Actualités quotidiennes du Japon
Deux fournisseurs d’IA rapprochent les outils de génération des flux de travail contrôlés
Deux annonces d’entreprises vont au-delà des invites ouvertes : l’une ajoute des storyboards modifiables avant la génération vidéo, tandis que l’autre propose une solution clé en main pour déployer localement des LLM sur des réseaux soumis à des restrictions.
Développements
Deux fournisseurs d’IA établis au Japon ont annoncé des produits visant à résoudre un problème auquel les entreprises sont de plus en plus confrontées après leurs expérimentations : pour être utile, la génération nécessite encore des points de contrôle, des choix d’infrastructure et une supervision humaine. Un produit insère un storyboard avant le rendu d’une vidéo ; l’autre propose de déployer l’IA au sein de réseaux où les services cloud sont soumis à des restrictions.
1. Pro ai ajoute un storyboard modifiable avant la génération vidéo
KASHIKA indique que son service Pro ai peut désormais analyser la page d’un produit ou d’un service, proposer des images candidates et créer un storyboard modifiable scène par scène avant de générer une vidéo. Dans la démonstration publiée, l’opérateur a sélectionné trois images sur 12 et produit avec Seedance 2.5 une vidéo verticale de 30 secondes composée de six scènes. Le communiqué fait preuve d’une franchise inhabituelle sur les retouches nécessaires : le premier résultat exigeait des corrections concernant la prononciation et l’intonation japonaises, le texte, les nombres, les logos et la synchronisation audio. L’étape de vérification est donc au moins aussi importante que le bouton lançant la génération finale. (Lire l’annonce)
2. Uravation propose une solution clé en main pour déployer localement des LLM sur des réseaux soumis à des restrictions
Uravation a annoncé un service de mise en œuvre destiné aux entreprises qui limitent l’utilisation de l’IA dans le cloud. Les configurations proposées comprennent des serveurs GPU sur site, des outils métier fonctionnant sur des réseaux fermés et des architectures par étapes associant systèmes locaux et cloud uniquement lorsque les exigences le permettent. L’entreprise répartit la prestation en une phase de définition des besoins, de conception et de validation de principe de deux à quatre semaines ; une phase d’un à deux mois pour l’environnement GPU et le modèle ; puis une phase d’un à trois mois pour les outils métier et le transfert opérationnel. Le coût du matériel est facturé séparément et les tarifs sont établis sur devis. Le communiqué précise également que certaines charges de travail pourraient ne pas atteindre localement un niveau de performance suffisant, ce qui fait des essais sur des données réelles un point de décision indispensable plutôt qu’une simple formalité. (Lire l’annonce)
Ce que les entreprises doivent en retenir
Ces deux annonces présentent les affirmations des fournisseurs, et non des évaluations comparatives indépendantes. Elles indiquent néanmoins la même orientation pratique : les produits d’IA destinés aux entreprises sont conçus autour de la vérification, des limites encadrant les données et de la responsabilité opérationnelle. Les acheteurs devraient évaluer les points de contrôle et les modes de défaillance entourant un modèle, et pas seulement le modèle cité dans les supports commerciaux.