NASA lunar AI puts IBM’s valuation back under the microscope

Nic Reeve14:00 16.09.20269 min de lecture

On September 10, 2026, IBM and NASA unveiled the open‑source NASA‑IBM Lunar Foundation Model, putting the project at the center of AInews coverage and renewing attention on how IBM’s expanding artificial intelligence portfolio should be reflected in its market valuation.

What exactly did IBM and NASA launch on September 10, 2026?

IBM and NASA released an open‑source foundation model built specifically for lunar science, trained on decades of Moon observation data and made publicly available through open repositories. The model is designed to help researchers identify ice deposits, craters and volcanic terrain and to support plans for a sustained human presence on the Moon.

According to IBM’s newsroom on September 10, 2026, the NASA‑IBM Lunar Foundation Model is "one of the first publicly available foundation models for scientific exploration of the Moon," trained on an extensive dataset curated jointly by IBM and NASA researchers. NASA’s science office states that the model is hosted on public machine learning platforms with the full codebase on developer repositories so that any scientist can download, test and adapt it.

Release date: September 10, 2026, announced jointly by IBM and NASA.
Scope: Lunar ice, craters, volcanic history and surface mapping.
Access: Model weights under an open license with code available for fine‑tuning and experimentation.
Partners: IBM Research, NASA Science and academic collaborators.

Wire coverage from Reuters describes the system as an open‑source AI tool designed to analyze decades of lunar observation data and help support a long‑term human presence on the Moon. Tech and science outlets emphasise that researchers can use the model to pinpoint likely buried ice in permanently shadowed craters, map craters at coarse resolution, and explore the Moon’s volcanic history more accurately than earlier methods.

How much better is the NASA‑IBM lunar model than existing methods?

Independent reports on the NASA‑IBM Lunar Foundation Model say it improves feature detection on the Moon’s surface by a little over twenty percent compared with widely used approaches, using less labeled data to achieve that performance. That uplift in accuracy is one reason investors are re‑examining IBM’s AI capabilities when discussing valuation.

Reuters cites NASA and IBM as saying that in benchmark tests the lunar model identified key features on the Moon’s surface up to 23% more accurately than widely used methods. Tech‑focused coverage reports that predictions of buried ice in shadowed polar craters come with 22% less error than the best available dedicated algorithms, while crater mapping at coarse resolution reaches 19% better accuracy while using only half as much labeled training data.

Ice prediction error: According to TechTimes on September 11, 2026, error rates are reduced by 22% compared with the best prior algorithm.
Crater mapping accuracy: The same report cites a 19% improvement at coarse resolution.
Overall feature identification: Reuters reports up to 23% higher accuracy than widely used methods in benchmark tests.
Labeled data usage: TechTimes notes the lunar AI model reached its gains with only half as much labeled training data.

A technology analysis piece on the model states that NASA’s science team confirmed the system is available on public AI platforms with the complete codebase on code hosting sites, mirroring the distribution approach IBM used for the earlier Prithvi Earth‑observation foundation models. Those earlier models, introduced in 2023 to work on Harmonized Landsat Sentinel‑2 data, were reported by IBM to deliver about a 15% improvement over state‑of‑the‑art techniques in flood and burn‑scar mapping using half the labeled data.

This pattern of releasing geospatial models with clear performance gains and open access has helped establish IBM as a reference player in scientific AI, which is now feeding into analyst and investor conversations about the company’s earnings power and valuation multiples.

How does this lunar AI fit into IBM’s broader artificial intelligence strategy?

The lunar foundation model extends IBM’s strategy of building domain‑specific foundation models under its watsonx portfolio and collaborating with public institutions on open geospatial AI. That strategy now spans Earth observation, weather, environmental intelligence and lunar science, and is increasingly cited in research coverage of IBM’s stock.

IBM’s August 3, 2023 announcement of its geospatial foundation model described training a large AI system on one year of Harmonized Landsat Sentinel‑2 satellite data across the continental United States, with fine‑tuning for tasks such as flood and burn scar mapping. According to IBM, that Earth‑focused model delivered a 15% improvement over state‑of‑the‑art techniques using half the labeled data, and a commercial version was slated to be integrated into the IBM Environmental Intelligence Suite, part of the broader watsonx ecosystem.

Foundation model family: IBM and NASA’s models join the Prithvi family of geospatial and weather foundation models highlighted in coverage of the lunar release.
Commercialisation path: IBM’s geospatial model is linked to the Environmental Intelligence Suite, showing how scientific AI is tied to revenue‑producing software.
Open science strategy: NASA and IBM host weights and code under open licenses, encouraging global research use.
Brand positioning: IBM’s newsroom clusters the lunar model under its artificial intelligence press releases, presenting it as part of its AI leadership narrative.

NASA’s coverage of the lunar foundation model emphasises collaboration not only with IBM but with academic partners, reinforcing IBM’s position as a scientific computing partner rather than simply a commercial vendor. For investors, that dual role matters because it shapes perceptions of IBM’s long‑term relevance in high‑impact domains such as space exploration and climate science.

Why is IBM’s stock valuation “back in focus” following the lunar AI launch?

Recent analyst reports show renewed attention on IBM’s earnings potential from AI and quantum initiatives, with the lunar model serving as a high‑visibility example of IBM’s technical depth. Consensus targets point to modest upside, and some coverage links positive sentiment directly to IBM’s AI collaborations and product roadmaps.

A stock analysis article dated September 12, 2026 reports that Wall Street holds an overall Buy consensus on IBM shares, citing data that 25 analysts have set a 12‑month price target of USD 245.35, about 4.8% above IBM’s September 10 closing price of USD 234.02. The same coverage references other compilations indicating a Moderate Buy consensus and an average target price around USD 265.90, which would imply stronger upside from trading levels near USD 243.

Closing price reference: TheStreet coverage cited by ad‑hoc news puts IBM’s closing price on September 10, 2026 at USD 234.02.
Analyst count: 25 analysts in that survey with a 12‑month target of USD 245.35, according to TheStreet via ad‑hoc.
Consensus descriptor: Separate market data services describe a Moderate Buy rating with an average target of USD 265.90.
Valuation metrics: Seeking Alpha’s snapshot on around September 10 lists a forward non‑GAAP price/earnings ratio of 20.22, a GAAP trailing P/E of 22.15, and a price/book multiple of 6.81.

