Milan, 25 mai 2026
Quand l’intelligence artificielle cessera d’être une expérience
Pendant des années, l’intelligence artificielle est restée dans une sorte de limbe réconfortant : prometteuse, spectaculaire, parfois inquiétante – mais suffisamment éloignée pour ne pas nécessiter de véritables décisions. Quelque chose qui se passait dans les laboratoires, dans les démonstrations technologiques, dans les équipes d’innovation des grandes entreprises. Intéressant à suivre, mais pas encore urgent à gouverner.
Aujourd’hui, cette distance n’existe plus.
L’IA fait son entrée dans les processus réels des organisations – production de documents, service à la clientèle, cybersécurité, chaîne d’approvisionnement, analyse de données, développement de logiciels, opérations, aide à la décision – à une vitesse qui a surpris même ceux qui l’observaient de près. Dans de nombreuses organisations, les employés l’utilisent déjà quotidiennement, souvent sans politique, sans gouvernance et sans que la direction en soit pleinement consciente.
Et c’est peut-être là l’aspect le plus intéressant – et le plus insidieux – de la situation actuelle : l’IA n’entre pas dans les entreprises par le biais de grands projets centralisés et approuvés par le conseil d’administration. Elle s’introduit de manière distribuée, spontanée et difficilement contrôlable. De la base au sommet. Un message à la fois.
Comme toutes les grandes transitions technologiques, celle-ci s’accompagne d’opportunités extraordinaires et de nouveaux risques. D’une part, les promesses sont réelles : traiter l’information plus rapidement, automatiser les tâches répétitives, améliorer l’analyse des scénarios, soutenir des processus décisionnels de plus en plus complexes. De l’autre, elle introduit des dépendances que nous ne mesurons pas encore pleinement – infrastructurelles, énergétiques, cognitives, réglementaires, géopolitiques. Car derrière l’apparente immatérialité de l’IA, il y a des centres de données, des réseaux électriques, des semi-conducteurs, des chaînes d’approvisionnement mondiales, des hyperscalers et des concentrations technologiques sans précédent dans l’histoire récente.
Des questions restent en suspens, que personne n’a encore résolues de manière satisfaisante. Qui est responsable d’une décision suggérée par un algorithme ? Dans quelle mesure pouvons-nous faire confiance à des systèmes qui produisent un contenu plausible mais pas toujours correct – et qui ne savent pas quand ils se trompent ? Comment éviter que des outils utilisés quotidiennement par nos employés n’introduisent des risques de réputation, juridiques ou de sécurité que nous n’avons pas encore répertoriés ? Comment gouverner des systèmes qui évoluent plus vite que nos procédures et nos réglementations ?
C’est exactement là que le thème de l’intelligence artificielle rencontre celui de la résilience.
Dans ce numéro, nous avons choisi d’aborder l’IA non pas comme un phénomène « technologique » à observer avec curiosité, mais comme un nouveau facteur structurel de risque, de dépendance et de transformation organisationnelle. Vous y trouverez une analyse des infrastructures physiques qui rendent l’IA possible et de leurs vulnérabilités, un examen approfondi de la manière dont les systèmes de gestion des crises et de gestion de la continuité des activités sont déjà en train de changer, une explication du fonctionnement réel de ces modèles – sans mystification – et un aperçu de la législation européenne, de la gouvernance, de la responsabilité et de l’impact sur la cybersécurité et la gestion des incidents, jusqu’à la protection contre les incendies.
La question n’est probablement plus de savoir si l’intelligence artificielle entrera définitivement dans les organisations.
La question est de savoir à quelle vitesse nous pouvons réellement comprendre ses implications, ses limites et ses dépendances – avant qu’il ne devienne une composante invisible mais essentielle de nos activités quotidiennes. Avant qu’il ne soit trop tard pour le gérer avec le sang-froid qu’exige la situation.
Perspectives en matière de risques et de résilience
L’intelligence artificielle n’est pas immatérielle
L’intelligence artificielle n’est pas immatérielle
Pendant des années, nous avons considéré l’intelligence artificielle comme une technologie presque éthérée : modèles, algorithmes, automatisation, données. Quelque chose qui vit dans le nuage et ne prend pas de place. Une illusion confortable, mais de moins en moins durable.
