Ce premier numéro de notre spotlight BIT Capital Research se penche sur les investissements dans l'intelligence artificielle générative ( GenKI ) et sur les attentes et les risques qui y sont liés. Alors que des groupes technologiques comme Google, Microsoft et Meta investissent des milliards à long terme dans le développement et la formation de nouveaux modèles de GenKI, les analystes de Wall Street se montrent sceptiques quant à la rentabilité de ces investissements et exigent des rendements et une efficacité démontrables à court terme face à l'augmentation des coûts.

En tant qu'investisseur technologique et entreprise technologique, nous n'investissons pas seulement dans des actions technologiques, mais aussi dans notre propre infrastructure informatique, dans les données et dans l'utilisation de la GenKI. Il en résulte une profonde compréhension de ces deux perspectives, dont nous analysons objectivement les arguments dans les pages qui suivent, en rassemblant les preuves disponibles à ce jour et en donnant ensuite notre propre évaluation.

Lorsque Larry Page, fondateur de Google et visionnaire technologique, déclare: «I am willing to go bankrupt rather than lose this race», il ne pense pas au sport. Il parle de ce qui est probablement le développement technologique le plus lourd de conséquences de notre époque: l'intelligence artificielle générative. Alors que les discussions sur une éventuelle récession aux Etats-Unis font la une des journaux, la bataille des titans de la technologie fait rage en arrière-plan. Microsoft, Meta, Google et xAI prévoient des centres de données de plus en plus grands et de plus en plus chers pour entraîner la prochaine génération de modèles d'IA génétique. xAI construit actuellement l'un des plus grands clusters de GPU au monde, appelé Colossus, afin d'entraîner la prochaine génération de son modèle GenKI «Grok». Colossus combine 100.000 GPU Nvidia de la génération actuelle Hopper. Alors qu'OpenAI avait besoin à l'époque d'une centaine de jours pour entraîner ChatGPT 4, ce cluster aurait besoin, selon nos calculs, de moins d'une semaine pour le faire.

Silicon Valley contre Wall Street

Alors que les «Magnificent Seven» investissent des milliards, des investisseurs renommés remettent en question la rentabilité à long terme des dépenses. Cette opposition croissante entre les forges de l'innovation de la Silicon Valley et la rationalité de Wall Street, guidée par le marché des capitaux, s'est déjà traduite cet été par une baisse du cours des actions. Dans ce contexte, les investisseurs ne remettent pas en question le potentiel de GenKI, mais craignent une euphorie spéculative qui pourrait entraîner des pertes financières considérables pour les investisseurs.

Perspective des groupes technologiques

Aux yeux de Page, Musk, Zuckerberg & Co., la GenKI est une technologie à usage général (General Purpose Technology) comparable à l'introduction de l'électricité, dont on ne surestimera jamais assez le potentiel disruptif. Un changement fondamental dans l'interaction entre la technologie, les utilisateurs et les données. Celui qui prendra la tête dans ce domaine dominera le paysage de l'innovation à l'avenir - un retard pourrait signifier la perte d'avantages concurrentiels construits pendant des années.

Cette estimation repose sur l'observation ou la croyance ferme en la durabilité des lois de changement d'échelle. La recherche sur les réseaux neuronaux, la technologie sur laquelle repose la GenKI, montre que plus on met de puissance de calcul et de données à disposition du modèle, meilleurs sont les résultats, illustrés ci-après par l'exemple de la diminution de la perte de test. En bref, plus on investit de ressources dans l'entraînement d'un modèle, plus sa performance est élevée.

Cette relation a été clairement observée lors du saut de développement de ChatGPT 3 à ChatGPT 4 - OpenAI a même pu prédire les caractéristiques de performance du modèle sur la base de ces mathématiques, de sorte que Page, Musk, Zuckerberg & Co. se sentent confortés et investissent maintenant dans l'entraînement des modèles de la prochaine génération.

Modèles de langage évolutifs: l'importance de la charge de calcul, de la taille des données et du nombre de paramètres

Source: https://arxiv.org/abs/2001.08361

* La performance de la modélisation linguistique s'améliore de manière régulière lorsque la taille du modèle, la taille de l'ensemble de données et la quantité de puissance de calcul utilisée sont augmentées. Pour une performance optimale, les trois facteurs doivent être mis à l'échelle ensemble. La performance empirique montre une relation de loi de puissance avec chacun des facteurs, tant que celui-ci n'est pas limité par les deux autres.

Mais quels sont les aspects commerciaux qui enthousiasment les CEO des grandes entreprises technologiques? L'aspect le plus décisif est sans doute le fait que les modèles GenKI sont un exemple type de ce que l'on appelle une «technologie de plateforme». Les modèles peuvent être facilement appliqués à différentes tâches et branches, sans qu'il soit nécessaire de procéder à des adaptations profondes du modèle ou à des projets de «costumisation» de plusieurs mois. Comme pour le cloud computing, les modèles offrent une infrastructure de base qui peut facilement être étendue et complétée par des applications spécifiques. Ils peuvent ainsi servir de nombreux utilisateurs et cas d'utilisation et développer une large base d'adoption.