The Seeking Alpha figures also show an enterprise value to sales ratio of 4.22 and an enterprise value to EBITDA of 17.72 for IBM, framing the company as a mature technology firm with premium valuation compared with many legacy peers but trading at a discount to some faster‑growing AI‑focused companies. Market commentary links that profile to IBM’s mix of stable infrastructure revenue and emerging growth in AI and quantum computing.

Coverage describing IBM stock gains on quantum bets and AI mentions that, despite a legal probe referenced in passing, investor appetite for exposure to IBM’s advanced computing initiatives has remained strong. In that context, the lunar foundation model is cited as a showcase of IBM’s ability to collaborate with agencies such as NASA on cutting‑edge AI, reinforcing the argument that current valuation metrics may underestimate future cash flows from AI‑enabled products and services.

Who is affected by the NASA‑IBM lunar AI, beyond IBM’s shareholders?

The lunar model directly affects planetary scientists and engineers working on NASA’s Artemis program, while indirectly shaping vendors and partners involved in lunar infrastructure planning. It also influences academic researchers, AI developers and policy discussions about open scientific data and public‑private cooperation in space exploration.

NASA’s material on the lunar foundation model points out that the AI system was trained primarily on data from the Lunar Reconnaissance Orbiter and other instruments, creating a unified dataset suitable for machine learning. IBM’s description of the project explains that the two organisations built what they describe as the first open‑source dataset that consolidates decades of lunar data in a format tuned for AI research.

NASA Artemis planners: TechTimes notes that the system can help pick landing sites near the lunar south pole, where ice could support water, oxygen and fuel for onward missions to Mars.
Planetary science community: NASA and technology outlets say any researcher worldwide can download and adapt the model for fresh studies of lunar phenomena.
Academic partners: NASA references several universities involved in the collaboration, extending access to students and early‑career scientists.
Space industry vendors: Clearer maps of ice and terrain support companies working on habitats, mining and resource use on the Moon.

For AI developers, the lunar model demonstrates how foundation models can be adapted to domains beyond language and mainstream computer vision. For policymakers, the open‑license approach raises questions about how publicly funded data and private sector technology should be shared when they shape future resource extraction and national presence on the Moon.

What happens next for IBM’s AI portfolio and valuation story?

Commentary from science and market sources suggests several next steps: wider scientific use of the lunar model, commercial spin‑offs through IBM’s software suites, and ongoing analyst reassessment of IBM’s AI and quantum computing earnings potential. The outcome will influence whether current price targets move higher or stabilise as projects like the lunar AI mature.

Technology coverage points out that the lunar foundation model follows the pattern IBM and NASA established with the Prithvi models: open weights, open code, and community‑driven fine‑tuning on public platforms. That history makes it likely that new versions will appear, trained on expanded datasets or adapted to related planetary bodies as agencies gather more remote‑sensing data.

Scientific roadmap: NASA’s long‑term goal of a sustained human presence on the Moon gives the lunar AI a central role in mission planning.
Commercial potential: IBM’s prior geospatial AI has already been linked to its Environmental Intelligence Suite, hinting that similar integration could follow for lunar or broader space‑data products.
Valuation drivers: Analyst targets compiled by market data services will likely evolve as IBM reports concrete revenue tied to its AI models and quantum offerings.
Risk factors: Legal probes and competitive pressure from other AI vendors are mentioned in stock coverage as counterweights to growth expectations.

As those threads unfold, IBM’s collaboration with NASA on the Lunar Foundation Model stands as a visible test of how cutting‑edge, open scientific AI projects can translate into commercial demand and, in turn, into the valuation numbers that investors scrutinise every quarter.

Sources

Lire la suite →

Articles connexes

AI & Tech

Intelligence artificielle : le chatbot Grok désormais profondément intégré à la plateforme X