Derrière l’expansion rapide de l’IA générative, une nouvelle infrastructure physique mondiale se matérialise – il faut bien le dire – : énergie, centres de données, semi-conducteurs, réseaux, systèmes de refroidissement, eau, chaînes d’approvisionnement très concentrées. Tout sauf immatériel.
Tel est le message central du rapport duForum économique mondialintitulé« Construire des chaînes de valeur d’IA résilientes et évolutives : une stratégie de Nexus ».Ce rapport, publié en mai 2026, est probablement l’une des analyses les plus lucides de ces derniers mois sur la relation entre l’intelligence artificielle et la résilience opérationnelle.
Le document montre comment l’IA se transforme rapidement en une véritable infrastructure critique transversale, avec des implications qui vont bien au-delà du secteur technologique : croissance exponentielle des besoins énergétiques des centres de données ; dépendance mondiale à l’égard d’une poignée de fabricants de semi-conducteurs avancés ; pression sur les réseaux électriques et les systèmes de refroidissement ; consommation d’eau loin d’être négligeable ; concentration du marché entre quelques hyperscalers et fournisseurs de cloud ; exposition géopolitique de la chaîne d’approvisionnement en puces.
En d’autres termes, le risque ne concerne pas « l’algorithme ». Il concerne l’ensemble de la chaîne de valeur qui rend l’IA possible.
Pour les praticiens de la résilience, cela introduit un changement de perspective non trivial : l’intelligence artificielle n’est plus seulement un outil opérationnel à utiliser, mais une nouvelle dépendance critique à gouverner. À l’instar de l’électricité ou de la connectivité – sans lesquelles aucun plan de continuité des activités ne tient la route – l’intelligence artificielle entre dans le périmètre des infrastructures que nous ne pouvons pas nous permettre de considérer comme acquises.
Le rapport souligne également un aspect souvent négligé : la résilience de l’écosystème de l’IA dépendra de la capacité à coordonner simultanément les politiques énergétiques, les chaînes d’approvisionnement industrielles, la durabilité environnementale et la gouvernance technologique. La vulnérabilité d’un seul de ces éléments pourrait déclencher des effets systémiques à l’échelle mondiale.
Cette lecture est cohérente avec d’autres publications récentes qui méritent l’attention :
- lerapport international sur la sécurité de l’IA 2026,qui rappelle le thème de la « résilience sociétale » et la nécessité d’adopter des approches à plusieurs niveaux pour la gestion des risques liés à l’IA ;
- le document« State of AI Trust 2026″de McKinsey & Company, qui décrit l’évolution vers des systèmes « agentiques », capables non seulement de générer du contenu, mais aussi d’exécuter des actions opérationnelles autonomes ;
- le rapport conjointForum économique mondial / KPMGsur l’IA dans la cybersécurité, qui montre comment l’intelligence artificielle devient à la fois un outil de défense et un multiplicateur de la surface d’attaque ;
- le rapport duGlobal Risk Institutesur les risques liés à l’IA dans le secteur financier, en mettant l’accent sur la gouvernance, la concentration technologique et la résilience opérationnelle.
Toutes ces publications convergent sur un point : l’IA n’est pas une simple évolution technologique. Il s’agit d’une nouvelle couche d’infrastructure mondiale, qui devra être gérée avec une maturité en termes de résilience, de continuité des activités et de gestion des risques que nous avons encore du mal à atteindre à l’heure actuelle.
En tête de liste du responsable de la résilience
Le risque est d’arriver trop tard
Ce qui empêche le responsable de la résilience de dormir : Le risque n’est pas l’IA. C’est d’arriver trop tard.
Pendant des années, la gestion de la continuité des activités a été perçue comme une discipline très « manuelle » : entretiens, documentation, examens, analyses qualitatives, collecte de preuves, rapports. Un travail fait de papier – ou du moins de PDF.
Aujourd’hui, l’intelligence artificielle commence à changer ce scénario. Pas en théorie. En pratique.
