“AI machines — in quite a literal sense — appear to be saving the US economy right now,” Deutsche Bank head of FX Research George Saravelos wrote to clients. “In the absence of tech-related spending, the US would be close to, or in, recession this year.”

Others remain more optimistic, with Goldman Sachs arguing that productivity gains thanks to AI adoption could ultimately boost the economy, according to a note to clients seen by Fortune.

It's still a bet.

Concerns are more solid with https://futurism.com/ai-agents-failing-companies and https://hbr.org/2025/09/ai-generated-workslop-is-destroying-productivity

and concentration in the S&P 500 and equity investors https://www.apolloacademy.com/equity-investors-are-dramatically-over-exposed-to-ai/

SimpleFold atteint 95% des performances d’AlphaFold2 tout en étant infiniment plus léger. En effet, AlphaFold nécessite des supercalculateurs avec des GPU à 20 000 balles pièce alors SimpleFold, lui tourne tranquille sur un MacBook Pro M2 avec 64GB de RAM.

Et c’est super cool parce que prédire la structure d’une protéine, c’est pas juste un truc de geek pour s’amuser. C’est LA base pour créer de nouveaux médicaments, comprendre des maladies, développer des vaccins… Jusqu’à présent, seuls les gros labos avec des budgets de malade pouvaient se permettre de faire ça, c’est pourquoi SimpleFold change complètement la donne en rendant cette technologie accessible à n’importe quel chercheur avec un MacBook.

Le document est disponible sur https://arxiv.org/abs/2509.18480

When we look around in our field, everyone in Tech seems to focus on one thing: "How can we adopt AI in our tooling and in our processes?"

So it is a proof of a bubble. Everyone is enthusiasts but it doesn't solve real use cases.

A rightful question can be: "How can we set up our engineers for long-term career success?"

Jens Meiert ask pertinent questions to solve this big up question.

What can be done reasonably well with AI today? (And tomorrow? And the day after tomorrow?)
How are our engineers affected by AI?

• Are our engineers using AI?
• How are our engineers using AI?
• What are realistic expectations for our engineers in terms of AI use and proficiency?
• Are we setting clear expectations for use of and proficiency with AI in our job descriptions as well?
• Do we document and anchor these expectations in our competency and skill matrixes?
• Are we watching the AI market, and are we evaluating tooling?
• While the AI market is in flux—which it may be for some time—, do we have enough flexibility (budget, processes, room for errors) to test AI tooling?
• If our engineers leave the company, would they find a new job—or would their profile make them less interesting?
• If they would not necessarily find a new job, what extra skills and experience do they need?
• How can we make our engineers ready for the AI age?

As you can tell, we cannot have all those answers yet—this is precisely why this is so important to get on top of, and it’s also the reason why I say “start answering.”

If, given the prompt, AI does the job perfectly on first or second iteration — fine. Otherwise, stop refining the prompt. Go write some code, then get back to the AI. You'll get much better results.

Sur les abonnements Free, Plus et Pro entre mai 2024 et juin 2025 et selon les chercheurs d'OpenAI, la part non liée au travail est passée, pendant cette période, de 53 % à 73 %.
Ces chiffres sont cependant à nuancer, car certains peuvent transférer leurs activités personnelles vers des comptes liés à des abonnements Business. Il n'y a aussi aucune données de personnes mineures.

Le chatbot est plus utilisé pour des guides pratiques, la recherche d'information, l'écriture. D'autres usages sont cependant listés (cf: Les "conseils pratiques", première utilisation du chatbot)

Les chercheurs ont catégorisé les utilisations en 3: "asking", "doing" et "expressing".

"Asking" rassemble tous les prompts cherchant des informations sur un sujet, « doing » ceux où l'utilisateur demande à ChatGPT d'effectuer une tâche, et « expressing » rassemble le reste.

A bunch of Raspberry Pi are not optimal to run an AI cluster. A Framework computer crunch the numbers compared to the PIs

The result of the AI simulation matches the data of the Baryon Oscillation Spectroscopic Survey

The neural network Effort.jl https://github.com/CosmologicalEmulators

The project use the Julia programming language.

The authors share more insights in an interview https://phys.org/news/2025-09-universe-faster-accuracy.html

When AI is rightly used and coupled to real physic, it boost the science!

The group leave Spotify.

C'est immense

"Les chercheurs ont découvert que la confiance dans l'IA diminue à mesure que les gens acquièrent des connaissances dans ce domaine."

"L'euphorie de l'IA se heurte à la réalité économique : personne ne paie la facture. Des rapports récents font état de flux de trésorerie négatifs, procès à répétition et absence de modèle économique viable. La promesse d'un retour sur investissement est encore théorique."

Source: https://journals.sagepub.com/doi/10.1177/00222429251314491

ou un autre article de Marianne https://www.marianne.net/politique/julie-martinez-porte-parole-du-ps-qui-travaille-chez-la-concurrence-au-detriment-de-la-france

About the push of Copilot on GitHub without opt-out