AInews : Grok Bot bénéficie d'une intégration poussée avec la plateforme sociale X Le 29 août 2026, xAI a annoncé que Grok Bot se connecte désormais directement aux comptes des utilisateurs sur X, marquant une nouvelle étape dans la couverture de l'actualité de l'IA et l'interaction au sein du réseau social grâce à un accès natif aux fils d'actualité, aux publications, aux mentions et aux outils de développement. Comment Grok Bot interagit-il désormais avec X au quotidien ? Grok Bot peut se lier à un compte X, lire les fils d'actualité et les mentions, rechercher des publications publiques et agir sur des données sociales en direct depuis son interface de chat. Les utilisateurs payants de Grok Bot reçoivent des crédits API X gratuits une fois connectés, transformant l'assistant en un agent opérationnel au sein de la plateforme sociale plutôt qu'en un simple chatbot distinct. Selon la mise à jour produit de xAI du 29 août 2026, cette nouvelle intégration permet aux utilisateurs de : Connecter un compte X directement dans Grok Bot via un connecteur X officiel. Faire en sorte que xAI crée automatiquement un compte développeur sur X pour les utilisateurs qui n'en possèdent pas encore. Recevoir des crédits API gratuits sur X s'ils sont abonnés à Grok Bot, permettant un accès programmatique immédiat. Demander à Grok Bot de rechercher des publications, de lire le fil d'actualité personnel, de vérifier des mentions ou de compiler des résumés de ce qui se passe sur X en temps réel. L'intégration s'exécute sur un environnement cloud dédié qui combine des données X en temps réel, un contrôle de l'interface utilisateur au niveau du navigateur et la famille de modèles Grok. Cela fait de Grok Bot bien plus qu'une simple interface de discussion. Il devient un coéquipier autonome conçu pour fonctionner de manière persistante avec les flux de données sociales. Qu'est-ce qui a changé pour les utilisateurs de Grok Bot avec ce déploiement ? Le déploiement d'août a ouvert l'intégration X aux abonnés de Grok Bot et a élargi l'accès à plusieurs plans payants. Les utilisateurs des niveaux SuperGrok, Cursor Pro et Cursor Teams peuvent désormais associer des comptes X, utiliser des crédits API groupés et exécuter des bots qui surveillent et répondent à l'activité sur X sans avoir à construire leur propre infrastructure. Selon les annonces de SpaceXAI des 11 et 26 août 2026, la disponibilité de Grok Bot s'est étendue en deux étapes : Le 11 août, Grok Bot a été lancé en version bêta pour les plans haut de gamme tels que SuperGrok Heavy, Cursor Ultra et Cursor Teams Premium, sur ordinateur et iOS. Le 26 août, Grok Bot a été « désormais inclus avec tous » les plans SuperGrok, Cursor Pro et Cursor Teams, rendant le bot accessible à une base d'abonnés plus large. Ces abonnements s'appuient sur la série de modèles Grok de xAI. AI Wiki rapporte qu'en août 2026, le moteur phare est Grok 4.6, publié via l'API xAI le 12 août 2026. Ce modèle alimente le raisonnement, l'analyse à long contexte et la recherche en direct de Grok Bot, tandis que le connecteur du 29 août applique ces capacités directement aux données de X. Que peut voir et faire exactement Grok Bot sur X ? Grok Bot fonctionne comme un assistant IA intégré à l'environnement X. Il peut lire les fils d'actualité des utilisateurs, suivre les mentions, rechercher des publications publiques et rassembler du contexte sur des sujets tendances ou des comptes spécifiques. Il effectue également des recherches sur le Web si nécessaire, combinant le contenu de X avec des données Internet plus larges dans ses réponses. Selon un guide technique distribué via X, Grok sur X se comporte comme un assistant intégré à la plateforme capable de : Répondre aux questions en recherchant dans les publications publiques X et en recoupant les résultats avec le Web en temps réel. Résoudre des problèmes analytiques, faire du brainstorming et interagir avec des informations, le tout au sein de l'interface X. Exécuter des routines persistantes en tant que « coéquipier IA durable » en utilisant l'ordinateur cloud qui soutient Grok Bot. Utiliser des connecteurs pour atteindre d'autres services tout en conservant X comme flux de données principal. AI Wiki note que l'architecture de Grok prend en charge des fenêtres de contexte allant jusqu'à environ 2 millions de jetons, permettant à l'assistant d'ingérer de très grands volumes de publications et de réponses lors de la formulation d'une réponse. Combiné à l'accès à X en temps réel, cela permet à Grok Bot d'analyser les conversations, de croiser des fils de discussion historiques et de faire ressortir d'anciennes publications qui restent pertinentes pour les débats actuels. Comment cette intégration s'inscrit-elle dans la relation plus large entre Grok et X ? Grok est lié à X depuis son lancement initial, mais le connecteur Grok Bot d'août 2026 approfondit cette relation. Les intégrations précédentes exposaient le chatbot Grok au sein de l'interface de X. La nouvelle mise à jour transforme Grok Bot en un agent de niveau développeur avec accès API, déplaçant l'accent du chat humain vers le travail automatisé sur la plateforme. Le contexte historique montre comment cela a évolué : Grok est apparu pour la première fois en novembre 2023 en tant qu'IA conversationnelle avec accès aux données X en temps réel, présentée par xAI comme un assistant en « quête de vérité ». Fin 2024, xAI a déployé Grok pour tous les utilisateurs sur X, avec des fonctionnalités de texte et de vision et un outil « dessine-moi » lié aux données de profil, selon les déclarations de l'entreprise du 12 décembre 2024. En mars 2025, les dirigeants de X ont signalé leur intention d'intégrer Grok dans l'algorithme de recommandation de flux, s'éloignant des mesures d'engagement pures vers un classement piloté par l'IA. En août 2026, SpaceXAI a lancé Grok Bot en tant qu'assistant autonome avec intégration en direct de X et du Web, décrit comme allant « au-delà des chatbots traditionnels » grâce à l'automatisation. La connexion du 29 août aux comptes développeurs X s'ajoute à ces étapes. Elle relie les routines autonomes de Grok Bot et les fonctionnalités de création d'applications, telles que Grok Build sur le Web et mobile, directement aux API de X, afin que les bots générés dans Grok puissent immédiatement lire