YC : Les nouvelles tendances entrepreneuriales - L'IA passe des modèles à l'économie réelle, ces 11 secteurs de pointe valent le coup d'œil

Auteur : Équipe Y Combinator (Garry Tan, Brad Flora, Diana Hu, Jared Friedman, Gustaf Alströmer, Ankit Gupta, Jon Xu, etc.)

Compilation : Shenchao TechFlow

Introduction de Shenchao : Dans l'évolution de la Silicon Valley et de l'écosystème mondial du capital-risque, la "Liste de souhaits entrepreneuriaux (Request for Startups, RFS)" publiée par Y Combinator a toujours été considérée comme un indicateur et un œil du cyclone à la pointe des vagues technologiques. En regardant l'histoire, des premiers services de cloud computing, de l'internet mobile, des infrastructures financières de type Stripe, aux SaaS verticaux ultérieurs, les RFS de YC ont souvent pu indiquer avec précision aux entrepreneurs et aux investisseurs des terres vierges qui n'étaient pas encore monopolisées par les géants, mais qui nécessitaient une reconstruction technologique.

Dans cette dernière RFS, YC a donné un jugement macroéconomique très clair et lourd de conséquences : le plus grand obstacle au développement de l'IA ne se limite plus seulement aux paramètres et algorithmes des grands modèles, mais se propage rapidement vers le monde réel. L'emballage superficiel au niveau logiciel perd de sa valeur ajoutée, et les véritables opportunités de rupture se déplacent vers des secteurs à forte intensité de capital et de contraintes physiques, tels que l'industrie manufacturière, les infrastructures énergétiques et de réseau électrique, les îlots administratifs des affaires publiques, les systèmes de haute sécurité et l'espace commercial.

Cet article long résume les 11 grandes directions de pointe sur lesquelles l'équipe des partenaires principaux de YC mise, couvrant non seulement des experts en IA à 15 $ de l'heure, mais aussi des modèles d'écriture de haut niveau véritablement littéraires, allant jusqu'à la fabrication locale de robots aux États-Unis, à la chaîne d'approvisionnement de refroidissement des centres de données, aux outils financiers de Wall Street pour des infrastructures de mille milliards, ainsi qu'aux systèmes de modèles privatisés pour les entreprises. Shenchao TechFlow a réalisé une compilation complète et approfondie de ce contenu, fournissant à chaque entrepreneur, chercheur et investisseur sur la ligne de front de l'IA une carte panoramique et un guide de navigation précieux.

La publication de la "Liste de souhaits entrepreneuriaux (Request for Startups, RFS)" est une longue tradition pour nous chez Y Combinator, visant à partager avec les entrepreneurs du monde entier les problématiques clés que nous souhaitons voir abordées.

Cependant, ces directions ne représentent qu'une petite partie de notre paysage d'investissement. Si l'un de ces sujets éveille votre passion, considérez-le comme un puissant soutien pour vous engager dans ce domaine ; mais même si votre projet entrepreneurial n'est pas dans cette liste, cela ne vous empêche pas de soumettre une candidature à YC.

Une tendance majeure actuelle est que le plus grand obstacle auquel l'IA est confrontée se propage rapidement au-delà du modèle lui-même.

Nous avons de grandes attentes pour cette nouvelle vague de startups. Elles s'efforcent de créer le matériel, les infrastructures, les systèmes financiers et les logiciels verticaux nécessaires pour injecter véritablement l'intelligence de pointe dans l'économie réelle, couvrant des domaines allant de la fabrication en usine, des centres de données, à la gouvernance publique et même l'espace.

Startups de l'ère des lancements spatiaux à bas prix

Rédacteur : Ankit Gupta (Partenaire chez YC)

SpaceX dessine un tableau clair d'un avenir proche : dans un avenir proche, la fréquence des lancements de Starship atteindra 10 000 par an.

Actuellement, même un Starship jetable non réutilisable a presque le même coût de lancement qu'un Falcon 9 réutilisable, avec un coût par kilogramme en orbite considérablement réduit.

Avec la technologie de Starship se dirigeant vers une échelle et une réutilisation totale, nous allons assister à une chute vertigineuse du coût de lancement par kilogramme de charge utile.

Cela signifie que c'est maintenant le moment idéal pour réfléchir aux opportunités entrepreneuriales de l'ère de l'accès spatial abondant.

