Semafor Intelligenceun nouveau produit d’analyse éditoriale basé sur l’IA et construit sur nos réunions mondiales, a commencé comme un prototype que le rédacteur technique de Semafor, Reed Albergotti, a réalisé à l’aide du Codex d’OpenAI le dimanche matin après la fin de Semafor World Economy 2026, dans le but d’identifier les thèmes centraux des conversations sur cinq jours sur trois scènes simultanées. Après l’avoir partagé avec la salle de rédaction, Alastair Clements, responsable des données chez Semafor, a travaillé avec Reed au cours des 36 heures suivantes pour transformer le prototype en un outil analytique robuste qui a analysé 4 900 affirmations distinctes provenant de plus de 300 locuteurs, chaque affirmation étant ancrée dans une citation spécifique dans les transcriptions.

L’outil a analysé chaque transcription, a extrait chaque affirmation distincte de chaque orateur et a transformé chacune d’elles en une empreinte numérique qui capture signification plutôt que du libellé. Cette technologie est appelée « intégration » ou « vectorisation » et devient un moyen courant de traiter de grandes quantités de texte pour comprendre les relations entre les idées dans un corpus : elle affecte essentiellement les idées à une chaîne complexe de nombres, puis utilise ces nombres pour comprendre la proximité sémantique entre les idées. Cette carte de proximité a été utilisée pour aider à affiner le note. L’outil a ensuite utilisé le raisonnement multi-agents pour faire apparaître des citations directes d’intervenants soutenant ou rejetant les thèmes centraux.

Les journalistes de Semafor ont ensuite examiné chaque thème : testant les prémisses, interrogeant les citations à l’appui et révisant jusqu’à celles qui étaient le plus clairement étayées par ce qui avait été réellement dit. le compte-rendu est le produit de ce processus éditorial. Les systèmes d’IA actuels ne sont pas capables de générer des informations de manière plus fiable que les journalistes, mais ils peuvent nous permettre de créer des outils qui élargissent la portée de ce que les journalistes peuvent découvrir et analyser. La technologie déterminait ce qui pouvait faire surface ; les journalistes déterminaient le cadrage et ce qui valait la peine d’être publié.

Pour les curieux techniques : la base de données vectorielles fonctionne sur BigQuery de Google. Les empreintes digitales elles-mêmes ont été produites par un modèle d’intégration d’une société d’IA appelée Voyage (maintenant détenue par MongoDB). Les modèles Haiku 4.5 et Opus 4.7 d’Anthropic ont aidé à l’analyse de texte. Un classement de deuxième passe de Cohere a aidé le système à faire apparaître les preuves pertinentes pour chaque requête. La carte de cluster que vous voyez ci-dessus provient d’une bibliothèque open source appelée UMAP qui a compressé nos vecteurs à 1 024 dimensions en coordonnées bidimensionnelles. L’ensemble du pipeline a été câblé à l’aide de Claude Code. Au total, les appels API et la nouvelle base de données ne coûtent que quelques centaines de dollars.