Bonjour. C'est merveilleux d'être de retour à Mumbai pour parler d'IA et célébrer les solutions construites par les habitants de ce pays, de cet État et de partout ailleurs. Il est passionnant de voir les progrès en action année après année.

Pour nous, il s'agit toujours de donner les moyens aux personnes et aux organisations. Lorsque nous parlons de nouvelles plateformes technologiques, tout revient à la manière dont elles sont utilisées pour autonomiser une institution ou une organisation. Je vais parler de CrimeOS, que le Ministre en chef a parrainé au profit de chaque citoyen de cet État. C'est le type d'innovation que nous voulons voir partout.

La clé pour nous est de rester ancrés dans le fait que la frontière de ce qui est possible change. La technologie nous permet de réimaginer ce que nous pouvons faire dans notre État, nos organisations et nos vies.

Nous commençons toujours par l'expérience client. Vous pouvez réimaginer l'expérience employé, l'efficacité opérationnelle et le rythme de l'innovation. Si vous êtes une entreprise pharmaceutique, pouvez-vous passer les essais cliniques plus rapidement et mettre plus de nouveaux médicaments sur le marché ? C'est la frontière que nous poursuivons tous.

Pour ce faire, vous devez adopter une nouvelle approche et désapprendre ce qui fonctionnait auparavant. La reconnaissance de modèles de l'ère précédente peut ne pas fonctionner à cette nouvelle frontière.

Cela commence par un état d'esprit qui nous libère pour utiliser une nouvelle approche. Par exemple, lors de la création d'une solution d'IA, vous ne commencez pas par une spécification ; vous commencez par un test. On parle d'évaluations et de création de rubriques pour effectuer des évaluations sur un résultat particulier. Ensuite, vous créez un système d'apprentissage et progressez dessus.

Cela inverse le processus de construction d'un système d'information. Vous partez du résultat, créez une évaluation robuste, puis spécifiez, plutôt que d'aller de gauche à droite.

Cela signifie que nous devons tous acquérir de nouvelles compétences. Pour ce faire, vous avez besoin d'une nouvelle chaîne d'outils que vous utilisez quotidiennement pour exploiter vos données avec un nouvel état d'esprit. C'est ainsi que nous voulons l'aborder.

Pour faciliter cela, il ne peut s'agir d'un cadre abstrait ; cela doit être une pratique quotidienne. Que vous soyez un travailleur de l'information ou un développeur de logiciels, nous utiliserons tous la même approche.

Pour réaliser cela, nous avons construit une pile technologique. En commençant par la couche d'expérience, nous avons apporté l'IA Copilot là où vous travaillez : Outlook, Word, Excel ou Teams.

Considérez Copilot comme plus qu'une simple réponse à une requête. Nous savons depuis deux ans que nous pouvons lui poser n'importe quelle question et obtenir une meilleure réponse que dans une expérience de recherche d'informations traditionnelle.

Maintenant, nous avons des agents. Considérez Copilot comme votre navigateur pour le web agentique. À l'intérieur de Copilot, vous avez de puissants agents intégrés, comme un chercheur. Un chercheur capable d'utiliser un ordinateur est une percée. C'est comme avoir un assistant de recherche disponible 24h/24 et 7j/7 qui peut prendre n'importe quel sujet et utiliser un ordinateur pour trouver des informations plutôt que de simplement fournir une réponse unique.

Le chercheur peut utiliser un ordinateur pour faire des recherches. La même chose s'applique à un analyste. Je peux charger des feuilles de calcul Excel et les donner à un analyste, ce qui revient à avoir un analyste de données disponible 24h/24 et 7j/7 fournissant des informations.

Je suis très enthousiaste par ce qui se passe avec les agents Excel, un changement similaire à celui du développement de logiciels. J'ai récemment participé au championnat du monde d'Excel en utilisant un agent Excel. C'était génial de voir comment le mode agent comprend profondément la sémantique d'une feuille de calcul.

