Actualité 46 : jensen huang quitte nvidia

Actualité IA semaine 46 : Nvidia sans Jensen Huang, Anthropic en Bourse

La semaine 46 (du 9 au 15 novembre 2026) a bousculé trois certitudes en même temps. Jensen Huang a quitté la direction de Nvidia le 12 novembre, quelques jours après avoir reconnu une liaison avec une dirigeante que le renseignement américain soupçonne de travailler pour Pékin. Anthropic a lancé le 10 novembre la tournée investisseurs de son introduction en Bourse, sur une valorisation d’environ 1 000 milliards de dollars. Et une analyse publiée le 12 novembre retrouve, dans les poids de six modèles chinois, la signature de puces Nvidia Blackwell interdites d’export vers la Chine.

Pendant que ces trois affaires occupaient les gros titres, l’adoption des agents IA s’est jouée sur d’autres critères : le coût par tâche, l’isolement du code exécuté et le paiement. Voici ce que cette actualité IA change pour un dirigeant, avec les chiffres, les sources et les limites.

Mon fil rouge tient en une phrase : dans l’IA, les rapports de force bougent désormais plus vite que les récits qui les décrivent. Le fournisseur jugé le plus solide perd son fondateur en une semaine, la Chine dispose de matériel qu’elle n’était pas censée avoir, et le modèle le plus utilisé par les agents n’est pas le plus puissant. Si vous avez manqué l’épisode précédent, mon point sur l’actualité IA d’octobre 2026 pose le décor.

1. Démission de Jensen Huang : Nvidia face à un risque de gouvernance

Le jeudi 12 novembre, Nvidia a annoncé la démission de Jensen Huang, cofondateur et patron du groupe depuis 1993, avec effet immédiat. Son conseil d’administration l’avait acceptée la veille. Colette Kress, directrice financière depuis 2013, assure l’intérim tout en conservant ses fonctions financières, et Harvey C. Jones devient le premier président du conseil de l’histoire de l’entreprise. Le communiqué ne donne aucune raison au départ.

La chronologie explique pourtant beaucoup. Fin octobre, le New York Times rapporte que le renseignement américain s’intéresse à Alice Huang (sans lien de parenté), ressortissante chinoise et dirigeante de Megaspeed, une société singapourienne cliente de Nvidia dans le cloud. Selon des notes relayées par la presse, le ministère chinois de la Sécurité d’État l’aurait recrutée pour approcher Jensen Huang. Le 4 novembre, trois présidents républicains de commissions de la Chambre des représentants (Brian Mast, John Moolenaar et Rick Crawford) lui demandent un briefing à huis clos le 18 novembre.

Autour du 8 novembre, Jensen Huang reconnaît dans une note interne avoir été infidèle ; le conseil ouvre une enquête indépendante et affirme n’avoir aucune raison de penser que des secrets ont été compromis. Le 10, le sénateur Kevin Cramer réclame sa démission. Le 11 au soir, le Wall Street Journal écrit que le conseil envisage de l’écarter : le titre, clôturé à 173,73 dollars, tombe à 161,04 dollars après la séance. Reuters évoque ensuite une seconde relation, avec une salariée.

Un point de rigueur s’impose ici : à ce stade, personne n’a été inculpé, ni Jensen Huang, ni Alice Huang, ni Megaspeed, et le New York Times n’a pas établi que l’ancien patron connaissait les activités prêtées à son interlocutrice. Nvidia a de son côté présenté ces contacts comme des échanges ordinaires avec un client.

Le marché, lui, a déjà tranché sur la prime de risque. Selon les données FactSet citées par TradingKey le 11 novembre, le PER prévisionnel de Nvidia est tombé autour de 11,7 fois les bénéfices attendus sur douze mois, son plus bas niveau depuis octobre 2011, contre environ 18 fois pour le S&P 500. Le lundi 9 novembre, Nvidia reculait de plus de 4 % pendant qu’AMD et Broadcom montaient nettement. Les résultats du troisième trimestre sont attendus le 17 novembre, la veille du briefing parlementaire.

L’affaire touche aussi l’open source. Nvidia a annoncé le 3 septembre le rachat de Hugging Face pour environ 12,9 milliards de dollars, une opération sur laquelle le ministère américain de la Justice pose des questions de concurrence selon Reuters (28 octobre), avec une finalisation visée au premier semestre 2027. Clément Delangue a réaffirmé cette semaine son attachement à l’IA ouverte.