Ces derniers mois, un certain nombre de plateformes sont apparues qui intègrent des capacités d’IA dans les processus de gestion des incidents, de gestion de crise, de résilience opérationnelle, de continuité des activités et d’analyse des causes profondes. Nombre d’entre elles utilisent des modèles génératifs et des systèmes « agentiques » capables de corréler automatiquement des événements et des alarmes provenant de différents systèmes, d’identifier les causes profondes possibles, de reconstituer la chronologie des incidents, de suggérer des actions correctives et de générer des analyses a posteriori de manière autonome. Certaines plateformes plus avancées expérimentent déjà des capacités semi-autonomes d’investigation technique, de collecte de preuves et d’orchestration de flux de travail – toujours sous supervision humaine, du moins pour l’instant.
L’évolution des systèmes d’analyse des causes profondessoutenus par l’IA est particulièrement intéressante. Divers fournisseurs et projets de recherche travaillent sur des plates-formes capables d’analyser simultanément les journaux, les mesures, les configurations, la gestion des changements, les incidents historiques et les relations entre les composants de l’infrastructure. L’objectif est de réduire considérablement le temps nécessaire à l’identification des causes et d’améliorer la qualité des analyses post-événement. Même dans le secteur bancaire – notoirement avare de nouveautés – certaines recherches montrent comment les approches génératives basées sur l’IA peuvent identifier les corrélations et les causes profondes d’incidents récurrents que les analyses traditionnelles, en particulier dans les environnements patrimoniaux complexes, ont tendance à ignorer.
Des fonctionnalités dédiées apparaissent également dans le monde du BCM pour la mise à jour dynamique des arbres d’appels, le suivi en temps réel de l’état opérationnel, l’analyse automatisée des fournisseurs, la gestion centralisée des scénarios de crise et les simulations assistées par l’IA.
Des limites importantes subsistent : hallucinations, interprétations erronées, absence de contexte organisationnel, opacité algorithmique, problèmes de gouvernance et dépendance à l’égard de modèles externes. Ce n’est pas le moment de se fier aveuglément à l’un ou l’autre de ces outils.
Mais le point le plus important est autre.
Le gestionnaire de la résilience du futur ne sera probablement pas remplacé par l’intelligence artificielle. Il sera cependant rejoint – ou dépassé – par des professionnels capables d’utiliser ces outils pour analyser plus rapidement des informations complexes, élaborer de meilleurs scénarios, réduire le temps consacré aux tâches répétitives et gérer des écosystèmes opérationnels de plus en plus complexes.
La question n’est donc plus desavoir si l’IA va entrer dans les processus de résilience.
La question est la suivante : « La fonction de résilience apprend-elle à l’utiliser avant qu’elle ne devienne tout simplement la norme de fonctionnement du marché ? »
Mise à jour professionnelle
Prochains cours Continuitaly – DRI Italy – DRI France – NFPA
Les prochains cours de formation professionnelle que nous organisons en Italie en coopération avecDRI InternationaletNFPA
NFPA 13 – Normes pour les systèmes de gicleurs
29 juin – 3 juillet 2026 – Online – Italian
Cours officiel de la NFPA sur la conception des systèmes d’extinction automatique.En savoir plus
Gestion de la continuité des activités – Cours de certification
DRI France – 7-8 juillet 2026 – Online – French
Business Continuity Management intensive course with certification exam (BCP501).En savoir plus
Cyber résilience – Cours de certification
DRI Italie – 14-16 juillet 2026 – Online – Italian
Cyber Resilience intensive course with certification exam (CRP501).En savoir plus
Nouveaux règlements à surveiller
L’intelligence artificielle entre dans la réglementation européenne – et italienne
L’intelligence artificielle entre dans la réglementation européenne – et italienne
Pendant des années, l’intelligence artificielle s’est développée plus rapidement que la capacité réglementaire des gouvernements et des autorités de surveillance. Aujourd’hui, cette situation est en train de changer, et ce à une vitesse qui, jusqu’à récemment, semblait improbable. Avec l’entrée en vigueur de laloi sur l’IA, l’Europe est devenue la première grande zone économique à avoir mis en place un cadre réglementaire complet consacré à l’intelligence artificielle. L’approche adoptée est fondée sur le risque : plus un système d’IA est susceptible d’avoir un impact sur les droits, la sécurité ou la vie des personnes, plus les obligations, les contrôles et les responsabilités seront lourds.
Les quatre catégories de risques
La loi sur l’IA distingue quatre niveaux principaux.
