Avec la spécification elle-même, n'est-ce pas ? Vous commencez par l'autre extrémité en réfléchissant à la boucle d'évaluation. En quelque sorte, vous commencez par le test, pas par la spécification, c'est ainsi que j'y pense parfois. Cela inverse tout le processus, et cela nécessite un changement d'état d'esprit. Vous devez donc être beaucoup plus ancré dans le résultat du monde réel que vous souhaitez modifier. Quel est le monde, la grille d'évaluation, le travail, la tâche, l'évaluation ? C'est là que vous allez en premier, n'est-ce pas ? Et ensuite, vous revenez vers le reste du flux de travail. Pour moi, le changement de mentalité, even pour les développeurs, va être important. Évidemment, nous devons acquérir toutes ces compétences dont nous avons besoin pour pouvoir influencer ce changement de mentalité. Nous avons besoin d'une chaîne d'outils qui travaille avec nous pour construire ensuite ces solutions. Et les données deviennent, quand on parle d'ingénierie de contexte, c'est un peu de la bonne vieille ingénierie de données, mais c'est un type d'ingénierie de données différent où vous voulez mettre vos données dans la forme qui vous permet ensuite de les fournir à l'intelligence et ensuite de véritablement orchestrer autour d'elles. C'est ainsi que je pense que nous avons même besoin d'une nouvelle façon de penser à la frontière de l'approche SDLC classique qui doit changer vers une nouvelle forme de SDLC pilotée par l'IA, et je pense que cela va être assez critique. À cette fin, ce que nous faisons chez Microsoft, c'est simplement de construire une pile complète pour aider à en tirer parti. La première chose se situe au niveau de la couche d'expérience : pouvons-nous placer cette expérience Copilot avec état sur tout ce que vous utilisez quotidiennement ? Que vous utilisiez l'application Copilot elle-même, ou que vous soyez dans Excel, ou dans Word, ou dans Outlook, ou Teams, ou autre, pouvons-nous apporter essentiellement cette capacité pour vous d'interagir avec un système agentique, en commençant par la conversation requête-réponse, mais en devenant pleinement agentique — en d'autres termes, assigner des tâches et revenir inspecter le résultat et découvrir d'autres agents, pas seulement un seul agent, mais de nombreux agents peuvent être découverts dans chacune de ces expériences. Donc, construire cette couche d'expérience. Et c'est ce que nous avons fait, et c'est formidable de voir, par exemple si je regarde même mon expérience quotidienne, ce n'est plus seulement une expérience centrée sur le chat. Quand je regarde quelque chose comme Researcher — et Researcher avec Copilot — c'est comme avoir un chercheur auquel on assigne des tâches et qu'on laisse partir faire des recherches approfondies pour moi et utiliser l'ordinateur comme un simple outil supplémentaire. C'est donc ce qu'est Researcher. Analyst est comme avoir un analyste de données avec vous tout le temps, n'est-ce pas ? Vous pouvez donc télécharger ou pointer vers un OneDrive rempli de feuilles de calcul Excel et dire : 'hé, donnez-moi simplement des informations.' Je veux dire, c'est ma requête préférée : vider un tas de feuilles de calcul et lui poser simplement des questions, en commençant par la question vide disant : 'veuillez me donner des informations.' C'est tout simplement libérateur de pouvoir faire cela maintenant. Et puis bien sûr, le mode agent dans Excel. Je pense que la prochaine chose favorite avec laquelle nous allons tous vibrer est cet agent — c'est fou. J'ai fait ce défi numérique au championnat Excel. Je veux dire, regarder cela en tant que personne ayant travaillé sur Excel toute sa vie, c'était tellement cool de pouvoir voir le mode agent comprendre nativement tout Office JS, chaque objet d'Excel, pour pouvoir faire cette manipulation fine. Quoi qu'il en soit, je suis vraiment enthousiasmé par ces agents qui font désormais partie intégrante de l'expérience Copilot. Aujourd'hui, il y a un grand élan dans ce pays en ce qui concerne le déploiement profond de ces applications. Très, très enthousiasmé, en fait, par l'annonce de cette semaine et d'aujourd'hui avec Cognizant, Infosys, TCS et Wipro, où ils déploient cela à grande échelle à plus de 50 000. Oui. Ce que j'aime là-dedans, c'est que non seulement ils construisent cela et déploient Copilot partout, mais ils construisent des usines d'agents profondes, des usines d'IA, qui s'intègrent ensuite dans cette expérience. Il ne s'agit pas pour l'un d'entre eux de pouvoir transformer nos clients collectifs. Ils sont capables de prendre la couche d'expérience, de la faire rencontrer les agents qui sont conduits pour chaque tâche, chaque travail, chaque rôle, chaque processus métier. C'est l'opportunité que nous avons, et je suis vraiment ravi de voir tout cela. Donc, juste pour vous montrer un peu ce que nous avons fait du côté de Copilot, permettez-moi de vous présenter ma collègue Zoe. Zoe, approche.

Merci, Satya. Bonjour à tous, je suis Zoe de l'équipe Microsoft 365 Copilot. Et comme vous tous, bien qu'avec un peu moins de trafic, je commence ma journée par le trajet domicile-travail et la préparation de la journée à venir. Pour cela, j'utilise Copilot sur mon mobile.

Hé Copilot, quel est mon programme pour aujourd'hui ?

Vous avez plusieurs choses de prévues aujourd'hui. D'abord, il y a une réunion AI Tour India qui a commencé plus tôt ce matin. Puis à 11h00, il y a un appel commercial Contoso. Plus tard dans l'après-midi, vous avez une synchronisation d'équipe à 14h00.

Merci Copilot. Et est-ce que j'ai des e-mails de mon manager ?

Oui, vous avez quelques e-mails de Nicole. Hier encore, elle a rappelé à l'équipe qu'une rencontre conviviale aura lieu vendredi dans la zone commune. Elle a également mentionné que la finalisation de la revue commerciale mensuelle devrait être une priorité absolue. Elle a aussi partagé des nouvelles concernant un-

Merci Copilot. Maintenant, Copilot ne possède pas seulement mes données de travail. Il comprend qui je suis, sur quoi je travaille et pour qui je travaille. C'est pour cela que j'utilise Copilot. C'est mon assistant IA. Maintenant, je veux approfondir la demande de mon manager pour obtenir une mise à jour sur notre revue commerciale mensuelle. Je vais donc demander à Copilot de rassembler cela pour moi. Parce que Copilot possède tout le bon contexte, il peut me fournir une compréhension en temps réel et très facile de ce que je dois accomplir afin que je puisse rapidement me mettre à jour, comme le statut actuel et les décisions clés que je dois prendre. Maintenant que je me sens à jour sur ce que je dois faire, je veux aller mettre à jour mon modèle de revue commerciale mensuelle et lui demander de mettre à jour ce document existant avec nos données de novembre tout en conservant exactement la même structure. Pour cela, je vais utiliser le mode agent. Le mode agent dans Word permet à l'agent d'éditer, de formater et de rédiger directement sur le côté gauche. Maintenant, cela me permet de garder un contrôle total, mais cela m'enlève beaucoup de tâches fastidieuses. Je peux commencer à voir qu'il parcourt tout mon contexte de travail, mes e-mails, mes réunions, mes discussions d'équipe, mes fichiers. Auparavant, ce genre de chose me prenait des heures. Je devais trouver l'information, m'assurer qu'elle était correcte, la copier et la coller dans ce modèle. Eh bien, je vais vous montrer comment l'agent peut me décharger de tout ce côté fastidieux et l'apporter lui-même sur le côté gauche tout en respectant le format à gauche. Et je vois qu'il commence déjà à le faire, en surlignant en bleu tous les changements qu'il effectue au fur et à mesure. Je pourrais aussi faire des choses comme mettre en gras ou changer toute la police en vert, mais je vois qu'il parcourt rapidement tout mon document, en conservant encore une fois le même format comme s'il s'agissait d'un tableau de bord, mais en le mettant à jour et en l'ajustant. Mais il garde aussi certaines choses identiques, comme la mission et l'objectif. Il a sauté cela. Il n'y a pas de changement d'un mois à l'autre. Ensuite, je veux vous montrer comment je peux gérer le budget de mon équipe et comprendre mes activités marketing pour le prochain exercice fiscal. Encore une fois, je vais utiliser le mode agent. Et je vais lui demander de m'aider à mieux comprendre nos dépenses marketing pour l'exercice 25. Ce qui est engagé, ce qui est planifié, ce qui est à risque, et de construire cela dans un tableau de bord visuel pour que ce soit plus facile à comprendre pour moi. Maintenant, tout comme le mode agent dans Word, le mode agent dans Excel parlera nativement Excel sur le côté gauche et commencera à rassembler non seulement des chiffres, mais aussi des formules réelles, des graphiques et des tableaux natifs, afin que je puisse réellement comprendre ce que l'agent fait à l'intérieur de ma feuille de calcul. Et pendant tout ce temps, il explique sur le côté droit ce qu'il accomplit, comme la configuration du tableau de bord et ce qu'il doit faire. De cette façon, si ma manager Nicole vient me voir et me demande : 'comment es-tu parvenue à ce résultat ?', je suis capable d'expliquer étape par étape ce que l'agent a fait. Encore une fois, cela me prenait des heures auparavant, surtout pour essayer d'obtenir un aperçu global, comme l'a dit Satya, sur certaines de mes données. Mais ici, le mode agent me permet de rester au même endroit où se trouvent déjà mes données, tout en continuant à travailler avec elles tout en les construisant et en transformant toutes ces données un peu désordonnées en un moyen simple que je peux mieux comprendre. Le mode agent dans Excel peut aussi faire des choses simples comme la mise en forme conditionnelle. Donc, si je veux juste mettre en évidence en rouge toutes les mesures à risque, il peut le faire. Et sous nos yeux, en une minute environ, il m'a construit un tableau de bord marketing complet. Si je clique dedans, je peux voir les formules complexes qu'il a utilisées et cette mise en forme conditionnelle pour mettre en évidence les éléments à risque ou engagés. Il montre même qu'il a créé un tableau, ce qui est encore une fois complètement natif à Excel. Je peux le modifier et l'ajuster selon mes besoins. Maintenant, Copilot ne m'a pas seulement rendue plus rapide dans mon travail, mais il m'a réellement aidée à avoir plus d'impact. Et je ne peux plus imaginer travailler sans lui. À toi, Satya.