Ma lecture : la demande de GPU ne disparaît pas avec un dirigeant, et rien n’indique une rupture opérationnelle. Le problème est ailleurs. Nvidia vend des engagements de livraison à deux ou trois ans, et ces contrats reposent sur la confiance des clients et des gouvernements. Pour un DSI ou un directeur financier, la conséquence pratique est simple : intégrer dès maintenant un scénario de dépendance réduite à un fournisseur unique de calcul, sans surréagir avant les résultats du 17 novembre.

2. IPO d’Anthropic et levée d’OpenAI : deux trajectoires financières face au marché

Anthropic a lancé le 10 novembre la tournée investisseurs de son introduction en Bourse : 825 millions d’actions de classe A, dont environ 801 millions émises par la société, proposées entre 70 et 78 dollars, sous le code ANT au Nasdaq. En haut de fourchette, l’opération lèverait jusqu’à 64,35 milliards de dollars. La valorisation dépend du mode de calcul : environ 1 020 milliards de dollars sur les actions en circulation selon Reuters, et jusqu’à 1 400 milliards en base totalement diluée.

C’est en dessous des 2 000 milliards qui circulaient cet été, mais au-dessus des 965 milliards du tour de table de mai. Selon CNBC, le prix serait fixé le 18 novembre et la cotation commencerait le 19, des dates qu’Anthropic n’a pas confirmées. Le prospectus mentionne aussi un placement privé de 26 milliards de dollars auprès d’AMD, Broadcom, Google, Micron, Microsoft, Nvidia et TSMC, au prix de l’introduction.

Les comptes déposés auprès de la SEC donnent la mesure de l’entreprise. Au 30 septembre 2026, Anthropic détenait 131,8 milliards de dollars de trésorerie et de placements à court terme. À la fin juin, selon CNBC, ce matelas dépassait déjà celui d’Amazon, de SpaceX, de Meta ou de Microsoft. Le chiffre d’affaires du troisième trimestre atteint environ 17 milliards de dollars (+47 % sur un trimestre), pour une perte d’exploitation de 567 millions, et le rythme annualisé des revenus approchait 81 milliards de dollars au 31 octobre.

Le même jour, Anthropic a élargi son offre bureautique : Claude Sheets et Claude Whiteboards en bêta sur les forfaits payants, Claude Meetings en bêta pour les offres Team et Enterprise (d’abord dans Google Meet), et Claude Data, ex-Dashboards, en disponibilité générale. L’entreprise, longtemps associée aux développeurs, vise désormais le poste de travail des cadres, face à Microsoft et Google.

OpenAI suit un autre chemin. Selon Bloomberg et Reuters, environ 11 milliards de dollars sont arrivés le 6 novembre, première clôture d’un tour valorisant l’entreprise à 1 250 milliards de dollars, avec notamment SoftBank et le fonds émirati MGX. OpenAI visait au départ au moins 30 milliards à environ 1 400 milliards ; le tour pourrait atteindre 20 milliards. Côté résultats, des documents consultés par le Wall Street Journal font état d’un chiffre d’affaires d’environ 10 milliards de dollars au troisième trimestre (+50 % sur un trimestre) et d’une perte d’exploitation ajustée de 10,9 milliards, la marge passant de -150 % à -109 %. Sam Altman répète qu’OpenAI ira en Bourse « quand cela aura du sens ».

Deux annonces d’OpenAI concernent directement les entreprises. Le 13 novembre, ChatGPT Wallet, construit avec American Express, Mastercard et Visa, permet aux agents « dots » de payer des achats sans voir le numéro de carte, avec une vérification de sécurité à chaque transaction ; il est réservé pour l’instant aux abonnés Pro américains majeurs.

Par ailleurs, selon le site spécialisé de Pasquale Pillitteri, les conversations utilisant des données connectées à ChatGPT Health (dossiers médicaux, Apple Health) pourront servir à l’entraînement à partir du 19 novembre, sauf si l’utilisateur a désactivé l’option « Improve the model for everyone ». Jusqu’ici, ces conversations étaient exclues quel que soit le réglage. Au 14 novembre, les pages publiques d’OpenAI ne mentionnaient pas encore ce changement, qui concerne surtout les utilisateurs américains.