Il ne s'agit pas seulement d'un modèle ponctuel ; c'est la capacité d'itérer continuellement sur un modèle sophistiqué en utilisant le mode agent. Ces outils sont les nouveaux Word, Excel et PowerPoint. Ils sont entre les mains de tous, et je vois qu'ils sont utilisés efficacement.

La diffusion est plus rapide que tout ce que j'ai vu. Je suis revenu à Mumbai à chaque changement de génération technologique depuis le début des années 90, mais le rythme actuel du changement est sans précédent. Les applications sont largement diffusées partout. Pour vous montrer cela en action, je vais inviter ma collègue Zoe sur scène.

Merci, Satya. Je suis Zoe, responsable marketing produit dans l'équipe Microsoft 365 Copilot. Comme vous tous, je commence ma journée en me déplaçant et en me préparant pour les tâches à venir. Pour cela, je vais utiliser Copilot sur mon mobile.

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

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

Merci, Copilot. Est-ce que mon manager m'a envoyé des e-mails ?

Oui, vous avez quelques e-mails de Nicole. Hier, elle a rappelé à l'équipe une rencontre vendredi. Elle a également mentionné que la finalisation de la revue commerciale mensuelle devrait être une priorité élevée.

Copilot n'a pas seulement mon contexte de travail ; il sait qui je suis, sur quoi je travaille et avec qui je travaille. C'est un véritable assistant IA. Je veux regarder la demande de mon manager concernant les mises à jour de la revue. J'utilise GPT-5.2, que nous avons publié hier et qui est immédiatement disponible pour tous les clients Microsoft 365.

GPT-5.2 permet à Copilot d'être encore meilleur pour trouver des ressources pertinentes. Mes réponses sont contextuellement précises et je suis capable de prendre des mesures rapides avec un résultat visuel. Seul Copilot combine l'innovation des modèles avec vos données de travail pour fournir les réponses les plus pertinentes.

Je souhaite mettre à jour mon document de revue commerciale mensuelle avec les données de novembre en utilisant le mode agent dans Word. Le mode agent permet à l'agent d'éditer, de rédiger et de formater le document en utilisant le langage naturel tout en me gardant le contrôle.

Il parcourt toutes mes données de travail, y compris les e-mails, les réunions, les discussions et les fichiers. Cela me prend normalement des heures, mais l'agent l'applique activement maintenant. Il laisse les parties qui n'ont pas changé telles quelles tout en mettant à jour tout le reste pour novembre.

Enfin, je veux comprendre le budget de notre équipe pour le prochain exercice. Je vais aller dans Excel, activer le mode agent et lui demander d'identifier ce qui a été dépensé, ce qui n'est pas engagé et ce qui est à risque, puis de construire un tableau de bord visuel.

Le mode agent dans Excel comprend nativement Excel. Il construit des formules directement dans ma feuille de calcul où se trouve mon budget. Il crée des objets natifs tels que des graphiques et des tableaux et détaille tout ce qu'il fait.

Si mon manager demande comment je suis parvenue à une conclusion, Copilot m'aide à comprendre ce qu'il a fait. Je peux également demander au mode agent une mise en forme conditionnelle, comme mettre en évidence les risques en rouge.

Il a créé ce tableau de bord en direct avec des formules riches, une mise en forme conditionnelle et un graphique natif que je peux manipuler. Copilot m'a rendu plus rapide et plus percutante. Je ne peux pas imaginer travailler sans lui. À toi, Satya.

Merci, Zoe. Concernant cette démo d'Excel, j'adorais Excel quand j'avais des cheveux, et je l'adore maintenant que je n'en ai plus. C'est l'une de ces choses générationnelles qui s'améliorent malgré mes défis capillaires.

À l'ère de l'IA, les données sont un atout stratégique, mais vous devez apporter ces données de manière contextuelle à l'IA. C'est de l'ingénierie de contexte. Tant au niveau de l'ingénierie et des affaires, nous devons réfléchir à la manière contextuelle dont nous alimentons l'intelligence avec des données plutôt que d'utiliser les silos de la génération précédente.