Risque inacceptable – systèmes interdits.Certaines utilisations de l’IA sont considérées comme incompatibles avec les principes européens et donc interdites : le scoring social sur le modèle chinois, la manipulation subliminale des comportements, l’exploitation des vulnérabilités des personnes fragiles, certaines formes de reconnaissance biométrique massive, les systèmes de reconnaissance des émotions des travailleurs.
Systèmes à haut risque.Cette catégorie comprend les applications ayant un impact significatif sur la sécurité, l’emploi, le crédit, la santé, les infrastructures critiques, l’éducation, la justice, le contrôle des frontières et les services essentiels. Pour ces systèmes, la gestion structurée des risques, la qualité et la traçabilité des données, la documentation technique, la supervision humaine, la journalisation, la cybersécurité et la gouvernance explicite deviennent obligatoires.
Risque limité – obligations de transparence.Il s’agit probablement de la catégorie qui aura le plus d’impact sur le plus grand nombre d’organisations. Celles qui utilisent certains systèmes d’IA devront informer clairement les utilisateurs lorsqu’ils interagissent avec un chatbot, lisent un contenu généré artificiellement ou visualisent des deepfakes. Cela signifie qu’il faut introduire des clauses de non-responsabilité, un étiquetage du contenu, des politiques internes, des procédures de validation et des contrôles sur les systèmes génératifs utilisés par les employés.
Risque minime.La plupart des applications moins critiques restent pratiquement exemptes d’obligations spécifiques supplémentaires, tout en restant soumises aux réglementations existantes – GDPR, cybersécurité, droit du travail, propriété intellectuelle, réglementations sectorielles.
Le calendrier européen – avec quelques complications
La loi sur l’IA n’est pas entrée en vigueur en une seule fois, mais par étapes progressives. La première étape a été franchie en février 2025, avec l’entrée en vigueur des interdictions de pratiques interdites en matière d’IA et des obligations générales en matière de connaissance de l’IA. En août 2025, les obligations relatives aux modèles à usage général (GPAI) ont été déclenchées. La principale date d’application est le 2 août 2026, la mise en œuvre complète pour les systèmes à haut risque intégrés dans des produits réglementés étant prévue pour 2027.
Un nouvel élément mérite toutefois d’être mentionné. En novembre 2025, la Commission européenne a présenté ce que l’on appelle le« Digital Omnibus« , une proposition de réforme qui prévoit, entre autres, une prolongation de six mois – jusqu’en février 2027 – pour la mise en conformité des systèmes d’IA qui génèrent du contenu synthétique déjà sur le marché avant août 2026. Les négociations sont toujours en cours : à l’heure actuelle, le deuxièmetrilogue politiqueentre le Parlement, le Conseil et la Commission n’a pas abouti à un accord, et un nouveau cycle a été fixé au 13 mai 2026. Si l’Omnibus n’est pas adopté à temps, les dispositions initiales de la loi sur l’IA entreront en vigueur le 2 août 2026 comme prévu.
En résumé : le calendrier évolue et les organisations feraient bien de le suivre activement dans les semaines à venir.
Et en Italie ? Une avancée inattendue
En Italie, la nouvelle la plus importante de ces derniers mois est une loi, et pas des moindres. Avec l’entrée en vigueur de la Loi du 23 septembre 2025, n°. 132L’Italie est intervenue dans le domaine de la réglementation de l’intelligence artificielle avant tout autre pays européen, en accompagnant – sans la remplacer – la loi sur l’IA d’un cadre réglementaire national fondé sur les principes d’une utilisation anthropocentrique, transparente et sûre de l’IA.
La loi désigne l’AgIDet l’ACNcommeautorités nationales pour l’intelligence artificielle: l’AgID préside aux fonctions d’innovation, de développement et de notification ; l’ACN assume le rôle de surveillance du marché et de point de contact unique avec l’Union européenne, en collaboration avec la Banca d’Italia, la Consob et l’IVASS pour leurs secteurs respectifs. Les sanctions peuvent atteindre 35 millions d’euros ou 7 % du chiffre d’affaires annuel mondial pour les infractions les plus graves.