Quels modèles commerciaux sont aujourd'hui peut-être limités par le coût de lancement, mais deviendront extrêmement viables une fois que les coûts de lancement chuteront de 100 fois ou plus et que l'économie orbitale explosera ?

Nous pensons que ces entreprises doivent être créées dès maintenant. Si vous êtes un constructeur désireux d'explorer cela, YC est très impatient de recevoir votre candidature.

Experts à 15 $ de l'heure : Services professionnels accessibles grâce à l'IA

Rédacteur : Brad Flora (Partenaire chez YC)

Concernant l'IA, la plupart des discussions actuelles se concentrent sur la manière dont elle remplacera les travailleurs existants. Cependant, ce qui nous excite vraiment, c'est le chemin complètement opposé : grâce à l'IA, transformer un travailleur ordinaire en un expert de niveau professionnel.

Nous assistons à de plus en plus d'entreprises qui sortent des limites des diplômes et des qualifications, recrutant des personnes ordinaires avec une grande compréhension et une forte capacité d'exécution. Armés d'une IA avancée, ils peuvent accomplir des tâches complexes qui n'étaient auparavant traitées que par des experts chevronnés.

Imaginez un représentant du service client, doté d'excellentes compétences en communication et d'une maîtrise de l'IA, capable de fournir des conseils sur des fusions et acquisitions complexes, l'optimisation de la chaîne d'approvisionnement ou la conformité au commerce mondial.

Il existe des millions de postes similaires dans des domaines tels que le bien-être public, la planification fiscale, les réclamations d'assurance, la vérification des factures médicales et les documents de visa d'immigration.

En résumé, tant que la certification professionnelle constitue un obstacle à l'offre de services, ce modèle peut briller.

La dernière révolution industrielle a créé une vaste classe moyenne moderne grâce aux emplois ouvriers en usine ; cette fois-ci, la transformation technologique a le potentiel de redéfinir un nouveau système de classe moyenne grâce à des postes d'experts accessibles.

Nous espérons soutenir pleinement les startups qui s'engagent à réaliser cette vision.

Robots fabriqués aux États-Unis : Le retour du matériel

Rédacteur : Diana Hu (Partenaire chez YC)

Aujourd'hui, les modèles de base de robots de pointe commencent à réaliser une migration de compétences universelles à travers les formes et les types. À mon avis, le goulot d'étranglement de la concurrence dans le domaine des robots se déplace rapidement vers le matériel physique.

En 2025, 38 400 robots industriels seront installés aux États-Unis, avec une augmentation de 12 % par rapport à l'année précédente. Cependant, la grande majorité des robots dépendent encore fortement des importations en provenance du Japon et d'Europe.

Même ceux qui sont assemblés aux États-Unis dépendent souvent profondément des aimants provenant de Chine.

En 2024, la Chine a produit 94 % des aimants permanents en terres rares frittées dans le monde. Lorsque la politique de restrictions à l'exportation a été mise en place en avril 2025, certains géants de l'automobile ont même été contraints de réduire directement leur capacité de production.

En juillet, la Commission fédérale des communications (FCC) des États-Unis a même suspendu l'approbation de l'entrée des nouveaux robots mobiles connectés, à moins que ces robots ne soient entièrement fabriqués aux États-Unis ou n'obtiennent un très petit nombre de dérogations.

Selon les normes de conformité actuelles, un robot doit avoir plus de 65 % de ses coûts de pièces provenant de la fabrication nationale, et ce pourcentage augmentera à 75 % d'ici 2029. Cela signifie que le simple fait d'importer des pièces pour les assembler localement n'est plus une voie viable.

Nous espérons soutenir pleinement les entrepreneurs qui développent des robots et leur chaîne d'approvisionnement complète aux États-Unis.

Cela inclut des aimants en terres rares, des moteurs, des réducteurs à onde de contrainte, des encodeurs, des capteurs de couple, des pinces terminales, des puces dédiées, des batteries, ainsi que des machines industrielles de haute précision et des équipements de production utilisés pour fabriquer ces pièces.

Si vous travaillez dans ce domaine, nous sommes impatients de discuter avec vous.

Modèles de langage véritablement dotés d'une grande qualité d'écriture et de profondeur

Rédacteur : Jared Friedman (Partenaire chez YC)

Avec les avancées fulgurantes des modèles de langage dans les capacités de programmation et de raisonnement mathématique, ils semblent cependant régresser silencieusement en termes de style et d'expression écrite.