Sous la démo de Zoe se trouve la base de données la plus importante de toute entreprise utilisant Microsoft 365. La connaissance tacite d'une organisation réside dans les relations entre les personnes et leurs artefacts de travail, tels que les feuilles de calcul, les e-mails et les réunions. Nous avons transformé cela en Work IQ, la partie d'état de M365 qui peut être apportée à n'importe quelle solution d'IA ou agent que vous construisez.

Deuxièmement, nous avons pris les modèles sémantiques utilisés pour l'analyse dans Excel et Power BI et les avons mis à la disposition de votre IA via Fabric et Fabric IQ.

Enfin, Foundry IQ gère la génération augmentée de récupération. Nous avons construit un système de récupération de nouvelle génération qui planifie, exécute et raisonne sur la manière de récupérer les données pertinentes de Work IQ, Fabric IQ et d'autres stockages pour les amener dans le contexte de votre application d'IA.

La couche suivante est la création d'agents, ce qui est aussi simple que de créer une feuille de calcul ou un document. Agent Builder est intégré à Copilot. Nous avons également App Builder, réalisant la vision de Bill Gates des années 90 de fusionner documents, sites web et applications. Vous pouvez spécifier l'application que vous voulez, et il la construira.

Copilot Studio est un autre moyen de construire des agents en utilisant des invites en langage naturel ancrées dans les données. Nous construisons Foundry pour vous permettre d'orchestrer plusieurs agents dans des systèmes agentiques complets en utilisant des cadres et des outils multi-agents.

Nous avons 11 000 modèles. La diversité des modèles rend le monde meilleur. Nous avons lancé GigaTime dans Foundry en tant que modèle à poids ouverts, basé sur des travaux avec l'Université de Washington et les hôpitaux Providence.

GigaTime s'attaque aux défis du traitement du cancer. Modéliser le système immunitaire pour voir si l'immunothérapie fonctionnera est actuellement complexe, lent et coûteux. Ce modèle simule le test en utilisant une image de microscope d'une tumeur pour montrer la protéomique spatiale du système immunitaire.

Un entrepreneur à Mumbai pourrait utiliser ce modèle pour construire un laboratoire de simulation disponible pour chaque ville du pays. Cela permettrait à chaque hôpital de réaliser des tests qui ne sont actuellement disponibles que dans les hôpitaux de premier plan à un coût élevé. C'est pourquoi nous jouons le jeu : pour faire une réelle différence dans le monde.

Nous regroupons cela dans une chaîne d'outils comprenant GitHub, Visual Studio et VS Code. La croissance de GitHub en Inde est phénoménale ; d'ici 2030, l'Inde devrait être le premier pays en termes de participation sur GitHub. L'ambition des projets venant d'Inde continue de croître.

Nous construisons GitHub comme le quartier général des agents (Agent HQ), offrant un accès aux modèles de codage dans le contexte de votre dépôt. Votre code est votre ressource la plus importante, et vous voulez que de nombreux modèles y travaillent au fil des ans. Les formes d'interface avec l'IA resteront les IDE, les interfaces CLI et les interfaces de discussion. Pour montrer cela, j'invite Karan sur scène.

Merci, Satya. Lors de GitHub Universe, nous avons annoncé Agent HQ, une plateforme agentique qui rend les agents natifs du flux GitHub. Laissez-moi vous montrer une démo.

J'ai une application de démonstration de boutique de jouets nostalgiques, mais elle manque d'options de recherche et de filtrage. Dans mon dépôt de code GitHub, je peux utiliser le panneau des agents pour déléguer une tâche à l'agent de codage Copilot en décrivant ce dont j'ai besoin.