Merci, Zoe. Merci beaucoup. C'est passionnant de voir les progrès. Je crois qu'il y a quelque chose que j'utilisais hier soir dont je ne suis pas censé parler, mais demain nous en parlerons davantage. Il y aura également une nouvelle sortie de modèle, qui portera toute cette expérience au niveau supérieur. Alors maintenant que vous avez un peu de cette couche d'expérience, l'accès au mode agent, et pas seulement avec les agents que nous avons construits — ce qui m'enthousiasme le plus, c'est que n'importe lequel de vos agents pourra être découvert dans le contexte de ces canevas. Pour moi, c'est lo qui va être très excitant et changer la donne. La couche suivante en dessous est ce que je considère comme la couche de l'usine à QI. Quand nous disons ingénierie de contexte — qui soit dit en passant est l'une des considérations d'ingénierie les plus importantes — si vous avez l'expérience, si vous avez vos agents, alors les alimenter avec les données contextuelles réelles, qui sont pertinentes, va être très important. Et dans ce contexte, le meilleur point de départ est peut-être la base de données la plus importante qui existe dans toute organisation, à savoir la base de données sous-jacente à quelque chose comme Microsoft 365. Vous pouvez amorcer le contexte avec les personnes, leurs relations avec d'autres personnes, leurs relations avec leurs artefacts de travail, qu'ils soient dans OneDrive ou dans SharePoint, leurs projets, leurs réunions et conversations Teams, tous les e-mails, tout étant regroupé sous le nom de Work IQ. Prenez ensuite l'autre élément, à savoir que tout le monde utilise Power BI. Et en fait, si vous regardez Fabric, Fabric contient non seulement toutes les données de Power BI, mais il contient en fait des données opérationnelles aujourd'hui, il contient des données analytiques, il contient des données en temps réel, il contient des données de séries chronologiques. Donc Fabric a tout cela, mais plus important encore, Power BI a amorcé la couche sémantique ; ce ne sont pas seulement les données, mais il y a la sémantique autour des données. C'est ce que nous entendons par Fabric IQ. Vous pouvez donc apporter tout cela. Vous avez donc Work IQ, vous avez Fabric IQ, puis ce Foundry IQ prend tout ce qui n'est pas structuré et l'apporte également — vous pouvez ensuite faire du RAG sur l'ensemble. Et pas seulement du RAG simple, vous pouvez faire du Graph RAG, vous pouvez faire du RAG multi-sauts, de sorte que vous pouvez prendre Work IQ plus Fabric IQ plus Foundry IQ et faire en sorte que Foundry construise simplement le bon contexte que vous injectez dans votre couche de modèle. C'est ce que fait cette couche IQ, et nous sommes très impatients de faire passer le développement d'agents au niveau supérieur avec cela. Vous avez donc maintenant l'expérience, vous avez toutes ces données et la couche IQ. La chose suivante est de commencer à construire des agents. Et c'est là que la chaîne d'outils compte. Pour nous, l'usine d'agents est — et nous avons de nombreux points d'entrée — il y a tout simplement l'Agent Builder intégré directement dans Copilot. Nous avons ensuite cet App Builder, qui permet de passer d'une instruction à une application. En fait, la préoccupation de toujours lors des conférences Build, depuis le jour où je suis arrivé en 92 jusqu'à maintenant, a toujours été : pourquoi diable ai-je ces différences entre ce qu'est un document, un site web et une application ? Quelle est la différence ? Devinez quoi ? Il n'y a aucune différence. Vous pouvez en fait maintenant créer un document ou une application ou un site web simplement avec quelque chose comme un App Builder. C'est assez excitant de voir cela. Et bien sûr, Copilot Studio apporte le même concept aux agents. Puis-je commencer par une instruction en langage naturel et simplement construire mon chemin vers la création d'un agent en l'ancrant dans un ensemble de connaissances ? Copilot Studio est donc la pièce suivante de la chaîne d'outils. Et il n'y a pas d'obstacle — vous pouvez passer directement d'ici à Foundry. Et Foundry apporte essentiellement tous les services dont vous avez besoin pour pouvoir construire non seulement un agent, mais des systèmes multi-agents. C'est essentiellement ce que fait Microsoft Foundry. Bien sûr, vous avez la couche de modèle, et nous avons plus de 11 000 modèles. Nous avons tous les acteurs habituels, et il y a des sorties de modèles tous les jours, et vous avez accès à tout cela pour pouvoir ensuite construire tous ces systèmes multi-agents et multi-modèles. Et vous pourriez dire : 'mais pourquoi diable ai-je besoin de 11 000 modèles ?' Par exemple, hier, j'ai eu la chance de lire cet article de Cell sur GigaTime, que Microsoft a publié grâce au travail que nous avons accompli avec Providence et l'Université de Washington. Et à un certain niveau, même pour moi quand je lis cela — parfois vous êtes tous dans le jeu et vous oubliez parfois pourquoi vous jouez au jeu. C'était un excellent rappel de pourquoi nous jouons à ce jeu. Ce que fait GigaTime en termes simples pour moi, c'est : aujourd'hui, si vous voulez vraiment savoir si l'immunothérapie fonctionnera pour un type particulier de tumeur cancéreuse, vous devez passer ce test très sophistiqué appelé IMF, qui coûte beaucoup d'argent et prend beaucoup de temps. Alors, ce que cette équipe a fait, c'est qu'ils ont dit : 'd'accord, pouvons-nous simuler le test en utilisant l'IA générative ?' Imaginez simplement que vous prenez une simple lame de pathologie, mais que vous simulez le test à partir de cette lame — une simple image microscopique, mais une protéomique spatiale sophistiquée en simulation. Et ensuite, vous pouvez commencer à déterminer si le système immunitaire fonctionne ou non, et l'oncologie de précision peut alors devenir meilleure. Et puis vous associez quelque chose comme ça avec, disons, Ayushman Bharat. Une startup ici se dira : 'vous savez quoi ? Nous allons rendre cela possible pour n'importe quel hôpital de n'importe quelle ville de ce pays de pouvoir effectuer des tests en utilisant ces modèles qui nous permettront de faire de l'oncologie de précision à grande échelle.' Pour moi, c'est pour cela que je pense que nous devrions tous redoubler d'efforts et c'est pourquoi nous jouons au jeu, et pas seulement y jouer en oubliant le contexte. C'est donc tout simplement fantastique de voir cela. Et pour moi, construire tout cela comme une chaîne d'outils de premier ordre dans Microsoft Foundry et ensuite envelopper tout cela avec les outils de développement. Pour nous, cette identité en tant qu'entreprise d'outils de développement avec GitHub, avec Visual Studio et tout le reste est une priorité absolue. Et donc pour moi, voir les progrès de GitHub — en fait, l'Inde est en passe de devenir la communauté numéro un au monde sur GitHub d'ici 2030. Et c'est fantastique de voir l'engagement et le type de projets qui sortent d'ici, les contributions de l'Inde. Et donc nous construisons GitHub comme étant essentiellement ce QG des agents. En fait, l'une des choses amusantes que tout le monde fait de nos jours, c'est que vous allez sur votre dépôt GitHub le matin, vous lancez le Copilot et vous envoyez cinq agents travailler, puis vous revenez vérifier sur votre téléphone. C'est un peu mon habitude quotidienne maintenant : plus que ma boîte de réception, c'est juste de suivre le nombre de jetons. En fait, ma femme m'a confisqué mes cartes de crédit, donc c'est juste amusant de pouvoir jouer avec GitHub et d'être constamment en train de modifier — en quelque sorte, c'est du logiciel à la demande. Maintenant, ce que je voulais vous faire voir — et d'ailleurs, l'autre chose que nous faisons est de garantir ce tissu conjonctif entre GitHub, les primitives GitHub vers VS Code ou Visual Studio et tous les différents formats. Quand les gens me demandent ce que j'utilise, je réponds que j'utilise tout. J'utilise la CLI GitHub, j'utilise VS, j'utilise le mode agent, j'utilise l'agent autonome. Ce n'est donc pas un seul format. En fait, tous les formats comptent, pour être tout à fait franc. Il ne s'agit pas d'une seule chose. Et donc, construire tout cela en un système de chaîne d'outils cohérent est si important. Et pour vous montrer tout cela, permettez-moi de vous présenter Karan de notre équipe GitHub. Karan, c'est à toi.