et agir sur les données sociales. Qui peut accéder à Grok Bot sur X, et sur quels appareils ? L'accès est aujourd'hui lié aux niveaux d'abonnement et aux plateformes prises en charge. Grok Bot fonctionne sur ordinateur et mobile, avec une intégration destinée aux utilisateurs des plans SuperGrok et Cursor, ainsi qu'aux abonnés X qui bénéficient des fonctionnalités Grok au sein de l'application sociale. Le comportement de l'assistant est cohérent sur tous les appareils, X fournissant la couche de données. La disponibilité actuelle, basée sur les pages de produits et de documentation mises à jour en août 2026, comprend : Les applications de bureau sur macOS (Apple silicon et Intel) et Windows (x64 et Arm64), où Grok Bot fonctionne comme une interface autonome liée à X. Les applications mobiles sur iOS 18 et versions ultérieures, offrant les mêmes contrôles de bot et connecteur X que sur ordinateur. L'accès Web via l'interface de navigateur de Grok, qui peut également attacher un compte X. L'intégration avec l'application sociale X elle-même, où le chat Grok et les outils associés apparaissent pour les niveaux X Premium et supérieurs, selon AI Wiki et les rapports de déploiement antérieurs. La comparaison des plans d'AI Wiki montre que Grok est accessible via les abonnements X Premium et Premium+, l'accès à Grok étant intégré à ces niveaux sociaux. Les annonces d'août de SpaceXAI ont ensuite ajouté Grok Bot aux propres plans payants de xAI, destinés aux développeurs, aux équipes et aux utilisateurs intensifs. Qu'est-ce que cela signifie pour les développeurs et les utilisateurs intensifs sur X ? Pour les développeurs et les utilisateurs avancés, la nouvelle intégration X de Grok Bot supprime une grande partie des frictions liées à l'utilisation de la plateforme sociale comme source de données. Le connecteur peut initialiser un compte développeur, accorder des crédits API initiaux et attacher un agent autonome qui comprend à la fois le contenu de X et des informations Web externes dans de longs contextes. Le flux de travail décrit par xAI ressemble désormais à ceci : Ouvrir Grok Bot via le Web, le bureau ou le mobile et s'authentifier à l'aide du connecteur X. Laisser le système créer le compte développeur X si nécessaire, évitant ainsi une configuration manuelle. Utiliser les crédits API X groupés liés à l'abonnement payant Grok Bot pour commencer l'expérimentation. Décrire des routines, des tableaux de bord ou des tâches de surveillance en langage naturel et demander à Grok Build de générer des applications fonctionnelles connectées à X. Exécuter ces agents en continu, en surveillant les mentions ou les sujets, en compilant des résumés et en répondant aux conditions en utilisant le raisonnement de Grok. Cela transforme effectivement X en l'une des sources de données et l'un des environnements cibles par défaut de Grok Bot. Les développeurs peuvent prototyper des outils sociaux depuis une fenêtre de chat IA plutôt que de devoir assembler séparément des API, des points de terminaison de modèles et des environnements d'hébergement. Comment l'intégration de Grok Bot avec X se compare-t-elle aux autres plateformes d'IA ? L'intégration de Grok avec X se distingue par son accès approfondi aux données sociales en direct, sa très grande fenêtre de contexte et son couplage direct avec les abonnements sociaux et développeurs. Des modèles concurrents tels que ChatGPT ou Gemini proposent des recherches Web et des plugins sociaux, mais ils ne fonctionnent pas comme des agents natifs au sein d'un réseau social majeur au même niveau que celui décrit par xAI. Selon AI Wiki et les rapports de fin 2024, Grok diffère de trois manières principales : Les données en direct de la plateforme X sont une fonctionnalité de base, et non un plugin optionnel, permettant à l'assistant d'analyser les fils d'actualité et les conversations au fur et à mesure. La capacité de contexte atteignant des millions de jetons permet à Grok de traiter de très longs fils de discussion, des archives et des documents multi-sources lors de la construction des réponses. La tarification agressive de l'API et les crédits groupés via les abonnements Grok Bot réduisent le coût d'entrée pour les agents automatisés sur X. D'autres chatbots IA s'intègrent aux médias sociaux principalement via des outils non officiels ou des fonctionnalités propriétaires limitées, tandis que Grok Bot est positionné par xAI comme un coéquipier intégré pour X lui-même. Le connecteur du 29 août renforce ce positionnement en faisant de Grok une partie intégrante de la pile de développement par défaut sur la plateforme. Quelle est la suite pour Grok Bot et les utilisateurs de X ? xAI décrit la version du 29 août comme la « première version » de l'intégration et signale son intention de faciliter la tâche à Grok Bot pour « effectuer un vrai travail sur X ». L'entreprise devrait élargir les types de tâches que les bots peuvent effectuer, approfondir les liens avec les systèmes de recommandation et exposer davantage de contrôles aux équipes gérant des comptes de marque et de communauté. Les orientations futures, basées sur des déclarations publiques et des feuilles de route antérieures, incluent : Une intégration plus étroite avec l'algorithme de classement des flux de X, en s'appuyant sur des indices selon lesquels Grok alimentera des changements majeurs dans les recommandations de contenu. Des fonctionnalités de création d'applications plus avancées au sein de Grok Build afin que les agents puissent publier, partager et mettre à jour des outils connectés à X en temps réel. Une extension des plans pris en charge au-delà des niveaux actuels SuperGrok et Cursor si l'adoption augmente parmi les utilisateurs réguliers de X. Un affinement des contrôles de sécurité et des flux de travail d'approbation pour les bots autonomes agissant sur les fils d'actualité publics et les mentions. Pour les personnes et les organisations qui dépendent de X pour les nouvelles, le support client ou le militantisme, le nouveau connecteur Grok Bot signifie que la surveillance et la réponse pilotées par l'IA peuvent être configurées en quelques minutes. L'ampleur de cette adoption, et la visibilité de l'activité pilotée par l'IA sur le réseau social, façonneront le prochain chapitre de la relation entre xAI, Grok et X.