Ce n'est pas une illusion : par rapport aux modèles de 2024 et 2025, les modèles de langage dominants d'aujourd'hui semblent effectivement plus rigides et mécaniques dans leur ton.

Cela ne semble pas être un défaut technique temporaire, mais plutôt un problème structurel profond.

Les signaux de récompense d'apprentissage par renforcement établis pour doter les modèles de capacités de programmation de premier ordre aplanissent en réalité la couleur tonale, les fluctuations émotionnelles et le style d'écriture unique des modèles.

Lorsqu'il s'agit de faire des compromis sur les ressources de développement, il ne fait aucun doute que les principaux laboratoires d'IA privilégieront les capacités de génération de code et les flux de travail autonomes, au détriment des exigences de qualité textuelle et de style d'écriture.

Cela laisse un énorme vide sur le marché pour les startups : créer un modèle véritablement apprécié par les gens, avec une écriture empreinte de chaleur et de profondeur.

Si vous aspirez à faire des percées dans ce domaine, nous sommes très impatients de recevoir votre message.

"Plaid" dans le domaine des prestations gouvernementales et de l'aide publique : Briser les îlots de données administratives

Rédacteur : Gustaf Alströmer (Partenaire chez YC)

Si vous avez déjà demandé des prestations publiques à une agence gouvernementale, vous avez sûrement détesté ce processus compliqué : fournir une preuve de revenu, vérifier les membres de la famille vivant ensemble, fournir une preuve d'adresse permanente. Ensuite, lorsque vous passez à un autre programme d'aide, vous devez soumettre à nouveau tous les documents ; lors de la vérification annuelle des qualifications, l'ensemble du processus doit encore se répéter.

Chaque département administratif du gouvernement a son propre site web, sans interconnexion, et les données sont complètement fragmentées en îlots.

De nombreux demandeurs sont directement rejetés simplement parce qu'ils ont omis un document non essentiel, tandis que les fonctionnaires doivent vérifier manuellement les bulletins de salaire jour après jour.

Il est extrêmement ironique que ce système bureaucratique, qui rejette les citoyens honnêtes, soit truffé de failles en matière de prévention de la fraude.

Le Bureau de la responsabilité gouvernementale des États-Unis (GAO) estime que les fraudes aux prestations coûtent chaque année près de 500 milliards de dollars au gouvernement fédéral américain. Pour aggraver les choses, aujourd'hui, avec l'IA générative, il est possible de falsifier un bulletin de salaire crédible en quelques secondes.

Avant la création de l'infrastructure financière Plaid, chaque application financière devait se débrouiller pour se connecter à chaque banque ; avec l'arrivée de Plaid, les utilisateurs n'ont qu'à appuyer sur un bouton pour établir une connexion transparente. Le domaine des affaires publiques a désespérément besoin de sa propre couche d'infrastructure.

Avec l'autorisation des utilisateurs, elle peut directement extraire des sources officielles les plus fiables, des revenus, des enregistrements fiscaux et de résidence vérifiés, et les distribuer simultanément à divers systèmes d'approbation administrative.

"Une vérification, valable sur tout le réseau". Cela permet non seulement aux citoyens honnêtes qui ont réellement besoin d'aide d'obtenir rapidement des approbations, mais aussi de couper complètement l'espace dont disposent les fraudeurs pour falsifier des documents.

À partir de 2027, tous les États américains seront contraints de vérifier à nouveau les qualifications de millions de bénéficiaires de Medicaid tous les six mois.

Dans un avenir proche, les agents d'IA prendront en charge l'ensemble du processus de demande administrative et d'approbation des qualifications, mais tout cela dépend de l'IA ayant accès à des sources de données réelles entièrement fiables et immuables.

Quiconque construit ce pipeline de données reliant les affaires publiques détiendra le cœur de l'infrastructure numérique du réseau de sécurité moderne. Si vous êtes en train de construire ce pipeline clé, nous sommes très impatients de collaborer avec vous.

"Wall Street" de l'ère de la grande construction d'infrastructures : Nouvelles opérations de capital et structures de financement

Rédacteur : Brad Flora (Partenaire chez YC)

Le coût de démarrage pour développer des logiciels est très faible, mais les machines, les clusters de puissance GPU et les centres de données à grande échelle sont tout autre chose.

Il doit y avoir quelqu'un qui, dès le premier jour du projet, paie de l'argent réel pour des milliers de tonnes d'acier spécial et des puces en silicium de haute précision. Cependant, sur le marché financier actuel, il n'existe presque aucun outil de financement mature pour ce type d'actifs.