Merci Satya. Il y a quelques semaines, lors du GitHub Universe, nous avons annoncé Agent HQ, qui est une plateforme agentique unifiant chaque agent, le rendant natif au flux GitHub que vous connaissez déjà. Permettez-moi donc de vous montrer une démo de ce à quoi cela ressemble. J'ai ici une application de démonstration qui est une vitrine pour vendre des jouets nostalgiques qui sont probablement communs dans beaucoup de nos foyers. Cependant, vous pouvez voir qu'il n'y a pas d'options de recherche ou de filtrage, et je souhaite ajouter cette fonctionnalité. Voici donc mon dépôt de code sur GitHub. Avec le nouveau panneau Agents, je peux maintenant lancer une tâche agentique depuis n'importe où sur GitHub en décrivant simplement la tâche et en la déléguant à l'agent de codage Copilot. Copilot commence à y travailler en arrière-plan. Je peux donc assigner une tâche à Copilot depuis n'importe quel endroit où je travaille, depuis github.com, dans VS Code, sur la CLI ou même sur mon mobile. Très bien, alors que je travaillais sur plusieurs dépôts et tâches, etc., j'ai délégué de nombreuses tâches à Copilot. Et maintenant, je peux voir toutes mes sessions d'agents, celles en cours ainsi que celles terminées, dans une vue unique de contrôle de mission. Je peux également lancer une tâche d'agent directement d'ici tout en utilisant des agents personnalisés que j'ai créés ou qui ont été construits par des partenaires. Ces agents personnalisés sont des experts du domaine qui étendent l'agent de codage Copilot à tous vos outils et flux de travail. Très bien, plongeons dans la session d'agent que nous venons de lancer et voyons sur quoi Copilot travaille. Je peux voir la progression de Copilot ici à gauche et aussi le brouillon de la PR à droite. En tant que développeur, je garde toujours le contrôle, ce qui signifie que je peux même orienter une session en cours à mi-chemin pour que Copilot travaille dans une direction légèrement différente. Très bien, cela va prendre quelques minutes, alors je vais laisser Copilot continuer à travailler là-dessus. En attendant, voici l'une des sessions d'agent pour la même fonctionnalité que j'avais lancée plus tôt. Cela me donne une description et oh, sympa, des captures d'écran, grâce au MCP Playwright. Je peux également jeter un œil à tous les fichiers qu'il a modifiés et lui demander d'apporter d'autres modifications si nécessaire. Très bien, maintenant au milieu de tout cela, s'il y a quoi que ce soit que je veuille demander à Copilot, je peux sauter dans le chat directement d'ici. Copilot me donne le choix entre différents modèles et différents fournisseurs également. Mais ce n'est pas tout. Je peux même apporter mes propres modèles de Microsoft Foundry. J'ai déployé quelques modèles ici sur Foundry, dont un que j'ai moi-même peaufiné. J'ai donc apporté tous ces modèles à Copilot en les connectant à mes déploiements Foundry. Cela signifie que je peux utiliser ces modèles directement dans Copilot, soit sur github.com ou même dans VS Code. Jetons un coup d'œil à l'un de ces modèles que j'ai peaufinés. Juste pour s'amuser, je voulais que ce modèle parle presque comme un développeur de Bengaluru. Je vais donc lui demander de m'expliquer quelque chose de très simple : qu'est-ce qu'une erreur de serveur interne 500 ? Et il répond : 'I don't know anta response kodtidre.' (Je ne sais pas, c'est la réponse qu'il donne). C'est donc quelque chose qui provient de mon propre modèle que j'ai déployé sur Foundry dans Copilot. Très bien, en parlant d'erreurs et d'applications, etc., j'avais également créé une PR pour implémenter une nouvelle page de détails de produit dans mon application. Je peux voir que Copilot l'a également examinée et a laissé quelques commentaires. Jetons un coup d'œil à certains des commentaires qu'il a donnés et je vois qu'il y en a un ici qui mentionne l'épuisement du pool de connexions à la base de données. Il y en a un autre ici qui parle de sécurité des types également. Il s'agit de la nouvelle revue de code Copilot agentique, qui combine les détections LLM, les appels d'outils et également les scans déterministes, vous aidant à réaliser des revues plus intelligentes. Et pas seulement cela, je peux demander à Copilot d'implémenter toutes ces suggestions pour moi dans une seule PR, ce qui lancera une tâche agentique pour moi. Je vais laisser Copilot continuer à travailler là-dessus en arrière-plan. Maintenant, nous savons tous à quel point la sécurité est importante, n'est-ce pas ? Heureusement, je suis aussi un administrateur de sécurité pour ce compte sur GitHub. Avec la nouvelle intégration avec Microsoft Defender for Cloud et GitHub Advanced Security, je peux maintenant filtrer spécifiquement les problèmes de risque au moment de l'exécution dans mon environnement de production qui ont été identifiés par Defender. Vous pouvez voir cela. Une campagne pour traiter tout cela a été créée et, oups, j'en vois certains dans mon dépôt également. Mais ne vous inquiétez pas, car Copilot peut aussi m'aider à corriger les problèmes de sécurité. Je peux donc simplement sélectionner tout cela et dire assigner à Copilot, ce qui traitera toutes ces alertes encore une fois dans une seule PR pour moi. Très bien, pendant que tous ces différents agents travaillent sur différentes tâches en arrière-plan, j'écris moi-même un peu de code. Voici donc la session d'agent pour la fonction de recherche et de filtrage que nous regardions plus tôt, et je veux y apporter quelques modifications. Je peux continuer à itérer là-dessus en ouvrant cela directement dans mon VS Code. Cela ouvre mon VS Code où je peux soit extraire la branche, soit même appliquer directement les changements pour moi et continuer. Je vais donc ouvrir Copilot et choisir le mode agent avec l'un de mes modèles personnalisés de Foundry également, où je peux lui demander un autre petit changement. Je vais donc laisser cela continuer à travailler localement en mode agent. Très bien, tout comme sur github.com, nous avons une vue de contrôle de mission dans VS Code également, où je peux voir toutes mes sessions d'agent s'exécutant localement en mode agent, dans le cloud, ou même dans la CLI. Très bien, nous avons parlé de quelques fonctionnalités, mais il y a une autre fonctionnalité que je veux vraiment construire, qui est de regrouper tous ces jouets et de les offrir comme une boîte de jeu. Je suis sûr que beaucoup d'entre vous aimeraient ça aussi, n'est-ce pas ? Mais je dois planifier comment mettre cela en œuvre. Avec le nouvel agent Plan dans VS Code, je peux demander à Copilot de créer un plan pour implémenter la fonctionnalité et continuer à itérer dessus avec des clarifications jusqu'à ce que je sois confiant. J'ai déjà un plan que j'avais créé ici. Une fois que je suis prêt, je peux commencer à coder cela ou je peux le confier à un agent pour m'aider à l'implémenter. Dans ce cas, je vais le confier à mon agent CLI Copilot, qui va se mettre au travail en arrière-plan. Très bien, maintenant toutes ces différentes tâches en cours vont prendre un certain temps, mais une fois que toutes seront terminées, voici à quoi ressemblerait mon application avec cette jolie barre de filtrage et de très beaux jeux auxquels nous pouvons jouer ici. Ainsi, au cours des dernières minutes, nous sommes passés des idées au codage avec les agents Copilot sur github.com, dans VS Code, même dans la CLI, nous avons fait réviser ce code avec la revue de code Copilot agentique, implémenté des correctifs pour les problèmes de sécurité avec l'agent Copilot autofix, et tout cela en ayant la possibilité de voir tous mes agents et de les diriger dans une vue de contrôle de mission unique sur GitHub ainsi que dans VS Code. Et c'est cela, Agent HQ. Merci. À vous, Satya.