Nic Reeve·14:00 30.08.2026

AI & Tech

L'IA lunaire de la NASA remet en question la valorisation d'IBM

Le 10 septembre 2026, IBM et la NASA ont dévoilé le modèle de fondation lunaire NASA-IBM en open-source, plaçant le projet au cœur de l'actualité de l'IA et relançant l'attention sur la manière dont l'expansion du portefeuille d'intelligence artificielle d'IBM devrait se refléter dans sa valorisation boursière. Qu'ont lancé exactement IBM et la NASA le 10 septembre 2026 ? IBM et la NASA ont publié un modèle de fondation open-source conçu spécifiquement pour la science lunaire, entraîné sur des décennies de données d'observation de la Lune et rendu public via des dépôts ouverts. Le modèle est conçu pour aider les chercheurs à identifier les dépôts de glace, les cratères et les terrains volcaniques, et pour soutenir les plans d'une présence humaine durable sur la Lune. Selon la salle de presse d'IBM le 10 septembre 2026, le modèle de fondation lunaire NASA-IBM est "l'un des premiers modèles de fondation disponibles publiquement pour l'exploration scientifique de la Lune", entraîné sur un vaste ensemble de données organisé conjointement par des chercheurs d'IBM et de la NASA. Le bureau scientifique de la NASA précise que le modèle est hébergé sur des plateformes d'apprentissage automatique publiques, avec l'intégralité du code source disponible sur des dépôts pour développeurs, afin que tout scientifique puisse le télécharger, le tester et l'adapter. Date de sortie : 10 septembre 2026, annoncée conjointement par IBM et la NASA. Portée : Glace lunaire, cratères, histoire volcanique et cartographie de surface. Accès : Poids du modèle sous licence ouverte avec code disponible pour l'ajustement fin (fine-tuning) et l'expérimentation. Partenaires : IBM Research, NASA Science et collaborateurs académiques. La couverture de Reuters décrit le système comme un outil d'IA open-source conçu pour analyser des décennies de données d'observation lunaire et aider à soutenir une présence humaine à long terme sur la Lune. Les médias spécialisés en technologie et en science soulignent que les chercheurs peuvent utiliser le modèle pour localiser la glace probablement enfouie dans les cratères perpétuellement ombragés, cartographier les cratères à basse résolution et explorer l'histoire volcanique de la Lune avec une précision accrue par rapport aux méthodes précédentes. En quoi le modèle lunaire NASA-IBM est-il meilleur que les méthodes existantes ? Des rapports indépendants sur le modèle de fondation lunaire NASA-IBM indiquent qu'il améliore la détection des caractéristiques à la surface de la Lune de peu plus de 20 % par rapport aux approches largement utilisées, tout en utilisant moins de données étiquetées pour atteindre cette performance. Cette hausse de précision est l'une des raisons pour lesquelles les investisseurs réexaminent les capacités d'IA d'IBM lors des discussions sur sa valorisation. Reuters cite la NASA et IBM affirmant que, lors de tests de référence, le modèle lunaire a identifié des caractéristiques clés sur la surface de la Lune avec une précision jusqu'à 23 % supérieure aux méthodes courantes. La couverture technologique rapporte que les prédictions de glace enfouie dans les cratères polaires ombragés présentent une erreur de 22 % inférieure aux meilleurs algorithmes dédiés disponibles, tandis que la cartographie des cratères à basse résolution atteint une précision supérieure de 19 % tout en utilisant deux fois moins de données d'entraînement étiquetées. Erreur de prédiction de la glace : Selon TechTimes le 11 septembre 2026, les taux d'erreur sont réduits de 22 % par rapport au meilleur algorithme précédent. Précision de la cartographie des cratères : Le même rapport cite une amélioration de 19 % à basse résolution. Identification globale des caractéristiques : Reuters rapporte une précision jusqu'à 23 % supérieure aux méthodes largement utilisées lors des tests de référence. Utilisation de données étiquetées : TechTimes note que le modèle d'IA lunaire a atteint ses gains en utilisant seulement la moitié des données d'entraînement étiquetées. Une analyse technologique du modèle indique que l'équipe scientifique de la NASA a confirmé que le système est disponible sur des plateformes d'IA publiques avec l'intégralité du code source sur des sites d'hébergement, reproduisant l'approche de distribution utilisée par IBM pour les précédents modèles de fondation d'observation de la Terre Prithvi. Ces modèles antérieurs, introduits en 2023 pour travailler sur les données harmonisées Landsat Sentinel-2, permettaient selon IBM une amélioration d'environ 15 % par rapport aux techniques de pointe pour la cartographie des inondations et des cicatrices de brûlures, tout en utilisant moitié moins de données étiquetées. Ce modèle de publication de modèles géospatiaux offrant des gains de performance clairs et un accès ouvert a aidé à établir IBM comme un acteur de référence dans l'IA scientifique, ce qui alimente désormais les discussions des analystes et des investisseurs sur la capacité de gain d'IBM et ses multiples de valorisation. Comment cette IA lunaire s'inscrit-elle dans la stratégie globale d'intelligence artificielle d'IBM ? Le modèle de fondation lunaire étend la stratégie d'IBM consistant à construire des modèles de fondation spécifiques à certains domaines sous son portefeuille watsonx et à collaborer avec des institutions publiques sur l'IA géospatiale ouverte. Cette stratégie couvre désormais l'observation de la Terre, la météo, l'intelligence environnementale et la science lunaire, et elle est de plus en plus citée dans les analyses portant sur l'action d'IBM. L'annonce d'IBM le 3 août 2023 concernant son modèle de fondation géospatial décrivait l'entraînement d'un système d'IA étendu sur une année de données satellites Landsat Sentinel-2 à travers les États-Unis continentaux, avec un ajustement fin pour des tâches telles que la cartographie des inondations et des cicatrices de brûlures. Selon IBM, ce modèle axé sur la Terre a apporté une amélioration de 15 % par rapport aux techniques de pointe en utilisant moitié moins de données étiquetées, et une version commerciale devait être intégrée à l'IBM Environmental Intelligence Suite, faisant partie de l'écosystème plus large de watsonx. Famille de modèles de fondation : Les modèles d'IBM et de la NASA rejoignent la famille Prithvi, des modèles de fondation géospatiaux et météorologiques mis en avant dans la couverture de la sortie lunaire. Parcours de commercialisation : Le modèle géospatial d'IBM est lié à l'Environmental Intelligence Suite, montrant comment l'IA scientifique est liée à des logiciels générateurs de revenus. Stratégie de science ouverte : La NASA et IBM hébergent les poids et le code sous des licences ouvertes, encourageant la recherche mondiale. Positionnement de marque : La salle de presse d'IBM regroupe le modèle lunaire sous ses communiqués de presse sur l'intelligence artificielle, le présentant comme faisant partie de son récit de leadership en IA. La couverture par la NASA du modèle de fondation lunaire met l'accent sur la collaboration non seulement avec IBM, mais aussi avec des partenaires académiques, renforçant la position d'IBM en tant que partenaire de calcul scientifique plutôt que simple fournisseur commercial. Pour les investisseurs, ce double rôle est crucial car il façonne la perception de la pertinence à long terme d'IBM dans des domaines à fort impact tels que l'exploration spatiale et les sciences du climat. Pourquoi la valorisation de l'action