Perspective des analystes de Wall Street

Même si les investisseurs continuent de voir les opportunités offertes par la GenKI, ils s'intéressent de plus en plus aux risques liés à ce type d'investissement. La critique de Wall Street porte essentiellement sur deux points clés. D'une part, il y aurait jusqu'à présent trop peu d'applications ou de produits logiciels basés sur la GenKI qui auraient contribué de manière substantielle à l'augmentation du chiffre d'affaires des entreprises concernées et qui ne justifieraient donc pas les dépenses d'investissement élevées. Le marché des capitaux exige des augmentations de rendement clairement identifiables.

D'autre part, la thésaurisation stratégique de GPU, notamment chez les grandes entreprises de centres de données comme Microsoft (Azure) ou Amazon (AWS), est de plus en plus critiquée. Combinée à l'amélioration rapide des puces par Nvidia, cette situation pourrait entraîner une forte baisse des prix de location des GPU. Cela signifierait que les dépenses élevées pour les GPU de la génération Hopper actuelle ne seraient pas amorties.

Face à l'immense progrès et à la menace d'une offre excédentaire, les investisseurs remettent en question la durabilité des dépenses et demandent plus de flexibilité de la part des entreprises afin de réagir aux évolutions et de faire évoluer leur infrastructure de manière efficace.

Évidence

Malgré le scepticisme exprimé par certains analystes de Wall Street, il y a des signes clairs que les premiers retours sur investissement dans la GenKI sont déjà visibles. Même si les chiffres d'affaires spécifiques générés par GenKI ne sont pas directement visibles dans les rapports trimestriels des grandes entreprises technologiques, les taux de croissance du retour sur investissement (ROIC) montrent que les grands acteurs de GenKI que sont Microsoft, Google et Meta maîtrisent mieux leurs investissements que ne le laisse penser Wall Street, comme le montre le graphique suivant.

Augmentation du rendement du capital investi 

(31.12.2022 = 100)

Source: Bloomberg, au mois d'août 2024

Les performances passées et autres données historiques ne constituent pas une indication ou une garantie des performances futures. 

OpenAI

Même si Goldman Sachs a créé une grande confusion avec un rapport erroné, OpenAI est un exemple type du potentiel de croissance de GenKI. Contrairement à la présentation de Goldman Sachs, qui indiquait à tort une baisse des visites sur le site, la base d'utilisateurs de ChatGPT a augmenté de plus de 65% par rapport à l'été 2023, pour atteindre plus de 250 millions d'utilisateurs hebdomadaires. Le nombre de visites sur le site a augmenté encore plus fortement, de 112% en glissement annuel, dépassant ainsi pour la première fois la barre des 3 milliards de visites.

Pour OpenAI, cela représente un chiffre d'affaires mensuel de 300 millions de dollars, soit une augmentation de 1700% depuis le début de l'année 2023. Pour l'ensemble de l'année 2024, on s'attend à un chiffre d'affaires de 3,7 milliards de dollars, avec une prévision de 11,6 milliards de dollars pour l'année suivante. Sur la base de ces chiffres clés, OpenAI a levé 6,6 milliards de dollars lors d'un récent tour de financement, pour une valorisation de 157 milliards de dollars, ce qui fait d'OpenAI la troisième entreprise non cotée en bourse la plus valorisée au monde.

Amazon

Amazon Q, l'assistant interne d'Amazon en matière d'IG, est un exemple frappant de la manière dont les entreprises peuvent gagner un temps considérable sur les tâches de routine grâce à l'utilisation de l'IG. Amazon Q a réduit de manière significative le temps nécessaire aux mises à jour Java au sein de l'environnement logiciel d'Amazon. Les processus qui nécessitaient auparavant 50 jours de développement sont désormais réalisés en quelques heures. Selon les indications du CEO Andy Jassy, ce gain d'efficacité a non seulement permis d'économiser 4500 années de développement, mais aussi d'améliorer les normes de sécurité et de réduire les coûts d'infrastructure. Amazon chiffre les économies annuelles à environ 260 millions de dollars US.

Meta

L'impact financier le plus important de l'IA générative a été observé jusqu'à présent chez Meta. L'introduction de l'App Tracking Transparency par Apple en avril 2021 a rendu beaucoup plus difficile pour Meta la diffusion de publicités ciblées sur ses plateformes de médias sociaux. La croissance du chiffre d'affaires et la capitalisation boursière de Meta se sont alors effondrées, comme le montre le graphique ci-dessous. Grâce à l'introduction d'une plateforme basée sur l'IA génétique pour optimiser le placement des annonces, Meta a pu à nouveau augmenter considérablement la croissance de son chiffre d'affaires. L'IA générative de Meta permet de placer des annonces publicitaires avec précision malgré des données limitées, ce qui améliore considérablement l'efficacité des dépenses publicitaires - le chiffre d'affaires trimestriel a depuis augmenté de plus de 10 milliards de dollars.