Sur le plan opérationnel, l’AgID a entamé un parcours structuré de lignes directrices pour l’administration publique : celles relatives à l’adoption de l’IA dans l’administration publique ont été adoptées en 2025, tandis que les lignes directrices relatives au développement et à la passation de marchés ont fait l’objet d’une consultation publique jusqu’au mois d’avril dernier. Ensemble, les trois documents forment un cadre complet qui aborde les principes, l’architecture, les normes et la gestion contractuelle des systèmes d’IA.
Cela dit, le problème le plus important pour les organisations privées n’est pas encore la conformité formelle. En effet, de nombreuses organisations utilisent déjà des outils d’IA sans avoir défini de politiques d’entreprise, de classification des utilisations autorisées, de contrôle des données, de responsabilités claires, de critères de validation ou de processus de surveillance.
Une fois de plus, la technologie pénètre dans les organisations plus rapidement que la gouvernance.
Le nouveau sujet : la gouvernance de l’IA en tant que discipline
C’est là que la réglementation rencontre le territoire de la résilience.
Dans les années à venir, les organisations devront apprendre àgérer simultanément laconformité, la cybersécurité, la qualité des données, la transparence, la surveillance humaine, la responsabilité, la continuité des activités et la dépendance à l’égard de fournisseurs d’IA externes. Il ne s’agit pas de défis distincts : ce sont les facettes d’un même problème.
L’intelligence artificielle ne sera pas seulement une question technologique ou juridique. Elle deviendra – et l’est déjà en partie – un thème central de la gouvernance organisationnelle et de la résilience opérationnelle.
Le coin technique
Comment une intelligence artificielle peut-elle « raisonner » ? Un petit guide pour les non-spécialistes
Comment une intelligence artificielle peut-elle « raisonner » ? Un petit guide pour les non-spécialistes
Ces dernières années, le terme « intelligence artificielle » est devenu omniprésent. Mais derrière les chatbots, les assistants virtuels et les systèmes génératifs, il reste une question fondamentale que de nombreux professionnels continuent de se poser :comment cela fonctionne-t-il vraiment ?
En bref, les systèmes d’IA modernes ne « pensent » pas au sens humain du terme. Ils ne comprennent pas le sens des mots, ne possèdent pas de conscience, d’intentions ou d’expérience. Ce qu’ils font est très différent et, à certains égards, beaucoup plus mécanique qu’on ne l’imagine.
Des règles fixes aux réseaux neuronaux
Pendant de nombreuses années, les systèmes informatiques ont fonctionné selon des règles explicites :si A se produit, faites B. Si la valeur dépasse un seuil, une alarme se déclenche.Une logique propre, transparente et prévisible.
L’intelligence artificielle moderne fonctionne d’une manière radicalement différente : elle utilise des réseaux neuronaux artificiels, des structures mathématiques vaguement inspirées – très vaguement – du fonctionnement du cerveau humain. Un réseau neuronal se compose de milliards de nœuds interconnectés. Les nœuds sont simplement des valeurs numériques, comme des interrupteurs qui s’allument ou s’éteignent en réponse à une entrée : rien de mystique, individuellement. La « magie » ne réside pas dans la nature des éléments individuels, mais dans la quantité et la structure des connexions entre eux. Chaque connexion a un « poids », c’est-à-dire une valeur numérique qui est modifiée au cours de la phase d’apprentissage. Le système reçoit d’énormes quantités de données, analyse les corrélations et les modèles, et modifie progressivement ses paramètres internes pour améliorer sa capacité à prédire la réponse la plus probable.
L’IA ne « sait » pas : elle prédit
C’est peut-être le point le plus important à comprendre.
Un grand modèle de langage ne raisonne pas comme une personne. Son principe de fonctionnement est plus proche de celui-ci: « Étant donné cette séquence de mots, quel est le mot qui a statistiquement le plus de chances de venir ensuite ? »
Cela semble presque banal. Mais lorsque ce processus est exécuté sur des milliards de mots, des trillions de paramètres et des archives infinies de textes, le résultat peut paraître étonnamment – et faussement – intelligent. Le modèle apprend les structures linguistiques, les relations conceptuelles, les schémas logiques récurrents, les styles d’écriture. Mais il continue à fonctionner, fondamentalement, par prédiction statistique.
Il ne comprend pas. Il prédit. La différence est subtile en termes de résultats, mais énorme en termes d’implications.
