En fin d'année dernière, nous comparions l'envolée du marché depuis deux ans à un rouleau compresseur. Le rétrécissement du marché et la concentration accrue des technologies de l'information dans l'indice S&P 500 et aux États-Unis dans l'indice MSCI All Country World ont été une aubaine pour ceux qui étaient surexposés, ainsi qu'un risque en cas d'inversion de tendance. Le rouleau compresseur a-t-il commencé à reculer?
Les marchés boursiers mondiaux ont été pris de court par l'annonce d'une société chinoise pratiquement inconnue, DeepSeek, capable de reproduire une partie du succès des principaux LLM d'IA d'OpenAI, Meta et autres, mais à un coût bien moindre. Si l'on peut s'interroger sur ce qui a permis d'y parvenir, cette surprise remet en question la durabilité de certains modèles commerciaux et la nécessité potentielle d'investir massivement dans les centres de données et les GPU de Nvidia. Jusqu'à récemment, de nombreux investisseurs pensaient que ce que les grandes entreprises technologiques avaient amassé et dépensaient pour l'IA constituait un avantage concurrentiel. Si les gains d'efficacité prouvent qu'il est possible d'en faire plus avec moins, cela aura des répercussions importantes sur le secteur.
Les dépenses d'investissement des quatre plus grands hyperscalers (Amazon, Google, Microsoft, Meta) devraient dépasser les 300 milliards de dollars en 2025.
D'abord, cela confirme ce que certains commençaient à supposer que les LLM se banalisent. Cela signifie que la majorité des avantages économiques profitera probablement aux applications qui s'appuient sur les LLM ou aux fournisseurs de cloud (Microsoft, Amazon, Google) les intégrant à leur plateforme existante, et non aux entreprises, pour la plupart privées, qui se sont précipitées vers la création de modèles les plus rapides et les plus efficaces. L'année dernière, nous avons remis en question cette tendance, avec d'autres investisseurs, car nous nous inquiétions du retour sur investissement de toutes ces dépenses.
Ensuite, si les LLM sont essentiellement des enjeux de table et peuvent être entraînés et exécutés à un coût bien moindre, le montant d'argent nécessaire pour investir dans les GPU et les centres de données n'est peut-être pas aussi structurel qu'on le croit. Les dépenses d'investissement des quatre plus grands hyperscalers (Amazon, Google, Microsoft, Meta) devraient dépasser les 300 milliards de dollars en 2025, soit environ le double de ce qui a été dépensé il y a deux ans. Une grande partie de ces investissements est consacrée aux centres de données, et récemment, Mark Zuckerberg a annoncé que Meta construisait un centre de données si grand qu'il couvrirait une partie importante de Manhattan!
Si les LLM peuvent être formés à moindre coût et à plus petite échelle, tous ces investissements pourraient ressembler au surdéveloppement de la fibre optique dans les années 1990. Ceux-ci nous ont permis de bénéficier d'Internet haut débit, de la vidéo en streaming, etc., mais leur surcapacité a fait baisser les prix. Les bénéfices ont été répercutés sur les consommateurs plutôt que sur les opérateurs. Ces trois dernières années, ce sont les entreprises de construction qui ont le plus profité. La croissance a été forte, mais une question se pose: «est-elle durable?».
Bien sûr, les partisans de l'IA diront qu'à mesure que la courbe des coûts s'inclinera, l'adoption des outils d'IA augmentera et continuera d'alimenter le besoin de centres de données et de processeurs graphiques. Peut-être, mais pour construire des LLM banalisés, a-t-on besoin des processeurs graphiques Nvidia les plus récents et les plus chers? DeepSeek a montré une voie moins coûteuse et plus efficace. Le capitalisme est une drôle de chose, pour reprendre les mots de Jeff Bezos: «Votre marge est mon opportunité.» Nvidia a généré des marges énormes ces dernières années, comme illustré ci-dessous. Cela peut-il durer dans un monde où les modèles d'IA sont construits et exécutés à une échelle moins coûteuse et plus petite?
À mesure de ces nouveaux développements, nous continuons à mettre en œuvre une approche disciplinée et prudente susceptible de créer des opportunités à la fois dans nos valeurs exposées à l'IA et dans des secteurs moins appréciés du marché ayant peut-être été négligés. Le contexte récent a été favorable, car le marché a commencé à reconnaître la durabilité de nombreuses entreprises qui étaient restées en marge des projecteurs de l'IA. Les récents développements nous rappellent une fois de plus l'importance de faire la distinction entre la spéculation et l'investissement. Quatre décennies de gestion patiente du capital de nos clients n'ont pas entamé notre conviction que notre approche prudente de la capitalisation est la meilleure recette du succès.