Copilot travaille en arrière-plan. Je peux assigner des tâches depuis GitHub, VS Code, le CLI ou un mobile. Je peux voir toutes mes sessions d'agents dans une vue unique de centre de contrôle, y compris celles en cours et terminées.

Je peux également lancer des tâches en utilisant des agents personnalisés construits par nous ou nos partenaires. Ces agents personnalisés sont des experts du domaine qui étendent Copilot à travers vos flux de travail. Regardons la session que nous venons de commencer. Je peux voir les progrès de Copilot et le projet de PR.

En tant que développeur, je garde le contrôle et je peux orienter une session à mi-parcours. Je vais vous montrer une session que j'ai commencée plus tôt pour la même fonctionnalité. Elle est terminée avec un résumé et des captures d'écran grâce au Playwright MCP.

Je peux examiner les fichiers modifiés et demander d'autres ajustements. Si j'ai besoin de demander quelque chose à Copilot, je peux utiliser le chat Copilot. Copilot propose divers modèles, dont GPT-5.2, qui a été lancé hier soir et est déjà sur GitHub Copilot.

Je peux aussi importer mes propres modèles depuis Microsoft Foundry. J'y ai déployé et peaufiné des modèles et je les ai connectés à Copilot. Maintenant, je peux utiliser ces modèles directement sur GitHub ou VS Code.

J'ai peaufiné un modèle pour converser comme un développeur à Mumbai. Je lui ai demandé 'Qu'est-ce que Kubernetes ?' et il a expliqué les conteneurs et Kubernetes dans un langage simple. Cela montre la puissance de l'utilisation de mes propres modèles Foundry dans Copilot.

Concernant les déploiements, j'ai créé une PR pour une nouvelle page de détails de produit. Copilot l'a examinée et a laissé des commentaires sur l'épuisement du pool de connexions à la base de données et la sécurité des types.

Voici la nouvelle revue de code agentique de Copilot, combinant des détections LLM et des analyses déterministes pour des revues plus intelligentes. Je peux demander à Copilot d'implémenter toutes ces suggestions dans une seule PR, lançant ainsi une autre tâche agentique.

La sécurité est vitale. En tant qu'administrateur de sécurité, j'utilise l'intégration entre Microsoft Defender for Cloud et GitHub Advanced Security pour filtrer les problèmes de risque au moment de l'exécution en production identifiés par Defender.

Je vois des alertes dans mon dépôt, mais Copilot peut aider à les corriger. Je peux les sélectionner et les assigner à Copilot pour créer une PR qui traite ces problèmes de sécurité.

Nous avons plusieurs agents travaillant en arrière-plan, mais je veux écrire du code moi-même. Je vais ouvrir la session de l'agent pour la fonction de recherche et de filtrage dans VS Code.

Je peux extraire la branche ou appliquer les modifications directement. Dans VS Code, j'ai une vue de centre de contrôle pour les agents locaux, cloud et en arrière-plan. Je vais passer en mode agent, utiliser un modèle Foundry et demander une fonctionnalité d'autocomplétion pour la barre de recherche.

Je souhaite implémenter une nouvelle fonctionnalité pour regrouper des jouets sous forme de boîte de jeu. Je dois planifier l'implémentation. En utilisant l'agent de planification dans VS Code, je peux demander à Copilot de créer un plan d'implémentation et d'itérer dessus.

J'ai un plan détaillé des étapes requises. Une fois prêt, je peux coder cela ou le confier à un agent CLI pour travailler en arrière-plan.

Une fois terminé, notre application propose des filtres, une recherche et une autocomplétion. Nous avons utilisé des agents de codage Copilot dans le cloud, VS Code et le CLI, fait réviser le code et implémenté des correctifs de sécurité, tout en gérant les sessions dans le centre de contrôle. C'est cela Agent HQ.

Merci, Karan. Ces outils sont inspirants. Pendant Thanksgiving, j'ai construit une application. Voici mon abonnement Azure et mon application déployée au Canada Central.

