Que l’on soit enthousiaste ou pessimiste par rapport à l’intelligence artificielle, chacun a sa propre opinion. Mais un thème domine, celui de la disruption, disruption au niveau de l’emploi, de l’éducation ou encore notre mode de réflexion. La disruption peut être très positive lorsqu’elle rend triviales des tâches qui étaient jusqu’à présent complexes. Elle procure ainsi de l’abondance dans des domaines où régnait la rareté, ce qui est d’ailleurs l’une des caractéristiques des révolutions technologiques. C’est sur cette toile de fond qu’il faut replacer les mouvements des marchés boursiers et, dans certains cas, ce que ces derniers ne prennent pas en compte.

L’émergence d’une abondance de données crée de nouveaux points de tension. Ainsi, l’abondance des connaissances générés par l’IA ou des logiciels de codage peut déboucher sur une insuffisance en matière de puissance des centres de données ou sur une pénurie de plaquettes de silicium. Seule une vision globale de la chaîne des interdépendances dans l’industrie comme dans le monde numérique permet d’identifier les nouveaux goulots d’étranglement. C’est pourquoi, lorsque l’on considère l’IA, il est aussi important de prendre en compte la production d’énergie, les infrastructures, les équipements de pointe et la demande croissante de matériaux rares qu’engendre l’IA.

Chaque goulot d’étranglement constitue une position stratégique pour celui qui l’exploite puisqu’il peut augmenter l’offre sans incidence sur les prix ou augmenter les prix sans impacter la demande, voire même augmenter simultanément les prix et les volumes. Pour l’IA, les trois principaux points de tension sur chaîne d’approvisionnement sont la mémoire, le traitement des données et les centres de données.

La mémoire: un composant critique

Les systèmes d’IA ont besoin de pouvoir stocker et accéder rapidement à d’énormes quantités de données.  De ce fait, la mémoire, et en particulier la mémoire à large bande passante ou HBM, est devenue un composant critique pour ces systèmes.

La demande de mémoire est fortement influencée par les exigences croissantes des charges de travail d’IA, l’entraînement et l’exécution de modèles à grande échelle dépendant de la capacité à déplacer et stocker efficacement les données.

Pour répondre à ce besoin, les fabricants de puces mémoire tels que Samsung Electronics et SK Hynik investissent massivement. Leur rôle est souvent moins visible que celui des fournisseurs de logiciels, mais il n’en est pas moins important, car les limitations des performances des puces mémoire peuvent très vite restreindre les capacités des modèles.

Le traitement des données

Si la mémoire est la condition nécessaire au déploiement de l’IA, la capacité de traitement des données en définit les limites. Les modèles d’IA actuels exigent des puissances de calcul toujours plus importantes, ce qui oriente la demande vers des puces spécialisées capables de gérer en parallèle différentes charges de travail.

Nvidia s’est imposé comme leader parce qu’il a réussi à lier le hardware à un écosystème de logiciels qui renforce son avantage. Dans le même ordre d’idées, TSMC, situé au cœur de la chaîne d’approvisionnement en semi-conducteurs, fabrique une grande partie des puces les plus avancées au monde. Le progrès n’est pas seulement fonction de la capacité à innover au niveau du design. Il dépend également de la capacité à produire à grande échelle, ce qui exige d’importants capitaux, une expertise de pointe et du temps.

Les centres de données, au cœur du développement

Les centres de données sont le moteur de la révolution de l’IA, mais comment seront-ils alimentés? En fin de compte, l’IA dépend d’une infrastructure physique, celle des centres de données qui fournissent l’environnement nécessaire à l’entraînement et au déploiement des modèles. Ils fournissent puissance de calcul, capacités de stockage et réseau à grande échelle.

Chaque nouvelle génération de modèles d’IA requiert davantage de puissance de calcul et d’énergie que la précédente. A mesure que l’adoption de l’IA progresse, les besoins en infrastructures augmentent.  L’énergie pourrait devenir le facteur le plus important de l’équation. L’accès à un réseau électrique fiable est désormais un critère déterminant pour l’emplacement des centres de données et pour leur conception.

Ainsi le développement de l’IA s’inscrit dans de vastes problématiques d’approvisionnement en énergie et de disponibilité de ressources physiques, des domaines que l’on associe en général assez peu à l’innovation dans le domaine des logiciels.

La fin de la rareté du logiciel

On estime généralement que l’IA pourrait bouleverser le secteur des logiciels d’entreprise. En effet, si un agent IA peut créer, connecter et entretenir les outils, pour quelle raison les entreprises continueraient-elles de dépenser de l’argent pour acquérir toutes sortes d’applications?

Cette question est à prendre au sérieux. L’IA rend déjà le codage, les contenus pédagogiques et la production créative plus accessibles. Dans un tel contexte, ce sont les utilisateurs qui en profitent directement, au détriment des éditeurs de logiciels.

Cependant, même si la plupart des fournisseurs de logiciels voient leurs bénéfices reculer, certains d’entre eux parviendront à maintenir leurs avantages compétitifs. Coder deviendra peut-être plus facile, en revanche, l’offre de données fiables, de systèmes de paiement sécurisés, la connaissance des réglementations, la gestion des relations clients et l’intégration poussée des flux de travail pourraient être davantage valorisés.

L’écart entre les différents acteurs se creusera, il faudra se montrer sélectif. Les entreprises les plus vulnérables seront celles dont les produits ne représentent que de simples couches de fonctionnalités facilement reproductibles.

En revanche, les entreprises qui sauront ajouter à leurs logiciels des avantages durables peuvent constituer d’excellents investissements, surtout si le marché boursier ne reconnaît pas leur potentiel. Ainsi, dans un monde où l’IA est omniprésente, l’infrastructure de commerce en ligne pour les petites entreprises de Shopify ou la plateforme de paiements d’Ayden ont davantage de chances de gagner de la valeur que d’en perdre.

Le profil de la transition vers l’IA

A mesure que l’IA évolue, son impact se fera sentir aussi bien dans le numérique que dans l’industrie. Les entreprises qui bénéficieront de ses avancées ne seront probablement pas cantonnées à un seul secteur. Si certaines d’entre elles se consacrent à la conception de modèles de données et d’applications, d’autres se chargeront de la mise en place des systèmes sous-jacents qui leur sont nécessaires.

Comprendre cette distinction et les interactions entre ces deux types d’acteurs pourrait être crucial pour identifier les opportunités d’investissement à long terme. La révolution de l’IA ne se résume pas au codage. Elle concerne également les infrastructures et les capacités techniques qui rendent possibles la création, le stockage et le traitement des données.