Ce qui se dessine pour les marchés : deux modèles économiques comparés pour la première fois sur des comptes publics ou quasi publics. D’un côté, une croissance qui approche l’équilibre opérationnel. De l’autre, un volume d’usage considérable financé par des pertes encore supérieures au chiffre d’affaires. Pour un acheteur d’IA, la solidité financière du fournisseur devient un critère de sélection à part entière, au même titre que la performance du modèle.

3. Puces Blackwell en Chine : ce que prouve l’empreinte trouvée dans les modèles chinois

Le 12 novembre, Will DePue, ancien ingénieur d’OpenAI passé chez Unemployment Labs, a publié une analyse forensique qui fait date. Sa méthode repose sur un détail technique : quand PyTorch initialise les poids d’un modèle sur GPU via la bibliothèque cuRAND de Nvidia, la répartition du travail entre les cœurs dépend du matériel, et chaque combinaison de puce et de graine aléatoire laisse un motif qui survit à l’entraînement.

En testant plus de six mille milliards de combinaisons sur des modèles à poids ouverts, il retrouve une signature Blackwell dans six modèles de quatre développeurs : DeepSeek-V4-Flash et DeepSeek-V4-Pro, Kimi K3 et Kimi K3.1-Pro (Moonshot AI), MiniMax-M3, et Ling-3.1-flash (Ant Group). Pour DeepSeek-V4-Flash, une puce B300 louée a reproduit les poids de départ au bit près. Quatre des six modèles correspondent aux systèmes Grace Blackwell GB200 et GB300.

Les versions antérieures de ces développeurs, comme DeepSeek-V3, portent une signature Hopper, la génération précédente. Plusieurs modèles ne laissent aucune empreinte exploitable : certains Qwen3 initialisés sur processeur classique, ERNIE-5.5 de Baidu (construit avec PaddlePaddle), LongCat-2.0 de Meituan, et même DeepSeek-V4.1-Flash. Contrairement à une idée qui circule, on ne peut donc pas en déduire que Qwen ou GLM « n’ont pas eu accès » à Blackwell.

Les limites comptent autant que le résultat. L’empreinte date l’initialisation des poids, pas l’intégralité de l’entraînement. Elle ne dit rien de l’endroit où se trouvaient les puces : des systèmes Blackwell se louent dans des centres de données hors de Chine, ce qui ne constitue pas forcément une violation des contrôles d’export. Enfin, une puce AMD MI300X configurée d’une certaine façon pourrait reproduire ces motifs ; l’auteur ne l’exclut formellement que pour DeepSeek-V4-Flash, tout en jugeant cette hypothèse très improbable pour les cinq autres. Ce travail donne la première preuve technique publique d’un accès à Blackwell, après les accusations portées en avril par un responsable de l’administration Trump contre DeepSeek, que l’entreprise avait démenties.

Le reste du tableau chinois va dans le même sens. TrendForce estimait en août que les solutions domestiques capteraient près de 90 % du marché chinois des puces IA haut de gamme en 2026. Selon IDC, au premier semestre 2026, Nvidia ne détenait plus que 34 % du marché chinois des puces IA pour centres de données, contre 28 % pour Huawei. DeepSeek prévoit de déployer au moins 160 000 accélérateurs Huawei Ascend 950DT sur un site d’environ 1 GW à Ulanqab, en Mongolie-Intérieure, pour l’inférence et non pour l’entraînement (Bloomberg, septembre).

Côté usages, le rapport annuel de Menlo Ventures publié le 3 novembre (enquête Morning Consult menée en septembre auprès de 400 décideurs d’entreprises américaines gérant plus de 4 milliards de dollars de dépenses IA) attribue aux modèles chinois 89 % des dépenses consacrées aux modèles open source : Kimi 61 %, DeepSeek 15 %, GLM 11 %, Qwen 3 %, contre 7 % pour Llama de Meta.

Il faut lire ce chiffre avec son dénominateur : l’open source ne pèse que 4 % des dépenses totales en modèles, et Anthropic et OpenAI captent ensemble 86 % via leurs API. Epoch AI, cité par Nikkei Asia le 10 novembre, estime d’ailleurs le revenu annualisé des six premiers acteurs chinois à environ 11 milliards de dollars, contre 105 milliards pour OpenAI et Anthropic réunis.

