Le licenciement de Sam Altman d'OpenAI (l’éditeur de ChatGPT) avait déclenché une onde de choc. Pourquoi cette affaire a-t-elle attiré autant d’attention? Les enjeux de l’IA sont colossaux : le marché mondial, chiffré à 120 milliards de dollars américains, pourrait atteindre 1,6 trillion d'ici 2030. Cependant, investir dans des «pure players» reste pour l’instant une tâche difficile, selon Steven Smith, directeur des investissements en actions chez Capital Group qui dévoile sa stratégie pour s’exposer à la thématique.

L'intelligence artificielle fait en ce moment l'objet d'un grand battage médiatique, et ce que nous avons vu au cours de l'année dernière, c'est les valorisations des entreprises technologiques et des entreprises liées à l'IA tirées en avant par une grande partie de la création de valeur potentielle future de l'IA. Si cette dernière d’avère décevante ou n'est pas aussi important que les marchés le prévoient, l'on assistera probablement à un repli de plusieurs entreprises qui ont enregistré de très bonnes performances depuis le début de l'année.

De nombreuses voix s'élèvent pour dire que l'IA pourrait, à terme, avoir un impact plus important que les cycles de l'internet. L'omniprésence de l'IA dans l'ensemble de l'économie sera probablement considérable. Nous assisterons probablement à des améliorations de la productivité, à la réduction des structures de coûts et à la création de nombreuses entreprises qui n'existent pas encore aujourd'hui.

Il est trop tôt pour avoir des opinions arrêtées sur les gagnants et les bénéficiaires à long terme. Pour l’heure, l'IA en général est mal comprise, à l'exception de quelques cas très médiatisés tels que l'intégration de certains de ces grands modèles de langage dans la recherche sur Internet.

Les données sont l'élément vital de l'IA. Elles sont nécessaires pour former les modèles d'IA. La qualité des techniques des modèles d'IA importe peu. Si vous n'entraînez pas le modèle avec de bonnes données, il ne produira pas des résultats solides. La propriété des données sera probablement très importante pour déterminer des développeurs gagnants de modèles d'IA. Cette situation favorise les grandes entreprises technologiques.

Pour que l'IA devienne une «intelligence artificielle générale» et non plus seulement une «intelligence artificielle restreinte», comme c'est le cas aujourd'hui, les modèles d'IA devront avoir accès à des ensembles de données autres que les données internet accessibles au public. ChatGPT, par exemple, n'a été formé qu'à partir de données internet accessibles au public. Pour que ces modèles aient à l’avenir une utilisation et des applications plus répandues, ils devront avoir accès à des données financières, à des données sur les soins de santé, à des données personnelles fragmentées qui sont actuellement difficiles à accéder et à reproduire.

Dans le cadre de la stratégie New Perspective Strategy, nous suggérons d'investir principalement dans les entreprises qui fournissent de la puissance de traitement informatique, telles que les fabricants de semi-conducteurs et d'équipements de semi-conducteurs. Les entreprises qui nous viennent à l'esprit sont des sociétés comme Nvidia et Broadcom.

L'autre domaine dans lequel nous voyons des opportunités est ce que nous appelons l'infrastructure. Il s'agit des «hyperscalers», ces géants du cloud public qui fournissent l'infrastructure sur laquelle la plupart des charges de travail d'IA seront exécutées. Ces entreprises pourraient s'avérer des investissements intéressants aujourd'hui et à moyen terme. Des entreprises telles que Microsoft Azure et Amazon web services entrent dans cette catégorie. Un autre domaine de bénéficiaires de l'infrastructure est celui de ce que nous appelons les fournisseurs ou fabricants d'équipements de réseau, tels qu'Arista Networks, qui fabrique des commutateurs et des routeurs très importants pour la fiabilité et le fonctionnement à grande vitesse des serveurs informatiques dans le nuage.

En ce qui concerne les aspects négatifs, l'IA peut être utilisée à mauvais escient pour la modélisation et la création d'armes nucléaires, pour les systèmes de ciblage dans les guerres, pour les cyberattaques et la prolifération des escroqueries et du piratage informatique. Nous pourrions assister à une perte de confiance généralisée dans l'IA. N'oublions pas qu'un modèle d'IA est potentiellement capable de «mentir» par inadvertance. Il prend ses propres réponses et décisions sur la base des données qui l'alimentent, quelle que soit la nature controversée du sujet, et ne se souvient pas des faits. Les techniques d'inférence sont plutôt basées sur des résultats probabilistes. Enfin, des personnes mal intentionnées peuvent tromper le modèle ou le pousser à mentir. Il s'agit là d'éléments auxquels nous devons être attentifs et qui sont actuellement qualifiés d' «IA contradictoire».

Pour l'heure, nous voyons très peu d'opportunités dans les développeurs ou les créateurs de modèles d'IA. À terme, la plupart de ces modèles d'IA seront probablement banalisés.

Il est difficile d'imaginer un secteur ou une partie de l'économie qui ne sera pas positivement touché par l'IA à l'avenir, mais un grand nombre d'applications industrielles finales et de bénéficiaires réels de l'IA sont trop spéculatifs pour être compris à l'heure actuelle. Les avantages largement loués de l'IA ne se manifesteront probablement qu'au fil des décennies et des générations. Ce qui est le plus certain aujourd'hui, ce sont les entreprises qui fournissent la puissance de calcul et l'infrastructure.