Voici mon dépôt GitHub. Je travaille avec une configuration Windows 365 qui voyage avec moi, utilisant GitHub et CodeSpaces. Chaque matin, je vais dans mon dépôt et j'assigne des tâches à Copilot.

Ce matin, je lui ai demandé de mettre à jour l'application vers GPT-5.2. I will check the PR and test it on my flight back. Cela montre la puissance de prendre des tâches simples ou de grandes mises à jour et de les mener à bien.

J'ai construit un outil de recherche approfondie. Mon ambition est d'obtenir un poste dans l'équipe Copilot, j'essaie donc de devenir assez compétent pour être embauché. J'ai créé des cadres de décision qui fonctionnent au-dessus du modèle.

Un cadre est le Conseil LLM, une idée d'Andrej Karpathy où un comité de sélection de plusieurs modèles — comme GPT, Claude, Gemini ou Llama — est supervisé par un président élu pour traiter les requêtes.

J'ai également implémenté DxO, un cadre issu du secteur de la santé avec différents rôles, tels qu'un chercheur principal pour la recherche en largeur d'abord et un examinateur critique pour trouver des problèmes méthodologiques. Vous pouvez attribuer différents modèles à ces rôles.

Dans le domaine de la santé, plusieurs rôles travaillant dans un système multi-agents ont surpassé n'importe quel modèle unique. Il est intuitif d'avoir plusieurs sources intelligentes travaillant sur une décision.

J'ai implémenté Ensemble, qui lance des requêtes parallèles, anonymise les réponses pour supprimer les biais et les synthétise. Hier soir, j'ai ajouté une fonctionnalité de 'chaîne de débat'.

Cela permet différents formats de débat, tels que les pour et les contre, le SWOT ou l'avocat du diable. Chaque rôle présente un argument et les autres le critiquent à travers plusieurs tours.

J'ai ajouté des options de contrôle des coûts : rapide, équilibré ou profond. Ensuite, en tant qu'Asiatique du Sud, je l'ai utilisé pour sélectionner la meilleure équipe indienne de cricket de test.

Mon historique affiche les résultats. La synthèse du président a sélectionné des joueurs comme Gavaskar, Sehwag, Dravid, Tendulkar, Kohli, Kapil Dev, Ashwin et Bumrah.

Il y avait un consensus sur la formation principale, mais un débat sur l'opportunité d'inclure un batteur supplémentaire. Ils ont choisi VVS Laxman, avec GPT-4 et Claude plaidant pour lui en raison de ses compétences en gestion de crise. Le conseil a choisi Kohli comme capitaine.

La chaîne de débat me donne un aperçu. La vue DxO a montré un examinateur critique identifiant un biais d'époque, comme la comparaison des niveaux de forme physique des équipes modernes aux défis des anciens joueurs comme Gavaskar ou Hazare.

Vous pouvez utiliser ces cadres de décision comme une nouvelle forme de métacognition. Construire votre propre système multi-agents est la nouvelle norme. Nous ferons tous ce travail comme nous faisons des feuilles de calcul aujourd'hui pour exercer un meilleur jugement dans des situations à enjeux élevés.

J'ai transformé cela en un agent Copilot dans mon locataire privé Azure avec une API ouverte. Cependant, la prévention des pertes de données (DLP) de Microsoft m'a empêché de le déployer en dehors du locataire Microsoft pour éviter les problèmes d'exfiltration.

C'est grâce à Agent 365, notre moteur d'exécution d'agents qui apporte la gestion de l'identité, Defender, Purview et le DLP au monde des agents. Il assure la sécurité, la gouvernance et la visibilité pour des agents puissants.

Il existe une ambition significative de traduire cela en réussite. Adani Cement a réduit les délais de facturation au paiement de 20 jours à quatre heures. Aditya Birla a ajouté une interface conversationnelle à son application mobile. LTI Mindtree subit une transformation complète en utilisant Copilot et Foundry.