Ma lecture : les contrôles d’export américains ralentissent la Chine sans l’arrêter, et la bataille des poids ouverts se joue largement hors des États-Unis. Pour une entreprise européenne, la conséquence est concrète. Choisir un modèle ouvert impose désormais une diligence sur sa provenance : qui l’a entraîné, sur quel matériel, avec quel risque réglementaire ou réputationnel si une enquête aboutit.

4. Agents IA en entreprise : l’adoption se décide au coût par tâche

Meta a lancé le 9 novembre Muse Ember, le plus petit modèle de sa gamme Muse, pensé pour les tâches répétitives des agents : appels d’outils, sous-tâches de code, routage, extraction. Son prix est de 0,10 dollar par million de jetons en entrée et 0,50 dollar en sortie (jusqu’à 200 000 jetons de contexte), avec un contexte maximal d’un million de jetons. Ce tarif est identique à celui de Claude Haiku 5.5 et de GPT-6 Luna. La différence se joue ailleurs : selon Artificial Analysis, Ember obtient le même score que Haiku 5.5 (36 sur son indice d’intelligence) pour environ 0,14 dollar par tâche, contre 0,41 dollar pour Haiku, parce qu’il consomme beaucoup moins de jetons pour arriver au résultat.

Ce détail mérite l’attention des acheteurs. Le prix affiché par million de jetons ne dit presque rien du coût réel d’un agent : un modèle bavard au même tarif peut coûter trois fois plus cher par tâche accomplie. J’ajoute un facteur que nous oublions souvent en France : un texte en français consomme nettement plus de jetons que son équivalent anglais, comme je l’ai montré dans mon analyse sur la taxe invisible des tokens en français. Le coût par tâche se mesure donc sur vos propres cas d’usage, dans votre langue.

Un chiffre a beaucoup circulé cette semaine, et il est souvent mal attribué. Selon le rapport mensuel de HUMAN Security, l’agent grand public Muse de Meta, lancé fin septembre, représentait 59 % des requêtes d’agents IA observées en octobre, Meta et OpenAI totalisant environ 89 % du trafic agentique. Il s’agit de l’agent de navigation intégré gratuitement aux services de Meta, pas du modèle Ember, sorti en novembre. Le trafic des agents a progressé de 157 % entre septembre et octobre. Lu avec la grille TAM/UTAUT, ce succès tient surtout aux conditions facilitantes : un agent gratuit, installé par défaut, sans abonnement, chez des milliards d’utilisateurs. Des requêtes ne sont pas pour autant des transactions abouties ni de la valeur créée.

Google a de son côté ouvert au public le 10 novembre Gemini 4 Carbon, présenté comme son modèle le plus puissant, deux semaines après l’avoir réservé à des spécialistes de cyberdéfense. Le tarif de lancement est de 2 dollars en entrée et 10 dollars en sortie par million de jetons jusqu’au 30 novembre, puis 4 et 20 dollars. À titre de comparaison, Anthropic a ramené le 9 novembre le prix de Claude Fable 5.2 à 8 et 40 dollars : le tarif promotionnel de Carbon en représente le quart. Google ajoute /swarm, un mode en préversion dans Antigravity qui coordonne plusieurs agents de code sur une même tâche.

La sécurité des agents produit enfin des outils concrets. AWS a lancé le 9 novembre Nitro Sandboxes : chaque pod EKS, tâche ECS ou charge EC2, agents IA compris, peut tourner dans sa propre machine virtuelle isolée par le matériel, avec une attestation cryptographique, sans surcoût. AWS cite explicitement l’exécution de code généré par un LLM.

Le marquage des textes, lui, reste mouvant : xAI avait annoncé un filigrane statistique invisible activé par défaut sur sept modèles de l’API Grok à partir du 7 novembre, en invoquant l’AI Act, avant de le rendre optionnel trois jours plus tard selon sa documentation. Anthropic marque pour sa part les textes de Claude depuis le 2 août, date d’entrée en application de l’article 50 de l’AI Act. J’avais détaillé ces enjeux dans ma veille de la semaine 40 sur la sécurité des agents IA.