Merci beaucoup, Karan. Chaque fois que l'on voit ces démos, on se dit : 'waouh, je devrais être capable de faire ça aussi.' Nous avons eu un week-end de Thanksgiving aux États-Unis il y a quelques semaines, et j'ai eu l'occasion de voir ce que l'on peut faire d'autre pendant Thanksgiving à part construire. J'ai construit ma propre application en utilisant tout ce que Karan montrait. Voici mon environnement Azure. D'ailleurs, c'est mon PC habituel avec lequel je voyage, donc j'espère que rien ne se passera. C'est, en fait — j'ai cette application déployée, je pense, dans le centre-sud du Canada. Voici mon dépôt GitHub. Et c'est amusant. J'ai ma configuration typique — en fait, c'est Windows 365, qui voyage avec moi pratiquement partout. Et là-dedans, évidemment, j'ai mon GitHub et ensuite ce sont les CodeSpaces. Ce sont donc des poupées russes : vous avez vos CodeSpaces qui tournent sur GitHub dans une instance Windows 365. Et puis l'idée que maintenant vous pouvez entrer — et ma chose préférée à faire, bien sûr — vous arrivez le matin et vous commencez simplement à lancer des tâches de codage. C'est là que je vais et je lance généralement cinq ou six choses. Cela crée cinq ou six branches de brouillon. Et puis finalement, à la fin de la journée, j'y retourne et je supprime la plupart des branches, mais il y a une PR ou deux que j'accepte et sur lesquelles je travaille. C'est amusant. Et le fait d'avoir tous ces modèles — en fait, je pense que maintenant j'utilise beaucoup plus Codex Max. C'est fantastique. C'est rapide. J'utilise évidemment Claude Opus 4.5 également. Mais ce à quoi je me suis habitué maintenant, c'est que j'ai assez confiance pour dire simplement 'auto' et il choisit. Si je veux être vraiment efficace avec mes limites de jetons, choisir 'auto' semble être un très bon moyen de procéder. Quoi qu'il en soit, génial, j'ai fait tout cela. Alors, qu'est-ce que j'ai construit au juste ? Je me suis dit : 'd'accord, quel est mon rêve ? Mon rêve est de trouver comment obtenir un poste dans cette équipe Copilot.' J'ai dit : 'les gars, j'aime votre truc de recherche approfondie, mais je veux en ajouter beaucoup plus à la recherche approfondie.' J'ai donc construit ma propre recherche approfondie. Avec tous ces modèles disponibles, j'ai dit : 'd'accord, et si je pouvais commencer à mettre en place de nouveaux cadres de décision ?' Un cadre de décision — Andrej Karpathy en a parlé récemment avec cet LLM Council, que j'aime beaucoup — j'ai implémenté cette idée que vous pouvez maintenant avoir tous les modèles à votre disposition : GPT, Opus, Gemini, Kimi K2, Grok, etc. Et ensuite, vous pouvez sélectionner un président. Vous avez des membres du conseil ou le comité de sélection, puis vous avez un président. Et ensuite, vous pouvez lancer n'importe quelle requête et faire en sorte qu'il revienne vous dire ce qu'il en pense. Ensuite, un autre cadre de décision que j'ai implémenté était cette chose appelée DxO. Nous avons fait cela en fait dans la santé en premier. DxO est une chose que nous avons implémentée pour la santé, et vous avez des rôles spécifiques. Vous avez un chercheur principal — dans ce cas, c'est Opus — il fait en quelque sorte la recherche en largeur. Ensuite, vous avez un autre rôle, qui est un réviseur critique — dans ce cas, j'ai sélectionné GPT 5.1 — et leur rôle est de trouver toutes les erreurs de méthode, en particulier les biais et les biais de récence. Ensuite, nous avons un analyste de données — j'ai choisi un expert du domaine, Gemini. J'ai ensuite dit analyste de données, j'ai choisi Kimi K2. Lorsque nous avons publié l'article sur DxO, il a obtenu de meilleurs résultats que n'importe quel modèle de pointe pris individuellement. C'était dans le contexte de résultats de santé à très enjeux élevés. Et j'ai dit : 'hé, je veux la même chose pour n'importe quelle décision que je veux prendre.' J'ai donc implémenté cela. J'en ai implémenté un autre également appelé Ensemble. Il s'agit essentiellement d'utiliser tous les modèles comme un ensemble de serveurs MCP. Anonymiser leurs réponses — retirer même qui répond quoi avec quoi — leur donner alpha, bêta, gamma, puis synthétiser en une seule réponse. Ce sont trois cadres de décision. En fait, je l'ai même étendu — j'ai construit un truc de shopping, j'ai même construit un truc de finance — mais essentiellement des cadres de décision. Et puis bien sûr, en bon fanatique de cricket sud-asiatique, à quoi vous en servez-vous ? Pour sélectionner la meilleure équipe indienne de cricket de test de tous les temps. Surtout dans un moment comme celui-ci, après ce qui s'est passé lors de la dernière série de tests, je pense qu'il est temps de se mettre au travail. Je vais vous montrer le côté historique. Si j'entre, vous verrez que c'est principalement à cela que je l'ai utilisé. L'alignement de la MLB était aussi dingue. C'était fantastique. Mais l'équipe de test — laissez-moi vous montrer certains trucs. C'est la synthèse du président. C'est l'AI Council. Il est revenu et a dit : 'vous savez quoi ? J'ai trouvé tout ce qui...' Sunil ouvre, Sehwag ouvre avec lui, Dravid y arrive évidemment et ainsi de suite. Mais regardez ces domaines de consensus complet : Gavaskar, Sehwag, Dravid, Tendulkar, Kohli, Kapil Dev, Ashwin et Bumrah. Débats clés : VVS. Est-ce que vous le prenez ou pas ? Et regardez la manière dont il a pris la décision. 5.1 a en gros dit — et l'inclusion de Laxman par Claude a été fortement pondérée en raison de la gestion de crise. Et en bon Hyderabadi, j'adore GPT 5.1 et Claude. Et bien sûr, Kumble contre Zaheer. C'est plutôt cool. Avez-vous vraiment besoin d'un lanceur gaucher ou avez-vous besoin de ce qu'on appelle le lancer de Kumble ? Ce sont évidemment les statistiques qui l'ont emporté : 619 guichets, et ils ont donc choisi Kumble. Et puis le débat sur le capitanat, Kohli contre Dhoni. Et ils ont choisi Kohli. Et ainsi de suite, il annote. Ce que j'adore, c'est que je l'ai implémenté même comme un flux continu. S'il n'était pas déployé dans le centre-sud du Canada, je vous le montrerais. Mais c'est juste agréable à voir. C'est essentiellement comme une chaîne de débat, pas une chaîne de pensée. Je peux voir les modèles débattre et ensuite synthétiser. Quoi qu'il en soit, c'est un exemple. DxO en est un autre. C'est très soigné parce que ce qu'il fait, c'est que vous pouvez le voir par rôle. Je vois d'abord la recherche exhaustive du chercheur principal. Il me donne encore une fois tous les éléments. Le réviseur critique trouvera les problèmes de méthode, les lacunes et les faiblesses — par exemple, le biais d'erreur. Une chose classique qui arrive quand on compare à travers les générations : on fait toutes sortes d'erreurs parce qu'on ne s'ajuste pas aux statistiques et à la difficulté des guichets. Entrer sur un guichet des Antilles ou un guichet anglais qui n'était pas couvert — comment joue-t-on même ? Quoi qu'il en soit, pouvoir prendre tout cela en compte et ensuite voir le débat entre les différents modèles pour trancher. J'ai eu la même chose avec Ensemble également. Le point que je voulais souligner était que j'ai construit cela en peut-être quelques heures et maintenant je l'affine constamment. En fait, l'un de mes espoirs est de pouvoir — d'ailleurs, tout cela va arriver dans Copilot. Et je suis en train de convaincre mes amis et ils me disent : 'oui, tu peux postuler en tant que chef de produit junior si tu es assez compétent.' Je suis donc toujours en cours d'entretien. Mais cela dit, je pense que tout cela viendra car c'est pour moi la prochaine génération de métacognition. Si vous pensez à ces cadres de décision, vous avez tous ces agents. Vous travaillez avec des agents. Mais la métacognition, c'est toujours nous. Et ce sont des outils pour la métacognition, c'est ainsi que j'y pense. Construire ce type de cadres, construire ce type d'agents est intéressant pour sélectionner l'équipe de cricket indienne, mais pensez à une décision de chaîne d'approvisionnement, à une décision de santé, à une décision financière. Ce type de chaîne de débats avec plusieurs agents participants va constituer une grande partie de ce que nous allons tous construire dans nos systèmes agentiques. Je suis donc très, très enthousiasmé par cela. Et ensuite de voir l'élan ici. Il y a un élan fantastique. En fait, avant de passer à l'élan, je devrais vous parler d'Agent 365. J'ai construit tout cela — j'ai même dit que je voulais construire cela essentiellement comme un agent déclaratif dans Copilot. Je suis allé construire cela comme un connecteur avec une excellente API, j'ai fait tout le travail difficile et je me suis dit 'fantastique, maintenant je vais le déployer.' Et puis arrive le DLP qui dit : 'non, vous ne pouvez pas.' Et c'est grâce à Agent 365. Parce que devinez quoi ? Agent 365 est l'environnement d'exécution qui protège votre locataire tout le temps contre tout agent malveillant. Et donc l'idée d'Agent 365 était de prendre Entra, de prendre Defender, de prendre Purview, et de l'étendre à tous les agents. Et donc le fait que j'aie construit un agent et que je veuille le déployer dans le locataire Microsoft, il a dit : 'hé, vous devez être approuvé.' Tout d'abord, vous ne pouvez pas avoir un — parce qu'il était déployé dans mon locataire privé, c'est sur mon propre abonnement privé dans Azure — il a dit que vous deviez d'abord le mettre dans le locataire Microsoft. Pour le mettre dans le locataire Microsoft, vous devez aller voir votre administrateur. Et donc j'ai été bloqué là et je n'ai pas pu continuer. Et merci à cet Agent 365. Car au fait, cet environnement d'exécution Agent 365 va être la couche d'organisation clé dans un monde multi-agents et agentique. Et donc nous sommes très, très enthousiasmés par les progrès. Vous aurez une observabilité, une conformité et une gouvernance complètes des agents. Et donc nous voyons un élan formidable sur tout cela. J'ai eu la chance ce matin de rencontrer de nombreuses personnes qui construisent. En fait, j'ai eu l'occasion de voir les développeurs de Cognizant construire leur propre framework multi-agents, le déployer et construire ce qui est une application à très haut volume qui utilise ce framework aujourd'hui au sein de leur entreprise. J'ai vu Wipro utiliser des agents de données dans Fabric et changer complètement leur façon de penser aux ventes et à la finance, l'ensemble de la fonction étant transformée. J'ai eu la chance de rencontrer les gens du Collective Arts Network qui m'ont montré leur chaîne d'outils pour construire ces films d'animation. Ils construisent un studio d'IA. Hanuman va, je crois, sortir. Ils ont évidemment construit Mahabharata auparavant. Et c'est fantastique de voir — ils ont construit un pipeline complet avec leurs modèles et leur orchestrateur qui est maintenant disponible pour tout le monde. J'ai eu la chance de rencontrer Persistent qui a fait des choses similaires à Cognizant avec son propre travail pour pouvoir ensuite vraiment déployer sur toute la ligne. PhonePe m'a montré une application fantastique de Foundry Local : ils ont d'abord implémenté une excellente recherche dans l'application, mais ils ont aussi construit ces modèles qui sont déployés sur l'appareil à l'aide de Foundry Local. C'était fantastique de voir cela. Et puis j'ai été ravi de rencontrer les développeurs de Swiggy qui, de toute évidence, portent tout le commerce rapide au niveau supérieur grâce à leur utilisation de Fabric et des données en temps réel dans Fabric et des agents Fabric. Lançons la vidéo.