Comment se déroule l’apprentissage
La formation d’un modèle d’IA nécessite des quantités de données difficiles à imaginer : livres, sites web, articles, code logiciel, documentation technique, images, enregistrements audio, vidéos. Au cours de cette phase, appeléeformation, le système compare en permanence ses prédictions avec le résultat correct et modifie les paramètres internes pour réduire l’erreur. Il répète ensuite le processus. Des millions de fois. Sur des milliards de paramètres.
Le résultat final est une gigantesque machine à corrélation statistique, entraînée à produire des résultats plausibles à partir d’entrées textuelles.
Pourquoi des centres de données gigantesques sont-ils nécessaires ?
Et c’est exactement la raison pour laquelle l’IA moderne nécessite des infrastructures colossales : puissance, GPU spécialisés, systèmes de refroidissement, réseaux à très haut débit, centres de données dédiés. Ce n’est pas un détail mineur – c’est la raison pour laquelle nous avons parlé de l’IA comme d’une nouvelle infrastructure critique mondiale dans ce numéro. Le « nuage » pèse, consomme et dépend de chaînes d’approvisionnement physiques qui sont beaucoup plus fragiles que le terme ne le suggère.
Le problème des hallucinations
Comme ces systèmes fonctionnent par corrélation statistique et prédiction probabiliste, ils peuvent aussi inventer des références, créer des informations inexistantes, confondre des contextes et produire des réponses convaincantes mais complètement fausses. Ces phénomènes sont appeléshallucinations.
Il ne s’agit pas nécessairement d’un dysfonctionnement : il s’agit souvent d’une conséquence naturelle du fonctionnement de ces systèmes. Le modèle ne « sait » pas quand il se trompe. Il produit simplement la sortie statistiquement la plus probable – qui est parfois correcte, parfois non, et qui dans les deux cas a la même tonalité de sécurité.
L’IA n’élimine pas le jugement, elle le rend plus nécessaire
Paradoxalement, plus l’IA devient puissante, plus l’importance de la supervision humaine augmente. Le modèle ne comprend pas le contexte organisationnel, ne fait pas la distinction entre les questions opérationnelles critiques et les détails marginaux, n’a pas de responsabilité, n’évalue pas les implications éthiques ou de réputation. Il ne sait pas quand il fait quelque chose de mal.
C’est pourquoi, du moins à l’heure actuelle, l’intelligence artificielle fonctionne mieux en tant qu’accélérateur cognitif, outil d’analyse, assistant documentaire, moteur de corrélation. Elle ne peut pas se substituer au jugement professionnel.
Et c’est peut-être là la leçon la plus utile pour ceux qui travaillent dans le domaine de la résilience : comprendre l’IA, ce n’est pas seulement apprendre à l’utiliser. Il s’agit de comprendre précisément où la machine s’arrête et où la personne doit recommencer.
Perspectives et inspirations
Les conseils du mois
Les conseils du mois
Dans cette rubrique, nous continuons à signaler les contenus que nous trouvons utiles non pas tant pour acquérir de nouvelles connaissances que pour affiner notre lecture du risque, de l’incertitude et des décisions stratégiques dans des contextes complexes.
Rapports et publications
Probablement la lecture la plus utile du moment pour ceux qui sont impliqués dans la résilience opérationnelle – et explorée en profondeur dans les Perspectives de ce numéro. Le rapport aborde un problème encore sous-estimé : la croissance de l’IA dépend de facteurs physiques et géopolitiques bien réels – centres de données, semi-conducteurs, énergie, eau, hyperscalers – et la concentration de ces dépendances crée des vulnérabilités systémiques qu’aucun plan de continuité des activités ne peut encore ignorer.
McKinsey & CompanyÉtat de la confiance dans l’IA 2026 : passage à l’ère agentique
Utile pour comprendre où nous allons : des systèmes génératifs qui « produisent du contenu » aux modèles « agentiques » qui exécutent des actions opérationnelles de manière autonome. Le thème central est la gouvernance de systèmes qui n’attendent pas d’instructions, mais agissent. Très pertinent pour les personnes impliquées dans la responsabilité et le contrôle des risques.