Les banques commerciales traditionnelles continuent d'évaluer l'amortissement des robots intelligents coûteux comme s'il s'agissait de simples chariots élévateurs agricoles lors de l'approbation des crédits.

C'est pourquoi un groupe d'entrepreneurs perspicaces, en collaboration avec YC, a commencé à inventer de nouveaux instruments financiers. Par exemple, fournir un nouveau crédit pour des robots générant un revenu stable de 500 000 $ par an, ou concevoir des contrats d'options de vente spécifiques pour la capacité de calcul GPU future.

En regardant l'histoire, chaque grande infrastructure physique, qu'il s'agisse de réseaux ferroviaires traversant des continents, de réseaux électriques nationaux ou d'infrastructures de communication modernes, a vu naître des géants financiers de taille équivalente au moment où ces infrastructures se sont matérialisées.

Nous recherchons des fondateurs innovants capables de construire des institutions de prêt, des plateformes de location d'actifs, des structures de titrisation d'actifs (ABS) et des outils de couverture des risques pour l'économie AI réelle.

Si vous comprenez à la fois les lois physiques et industrielles des machines réelles et la logique sous-jacente des opérations de capital, nous sommes impatients d'avoir une conversation approfondie avec vous.

Modèles de base verticaux

Rédacteur : Diana Hu (Partenaire du groupe YC)

Je pense que Jev peut cibler précisément les points de douleur de l'industrie parce qu'il fournit directement aux développeurs des décisions structurées de type fort et des probabilités de confiance claires, plutôt que des textes génératifs sans fin, tout en éliminant complètement le fardeau de former des classificateurs séparés pour chaque tâche spécifique.

J'espère voir plus d'équipes de recherche et développement à la pointe de la technologie créer des modèles de base verticaux sur mesure pour des industries réelles telles que la fabrication, l'énergie et les sciences de la vie. Ces modèles devraient être capables de fonctionner avec précision en zéro échantillon (Zero-Shot) ou avec très peu d'exemples.

Les critères de mesure pour cette voie sont très stricts : ils doivent atteindre, voire dépasser, la précision opérationnelle des grands modèles généraux avec des coûts de calcul de raisonnement inférieurs de plusieurs ordres de grandeur, permettant ainsi à ces modèles d'être déployés sans couture sur tous les appareils à un coût très bas.

Le TimesFM-3 de Google est un exemple représentatif de prévision temporelle.

Ce modèle compact de 330 millions de paramètres (330M), sans aucun ajustement spécifique à une tâche, peut faire des prévisions complètes sur plusieurs séries temporelles associées en une seule propagation avant. Le modèle n'a besoin d'être entraîné qu'une seule fois, et chaque nouvel utilisateur n'a qu'à fournir ses propres données historiques comme contexte pour l'utiliser directement.

La véritable difficulté des grands modèles verticaux réside dans l'acquisition de signaux de récompense de haute qualité, spécifiques à l'industrie et vérifiables mathématiquement.

Les équipes de start-up doivent non seulement posséder des droits légaux sur les données, mais aussi démontrer un avantage concurrentiel écrasant par rapport aux modèles d'experts existants en termes de précision de prévision et de consommation de calcul.

Si vous avez une connaissance approfondie d'une industrie verticale spécifique et la capacité de construire son modèle exclusif, nous sommes impatients d'entendre votre proposition.

La révolution AI dans les mairies et les gouvernements locaux

Rédacteur : Gustaf Alströmer (Partenaire du groupe YC)

Aux États-Unis, si vous envisagez de construire une maison ou d'ouvrir un magasin, la première étape consiste à obtenir l'autorisation administrative de la mairie.

Des formulaires de demande interminables, des examens de plans de construction longs et fastidieux, et des inspections sur site compliquées nécessitent souvent des mois, voire plus, d'attente interminable. Dans certaines villes, le temps d'attente pour l'approbation des permis est même plus long que le temps de construction réel.

Les fonctionnaires des mairies sont complètement submergés par une multitude de tâches administratives répétitives : vérifier les plans de construction ligne par ligne conformément aux normes de construction, comparer mot à mot les usages prévus et les règlements de zonage, et échanger des commentaires modifiés entre différents départements.

Et tout cela, les modèles AI modernes sont tout à fait capables de le faire de manière indépendante et efficace.