Swiggy est l'une des principales entreprises de livraison de nourriture et de commerce rapide en Inde. Nous sommes présents dans plus de 700 villes, nous avons des centaines de milliers de livreurs et servons plus de 100 millions de clients. Nos clients se soucient vraiment de la rapidité, du choix et du prix.

C'est très difficile pour moi de faire les courses à cause du trafic, et j'ai un emploi du temps très chargé. Je ne peux vraiment pas attendre qu'une application livre après 30 minutes.

Instamart est notre plateforme de commerce rapide où les clients peuvent commander des articles d'épicerie et des produits essentiels pour la maison auprès de plus d'un millier de 'dark stores'. Et tout cela doit être livré en 10 minutes. Livrer en 10 minutes est un défi. Pour y parvenir, il y a énormément de données derrière chaque décision que nous prenons. Nous devons comprendre les signaux de circulation, savoir où se trouvent nos livreurs, et rassembler toutes ces données et les analyser en un temps très court.

Auparavant, we devions extraire des données de différentes sources, les transformer, travailler dessus pour qu'elles aient du sens pour l'entreprise, et il fallait parfois plus de quelques heures pour y arriver. Microsoft Fabric avec l'intelligence en temps réel nous a aidés à réduire la latence des données de quelques minutes à quelques secondes. Cela a également aidé notre équipe d'analyse à faire passer l'exécution de ses requêtes de quelques heures à quelques minutes. Fabric RTI nous a aidés à suivre des millions de commandes par jour tout au long de leur cycle de vie pour fournir à nos clients un état de commande précis. Cela a amélioré la prédiction de la demande et la gestion des stocks. Maintenant, nous avons une meilleure visibilité dans nos 'dark stores', ce qui nous aide à servir nos clients de manière satisfaisante.

Nous pouvons atteindre le client plus rapidement. Jour après jour, we pouvons traiter plus de commandes. Cette technologie capture donc tout et, sur cette base, elle fonctionne. C'est une très bonne chose.

S'ils indiquent 8 minutes ou 10 minutes, ils vont s'y tenir. Et c'est important pour moi parce que je planifie ma journée en fonction de cela. Je préfère passer du temps avec mes proches plutôt que de courir faire des courses. J'adore cette expérience.

Et c'est fantastique de voir cela. En fait, ils ont utilisé Fabric dans tous leurs dark stores ainsi que dans le centre de commandement central. Et maintenant, ils sont capables de construire des agents de données supplémentaires qui peuvent agir sur les données en temps réel. C'est le genre de systèmes agentiques qui sont déployés chez Swiggy et c'est passionnant à voir. Donc, le dernier élément — si vous avez maintenant l'usine d'agents, que vous construisez tous ces agents, vous avez maintenant besoin de l'usine de jetons la plus efficace. En fin de compte, vous avez besoin d'une infrastructure pour faire fonctionner tout cela. Et tout se résume à cette équation simple mais très importante, qui concerne la performance par roupie par watt. Et pour nous, nous faisons vraiment progresser cette équation avec tout ce que nous construisons ici même en Inde et dans le monde entier. Nous construisons Azure comme l'ordinateur du monde. Nous avons plus de 70 régions de centres de données dans le monde entier. En Inde, l'empreinte continue de croître. Nous avons maintenant le centre de l'Inde, l'ouest de l'Inde, le sud de l'Inde, et we avons également un partenariat avec Jio. Et maintenant, nous sommes très heureux qu'en 2026, nous ouvrirons un nouveau centre de données dans le centre-sud. Et la partie la plus excitante pour moi est qu'il est 100 % durable. Nous ne quittons pas cet objectif des yeux. C'est de l'énergie 100 % renouvelable. Nous construisons donc cette infrastructure de manière rapide. Et au fait, nous ne nous contentons pas de construire l'infrastructure, mais nous prenons en compte la souveraineté et nous nous assurons qu'il existe un portefeuille d'options pour la souveraineté. Vous avez le cloud public ; vous avez des contrôles souverains dans le cloud public. Par exemple, vous pouvez avoir la gestion des clés avec vous, vous pouvez chiffrer au repos, chiffrer en vol et en cours d'utilisation grâce à l'informatique confidentielle. Par conséquent, vous aurez une souveraineté totale même dans le cloud public. En plus de cela, nous avons le cloud privé souverain. Nous avons de nombreux partenaires locaux qui pourront déployer ces clouds privés souverains. Et comme je l'ai dit, nous avons même une région Jio d'Azure. Il existe tout un portefeuille d'options pour qu'une entreprise puisse prendre des décisions basées sur le risque afin d'utiliser le cloud public, le cloud public avec des services souverains, le cloud privé, le cloud souverain, Jio, et d'exercer son jugement sur la meilleure façon d'utiliser tout cela. Mais une considération importante que je dirais également et qui doit être prise en compte dans la souveraineté est la cyber-résilience. En fin de compte, la cybersécurité est un jeu de signaux. C'est un jeu d'intelligence. On ne peut donc pas être souverain sans avoir une intelligence mondiale. Cela signifie essentiellement que vous serez vulnérable. Par conséquent, réfléchir réellement à cela dans l'équation du risque devient très important. Si vous ne voyez pas vraiment ce que les acteurs de la menace du monde entier font pour vous protéger, vous manquerez le signal. Et c'est l'une des choses qui, selon moi, doit être pensée ensemble plutôt que comme deux considérations différentes. Vous devez penser à votre cyber-résilience et à votre souveraineté, ainsi qu'à la combinaison de ces deux aspects lorsque vous réfléchissez au profil de risque. Pour nous, nous voyons une grande partie des actions de menace à travers le monde. Nous prenons tous ces milliers de milliards de signaux quotidiens et les transformons en défense quotidienne, que ce soit sur Azure, sur M365 ou sur Windows. Pour nous, c'est le cœur de notre responsabilité, et cela se traduit évidemment dans tous nos produits. Tout cela à l'esprit, l'une des choses qui nous enthousiasme le plus est d'investir en Inde pour s'assurer que nous sommes en mesure d'apporter ici la meilleure infrastructure de sa catégorie. Cet investissement de 17,5 milliards de dollars — j'ai eu l'occasion de rencontrer le Premier ministre il y a quelques jours et de discuter de tout ce que nous essayons de faire en Inde. Il a été très encourageant à l'égard de cet investissement en particulier pour stimuler cette société, cette économie et la croissance, à commencer par l'accès à une infrastructure de classe mondiale. C'est le plus gros investissement que nous ayons fait en Asie. Cela s'ajoute même aux 3 milliards de dollars que j'ai annoncés la dernière fois que j'étais ici. Nous sommes très heureux d'apporter toute cette pile technologique en Inde. Mais je terminerai là où j'ai commencé. Pour moi, au bout du compte, il s'agit de donner à chaque personne et à chaque organisation en Inde les moyens d'accomplir davantage. Dans ce contexte, cela commence par le capital humain de ce pays qui est qualifié, qui a confiance dans sa capacité à faire des choses pour accomplir davantage, à faire progresser son organisation, ses communautés, ses villes, ses États. C'est pourquoi nous redoublons d'efforts même sur l'engagement en matière de formation. Nous allons maintenant former 20 millions de personnes à travers l'Inde aux compétences en IA. L'une des choses qu'il a été fantastique d'entendre hier — j'ai eu l'occasion de rencontrer le ministre du Travail — c'est le programme e-Shram. Prendre la main-d'œuvre non organisée et lui donner ce coup de pouce de l'IA pour qu'elle puisse obtenir des certifications, acquérir des compétences, puis avoir des opportunités d'emploi est peut-être l'un des plus grands avantages de notre économie axée sur l'IA. C'est fantastique de voir le gouvernement s'intéresser à cette technologie pour l'appliquer au secteur non organisé. Je vous laisse donc avec la vidéo. Merci beaucoup à tous et continuons à construire.

L'Inde compte plus de 400 millions de travailleurs non organisés. Ils gagnent des salaires au jour le jour et ne bénéficient d'aucun avantage. Nous devons faire passer les gens du secteur informel au secteur formel. Cela nous aiderait à développer notre économie. Grâce à l'initiative e-Shram, la base de données nationale des travailleurs non organisés a été développée, et nous sommes en mesure de fournir à ces travailleurs des prestations de sécurité sociale, tout en leur donnant accès au portail national du service de l'emploi (NCS).