Rapport international sur la sécurité de l’IA 2026
L’une des analyses les plus complètes des risques émergents liés à l’intelligence artificielle : sécurité, fiabilité, risque systémique, impacts sociétaux, gouvernance internationale. Le concept derésilience sociétaleappliqué à l’intelligence artificielle est particulièrement intéressant – un cadre que les praticiens de la résilience reconnaîtront immédiatement comme le leur.
Institut mondial du risqueFIFAI II – Forum de l’industrie financière sur l’intelligence artificielle
Conçu pour le secteur de la finance et de l’assurance, mais pertinent bien au-delà. L’accent mis sur la gouvernance de l’IA, la résilience opérationnelle, le risque de tiers et la concentration technologique en fait une lecture précieuse pour toute personne gérant des dépendances critiques vis-à-vis de fournisseurs externes.
Livres
Ethan Mollick –Co-Intelligence
Le livre le plus pragmatique et le plus accessible sur la relation entre l’homme et l’intelligence artificielle dans le travail quotidien. Mollick parvient à éviter à la fois l’enthousiasme aveugle et le rejet par principe – et explique comment intégrer les outils génératifs dans les processus professionnels de manière concrète et consciente. Un bon point de départ pour tous ceux qui veulent commencer à utiliser sérieusement ces outils.
Mustafa Suleyman –La vague à venir
Le livre qui introduit le concept de « problème de confinement » : que se passe-t-il lorsque des technologies extrêmement puissantes deviennent rapidement accessibles et difficiles à contrôler ? Suleyman – l’un des fondateurs de DeepMind – écrit de l’intérieur du système, ce qui rend le livre d’autant plus intéressant et, à certains égards, inquiétant.
Stuart Russell –Compatibilité humaine
Pour ceux qui veulent comprendre les risques structurels de l’IA avancée sans s’arrêter à la surface. Russell aborde le problème de l’alignement entre les objectifs humains et les systèmes autonomes avec rigueur et lucidité. Une lecture difficile, mais parmi les plus importantes pour ceux qui veulent vraiment comprendre ce qui est en jeu.
Podcast
Hard Fork– L’un des podcasts les plus suivis sur le monde de l’IA et de la technologie. Bon équilibre entre actualité, analyse critique et impacts concrets. Bon pour se tenir au courant sans se noyer dans les détails techniques.
La révolution cognitive– Plus technique, mais extrêmement dense en contenu : évolution des modèles, agents d’IA, sécurité, automatisation, scénarios futurs. Pour ceux qui veulent aller en profondeur.
Regard sur l’IA– Des entretiens fréquents avec des chercheurs, des start-ups, des hyperscalers et des professionnels de l’industrie. Utile pour suivre rapidement les tendances et les évolutions du marché sans avoir à tout lire.
Dans un domaine qui se transforme pratiquement chaque semaine, le conseil le plus important reste le suivant : cessez de considérer l’intelligence artificielle comme un phénomène technologique et commencez à la considérer comme un nouveau facteur structurel de transformation organisationnelle, opérationnelle et géopolitique.
Car c’est bien de cela qu’il s’agit.
Mises à jour de la National Fire Protection Association (NFPA)
Nouvelles de la communauté internationale Fire Safey
Mises à jour de la NFPA –La protection contre l’incendie entre aussi dans l’ère de l’intelligence artificielle
L’intelligence artificielle ne transforme pas seulement le monde de l’informatique ou de la cybersécurité. Les secteurs de la protection contre les incendies et de la sécurité des personnes commencent également à adopter des outils basés sur l’IA – et ce, sur deux fronts simultanément, tous deux pertinents pour les professionnels de la résilience.
NFPA LiNK 3.0 et l’assistant réglementaire
La nouvelle la plus importante de ces derniers mois provient directement de laNFPANational Fire Protection Association, qui a annoncé la sortie de la nouvelle plateforme NFPA LiNK 3.0 en janvier 2026, introduisant des fonctionnalités explicitement basées sur l’intelligence artificielle.
Au cœur de l’innovation,CASI – Codes and Standards Intelligence: un assistant IA capable d’interroger l’ensemble du corpus de normes NFPA en langage naturel, de produire des résumés automatiques du contenu technique et de prendre en charge la recherche contextuelle avancée. CASI s’accompagne d’outils permettant d’accélérer la consultation des normes, de fonctionnalités collaboratives et de carnets numériques intégrés.