Les longs retards dans l'approbation administrative entraînent des coûts économiques extrêmement lourds. Chaque mois d'attente supplémentaire fait grimper les coûts de développement, et de nombreux projets prévus échouent même en cours de route.

Il est important de noter que chaque nouveau bâtiment qui sort de terre contribuera aux recettes fiscales foncières de la ville pendant des décennies à venir.

Nous avons fait un calcul économique approximatif : si le temps d'approbation des permis de construction dans tout le pays pouvait être réduit à 10 % du temps actuel, les villes américaines pourraient ainsi générer jusqu'à 16 milliards de dollars de recettes fiscales supplémentaires chaque année.

Nous souhaitons financer les entreprises technologiques qui s'efforcent d'utiliser l'AI pour habiliter et transformer le fonctionnement quotidien des mairies. Le point d'entrée pourrait être les permis de construction, puis s'étendre progressivement à des domaines plus larges tels que le service municipal 311, la gestion des archives publiques, la délivrance de licences commerciales et les inspections de sécurité sur site.

Il y a plus de 19 000 municipalités de tous niveaux aux États-Unis, dont la grande majorité dépend encore entièrement de processus manuels très primitifs pour gérer tout cela.

Il existe une vieille croyance dans le monde du capital-risque technologique : "Ne vendez jamais de logiciels aux agences gouvernementales".

Cette croyance était peut-être valable dans le passé, mais elle est désormais complètement obsolète. YC a déjà investi dans plusieurs start-ups qui vendent des solutions AI aux départements gouvernementaux, dont certaines connaissent une croissance des affaires qui dépasse presque tout ce que nous avons vu dans les entreprises SaaS traditionnelles.

Si vous êtes en train de conquérir ce domaine, nous sommes très désireux de recevoir votre message.

Innovation de la chaîne d'approvisionnement des centres de données AI : Énergie, refroidissement et mise en réseau

Rédacteur : Jared Friedman (Partenaire du groupe YC)

L'expansion massive des centres de données AI qui se déroule à travers les États-Unis est le plus grand projet d'investissement en capital unique de l'histoire commerciale américaine.

Le volume d'investissement est si énorme qu'il a déjà dépassé la somme des chemins de fer transcontinentaux, des autoroutes inter-étatiques et du projet de Manhattan.

Une construction d'une telle ampleur génère d'innombrables opportunités commerciales tout au long de la chaîne d'approvisionnement.

Certaines de ces voies sont déjà bien connues : la demande pour des puces GPU de calcul avancées, l'approvisionnement en électricité de base et les électriciens spécialisés hautement qualifiés a atteint un niveau de compétition sans précédent.

Cependant, en dehors des projecteurs, il existe de nombreux goulets d'étranglement cachés, peu connus, mais suffisamment capables de bloquer l'ensemble du progrès de l'industrie.

Actuellement, le délai de livraison des transformateurs électriques haute tension est de trois ans ; les armoires de distribution basse et haute tension, les disjoncteurs haute tension et les systèmes de refroidissement liquide avancés sont tous en rupture de stock sur le marché.

Même les matières premières essentielles en amont ont déjà déclenché des alertes de pénurie : l'acier électrique orienté grain (Grain-Oriented Electrical Steel), indispensable à la fabrication des noyaux de transformateurs, n'est produit que par une seule usine aux États-Unis, dont la capacité est déjà gravement sous pression.

Nous sommes extrêmement désireux d'investir dans des start-ups qui habilitent et débloquent l'ensemble de la chaîne d'approvisionnement des centres de données. Si vous êtes impliqué dans cette bataille, nous sommes impatients de recevoir votre candidature.

AI dans un système économique physiquement isolé : Défense, secrets et environnements à haute sécurité

Rédacteur : Brad Flora (Partenaire du groupe YC)

Les secrets commerciaux et les données stratégiques les plus précieux au monde ne sont jamais stockés dans le cloud public.

Les entrepreneurs de la défense, les grandes banques commerciales, les institutions médicales de premier plan et les centrales nucléaires gardent leurs données vitales profondément enfermées derrière des murs physiquement isolés. Pour des raisons de confidentialité et de conformité les plus strictes, ils ne peuvent absolument pas télécharger ces données sur les API AI de tiers.

C'est pourquoi il existe encore une industrie de plusieurs billions de dollars dans l'économie réelle qui reste désespérément à l'extérieur de la vague AI.