NCS est une solution unique pour les demandeurs d'emploi, les employeurs, les prestataires de formation et les conseillers. Nous disposons d'un système de mise en correspondance basé sur l'IA entre les compétences des demandeurs d'emploi et les employeurs. Ainsi, n'importe quel travailleur informel peut se rendre sur le portail NCS et trouver l'employeur qui lui convient. NCS dispose d'un outil de création de CV par IA, et si une personne manque de certaines compétences, l'outil d'IA l'aide à développer ces compétences en lui donnant des recommandations.

Nous nous attendions à ce que des millions de travailleurs non organisés s'inscrivent dans ce système. Nous voulions donc de l'évolutivité, de la fiabilité et de la sécurité. Microsoft Azure a répondu à toutes ces exigences. En plus de cela, Azure OpenAI a changé la donne pour les travailleurs non organisés.

Auparavant, je travaillais pour une entreprise par l'intermédiaire d'un sous-traitant. Je suis donc allé sur le portail NCS et j'ai saisi mes préférences professionnelles. J'ai obtenu un poste de chauffeur et je gagne 50 % de plus maintenant. C'est une entreprise de transport basée à Delhi. Je suis assez jeune, je suis capable de beaucoup de choses, j'apprends beaucoup de cette plateforme. Et je suis convaincu qu'elle peut m'aider à construire une vie stable.

Environ 150 millions de travailleurs sont désormais inscrits sur le portail NCS. Nous essayons également de mettre en place de plus en plus de programmes au profit de ces travailleurs. L'IA nous soutient pour offrir des opportunités aux individus et aux jeunes du pays.

Mesdames et messieurs, veuillez accueillir Puneet Chandok, président de Microsoft Inde et Asie du Sud.

Namma Bengaluru ! Quelle est l'énergie, les amis ? Comment est le josh ? Allez ! C'est ma partie préférée de l'AI Tour. L'énergie à Bangalore est toujours différente, c'est autre chose. Merci d'être ici. Merci à Satya de nous avoir tous motivés. Je me sens pousser des ailes, pas vous ? Merci d'être ici. J'adore la façon dont Satya a cadré l'opportunité de l'Inde. L'Inde vit aujourd'hui un moment extraordinaire, les amis. C'est vraiment extraordinaire. Nous avons prouvé au monde ce qu'une nation peut accomplir avec l'infrastructure publique numérique que nous avons construite. Mais maintenant, l'Inde se trouve au début de quelque chose de bien plus grand. Un saut dans un avenir axé sur l'IA. Un saut pour devenir véritablement une nation axée sur l'IA. Et l'Inde est maintenant prête pour son siècle de l'IA. Et chez Microsoft, nous sommes si fiers de nous tenir aux côtés de l'Inde pour faire en sorte que cela se produise. Je commencerai par là où Satya nous a laissés : notre mission. Nous ne réussissons que si le monde qui nous entoure réussit. Nous réussissons quand le monde qui nous entoure réussit. Nous réussissons quand l'Inde réussit. Et pour nous, chez Microsoft, il ne s'agit jamais seulement de technologie. Il s'agit de ce que la technologie peut faire avec les gens. Avec chacun d'entre vous. Comment pouvons-nous rendre la technologie réelle pour vous tous — ce que chaque Indien en fait. Et l'avantage de l'Inde ne viendra pas seulement de l'innovation de pointe. Nous allons évidemment innover comme personne d'autre ne peut le faire, mais grâce à la diffusion. Des salles de classe aux salles de réunion. L'Inde s'élèvera lorsqu'un milliard d'Indiens s'élèveront avec l'IA. Et c'est notre mission, les amis. Nous voulons être les copilotes de la transformation de l'Inde par l'IA et nous allons y parvenir. C'est pour cela que nous nous levons chaque matin et que nous nous mettons au travail.

Bon, je me suis dit que j'allais commencer par une histoire. J'étais à Bangalore il y a quelques mois, j'ai rencontré un de mes amis, Manish, qui construit une application. Et j'ai dit : 'Manish, quand est-ce que ton application sera disponible ?' Il a répondu qu'elle était en version bêta. J'étais ici à nouveau il y a quelques semaines et j'ai dit : 'Manish, quand est-ce que l'application sera disponible ?' Il a dit qu'elle était en version bêta. J'étais ici la semaine dernière et j'ai dit : 'mec, quand est-ce que sort la version finale, quand est-ce que l'application est lancée ?' Il m'a répondu que nous sommes en version bêta perpétuelle. Et encore une fois, ce sont ses mots, pas les miens, il me dit : 'c'est comme être fiancé pour toujours, des problèmes d'engagement mais avec un logiciel.' Les développeurs dans l'assistance ont compris. Mais les amis, la bêta perpétuelle — vous le savez tous — c'est un état d'amélioration continue. Votre produit est en ligne mais vous envoyez continuellement des mises à jour basées sur ce que vous apprenez. La raison pour laquelle je vous raconte cette histoire est que le monde d'aujourd'hui donne l'impression d'être en version bêta perpétuelle. N'est-ce pas ? Il semble très peu familier. De Thomas Friedman écrivant 'Le monde est plat' il y a 20 ans, quand le code traversait les frontières et que les usines tournaient à plein régime, nous pensions vraiment que le monde était plat. À aujourd'hui, où le monde semble très différent, il semble en version bêta perpétuelle. Et je pense que c'est là qu'il y a deux forces macro à l'œuvre : la géopolitique que nous essayons tous de comprendre, mais aussi l'IA. Nous avons le plus grand déploiement d'infrastructure au monde qui se déroule sur la planète aujourd'hui. Même en Inde, nous construisons la plus grande présence à grande échelle. Et je pense que ces deux forces — la géopolitique et l'IA — travaillant ensemble, rendent ce monde très peu familier. Et j'appelle cela 'le monde est en train de se réorganiser', le monde est en train de redémarrer. L'aspiration ici ne doit pas être de combattre ce monde qui refuse de jouer selon les règles auxquelles nous sommes habitués, mais de comprendre ce monde, de naviguer dans ce monde.

Premièrement, je parlerai de l'IA de pointe : vers où nous dirigeons-nous avec l'IA et je vous donnerai mes cinq prédictions sur l'IA. Je vais vous provoquer — je me trompe peut-être — mais je vais vous donner quelques idées stimulantes sur la direction que nous prenons avec l'IA. Commençons par l'IA de pointe. Vous savez, Sam Harris a eu cette citation fascinante : il a dit que l'intelligence est une belle propriété donnée uniquement aux humains. J'adore Sam Harris, mais il avait tort. L'intelligence n'est pas une propriété donnée uniquement aux humains. Pour la première fois dans l'histoire de l'humanité, nous avons potentiellement la capacité de fabriquer de l'intelligence. Quand le calcul deviendra cognition, quand le calcul deviendra intelligence ou quand le journal de calcul deviendra intelligence. C'est la quête de l'IA, les amis. Nous essayons de construire des machines qui possèdent une équivalence humaine en matière d'intellect, voire une supériorité dans certains cas. Nous entrons dans une nouvelle réalité. Aujourd'hui, si vous devez mettre de l'intelligence au travail, que faites-vous ? Vous embauchez une équipe de personnes, vous les réunissez, vous recrutez le chef de projet, vous lancez l'équipe, coût complet, trois mois, quatre mois, et ensuite vous voyez un certain impact de cette intelligence. Imaginez un monde où vous passez d'une intelligence arrivant dans cette structure d'équipe à quelque chose que vous pouvez acheter comme vous achetez de l'électricité. Imaginez que dans quelques années, vous soyez assis dans la même pièce et qu'il y ait des prises autour de vous et que vous puissiez vous brancher et obtenir 50 points de QI. C'est le monde dans lequel nous entrons, les amis. C'est la nouvelle réalité. L'intelligence passera de quelque chose de rare et de coûteux à quelque chose d'abondant, qui est presque disponible sur demande, disponible au robinet. Et ce monde sera très différent, les amis. Chaque entreprise aujourd'hui est un ensemble d'intelligence, un ensemble d'expertise. Une fois que l'intelligence sera disponible au robinet, vous devrez repartir et recâbler votre entreprise. Cela change tout en termes de gestion des entreprises, de gestion des personnes, de dynamique économique. Cela changera tout dans les entreprises.

Donc, si cela se produit, si nous passons à ce monde de l'intelligence au robinet et de l'intelligence non mesurée, comment le monde sera-t-il différent ? Et je vais vous donner mes cinq prédictions, les amis. Encore une fois, pour vous provoquer — je me trompe peut-être — mais allons-y. Numéro un, nous sommes tous habitués à ce que des collègues physiques travaillent les uns avec les autres. Nous entrons dans une phase où des collègues numériques rejoindront la main-d'œuvre, les amis. Nous ne serons pas seuls au travail. Jusqu'à présent, l'IA a consisté à répondre à des questions et à raisonner. La prochaine vague de l'IA sera une véritable collaboration. Le véritable déblocage de l'IA se produira lorsqu'elle passera d'un outil sur votre téléphone — pour l'instant, c'est un outil sur votre téléphone, quel que soit le modèle que vous utilisez, quelle que soit l'interface de discussion que vous utilisez — à un véritable coéquipier. Et c'est ainsi que nous créons la prochaine génération d'agents qui arrivent, qui sont autonomes, qui peuvent poursuivre des objectifs dans un environnement non structuré, faire des choses pour vous et revenir en disant : 'hé patron, j'ai trouvé quelque chose d'utile.' Et ces agents ont trois choses. Ils ont de la perception, ils voient tout ce que vous voyez, ils ont de la cognition, et ils ont de l'agence. Ils agissent avec votre permission, mais sans votre intervention. Donc, les amis, nous entrons dans un monde où l'IA passe d'un outil sur votre téléphone à un coéquipier, à un véritable collègue numérique pour nous amplifier.