5. Europe : loi Darcos, Mistral et gouvernance de l’IA sous tension

Le 8 novembre, Arthur Mensch a demandé aux députés de rejeter la proposition de loi Darcos, adoptée à l’unanimité par le Sénat en avril et examinée à l’Assemblée nationale le 19 novembre. Le texte instaure une présomption d’utilisation des œuvres protégées dès qu’un indice rend cette utilisation vraisemblable : c’est alors au fournisseur d’IA de prouver le contraire. Pour le patron de Mistral, prouver l’absence d’une œuvre dans un corpus de milliards de mots est impossible sans exposer ses secrets industriels, et cette insécurité juridique pourrait peser sur la localisation de ses futurs centres de données, en lien avec son projet de capacité d’un gigawatt.

Il plaide plutôt pour une contribution européenne prélevée sur tous les acteurs de l’IA. Laure Darcos lui a répondu par une lettre ouverte, en reprochant à Mistral de ne pas avoir signé d’accords de licence avec les secteurs culturels. Le Conseil d’État avait rendu un avis favorable au texte en mars.

Mistral avance aussi sur le terrain de la défense. Selon le Telegraph, l’entreprise recrute à Londres, notamment un stratège de déploiement réservé aux ressortissants britanniques habilitables, pour viser les institutions de sécurité et les infrastructures critiques du Royaume-Uni. Aucun contrat britannique n’est annoncé à ce stade. En France, Mistral dispose déjà d’un accord-cadre avec le ministère des Armées, géré par l’AMIAD, et Arthur Mensch a défendu publiquement les usages militaires de l’IA en mai.

Côté industrie, ASML, qui a investi 1,3 milliard d’euros dans Mistral en septembre 2025, indique avoir réduit de plus de 70 % le temps de diagnostic des erreurs sur certains sous-systèmes lors de premiers tests. Pour suivre la trajectoire de l’entreprise, mon décryptage de Mistral Large 4 reste d’actualité.

Deux autres signaux européens complètent le tableau. ElevenLabs, valorisée 22 milliards de dollars depuis une cession d’actions de salariés fin septembre, a ouvert lors de son sommet new-yorkais l’accès anticipé à ElevenAI, une application de travail qui prend des notes de réunion et en tire des listes d’actions, et propose désormais d’affiner des modèles sur les conversations clients des entreprises. À Bruxelles, la Médiatrice européenne enquête depuis septembre sur la nomination de Jim Hagemann Snabe, président du conseil de surveillance de Siemens, comme envoyé spécial de la Commission pour l’IA industrielle, alors que Siemens a milité pour alléger les règles de l’AI Act pour l’industrie. La Commission affirme avoir écarté tout conflit d’intérêts, sans publier son évaluation.

Ma lecture : l’Europe produit des entreprises capables de concourir, mais son cadre réglementaire et sa gouvernance restent des sources d’incertitude pour elles. La loi Darcos protège une cause légitime, la rémunération des créateurs, avec un instrument qui risque de pousser les investissements hors de France. Le vote du 19 novembre dira quel équilibre les députés retiennent.

Actualité IA de la semaine 46 : ce que les décideurs doivent retenir

Premier enseignement, le risque fournisseur change de nature. Nvidia reste le fournisseur dominant du calcul, mais l’affaire Huang montre qu’une dépendance technique peut devenir un risque de gouvernance en quelques jours. Si vous dimensionnez une infrastructure IA pour trois ans, prévoyez des alternatives (autres puces, plusieurs clouds, modèles portables) et écrivez-les dans vos contrats.

Deuxième enseignement, le prix du jeton ne suffit plus pour choisir un modèle. Muse Ember et Haiku 5.5 affichent le même tarif et un coût par tâche qui varie du simple au triple. Mesurez vos cas d’usage réels, en français, avant de signer.

Troisième enseignement, la provenance des modèles ouverts devient un sujet de conformité. L’empreinte Blackwell ne prouve pas une fraude, mais elle ouvre une question que vos équipes juridiques et achats doivent pouvoir instruire : sur quel matériel, par qui et dans quel cadre le modèle a-t-il été entraîné ?

Quatrième enseignement, la gouvernance des agents passe de la théorie à l’outillage. Paiement par jeton de carte, machines virtuelles isolées, filigranes, réglages d’entraînement sur les données de santé : chaque brique existe, mais les réglages par défaut changent d’une semaine à l’autre. Une politique d’usage interne, écrite avant le déploiement et révisée régulièrement, vaut mieux que la confiance dans les paramètres des éditeurs. C’est encore et toujours une question de formation : ce ne sont pas les IA qui remplaceront les équipes, mais les équipes qui savent les piloter qui prendront l’avantage.