Mankind utilise l'IA pour donner des moyens aux délégués médicaux visitant les zones rurales pour répondre aux questions des médecins et améliorer les soins. Yes Bank constate un retour sur investissement sur 40 cas d'utilisation, y compris le délai de traitement des factures. Nous avons également MahaCrimeOS, parrainé par le Ministre en chef du Maharashtra.

J'ai rencontré l'équipe d'enquête et j'ai vu leur fierté d'utiliser ce système pour rendre justice à une victime de crime à Nagpur. Cela a considérablement accéléré le temps d'accès à la justice. Regardons la vidéo.

Aujourd'hui, le maintien de l'ordre concerne la cybercriminalité mondiale et la fraude financière.

Nagpur Rural reçoit environ 30 rapports de cybercriminalité chaque jour, montrant l'ampleur de l'afflux.

Je voulais retirer des fonds d'un site partageant des conseils boursiers. J'ai payé les frais, mais ils ont continué à en demander plus.

Nitu a signalé son cas, mais nous avons besoin des bons outils pour gérer ces enquêtes.

MahaCrimeOS AI sert de copilot d'enquête. Il détecte des modèles et donne une direction à l'enquête. Le gouvernement du Maharashtra a collaboré avec Microsoft et CyberEye pour adapter CrimeOS à nos besoins.

Notre devise est une IA éthique et responsable pour le bien public. Microsoft fournit une plateforme sûre et avancée.

MahaCrimeOS AI accélère notre travail et nous aide à rassembler des preuves rapidement avant qu'elles ne puissent être détruites.

MahaCrimeOS AI est construit sur Azure, Microsoft Foundry, Defender for Cloud et Microsoft Fabric. Il a réduit les délais d'enquête de 80 %. Près de 100 % des enquêtes sont désormais enregistrées numériquement.

Je suis pride d'adapter la technologie émergente pour répondre aux besoins de millions de personnes à travers l'État, rendant le gouvernement plus efficace et transparent.

En utilisant l'IA dans la gouvernance, nous pouvons faciliter les vies.

La police trouve les coupables, ce qui me donne l'espoir de pouvoir récupérer mes fonds.

Voir les gens récupérer leur argent nous procure une grande satisfaction et nous motive à continuer de travailler.

C'est un excellent exemple de technologie aidant les citoyens et se diffusant rapidement pour avoir un impact. L'infrastructure qui alimente cela est une 'usine à jetons', où l'efficacité — jetons par dollar ou watt — est la mesure la plus importante.

L'optimisation de cette infrastructure est corrélée à la croissance du PIB. Nous construisons Azure comme l'ordinateur du monde et investissons dans des régions à Pune, Mumbai et Chennai. Notre prochaine région à Hyderabad sera 100 % renouvelable.

Nous assurons la souveraineté grâce à un portefeuille d'options, comprenant le cloud public avec gestion locale des clés, l'informatique confidentielle et les clouds privés exploités par des partenaires comme Jio. Les données de Copilot sont traitées localement à l'intérieur de la frontière de données de l'Inde.

La cybersécurité est un jeu d'intelligence. Microsoft voit des billions de signaux quotidiens pour se défendre contre les États-nations et les cybercriminels. Notre démo a montré Defender vérifiant les vulnérabilités au moment de l'exécution et suggérant des correctifs basés sur le graphique d'attaque dynamique.

La souveraineté et la cyber-résilience sont deux aspects de la gestion des risques. Vous avez besoin de la meilleure intelligence pour rester protégé. J'ai rencontré le Premier ministre cette semaine pour annoncer notre plus gros investissement en Asie : 17,5 milliards de dollars.

Notre mission est de donner les moyens à chaque personne et organisation en Inde d'accomplir plus. Qu'il s'agisse d'oncologie de précision via GigaType ou de justice via MahaCrimeOS, nous travaillons ensemble pour concrétiser l'opportunité de cet âge de l'IA. Merci beaucoup.