Le secteur de l’intelligence artificielle connaît une vague sans précédent d’investissements en capital, des entreprises comme OpenAI et Meta engageant des centaines de milliards, voire des billions, dans le développement d’infrastructures. Cette expansion agressive, motivée par le potentiel transformateur perçu de l’IA et la crainte d’être dépassé par les concurrents, soulève des questions sur la durabilité du marché et la viabilité de l’IA en tant qu’entreprise génératrice de profits. L’ampleur de ces investissements, sans précédent pour une technologie qui cherche encore une voie claire de monétisation, a conduit beaucoup à établir des parallèles avec la bulle Internet de la fin des années 1990.
Cet afflux de capitaux est principalement dirigé vers les puces avancées et les centres de données étendus, composants essentiels pour alimenter des modèles d’IA sophistiqués et se préparer à un changement significatif de l’activité économique vers des processus pilotés par les machines. Cependant, les fondements financiers de cette construction deviennent de plus en plus complexes. Si certains investissements sont soutenus par des géants de la technologie établis comme Microsoft et Oracle, d’autres impliquent un financement par endettement important, une stratégie qui a suscité des inquiétudes à Wall Street en raison des modèles de profit non prouvés de nombreuses entreprises d’IA. OpenAI, par exemple, devrait consommer des réserves de trésorerie substantielles jusqu’en 2029, et d’autres acteurs majeurs s’appuient de plus en plus sur la dette pour des projets d’infrastructure similaires.
Malgré la ferveur, un scepticisme persistant entoure les retours économiques réels de l’IA. Des rapports indiquent qu’une majorité significative d’organisations n’ont constaté aucun retour sur leurs investissements en IA. De plus, des recherches suggèrent que la prolifération du « workslop » – contenu généré par l’IA manquant de valeur substantielle – pourrait coûter involontairement aux grandes entreprises des millions en perte de productivité. Cela remet en question la promesse fondamentale de l’IA en tant qu’améliorateur de productivité, suscitant des doutes quant à la volonté des entreprises de payer des prix premium pour ses services.
Ces préoccupations sont aggravées par les défis rencontrés par les développeurs d’IA eux-mêmes. Les « lois d’échelle » autrefois fiables, qui postulaient qu’une puissance de calcul, des données et une taille de modèle accrues conduiraient de manière prévisible à de plus grandes capacités d’IA, semblent produire des rendements décroissants. Les développeurs ont du mal à égaler systématiquement le battage médiatique entourant leurs avancées, les récentes versions de modèles recevant des critiques mitigées et des reconnaissances d’éléments cruciaux manquants pour atteindre l’intelligence artificielle générale (AGI). Le paysage concurrentiel s’intensifie également avec l’émergence de modèles d’IA moins coûteux en provenance de Chine, sapant potentiellement la capacité des entreprises américaines à récupérer leurs investissements substantiels.
Les dirigeants de l’industrie, tout en reconnaissant le potentiel d’un marché surexcité, restent fermes dans leur conviction de l’impact à long terme de l’IA. Sam Altman d’OpenAI et Mark Zuckerberg de Meta soulignent la nécessité de ces investissements pour réaliser le potentiel de l’AGI et au-delà. Ils soutiennent que les contraintes informatiques actuelles limitent l’adoption généralisée de leurs services et que les progrès rapides nécessitent une augmentation massive des infrastructures. OpenAI et Anthropic, en particulier, ont présenté leurs propres recherches suggérant des impacts positifs significatifs de l’IA sur les tâches professionnelles, contrastant avec certaines conclusions académiques externes.
La question de la volonté des clients de payer pour les services d’IA reste une variable critique. L’espoir est qu’à mesure que les modèles d’IA deviendront plus sophistiqués et capables de gérer des tâches complexes, les utilisateurs seront persuadés d’investir plus significativement. Le directeur financier d’OpenAI a indiqué une ouverture aux modèles d’abonnement premium, envisageant un avenir où l’IA agit comme un assistant très compétent, justifiant des coûts substantiels. Cependant, l’acceptation ultime du marché et l’établissement de flux de revenus durables restent à prouver de manière définitive.
Les dynamiques actuelles du marché présentent des caractéristiques rappelant les bulles spéculatives. Les bulles se caractérisent généralement par une inflation rapide des prix des actifs détachée de la valeur fondamentale, souvent alimentée par l’enthousiasme des investisseurs et la peur de manquer une opportunité. Bien que des parallèles existent avec l’ère Internet, notamment des constructions d’infrastructures massives et des valorisations élevées, des différences clés sont également apparentes. Les principales entreprises d’IA aujourd’hui sont en grande partie des géants établis et rentables avec des flux de revenus substantiels, contrairement à de nombreuses startups Internet dépendantes de métriques non prouvées. De plus, l’adoption de l’IA a démontré une vitesse remarquable, avec des produits comme ChatGPT atteignant une croissance rapide d’utilisateurs. Néanmoins, l’immense dépense en capital, le potentiel d’une concurrence intense et le débat en cours sur le ROI démontrable de l’IA suggèrent qu’une période de consolidation et de réévaluation significatives pourrait être inévitable, faisant écho aux leçons des booms et des krachs technologiques passés.