Analyse approfondie de la Conférence de la Bund 2026 : L'IA passe de la démonstration de compétences à l'application pratique, avec coexistence de bulles et de réalisations concrètes
Résumé des points clés
Le thème de la Conférence de la Bund 2026 à Shanghai était « Créer ensemble une nouvelle économie basée sur l'IA ». Contrairement aux années précédentes, l'accent a été mis non plus sur la puissance technologique, mais sur la capacité des solutions à devenir rentables en pratique.
Le détail le plus remarquable est le suivant : parmi les dirigeants présents (le PDG d'Ant Group, un haut responsable de MasterCard, un dirigeant d'OPPO et le chief scientist d'Alibaba), seul le PDG d'Ant Group, Han Xinyi, a effectivement utilisé un agent intelligent (AI) pour effectuer un paiement réel, ce qui représente seulement 25 % des cas. Cela révèle une réalité dure : bien que le concept du commerce basé sur les agents intelligents soit très populaire, sa mise en œuvre est beaucoup plus lente que prévu, et les infrastructures ainsi que les mécanismes de confiance ne sont pas encore complètement développés.
Parallèlement, les ventes d'équipements matériels basés sur l'IA (comme les lunettes intelligentes) ont diminué, et l'industrie de l'intelligence corporelle (robots) commence à connaître un ajustement. Le secteur n'est plus aussi optimiste et se pose des questions pragmatiques : les utilisateurs ont-ils vraiment besoin de ces technologies ? Les modèles commerciaux sont-ils viables ? Leur fiabilité est-elle suffisante ? Nous sommes en pleine période de sélection sévère, passant d'idées théoriques à des applications concrètes.
---
Analyse détaillée : Comprendre la nouvelle économie basée sur l'IA à travers cinq dimensions
1. **Le “dernier kilomètre” des paiements : Pourquoi l'IA ne vous aide-t-elle pas encore à dépenser ?**
Phénomène :
Han Xinyi a utilisé l'IA pour acheter des snacks pour plus de 40 yuans, mais ce n'est qu'un exemple parmi très peu. Jorn Lambert, un haut responsable de MasterCard, a avoué qu'il utilisait l'IA pour trouver des produits, mais n'avait pas osé la laisser effectuer le paiement.
Analyse approfondie :
Il s'agit non seulement d'une question technique, mais aussi de confiance et de règles :
- Les systèmes actuels de paiement, les règles bancaires et les processus de contrôle des risques ont été conçus pour les humains. Les gens hésitent et vérifient leurs achats, tandis que les IA prennent des décisions en millisecondes. Les systèmes existants ne peuvent pas distinguer entre des erreurs de l'IA et des attaques de hackers, ni gérer le grand nombre de petites transactions générées par les IA.
- Manque de confiance : Les consommateurs n'osent pas confier entièrement leur argent à l'IA, car en cas d'erreur (par exemple, un achat inapproprié ou une dépense induite), il est difficile de déterminer qui est responsable : le fournisseur du modèle, la plateforme ou l'utilisateur. Il n'y a pas de définition claire des responsabilités.
- Conclusion : Le paiement par IA est encore à un stade de démonstration et non de généralisation. Pour que l'IA prenne réellement en charge les paiements, il est nécessaire de reconstruire des infrastructures financières et des normes de sécurité adaptées au comportement des machines.
2. **Le ralentissement du commerce basé sur les agents intelligents : De “tout peut être fait par l'IA” à “difficultés d'adaptation aux scénarios réels”**
Phénomène :
L'industrie était extrêmement optimiste au quatrième trimestre de l'année dernière, mais la vitesse de mise en œuvre a ralenti cette année. Bien que Alipay’s “Abao” puisse commander des cafés ou des taxis, il reste loin d'être largement utilisé.
Analyse approfondie :
- “Fonctionner” ne signifie pas “être pratique” : Dans les expositions, utiliser l'IA pour commander des cafés peut sembler cool, mais dans la vie réelle, les utilisateurs cherchent la rapidité et l'exactitude. Si l'IA prend plus de temps que eux pour commander ou comprend mal leurs besoins, ils l'abandonneront.
- Écosystème fragmenté : Seules quelques grandes plateformes (comme Alipay et Taobao) ont réussi à intégrer l'IA. De nombreux petits commerçants et services physiques n'ont pas encore accès à ces technologies. L'IA veut aider, mais les systèmes nécessaires ne sont pas prêts.
- Défi à long terme : Les fabricants doivent trouver des moyens pour que l'IA dispose d'un contexte complet (goûts, budget, emplacement de l'utilisateur) et établir des processus de transaction fiables et sûrs. Cela ne peut être réalisé que grâce à la collaboration de toute la chaîne industrielle.
3. **Le recul des ventes d'équipements matériels basés sur l'IA : La vérité derrière la baisse des ventes de lunettes intelligentes**
Phénomène :
En juillet de cette année, les ventes de lunettes intelligentes sur les principales plateformes en ligne ont diminué de 15,3 % par rapport à l'année précédente. L'investisseur Yan Qianhang souligne que ces équipements n'ont pas créé de nouvelles manières d'interagir et que l'interaction visuelle reste limitée.