De nombreux fondateurs avec lesquels nous travaillons se heurtent sans cesse au même mur : les clients cibles sont impressionnés par les puissantes fonctionnalités des produits AI, mais leur seule exigence est que l'ensemble du système doit être déployé à 100 % à l'intérieur de leurs bâtiments et ne doit absolument pas être connecté à Internet.

Nous souhaitons financer de tout cœur ceux qui ont la capacité de faire entrer les technologies AI les plus avancées à l'intérieur de ces murs physiquement isolés.

Cela inclut des modèles de grande taille déployés localement en mode entièrement privé, des outils de déploiement et d'exploitation à stack complète, des systèmes de certification de conformité de sécurité autorisés, ainsi que des infrastructures matérielles spécialisées hautement personnalisées.

Le cycle de vente et d'expansion sur ce marché fermé est effectivement plus lent et les barrières à l'entrée sont très élevées.

Mais l'autre face de la pièce est qu'il y a ici des budgets d'achat parmi les plus abondants de l'industrie, et cela donnera naissance à de grandes entreprises avec des barrières à l'entrée extrêmement solides. Si vous êtes en train de conquérir cette forteresse, nous sommes impatients d'avoir une conversation approfondie avec vous.

Prenez le contrôle de votre intelligence exclusive : Modèles de souveraineté privés et open source

Rédacteur : Jon Xu (Partenaire invité de YC)

Aujourd'hui, presque toutes les entreprises qui construisent des produits basés sur l'AI louent essentiellement leur intelligence à des tiers.

Votre système envoie constamment des données Token à quelques-uns des meilleurs laboratoires AI de pointe, reçoit les résultats générés en retour, puis paie des factures d'appel coûteuses chaque mois.

Dans le passé, cette transaction semblait évidente : les capacités des meilleurs modèles fermés étaient en avance de plusieurs années sur les autres écosystèmes open source, et peu importe combien d'efforts vous mettiez sur vos propres données privées, vous ne pouviez pas combler cet écart de capacité générationnel.

Cependant, le vent du changement a fondamentalement tourné.

Les modèles open source ont désormais des forces matérielles qui leur permettent de rivaliser avec les meilleurs modèles fermés dans de nombreux tests de référence de valeur commerciale réelle.

Alors que l'AI évolue rapidement pour devenir le système nerveux central des opérations commerciales des entreprises, de plus en plus d'entreprises commencent à prendre conscience de leur dépendance excessive à ces services de location de modèles externes.

Nous sommes convaincus que de plus en plus d'entreprises aspireront à "posséder" réellement leurs modèles de base : utiliser les données privées accumulées de l'entreprise pour itérer, fonctionner de manière autonome sur l'infrastructure de leur choix, et avoir un contrôle absolu sur le moment où le modèle doit être mis à jour ou modifié.

Cela est particulièrement crucial dans les secteurs hautement réglementés. Sous des exigences strictes de conformité en matière de souveraineté des données et des architectures réseau physiquement verrouillées, continuer à louer des modèles externes devient extrêmement coûteux par rapport aux résultats commerciaux réels.

Cependant, il reste un énorme fossé d'ingénierie et de compréhension entre le téléchargement d'un modèle public depuis la communauté open source et la possession réelle par une entreprise d'un système d'intelligence exclusif capable d'évoluer de manière autonome.

Il doit y avoir une expertise professionnelle pour aider les entreprises à transformer des flux de travail commerciaux complexes en critères d'évaluation précis (Evals), à transformer l'expérience commerciale implicite des employés en corpus d'entraînement de haute qualité, à transformer les pannes sporadiques dans l'environnement de production en nutriments pour l'itération continue du modèle, et à transmettre sans couture ces actifs essentiels à chaque itération de mise à niveau du modèle de base.

Lorsqu'il s'agit de résoudre les problèmes inconnus les plus extrêmes et les plus complexes, les entreprises peuvent encore choisir de continuer à louer la puissance de calcul publique des meilleurs laboratoires de pointe ; mais nous croyons fermement que la grande majorité des entreprises doivent posséder leurs propres modèles verticaux dédiés.

Ces modèles codifieront complètement les mécanismes de fonctionnement des affaires de l'entreprise et deviendront de plus en plus précieux et uniques à mesure que l'entreprise évolue.

Si vous aidez des entreprises de tous secteurs à réellement contrôler et posséder leur intelligence exclusive, nous sommes très impatients d'entendre votre voix.

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.