Il s’agit d’une étape intéressante car elle montre que même les organisations historiquement conservatrices et fortement axées sur la normalisation commencent à intégrer des outils d’IA dans leurs processus professionnels quotidiens. Il ne s’agit pas d’un saut idéologique, mais de pragmatisme. La quantité de réglementations techniques à gérer est désormais telle que l’assistance de l’IA n’est pas un luxe, mais une réponse raisonnable à un problème réel.
Dans le même temps, la NFPA a publié une politique spécifique sur l’utilisation de l’intelligence artificielle dans le processus d’élaboration des normes – reconnaissant explicitement que ces outils entreront également de plus en plus dans les activités techniques et réglementaires qui étaient traditionnellement le territoire exclusif des experts humains.
Le deuxième front : les centres de données d’IA, un nouveau problème de protection contre l’incendie
Toutefois, l’IA a une deuxième incidence sur le secteur, peut-être encore plus pertinente du point de vue de la résilience opérationnelle.
La croissance explosive des infrastructures dédiées à l’intelligence artificielle modifie rapidement le profil de risque des environnements à grande échelle. L’augmentation des densités de puissance, des charges électriques et des besoins de refroidissement crée des scénarios pour lesquels les systèmes de protection incendie traditionnels n’ont pas été conçus. Les dernières analyses techniques soulignent la nécessité de systèmes de détection beaucoup plus rapides, d’une protection avancée avant l’action, d’une plus grande intégration entre la détection, la suppression et la surveillance, de nouvelles évaluations des systèmes d’agents propres et d’une gestion spécifique pour les baies à très haute densité d’énergie.
À l’avenir, cela pourrait également avoir un impact croissant sur l’évolution des normes telles que NFPA 75, NFPA 76 et NFPA 855.
En d’autres termes, l’intelligence artificielle ne se contente pas de créer de nouveaux outils numériques pour les professionnels de la protection contre les incendies. Elle modifie déjà concrètement l’infrastructure physique que ces professionnels doivent protéger.
Mises à jour du Disaster Recovery Institute International (DRI)
Nouvelles de la communauté mondiale des praticiens certifiés de la résilience
Mises à jour de DRI –Appel à présentations ouvert pour DRI2027
DRI International (Disaster Recovery Institute)a annoncé l’ouverture officielle de l’appel à présentations pour la prochaine conférence internationale DRI2027, prévue du 21 au 24 février 2027 à l’hôtel Loews Arlington à Arlington, en Virginie.
Les conférences DRI sont depuis des années l’un des principaux événements de la communauté internationale de la résilience opérationnelle – un lieu où la continuité des activités, la gestion de crise, la cyber-résilience, la résilience opérationnelle, la gestion des risques, la reprise après sinistre, la résilience de la chaîne d’approvisionnement et la gestion des menaces émergentes se rencontrent dans un cadre professionnel de haut niveau.
Les professionnels souhaitant proposer une session en tant qu’orateur ont jusqu’au17 juillet 2026pour soumettre leur résumé.
Il s’agit également d’une opportunité particulièrement intéressante pour les professionnels européens et italiens : à l’heure où des sujets tels que l’IA, DORA, la résilience opérationnelle et la gestion des dépendances critiques deviennent de plus en plus pertinents dans le débat international, apporter une perspective européenne – et méditerranéenne – sur la scène d’une conférence mondiale a une valeur qui va bien au-delà de la visibilité personnelle.abstract dri conference 2027
La Resilience Leadership Newsletter est publiée par Phoenitx srl, une société de formation et de conseil basée à Milan et spécialisée dans la résilience opérationnelle, la continuité des activités et la gestion des risques.
PhoenITx Ltd.
Via Pietro Calvi, 2
20129 Milan
www.continuitaly.it
info@continuitaly.it
This post is also available in:
Vous souhaitez en savoir plus sur notre offre de formation ?
Découvrez les formations officielles de certification internationale proposées par DRI Italy et DRI France, consacrées à la continuité des activités et à la cyber-résilience, ainsi que les formations NFPA consacrées aux systèmes de protection contre l'incendie et toutes les autres formations Continuitaly.