Numéro deux, fans de Batman — j'adore Batman, Gotham City — il y avait un signal de chauve-souris. Il y a un autre signal de chauve-souris dans le ciel maintenant. Chaque startup, chaque entreprise numérique à qui je parle, chaque développeur à qui je parle : avant, la conversation portait sur quel cloud je construis ? Maintenant, la conversation porte sur quel modèle je construis ? Par quelle API dois-je commencer ? Les premiers dollars de chaque entreprise allaient aux serveurs, au stockage et aux bases de données. Maintenant, ils vont aux modèles et aux appels d'API, les amis. Celui qui remportera le premier appel d'API du développeur construira le prochain géant du numérique. C'est vers cela que nous nous dirigeons.

Donc, si les entreprises se construisent avec l'IA, sur quoi se construisent-elles ? Où se trouve le marché potentiel (TAM) ? Et ma troisième prédiction est que nous passerons de cette économie de l'inefficacité à laquelle nous sommes tous habitués actuellement à une économie des résultats. Réfléchissez-y. Aujourd'hui, plus cela prend de temps, plus votre avocat gagne de l'argent. Plus cela prend de temps, plus votre prestataire de services informatiques gagne de l'argent. Plus cela prend de temps, plus votre consultant gagne de l'argent. Je pourrais continuer comme ça. Ce modèle est fondamentalement défaillant, les amis. C'est un modèle inefficace et des industries de plusieurs billions de dollars sont aujourd'hui bâties sur ce modèle inefficace qui craque chaque jour. L'IA mettra fin à cette mascarade de la facturation à l'heure. Si l'IA peut vous donner votre document juridique en 20 secondes, votre avocat ne pourra pas vous facturer à l'heure. Nous passerons à un monde de microtransactions. Vous irez dire : 'écoutez, j'ai besoin de mes prévisions pour le prochain trimestre. Donnez-moi mes prévisions.' Le modèle dira que cela coûtera 20 dollars et on s'en occupe.

C'est donc le monde dans lequel nous entrons, les amis : l'économie de l'inefficacité qui passe à l'économie des résultats. Chaque entreprise aura besoin d'une usine d'IA. Et c'est quelque chose dont Satya a parlé. Nous parlons de souveraineté au niveau du pays, de souveraineté au niveau de l'entreprise ou de l'activité. Si le modèle finit par tout savoir, que savez-vous ? Si le modèle finit par tout savoir, que représente votre entreprise ? Et je pense que c'est là que réside votre capacité à construire votre propre usine d'IA, à prendre un modèle en libre accès, à y apporter vos connaissances, votre contexte, votre magie et à laisser tout cela fructifier. Chaque entreprise aura besoin d'une usine d'IA, d'une usine d'agents intégrée.

Ma dernière prédiction — c'est la question qu'on me pose tout le temps : l'IA va-t-elle voler des emplois ? Ma réponse est que l'IA ne volera pas d'emplois, les amis. L'IA va disséquer les emplois. L'IA va décomposer les emplois. Chaque emploi aujourd'hui est un ensemble de tâches. L'IA va le décomposer. Et quand l'IA décomposera les emplois, nous devrons mieux nous structurer nous-mêmes. Cela nous forcera à mieux nous structurer, les amis. Malheureusement, nous vivons toujours avec ce modèle de l'ère industrielle. Mon grand-père, mon père, j'y vis presque encore, où l'on apprend une fois et on gagne sa vie pour le reste de sa vie. C'est en train de s'effondrer, les amis. C'est en train de s'effondrer complètement. Apprendre, c'était comme construire une maison et y vivre pour toujours. Maintenant, apprendre, c'est comme planter sa tente partout où l'on voit une opportunité. Cela change radicalement, les amis. Nous serons la dernière génération à avoir des carrières stables à long terme. Ça n'arrivera plus, les amis. Et dans cette ère de l'IA, les amis — et les gens s'inquiètent trop de l'automatisation — le véritable licenciement n'est pas l'automatisation. Le véritable licenciement, c'est notre refus d'apprendre. C'est une guérilla quotidienne contre l'obsolescence, les amis. S'il y a une chose que je peux vous donner aujourd'hui, c'est que si vous n'apprenez pas, vous êtes déjà en retard. Ce n'est plus un passe-temps, c'est une guérilla quotidienne contre l'obsolescence. Alors, apprenez, apprenez, apprenez. Voilà donc mes cinq prédictions.

Parlons de l'Inde. Et je vais vous donner quelques idées à réfléchir. Premièrement, nous savons toujours que les voies viennent avant les trains. L'Inde est en train de poser les bonnes voies, les amis. L'IA pour nous en Inde n'est pas seulement un changement technologique — c'est un changement économique, social, générationnel et profond, les amis. C'est l'opportunité la plus transformative de notre vie. Et l'Inde pose les bonnes voies, mais si vous regardez notre infrastructure publique numérique, les sept autoroutes numériques, elles sont construites pour l'ère numérique. Elles sont maintenant toutes en train de passer à l'ère de l'IA. Ainsi, à partir de ces autoroutes numériques — qu'il s'agisse d'Aadhaar ou d'UPI — gérées comme des systèmes numériques, nos 22 millions de développeurs dont Satya a parlé vont les faire passer à un monde prêt pour l'IA où elles seront gérées avec des flux de travail autonomes, des copilotes, des agents. C'est le monde dans lequel nous entrons, les amis. Et c'est pourquoi notre engagement à former 20 millions de personnes dans le pays est super important et nous en sommes très heureux. Une nation, un pays devient pionnier quand trois choses se produisent, les amis. La première est que l'infrastructure numérique devient une infrastructure d'IA, ce qui est en train de se passer. Deuxièmement, nous avons une connectivité sur toute l'étendue de Bharat, ce qui est en train de se passer. Et troisièmement, we avons une gouvernance et des programmes pour passer à l'échelle, ce qui est en train de se passer. C'est donc la recette magique, c'est le volant d'inertie en Inde qui commence à se construire. Et il ne s'agit pas seulement de construire les voies et les trains, il s'agit aussi de diffusion. Un autre livre fascinant que vous devriez lire si vous ne l'avez pas fait : Jeffrey Ding a écrit ce livre, mais sa thèse simple était qu'il existe deux types d'États dans le monde : les États qui construisent la technologie, la technologie de pointe, et les États qui diffusent la technologie. Devinez qui en tire le plus de valeur : ceux qui diffusent la technologie. Bien sûr, si vous pouvez construire et diffuser, c'est magique, mais ce n'est pas nécessaire. Mais si vous pouvez diffuser la technologie, votre capacité à en tirer de la valeur est bien plus grande, les amis. Et il est incroyable de voir comment l'Inde fait cela, des salles de classe aux salles de réunion, l'Inde s'en empare et diffuse comme jamais auparavant.

Parlons des entreprises pionnières et des bâtisseurs de demain. Et j'ai beaucoup utilisé ce terme 'pionnier' (frontier), mais pour vous donner une idée de ce que cela signifie : vous savez ce que sont les modèles de pointe — ils changent toujours, s'améliorent toujours, bougent toujours vite. Les entreprises pionnières sont comme cela. Elles changent toujours, elles bougent toujours, elles construisent toujours une technologie innovante. Et compte tenu du privilège que nous avons chez Microsoft de travailler avec des milliers de clients, nous avons acquis une certaine reconnaissance de modèles. Et l'autre question que l'on me pose, avec les emplois, c'est le retour sur investissement (ROI) de l'IA. Le ROI sur l'IA n'est plus insaisissable, les amis, il n'est plus insaisissable. Il provient de ces quatre reconnaissances de modèles que nous avons. Ce sont les quatre domaines où nous voyons le plus de ROI. Le premier est l'expérience des employés et ces entreprises se concentrent sur l'expérience des employés, en l'enrichissant, en trouvant vraiment les bons talents, en leur donnant les bons outils. L'engagement client : vraiment N = 1, le rêve que nous avions dans l'engagement client est de retour, les amis, et c'est de nouveau vrai. Et ils réinventent l'engagement client comme jamais auparavant. Le remodelage des processus métier. Vous ne pouvez pas appliquer l'IA sur un vieux processus et attendre qu'elle fasse de la magie. Vous devez refaire toute la plomberie de gauche à droite et ils revoient les processus. Inverser la courbe de l'innovation. Il y a un créateur en chacun de nous, il y a une personne créative en chacun de nous ; nous avons en quelque sorte étouffé cette personne au cours de nos vies et de nos carrières. Ils font revenir cette personne, ils font revenir la créativité. Et ils font — l'IA était une impulsion descendante (top-down) jusqu'à il y a deux ans, jusqu'à l'année dernière même — ils font de l'IA une révolution ascendante (bottom-up), un mouvement de fond.

