets de données d'entreprise vers des API tierces coûte cher, prend du temps et pose des problèmes de sécurité majeurs. Des acteurs comme Databricks (avec Mosaic AI) et Snowflake (avec Cortex) ont compris qu'ils possédaient l'actif le plus précieux : la donnée d'entreprise déjà nettoyée, gouvernée et sécurisée. Leur stratégie : En intégrant des LLM open-source directement dans leurs architectures et en proposant des frameworks d'agents clés en main, ils court-circuitent la couche 2 (les serveurs de modèles comme Fireworks ou Together) et la couche 4 (les outils d'agents tiers). Le message clé : Le middleware devient le système d'exploitation de l'IA d'entreprise. Si tu as déjà tes données chez Snowflake ou Databricks, il est infiniment plus simple et sécurisé d'activer leurs fonctions IA natives. 5. Les acteurs clés de la couche sémantique On peut diviser cette catégorie en trois types d'acteurs qui adaptent leurs solutions pour devenir "AI-ready" : Les plateformes de Semantic Layer & Headless BI Ces outils centralisent les métadonnées et les règles de calcul métier pour les rendre accessibles via API aux LLM.
  • Cube (ex-Cube.js) : C'est l'un des acteurs les plus agressifs sur ce positionnement. Ils ont développé des intégrations spécifiques pour que les agents IA puissent interagir avec leur couche sémantique de manière ultra-fiable.
  • dbt Labs (dbt Semantic Layer) : Le standard absolu de la transformation de données, qui propose désormais son propre moteur sémantique pour rationaliser les définitions métiers.
Les Graphes de Connaissances et Ontologies (Knowledge Graphs) Ils lient les concepts entre eux (ex: le client X a acheté le produit Y qui dépend de la catégorie Z). C'est la sémantique poussée à son maximum.
  • data.world : Très positionné sur l'alimentation des LLM par des graphes de connaissances.
  • Stardog : Spécialiste des graphes de connaissances d'entreprise, indispensable pour donner du contexte aux agents de raisonnement.
  • Ontotext : Un autre leader historique de la gestion des données sémantiques.
Les catalogues de données augmentés (Data Intelligence) Ils documentent automatiquement les données pour que l'IA sache ce qu'elle manipule. Atlan et Alation : Ces plateformes de gouvernance de données intègrent des "contextes sémantiques" pour que les développeurs d'applications IA sachent quelles données sont fiables et ce qu'elles signifient. 6. Agents et outils de production : la nouvelle interface du travail Cette séquence montre la recomposition autour des workflows agentiques : coding agents, assistants métier, automatisation, orchestration et “AI employees”. Le message clé : la valeur se déplace de l’application SaaS classique vers des agents capables d’exécuter des tâches complètes : coder, vendre, répondre aux clients, rechercher, documenter et orchestrer. Les acteurs à citer sont Cognition, Lovable, Bolt.new, Replit, Factory, Daytona, Base44, Decagon, Maven AGI, Ema, You.com, Wonderful et Yutori. Mais aussi :
  • Factory, pour les agents appliqués au développement logiciel.
  • Daytona, pour les environnements de développement adaptés aux agents.
  • Base44 et Bolt.new, pour la création d’applications par prompt.
  • Decagon et Maven AGI, pour les agents orientés support client et opérations.
  • Wonderful, pour l’automatisation de fonctions opérationnelles.
  • Yutori, pour les agents personnels et la délégation de tâches.
7. Les Hyperscalers (Cloud "All-in-One") Ce sont les géants de la distribution : Microsoft Azure, AWS (Amazon Web Services) et Google Cloud (GCP). Leur objectif est de créer une dépendance totale à leur écosystème en devenant des super-agrégateurs qui couvrent la quasi-totalité des 6 couches. Leur stratégie : Ils possèdent l'infrastructure (Couche 1), financent ou développent les modèles (Couche 2 via des partenariats comme Microsoft/OpenAI, AWS/Anthropic, ou en natif avec Google Gemini), gèrent le stockage (Couche 3) et proposent leurs propres studios de développement d'agents (Azure AI Studio, AWS Bedrock, Google Vertex AI). Le message clé : La guerre du cloud ne se joue plus sur le prix du stockage au gigaoctet, mais sur la richesse du catalogue d'IA. Leur but ultime est d'éviter qu'un client ne fasse sortir ses données ou ses flux de travail de leur environnement (création d'un fossé défensif ou walled garden). 8. Vertical AI : quand la valeur migre vers les métiers Cette séquence vise à montrer que les gagnants ne seront pas seulement les fournisseurs de modèles, mais les acteurs capables de posséder le workflow métier, la donnée métier et la distribution. Le message clé : la verticalisation est un déplacement majeur de la valeur. Les acteurs gagnants possèdent un workflow métier critique, pas seulement une couche technologique. Les acteurs à citer sont Harvey, Legora, Axiom Math, Future House, Periodic Labs, Applied Intuition, Rox, Clay et Public. Les acteurs moins connus à privilégier sont :
  • Legora, acteur de l’IA juridique, moins connu que Harvey mais à surveiller.
  • Future House, positionné sur les agents scientifiques.
  • Periodic Labs, sur l’IA appliquée à la science des matériaux et à la recherche.
  • Axiom Math, sur le raisonnement mathématique.
  • Rox, sur le go-to-market et la sales intelligence.
  • Clay, sur l’automatisation commerciale et l’enrichment data.
9. IA physique : robotique, humanoïdes et recomposition industrielle Cette séquence introduit la prochaine extension de la chaîne de valeur : de l’agent logiciel à l’agent physique. Le message clé : après les copilotes et agents logiciels, la prochaine frontière est l’agent incarné : humanoïdes, robots industriels, manipulation, mobilité autonome et simulation. RAISE dispose aussi d’un volet Machina dédié à l’IA physique et à la robotique, avec notamment 1X, Google DeepMind Robotics, Apptronik, Boston Dynamics, Skild AI, Agility Robotics, FieldAI, Dexterity AI, Generalist, Genesis AI et LimX Dynamics. Les acteurs moins connus à privilégier sont :
  • Skild AI, pour les modèles fondamentaux appliqués à la robotique.
  • FieldAI, pour l’autonomie robotique en environnements non structurés.
  • Generalist, pour la robotique généraliste.
  • Genesis AI, pour la simulation et le robot learning.
  • Dexterity AI, pour la manipulation robotique appliquée à la logistique.
Conclusion : les grandes tendances de RAISE 2026 : Le modèle n’est plus toute la chaîne de valeur. La valeur se répartit entre compute, données, orchestration, sécurité, distribution et métier. L’inférence devient un marché stratégique. Les coûts, la latence et l’efficacité énergétique deviennent des différenciateurs majeurs. Les agents déplacent la concurrence du SaaS vers le workflow. L’application devient moins importante que l’exécution de bout en bout. Les données propriétaires redeviennent centrales. Sans contexte métier fiable, l’IA reste un démonstrateur. L’IA physique ouvre une nouvelle phase industrielle. Robots, humanoïdes et agents embarqués pourraient recomposer la chaîne de valeur hors du logiciel.
Pour rappel, les inscriptions sont possibles :
- Pour les événements exécutifs (Task Forces, Business Talks, Dîners) et conférences : jusqu'à la veille de la session
- Pour les Webinars : jusqu'à 30mn avant la session en ligne