IBM est-elle "de nouveau au centre de l'attention" après le lancement de l'IA lunaire ? Des rapports récents d'analystes montrent un regain d'intérêt pour le potentiel de bénéfices d'IBM issu de l'IA et des initiatives quantiques, le modèle lunaire servant d'exemple de haute visibilité de la profondeur technique d'IBM. Les objectifs de consensus indiquent une hausse modeste, et certaines analyses lient directement le sentiment positif aux collaborations d'IBM en matière d'IA et à ses feuilles de route de produits. Un article d'analyse boursière daté du 12 septembre 2026 rapporte que Wall Street maintient un consensus global d'achat ("Buy") sur les actions IBM, citant des données selon lesquelles 25 analystes ont fixé un objectif de cours à 12 mois de 245,35 USD, soit environ 4,8 % au-dessus du cours de clôture d'IBM au 10 septembre, qui était de 234,02 USD. La même couverture fait référence à d'autres compilations indiquant un consensus d'achat modéré ("Moderate Buy") et un prix cible moyen d'environ 265,90 USD, ce qui impliquerait un potentiel de hausse plus important par rapport aux niveaux de négociation proches de 243 USD. Référence du cours de clôture : La couverture de TheStreet citée par des actualités ad-hoc place le cours de clôture d'IBM au 10 septembre 2026 à 234,02 USD. Nombre d'analystes : 25 analystes dans cette enquête avec un objectif à 12 mois de 245,35 USD, selon TheStreet via ad-hoc. Descripteur de consensus : D'autres services de données de marché décrivent une recommandation d'achat modéré avec un objectif moyen de 265,90 USD. Métriques de valorisation : L'aperçu de Seeking Alpha autour du 10 septembre liste un ratio cours/bénéfice prévisionnel non-GAAP de 20,22, un P/E historique GAAP de 22,15 et un multiple cours/valeur comptable de 6,81. Les chiffres de Seeking Alpha montrent également un ratio valeur d'entreprise/chiffre d'affaires de 4,22 et un ratio valeur d'entreprise/EBITDA de 17,72 pour IBM, présentant l'entreprise comme une société technologique mature avec une valorisation premium par rapport à de nombreux pairs historiques, mais se négociant avec une décote par rapport à certaines entreprises axées sur l'IA à croissance plus rapide. Les commentaires de marché lient ce profil au mélange d'IBM entre revenus d'infrastructure stables et croissance émergente dans l'IA et l'informatique quantique. La couverture décrivant les gains de l'action IBM sur les paris quantiques et l'IA mentionne que, malgré une enquête judiciaire évoquée en passant, l'appétit des investisseurs pour l'exposition aux initiatives d'informatique avancée d'IBM est resté fort. Dans ce contexte, le modèle de fondation lunaire est cité comme une vitrine de la capacité d'IBM à collaborer avec des agences telles que la NASA sur l'IA de pointe, renforçant l'argument selon lequel les mesures de valorisation actuelles pourraient sous-estimer les flux de trésorerie futurs provenant des produits et services basés sur l'IA. Qui est affecté par l'IA lunaire NASA-IBM, au-delà des actionnaires d'IBM ? Le modèle lunaire affecte directement les planétologues et les ingénieurs travaillant sur le programme Artemis de la NASA, tout en façonnant indirectement les fournisseurs et les partenaires impliqués dans la planification des infrastructures lunaires. Il influence également les chercheurs universitaires, les développeurs d'IA et les discussions politiques sur les données scientifiques ouvertes et la coopération public-privé dans l'exploration spatiale. Le matériel de la NASA sur le modèle de fondation lunaire souligne que le système d'IA a été principalement entraîné sur des données provenant du Lunar Reconnaissance Orbiter et d'autres instruments, créant un ensemble de données unifié adapté à l'apprentissage automatique. La description du projet par IBM explique que les deux organisations ont construit ce qu'elles décrivent comme le premier ensemble de données open-source consolidant des décennies de données lunaires dans un format optimisé pour la recherche en IA. Planificateurs de l'Artemis de la NASA : TechTimes note que le système peut aider à choisir des sites d'atterrissage près du pôle sud lunaire, où la glace pourrait fournir de l'eau, de l'oxygène et du carburant pour les missions ultérieures vers Mars. Communauté des sciences planétaires : La NASA et les médias technologiques affirment que tout chercheur dans le monde peut télécharger et adapter le modèle pour de nouvelles études sur les phénomènes lunaires. Partenaires académiques : La NASA fait référence à plusieurs universités impliquées dans la collaboration, étendant l'accès aux étudiants et aux jeunes scientifiques. Fournisseurs de l'industrie spatiale : Des cartes plus précises de la glace et du terrain soutiennent les entreprises travaillant sur les habitats, l'exploitation minière et l'utilisation des ressources sur la Lune. Pour les développeurs d'IA, le modèle lunaire démontre comment les modèles de fondation peuvent être adaptés à des domaines au-delà du langage et de la vision par ordinateur grand public. Pour les décideurs politiques, l'approche sous licence ouverte soulève des questions sur la manière dont les données financées par les fonds publics et la technologie du secteur privé doivent être partagées lorsqu'elles façonnent l'extraction future des ressources et la présence nationale sur la Lune. Que va-t-il se passer ensuite pour le portefeuille d'IA et la valorisation d'IBM ? Les commentaires des sources scientifiques et de marché suggèrent plusieurs étapes suivantes : une utilisation scientifique plus large du modèle lunaire, des dérivations commerciales via les suites logicielles d'IBM, et une réévaluation continue par les analystes du potentiel de bénéfices d'IBM dans l'IA et l'informatique quantique. L'issue influencera si les objectifs de cours actuels augmenteront ou se stabiliseront à mesure que des projets comme l'IA lunaire arrivent à maturité. La couverture technologique souligne que le modèle de fondation lunaire suit le modèle établi par IBM et la NASA avec les modèles Prithvi : poids ouverts, code ouvert et ajustement fin piloté par la communauté sur des plateformes publiques. Cette antériorité rend probable l'apparition de nouvelles versions, entraînées sur des ensembles de données élargis ou adaptées à d'autres corps planétaires à mesure que les agences recueillent davantage de données de télédétection. Feuille de route scientifique : L'objectif à long terme de la NASA d'une présence humaine durable sur la Lune donne à l'IA lunaire un rôle central dans la planification des missions. Potentiel commercial : L'IA géospatiale antérieure d'IBM a déjà été liée à son Environmental Intelligence Suite, suggérant qu'une intégration similaire pourrait suivre pour les produits lunaires ou de données spatiales plus larges. Moteurs de valorisation : Les objectifs des analystes compilés par les services de données de marché évolueront probablement à mesure qu'IBM rapportera des revenus concrets liés à ses modèles d'IA et ses offres quantiques. Facteurs de risque : Des enquêtes judiciaires et la pression concurrentielle d'autres fournisseurs d'IA sont mentionnées dans la couverture boursière comme contrepoids aux attentes de croissance. Alors que ces fils se dénouent, la collaboration d'IBM avec la NASA sur le modèle de fondation lunaire constitue un test visible de la manière dont les projets d'IA scientifique de pointe et ouverts peuvent se traduire en demande commerciale et, en retour, en chiffres de valorisation que les investisseurs scrutent chaque trimestre.