Et laissez-moi vous donner quelques exemples pour illustrer cela et vous montrer de vraies entreprises qui font cela magnifiquement. UST : incroyable de voir ce que fait UST, les amis. 5 000 copilotes, en réfléchissant vraiment aux RH, en réfléchissant à chaque fonction de l'organisation, en se préparant pour un avenir agentique, en construisant vraiment cela de bout en bout. Incroyable de voir l'impact et incroyable de voir ce qu'ils construisent. ClearTax, l'un de mes exemples préférés. Ils font de la déclaration d'impôts pour les travailleurs de la gig economy dans ce pays, en intégrant l'IA — l'impact qu'ils constatent : 75 % des travailleurs aujourd'hui déclarent leurs impôts via ClearTax en utilisant l'IA sans aucune exploitation, sans aucun problème. 75 % des travailleurs de l'économie à la tâche déclarent leurs impôts pour la première fois. Incroyable de voir déjà l'impact. Genpact : encore une fois, une histoire incroyable sur la transformation financière de bout en bout, en examinant réellement les processus de bout en bout, la comptabilité fournisseurs, la comptabilité clients, en le faisant de bout en bout et en réimaginant complètement le processus — pas en mettant de la technologie sur un vieux processus, en regardant un processus de gauche à droite et en le refaisant complètement. PhysicsWallah, encore un de mes exemples préférés. Incroyable de voir comment ils mettent l'IA au travail pour l'éducation en Inde. Dans les petites villes d'Inde, le prix actuel est d'environ 50 dollars par an, mais ils le rendent super accessible. 2 millions d'étudiants utilisent leur tuteur IA, leur Guru IA pour se former. Les questions à votre professeur prenaient six à sept heures, maintenant cela prend une minute. Ainsi, les étudiants attendaient six à sept heures pour que le professeur leur dise ce qu'ils avaient fait de mal et ce qu'ils devaient faire de mieux — maintenant c'est une affaire de minutes, les amis. C'est incroyable de voir ce qu'ils font.

J'ai donc raconté assez d'histoires, mais les amis, le fil conducteur entre toutes ces histoires, en revenant à là où j'ai commencé, c'est que nous avons la capacité de fabriquer de l'intelligence — ces entreprises, ces firmes pionnières démocratisent l'intelligence. Mais elles placent l'humain au centre de celle-ci. Elles placent l'humain au centre. Il ne s'agit pas de plus d'efficacité et de productivité ; il s'agit de faire des choses que vous ne pouviez jamais faire auparavant. Et elles parient sur une IA humaniste, les amis. L'IA doit être au service des personnes, et non l'inverse. Parfois, nous nous trompons dans cette équation ; elles corrigent cela. Toutes les grandes idées dans la vie commencent par l'ambition humaine et elles placent l'IA, l'ambition humaine au centre de celle-ci. Bien sûr, avec Copilot comme interface utilisateur pour l'IA et ensuite l'écosystème d'agents. Et nous, Microsoft, nous regroupons nos capacités à travers nos solutions d'IA pour les entreprises, nos plateformes cloud et d'IA, à travers la sécurité et l'observabilité sur toute la ligne pour faire en sorte que cela se produise. Nous devons le faire, nous devons remettre le 'I' (Individu) dans l'IA, mais cela ne se produira qu'avec la confiance et la sécurité, ce que nous faisons.

Bon, pour vous inspirer, cette présentation ne suffit pas. Ce que nous avons donc fait, c'est que nous avons publié un livre et je le recommande — nous vous en fournirons une copie numérique — vous devriez tous le lire. 60 histoires de héros d'entreprises en Inde qui deviennent pionnières en utilisant l'IA à grande échelle pour un impact réel, en voyant un ROI. Veuillez vous en emparer, les amis, c'est pour vous inspirer, c'est pour vous aider à démarrer. Et nous, Microsoft, nous sommes si honorés et si fiers que les clients choisissent toujours nos solutions et c'est incroyable de voir cette marche en avant vers Microsoft et notre capacité à construire la meilleure usine de jetons de la planète. Et Satya a parlé des jetons par roupie par watt — notre capacité à optimiser cela et à faire en sorte que cela se produise pour l'Inde, notre capacité à construire l'usine d'agents, notre capacité à construire les systèmes d'IA d'intelligence avec des copilotes et des applications d'entreprise, c'est ce que tout cela réunit.

Laissez-moi résumer cela, les amis. Et je vous laisserai avec cinq idées à poursuivre ou cinq actions parce que je veux que vous changiez quelque chose quand vous sortirez de cette salle aujourd'hui. Premièrement, les amis, la révolution de l'intelligence est en plein essor. Elle est là. Inutile de la nier, elle est là. Nous entrons dans une ère d'intelligence non mesurée où nous aurons accès à l'intelligence — en revenant aux 50 points de QI sur le mur pour nous tous, surtout pour moi, je peux m'en servir. Mais les amis, c'est l'ère dans laquelle nous entrons. Repartez et réfléchissez à la manière dont vous allez recâbler votre entreprise, dont vous allez recâbler vos produits, dont vous allez recâbler vos cycles de développement. Et les amis, c'est mon appel à l'action : lancez-vous maintenant. Des entreprises pionnières émergent, les amis, et elles sont comme des machines à remonter le temps : elles vous donnent un aperçu du futur, de ce qui arrive — apprenez d'elles. Repartez et trouvez votre premier collègue numérique si vous n'en avez pas — nous devons tous être des chefs d'agents. Trouvez des agents qui travaillent pour vous, lancez-les, réfléchissez vraiment à l'usine d'agents que vous construisez dans votre entreprise. Le futur est déjà là. Le volant d'inertie de l'Inde tourne plus vite que jamais. Le volant d'inertie de l'Inde tourne plus vite que jamais avec les voies avant les trains, la diffusion des salles de classe aux salles de réunion. Et aucun d'entre nous en tant qu'Indiens, en tant que leaders, en tant que développeurs ne mérite son titre de leader si nous ne pensons pas grand pour l'Inde, les amis. Si vous ne pensez pas grand pour l'Inde, nous ne rendons pas justice à l'Inde. Alors s'il vous plaît, voyez grand pour l'Inde — votre mandat et mon mandat et tous nos mandats doivent être l'Inde. La formation à l'IA est la nouvelle alphabétisation. Et je l'ai dit les amis, c'est une chose avec laquelle je veux vous laisser : c'est une guérilla contre l'obsolescence. C'est le seul masque à oxygène. Et je viens de Delhi donc je connais la valeur d'un masque à oxygène. Il fallait que je fasse une blague sur Delhi. Mais les amis, c'est le seul masque à oxygène. Et les amis, ce n'est plus un passe-temps. Se former sur l'IA, c'est comme gravir une montagne — certains courent pour monter, d'autres prennent un vélo, d'autres marchent, certains sont encore au camp de base en regardant la montagne. Commencez à courir vers la montagne, les amis, commencez à grimper. Et c'est un sport de contact complet. Comme mon apprentissage dans la vie : vous ne pouvez pas être en forme en regardant les autres aller à la salle de sport. Je fais ça tout le temps ; je ne me remets pas en forme. Vous devez aller à la salle vous-mêmes, les gars. Alors allez à la salle sur ce sujet, c'est comme du cardio tous les jours — n'attendez pas ce marathon annuel. Lancez-vous. Et puis la dernière chose les amis : Microsoft est si fier de se tenir aux côtés de l'Inde alors que nous propulsons un milliard de rêves, alors que nous élevons un milliard d'Indiens en Inde pour faire de nous une véritable nation axée sur l'IA. Un moment vraiment extraordinaire pour nous tous. Je finirai là où j'ai commencé les amis. Le monde semble peu familier, en revenant à l'application de Manish qui est en bêta perpétuelle. Le monde est en train de se réorganiser ; une nouvelle carte du monde se forme aujourd'hui, les amis. Et cette carte se moque de savoir où les biens sont produits et où la valeur est produite. Cette carte se soucie uniquement de savoir où l'intelligence est produite et plus important encore, où l'intelligence est diffusée. C'est ce dont cette carte se soucie. Et dans ce réarrangement du monde, dans ce monde en bêta perpétuelle, se trouve la plus grande opportunité pour tous les bâtisseurs dans cette salle, pour les bâtisseurs les plus audacieux, pour chacun d'entre vous. L'opportunité de notre vie est devant nous, les amis. Le destin numérique de l'Inde est en train de s'écrire aujourd'hui et le nôtre aussi. Et au moment où je repars, quand un milliard de personnes s'élèvent en Inde avec l'IA, la nation se transforme. Il n'y a jamais eu de meilleur moment pour construire pour nous tous. Vous êtes la frontière, vous êtes le futur. Commençons à construire, les amis. Merci.

Mesdames et messieurs, nous sommes arrivés au terme de notre séance d'ouverture. Scannez le code QR pour nous faire part de vos commentaires, vos réflexions nous sont précieuses. Merci.

Retrouvez les vice-présidents de Microsoft, Rajiv Kumar et Charumati Shrinivasan, pour leurs séances de travail au Scarlet 1. Également à 15h00 ici au centre de convention. Vous trouverez toutes ces informations et bien plus encore dans l'agenda. Veuillez quitter la salle de manière ordonnée par la sortie sur votre droite et descendre les tapis roulants jusqu'au hub de connexion où vous pourrez échanger avec nos experts en la matière et nos partenaires. Merci.