Passés ces délais, nous ne pourrons pas garantir votre inscription.
Dans tous les cas, nous vous invitons à prendre connaissance de la Charte des Adhérents de l'EBG. 

Vous souhaitez accéder à nos événements, formations et contenus ? Devenez membre de l’ebg !

D’autres événements susceptibles de vous intéresser

Voir plus d’événements

CoPil Relation & Expérience Client / Comportements Abusifs & Fraude : Le service client en première ligne

Comité de Pilotage
CoPil Relation & Expérience Client / Comportements Abusifs & Fraude : Le service client en première ligne
Retail & eCommerce
Gestion de la Relation Client
Sales Enablement

CoPil Data & IA / Gouvernance des projets et outils : créer & optimiser son I.A. Factory (Agentique)

Comité de Pilotage
CoPil Data & IA / Gouvernance des projets et outils : créer & optimiser son I.A. Factory (Agentique)
Data & SI
IA & IAG

CoPil Retail & eCommerce / Search for Agents

Comité de Pilotage
CoPil Retail & eCommerce / Search for Agents
Data & SI
IA & IAG
Marketing Stratégique
Acquisition - Gestion des campagnes
Retail & eCommerce
Amélioration du Parcours Client

Formation : Revisiter sa stratégie de marque à l'ère des créateurs et des plateformes d'influence

En présentiel
Formation : Revisiter sa stratégie de marque à l'ère des créateurs et des plateformes d'influence
Acquisition - Gestion des campagnes
Social Marketing
Social Marketing
Social Marketing
Retail & eCommerce

Commerce agentique : comment l’IA redéfinit les parcours d’achat et de paiement, et quels impacts pour les marques et leur performance ?

Webconférence
Commerce agentique : comment l’IA redéfinit les parcours d’achat et de paiement, et quels impacts pour les marques et leur performance ?
Marketing Stratégique
Acquisition - Gestion des campagnes
Retail & eCommerce
Gestion de la Relation Client

Benchmark de la Relation Client 2026 : l'année de la bascule ?

Business Talk
Benchmark de la Relation Client 2026 : l'année de la bascule ?
Marketing Stratégique
Retail & eCommerce
Gestion de la Relation Client
Amélioration du Parcours Client
Voir plus d’événements

component ukn not found

component ukn not found