Decryptage de la stratégie métavers de Microsoft

À l’occasion de la conférence Microsoft Build 2022, Microsoft a réuni un panel d’experts pour discuter de la stratégie metaverse de l’entreprise, qui repose en grande partie, mais pas exclusivement, sur sa plateforme de collaboration Teams. Le panel a débuté avec Alysa Taylor, CVP de la société pour l’industrie, les applications et le marketing des données, qui s’est jointe à l’animateur Karuana Gatimu en tant qu’avatar de Teams, un élément clé des interactions métavers. Mais comme pour la plupart des projets de développement de Microsoft ces jours-ci, Azure est également impliqué, dans ce cas précis, Azure Percept Studio, ainsi qu’un peu de HoloLens.

La plupart des gens associent le métavers aux jeux, à Meta, la société mère de Facebook, et à ses casques VR Quest, mais Taylor a fait remarquer qu’il existe « littéralement des dizaines » de définitions du métavers. Pour Microsoft, le métavers implique « la capacité de jeter un pont entre le monde numérique et le monde physique ». Selon Microsoft, les représentations numériques des personnes, des lieux, des objets et des processus du métavers doivent être persistantes.

Il convient de noter que la vision du métavers de Microsoft va au-delà de la simple recréation d’un espace physique dans un espace numérique : Elle applique l’IA pour obtenir des informations sur la base des données générées.

Alors pourquoi le métavers, s’il existe sous une forme ou une autre depuis des années, généralement dans un contexte de jeu, prend-il une telle ampleur ces derniers temps ? M. Taylor a noté les améliorations de la technologie combinées au besoin d’interaction et de travail à distance occasionné par la pandémie et les nouveaux outils logiciels.

En savoir plus

Mots-clés : cybersécurité, sécurité informatique, protection des données, menaces cybernétiques, veille cyber, analyse de vulnérabilités, sécurité des réseaux, cyberattaques, conformité RGPD, NIS2, DORA, PCIDSS, DEVSECOPS, eSANTE, intelligence artificielle, IA en cybersécurité, apprentissage automatique, deep learning, algorithmes de sécurité, détection des anomalies, systèmes intelligents, automatisation de la sécurité, IA pour la prévention des cyberattaques.