Analyse approfondie :
- La nouveauté a perdu de son attrait : Les premiers acheteurs de lunettes intelligentes étaient principalement des geeks ou des amateurs de technologie. Lorsque la nouveauté s'est estompée, les ventes ont chuté si le produit ne résout pas un problème récurrent et essentiel (comme un téléphone).
- Expérience d'interaction insatisfaisante : Les lunettes intelligentes sont souvent juste une extension de l'écran d'un téléphone et n'offrent pas d'expérience d'interaction révolutionnaire. Les utilisateurs continuent de regarder l'écran plutôt que d'interagir naturellement avec leur environnement.
- Retour à la logique de l'électronique grand public : Les investisseurs évaluent ces produits en fonction des normes de l'électronique traditionnelle : quels problèmes résolvent-ils ? Quelle est leur audience potentielle ? Peuvent-ils créer une loyauté de marque ? Si les réponses sont négatives, le produit échouera, quel que soit le succès de la technologie.
4. **Le “dégonflement de la bulle” de l'intelligence corporelle (robots) : Du “danse” aux tâches réelles”
Phénomène :
Plus de 40 fabricants de robots ont présenté leurs produits, mais l'industrie commence à discuter de la présence de bulles. Han Zheng, PDG de Sudu Technology, souligne que les attentes des consommateurs en matière de fiabilité sont très élevées (près de 100 %), tandis que les robots ne peuvent répondre qu'à 5-10 % des tâches nécessitant une telle fiabilité.
Analyse approfondie :
- La fiabilité est déterminante : Dans les laboratoires, les robots peuvent effectuer des tâches spectaculaires, mais dans des contextes réels (comme la distribution en pharmacie ou l'assemblage en usine), une erreur peut coûter cher. Les utilisateurs ne tolèrent pas de robots “seulement à 80 % fiables” ; ils cherchent des robots “à 99,9 % fiables”. Il reste beaucoup à faire pour atteindre cet objectif.
- Gestion des attentes : Le marché a exagéré l'impact potentiel des robots sur le travail humain, mais en réalité, ils ne peuvent gérer que des tâches très spécifiques et répétitives.
- Réalignement des investissements : Les entreprises doivent se concentrer sur des tâches bien définies et sur la création de nouvelles interactions, plutôt que d'optimiser des fonctionnalités existantes.
5. **Optimisme à long terme, prudence à court terme**
Phénomène :
Malgré les baisses de ventes, la lenteur de la mise en œuvre et les controverses, de nombreux investisseurs et entrepreneurs continuent de croire que l'intelligence corporelle et la nouvelle économie basée sur l'IA ont un avenir prometteur.
Analyse approfondie :
- Une période de transition : L'industrie est à un stade précoce. Avec l'accumulation de données (centrées sur les utilisateurs) et l'émergence de lois de l'échelle, des percées technologiques sont sur le point de se produire.
- Financement toujours présent : Bien qu'il y ait des bulles, les fonds restent abondants et se réorientent vers les entreprises qui disposent de données réelles et de capacités de mise en œuvre concrète.
- Séparation des acteurs : Dans les prochaines années, une séparation claire se fera entre les entreprises capables de résoudre des problèmes spécifiques et celles qui ne font que jouer sur des concepts. Les entreprises les plus compétentes réussiront, tandis que les autres échoueront.
- Logique fondamentale : Réduire les attentes n'est pas de la pessimisme, mais une réflexion rationnelle. L'industrie commence à distinguer les visions à long terme des réalités à court terme. À long terme, l'IA révolutionnera l'économie ; à court terme, il faut se concentrer sur des solutions concrètes et fiables.
---
Conclusions pour le grand public :
1. Ne confiez pas encore votre argent à l'IA : Les paiements par IA ne sont pas matures ; soyez vigilant et vérifiez vous-même chaque transaction importante.
2. Faites des choix prudents en matière d'équipements basés sur l'IA : Ne payez pas pour un concept si vous ne savez pas précisément en quoi le produit peut vous aider (par exemple, traduction en temps réel, conduite assistée).
3. Préférez la fiabilité à la nouveauté : Lorsque vous évaluez un produit ou un service basé sur l'IA, posez-vous ces trois questions : peut-il fonctionner de manière fiable ? Est-il plus pratique que les méthodes actuelles ? Qui sera responsable en cas de problème ?
4. L'industrie est en pleine restructuration : Si vous êtes investisseur ou entrepreneur, il n'est pas le moment de suivre aveuglément les tendances ; observez plutôt les entreprises qui peuvent mettre en œuvre des solutions concrètes et générer des revenus.
En résumé : L'économie basée sur l'IA en 2026 n'est plus une question de démonstration de technologie, mais une épreuve de mise en œuvre pratique. Ceux qui parviendront à transformer l'IA en outil efficace gagneront l'avenir.