Nic Reeve·14:00 16.09.2026

AI & Tech

IA : Microsoft visé par une plainte d'actionnaires sur les droits d'auteur et la transparence

AInews : le conseil d'administration de Microsoft visé par une action dérivée concernant le droit d'auteur et les déclarations sur l'IA Le 30 juin 2026, une plainte sociale dérivée déposée devant le tribunal du district ouest de Washington a accusé les administrateurs et dirigeants de Microsoft d'avoir induit les investisseurs en erreur sur la stratégie d'IA de l'entreprise et de l'avoir exposée à des risques liés au droit d'auteur et à la protection des données biométriques. Selon les analystes juridiques, cette affaire pourrait redéfinir la responsabilité des conseils d'administration pour les entreprises axées sur l'IA et est déjà suivie sous l'étiquette AInews. Que reproche-t-on à la direction de Microsoft dans cette nouvelle plainte ? La plainte dérivée, Anderson c. Nadella, allègue que les principaux dirigeants et administrateurs de Microsoft ont manqué à leurs obligations fiduciaires en approuvant des déclarations publiques qui présentaient de manière inexacte la façon dont leurs produits d'IA étaient entraînés et déployés, alors que l'entreprise aurait utilisé des œuvres protégées par le droit d'auteur et des données vocales sans licences légales. Les allégations principales portent sur la manière dont Microsoft a présenté sa feuille de route en matière d'intelligence artificielle aux investisseurs à partir du 1er janvier 2022. Le plaignant, l'actionnaire Eric Anderson, agit au nom de l'entreprise plutôt qu'en son nom propre, une structure visant à obtenir des dommages-intérêts pour Microsoft elle-même. La plainte nomme des personnalités de haut rang, notamment : Satya Nadella – Président-directeur général de Microsoft, responsable de la promotion de la vision « IA d'abord » de l'entreprise. Amy Hood – Directrice financière, qui a validé les déclarations financières et les projections liées à l'IA. Jared Spataro – Cadre dirigeant supervisant le marketing de Copilot et de l'IA au travail. Rajesh Jha – Vice-président exécutif chargé des expériences et des appareils, lié à l'intégration de Copilot dans les produits. Les autres administrateurs de Microsoft ayant approuvé les déclarations de procuration et les dépôts publics. Selon un résumé de Bloomberg Law du 1er juillet 2026, la plainte allègue que les dirigeants et le conseil d'administration de Microsoft « ont induit les actionnaires en erreur en déclarant que ses outils d'intelligence artificielle n'avaient pas été entraînés sur du matériel protégé par le droit d'auteur ». Un outil de suivi des politiques de Mishcon de Reya décrit l'affaire comme ciblant des « déclarations fausses et trompeuses sur sa stratégie d'IA, la famille de produits Copilot et les résultats financiers ». Pourquoi le droit d'auteur et l'utilisation des données sont-ils au cœur de la plainte ? Le procès affirme que les administrateurs de Microsoft ont soutenu une stratégie d'IA reposant sur l'entraînement de modèles à partir d'œuvres protégées par le droit d'auteur sans licence et sur la commercialisation d'empreintes vocales, tout en assurant aux investisseurs que l'entreprise respectait les règles mondiales en matière de propriété intellectuelle. La plainte cite plusieurs domaines d'utilisation illicite présumée des données : L'entraînement de logiciels d'IA, y compris Copilot et d'autres modèles génératifs, sur des livres et des textes protégés par le droit d'auteur sans accord de licence, tels que les œuvres incluses dans le jeu de données Books3 utilisé par OpenAI et des projets connexes. L'utilisation d'actualités et de contenus d'édition protégés par le droit d'auteur au sein de Copilot/Bing Chat, faisant l'objet de poursuites par des éditeurs, notamment une plainte de juin 2026 accusant Microsoft de « contrefaçon directe » par le biais de résultats génératifs. La collecte et la commercialisation d'empreintes vocales via certains services d'IA, d'une manière qui, selon la plainte, entre en conflit avec les lois nationales sur la confidentialité biométrique. Une analyse du 5 juillet 2026 sur The D&O Diary décrit la thèse de l'affaire comme suit : Microsoft « a affirmé à ses actionnaires et au marché qu'il ne violait pas les lois fédérales sur le droit d'auteur concernant le développement et l'entraînement de logiciels d'IA, de modèles génératifs et de produits », tout en faisant face à des procès d'auteurs et d'éditeurs alléguant une copie sans licence pour entraîner les modèles. Le suivi de Mishcon de Reya du 17 août réitère que la plainte accuse les dirigeants et administrateurs d'avoir poussé Microsoft à « violer les lois sur le droit d'auteur et la propriété intellectuelle » en entraînant ses modèles sur des œuvres et des empreintes vocales sans licence. Quelle chronologie des événements a conduit à cette action dérivée ? Le dépôt fait suite à deux années d'investissements dans l'IA, de lancements de produits et de litiges connexes, débutant en 2022 et s'intensifiant avec des plaintes d'auteurs, d'éditeurs et des litiges sur la confidentialité biométrique entre 2023 et mi-2026. Les dates et dépôts clés incluent : 1er janvier 2022 – présent : La plainte dérivée définit cette période comme le laps de temps pertinent durant lequel les déclarations de Microsoft sur sa stratégie d'IA et sa conformité étaient prétendument trompeuses. Septembre 2023 : Selon The D&O Diary, Microsoft et ses collaborateurs ont commencé à faire face à des poursuites de la part d'auteurs, d'éditeurs et d'autres détenteurs de droits d'auteur, alléguant que du contenu protégé avait été copié sans licence pour entraîner des modèles de langage de grande taille. 2023–2024 : Le litige de longue haleine Doe c. GitHub Copilot accuse GitHub, Microsoft et OpenAI d'avoir utilisé le code de développeurs sans autorisation pour construire Codex et Copilot, ajoutant au contexte de risque lié au droit d'auteur mentionné dans la nouvelle plainte. 5 février 2026 : La plainte dérivée note que Microsoft a été poursuivi pour des violations présumées de la loi sur la confidentialité des informations biométriques (BIPA) de l'Illinois, à commencer par l'affaire Basich c. Microsoft Corp., enregistrée sous le numéro 2:26-cv-00422 dans le district ouest de Washington. 12 juin 2026 : Une action collective en valeurs mobilières distincte a été déposée devant le même tribunal, accusant Microsoft et ses principaux dirigeants d'avoir présenté de manière inexacte les performances et l'adoption des produits d'IA Copilot. 30 juin 2026 : Eric Anderson a déposé sa plainte sociale dérivée, Anderson c. Nadella, n° 2:26-cv-02281, dans le district ouest de Washington. 1er juillet 2026 : Bloomberg Law a fait état de l'affaire, la qualifiant de procès où « les dirigeants et les administrateurs de Microsoft Corp. ont induit les actionnaires en erreur » au sujet d'outils d'IA entraînés sur du matériel protégé par le droit d'auteur. 13–17 août 2026 : Les notes d'information juridiques et politiques de CCH et Mishcon de Reya ont ajouté l'affaire aux suivis plus larges des risques liés au droit d'auteur dans l'IA et aux litiges actionnariaux. Comment cette action dérivée interagit-elle avec l'action collective en valeurs mobilières ? L'affaire dérivée se déroule parallèlement à une action collective en valeurs mobilières dans le même district, qui cible des déclarations inexactes similaires concernant Copilot et les investissements dans l'IA, mais les plaintes diffèrent quant à savoir qui a été lésé et qui est en droit d'obtenir réparation. Selon le cabinet Levi & Korsinsky, l'action collective de juin 2026 allègue que Microsoft et certains dirigeants « ont fait des déclarations matériellement fausses sur les initiatives d'IA de l'entreprise tout en dissimulant de graves problèmes opérationnels liés à leurs produits Copilot », notamment des questions de positionnement de marque, de cloisonnement des données et de capacité de calcul. L'action collective est intentée au nom des investisseurs qui ont acheté des actions Microsoft et ont prétendument subi des pertes lorsque des détails sur les dépenses d'infrastructure d'IA et les défis liés aux produits sont apparus. En revanche, la plainte dérivée d'Anderson cherche à obtenir un remboursement pour Microsoft elle-même en raison du préjudice que l'entreprise aurait subi en poursuivant une stratégie d'IA l'exposant à des procès pour droit d'auteur et à des risques réglementaires. Une analyse de CCH publiée le 13 août explique que l'action dérivée d'Anderson demande au tribunal de tenir les dirigeants et administrateurs responsables « pour manquement à leurs obligations fiduciaires, pour avoir poussé l'entreprise à s'engager dans une violation généralisée des lois sur le droit d'auteur et pour avoir approuvé des déclarations fausses et trompeuses ». Un commentaire sur Substack décrit la plainte dérivée comme transformant « le risque lié au droit d'auteur de l'IA en un risque pour le conseil d'administration et les valeurs mobilières » en reliant les décisions d'approvisionnement en données et de licences aux déclarations faites aux actionnaires. Quelles déclarations inexactes et omissions sont alléguées ? La plainte conteste les déclarations de procuration, les documents financiers et les remarques publiques de Microsoft qui, selon le plaignant, présentaient Copilot et d'autres outils d'IA comme étant entraînés légalement et pleinement conformes aux règles de droit d'auteur, tout en omettant l'exposition juridique en cours et les pratiques contestées en matière de données. Les fausses déclarations alléguées, tirées des résumés de la plainte, incluent : Des déclarations selon lesquelles Microsoft « respectait pleinement les lois mondiales sur le droit d'auteur » dans le développement et l'entraînement de ses logiciels d'IA, alors même que l'entreprise faisait face à des poursuites d'auteurs et d'éditeurs concernant des copies sans licence. Des informations qui mettaient l'accent sur le succès, l'adoption et les capacités de Copilot dans les produits Office, Windows et cloud, sans mettre en évidence les limites techniques telles que le cloisonnement des données et les contraintes de capacité de calcul décrites dans les documents de l'action collective en valeurs mobilières. Des descriptions du partenariat de Microsoft avec OpenAI et de l'utilisation de l'infrastructure Azure qui, selon la plainte, n'ont pas révélé la dépendance présumée envers des jeux de données comme Books3, contenant des livres protégés copiés à grande échelle. Des résultats financiers et des projections basés sur une adoption rapide de l'IA, présentés sans discussion détaillée des responsabilités potentielles liées aux poursuites BIPA sur les empreintes vocales et les données faciales. Une analyse Substack du 1er juillet résume la thèse selon laquelle la direction de Microsoft « a construit et promu une stratégie d'IA tout en induisant les actionnaires en erreur sur l'approvisionnement légal en données, les performances de Copilot et l'exposition juridique ». The D&O Diary note que la plainte dérivée critique spécifiquement les risques de « l'IA silencieuse », où les décisions concernant l'entraînement et l'infrastructure sont restées opaques pour les investisseurs tout en créant une exposition au droit d'auteur. Qui est affecté par l'affaire et que pourrait-il se passer ensuite ? La plainte cible directement les administrateurs et les hauts dirigeants de Microsoft, mais son issue pourrait façonner les attentes en matière de divulgation pour les stratégies d'IA dans l'ensemble du secteur technologique et influencer la manière dont les conseils d'administration supervisent l'approvisionnement en données et l'octroi de licences dans les projets d'apprentissage automatique. Les parties prenantes immédiates incluent : Le conseil d'administration et les dirigeants de Microsoft : Confrontés à des allégations de manquement à l'obligation fiduciaire, à d'éventuels dommages-intérêts et à des demandes de réformes de la gouvernance ou de changements dans la supervision des initiatives d'IA. Les actionnaires : Dans l'action dérivée, les actionnaires sont indirectement touchés car tout recouvrement irait à l'entreprise ; dans l'action collective en valeurs mobilières, les investisseurs pourraient recevoir une compensation s'ils prouvent que leurs pertes sont liées aux déclarations inexactes alléguées. Les auteurs, éditeurs et développeurs : Leurs litiges en matière de droit d'auteur et de licences fournissent la toile de fond factuelle qui, selon la plainte, aurait dû être divulguée de manière plus complète. D'autres entreprises axées sur l'IA : Les outils de suivi juridique pointent vers l'affaire Anderson c. Nadella comme faisant partie d'une « nouvelle vague » d'actions dérivées qui étendent les risques liés au droit d'auteur et aux données aux responsabilités au niveau du conseil d'administration, signalant une exposition similaire pour les entreprises utilisant de grands jeux de données pour entraîner leurs modèles. Les commentateurs juridiques s'attendent à plusieurs issues possibles : Le tribunal pourrait autoriser l'affaire dérivée à dépasser le stade des motions de rejet, ouvrant ainsi la phase de découverte sur la manière dont Microsoft a évalué les risques liés au droit d'auteur et à la biométrie dans ses programmes d'IA. Les défendeurs pourraient chercher à obtenir un rejet en arguant que leurs déclarations étaient exactes ou protégées en tant qu'affirmations prospectives, et que les conseils d'administration se sont appuyés sur des avis d'experts concernant l'octroi de licences. L'affaire pourrait se résoudre par un accord, impliquant potentiellement des changements dans les pratiques de gouvernance, des contrôles internes sur les données d'entraînement de l'IA et une divulgation renforcée des risques liés au droit d'auteur et à la vie privée. Quelle que soit l'issue, la combinaison d'actions dérivées et collectives dans le district ouest de Washington marque une nouvelle phase dans la manière dont les tribunaux et les investisseurs examinent les modèles commerciaux liés à l'IA. Comme le note un observateur, ces poursuites traitent les questions de droit d'auteur et de confidentialité dans l'IA non seulement comme des problèmes techniques et réglementaires, mais comme des questions de droit des valeurs mobilières et de responsabilité du conseil d'administration en matière de stratégie technologique.

Nic Reeve·14:00 10.09.2026