A noter que plusieurs faits de cette semaine reposent sur des sources anonymes citées par la presse (Reuters, Bloomberg, le Wall Street Journal, le New York Times) et n’ont pas été confirmés par les entreprises concernées. Les parts de marché chinoises sont des estimations de cabinets, les chiffres de trafic d’agents proviennent d’un éditeur de détection de bots qui ne voit que ses propres clients, et l’analyse Blackwell n’a pas encore fait l’objet d’une revue indépendante publiée. Je mettrai cet article à jour si l’un de ces éléments est contredit.

L’agenda de la semaine prochaine

Le 17 novembre, Nvidia publie ses résultats trimestriels sous la direction de Colette Kress. Le 18, Anthropic doit fixer le prix de son introduction en Bourse selon CNBC, et la date du briefing parlementaire demandé à Jensen Huang tombe le même jour. Le 19, la cotation d’ANT pourrait commencer, la proposition de loi Darcos arrive à l’Assemblée nationale et le changement de règle sur les données ChatGPT Health doit entrer en vigueur. Le 20, les nouvelles règles d’usage d’OpenAI s’appliquent, et le 30 novembre marque la fin du tarif de lancement de Gemini 4 Carbon. On ne va pas s’ennuyer je crois !

Pourquoi Jensen Huang a-t-il quitté la direction de Nvidia ?

Jensen Huang a démissionné le 12 novembre 2026, avec effet immédiat, sans que Nvidia ne donne de raison officielle. Son départ intervient quelques jours après qu’il a reconnu une liaison extraconjugale, alors que la presse rapportait que le renseignement américain soupçonnait Alice Huang, dirigeante de la société singapourienne Megaspeed, de travailler pour Pékin. Aucune inculpation n’a été prononcée à ce stade. Colette Kress, directrice financière de Nvidia, assure l’intérim.

Combien vaut Anthropic lors de son introduction en Bourse ?

Anthropic propose 825 millions d’actions entre 70 et 78 dollars, sous le code ANT au Nasdaq. En haut de fourchette, la valorisation atteint environ 1 020 milliards de dollars sur les actions en circulation et environ 1 400 milliards en base totalement diluée. Selon CNBC, le prix doit être fixé le 18 novembre 2026 et la cotation commencer le 19.

Les modèles chinois comme DeepSeek ont-ils été entraînés sur des puces Nvidia Blackwell ?

Une analyse publiée le 12 novembre 2026 par Will DePue (Unemployment Labs) retrouve la signature de puces Blackwell dans les poids initiaux de six modèles chinois, dont DeepSeek-V4-Pro, Kimi K3 et MiniMax-M3. Cette empreinte montre que l’initialisation s’est faite sur ce type de matériel, pas que tout l’entraînement s’y est déroulé. Elle ne dit pas non plus où se trouvaient les puces, ni si les contrôles d’export américains ont été enfreints.

Qu’est-ce que Muse Ember et pourquoi intéresse-t-il les entreprises ?

Muse Ember est le plus petit modèle de Meta, lancé le 9 novembre 2026 pour les tâches répétitives des agents IA. Il coûte 0,10 dollar par million de jetons en entrée et 0,50 dollar en sortie, comme Claude Haiku 5.5, et obtient le même score (36) sur l’indice d’Artificial Analysis. Comme il consomme beaucoup moins de jetons, son coût par tâche tombe à environ 0,14 dollar, contre 0,41 dollar pour Haiku.

Que doivent retenir les dirigeants de l’actualité IA de la semaine 46 ?

Quatre décisions en découlent. Prévoir des alternatives à un fournisseur unique de calcul dans les contrats d’infrastructure. Comparer les modèles au coût par tâche, mesuré sur ses propres cas d’usage et en français. Vérifier la provenance des modèles open source avant de les déployer. Enfin, écrire une politique d’usage des agents (paiement, exécution de code, données sensibles) avant leur mise en production.

Alain Goudey

Imaginer l'Ecole du futur à NEOMA, créer l'identité sonore des marques avec Atoomedia & Mediavea, conseiller sur la transformation numérique avec Sociacom | Expert en éducation, technologies disruptives, IA & design sonore.

Voir tous les articles de Alain Goudey →

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *