L’intelligence artificielle : la prochaine vague d’innovation technologique

Chaque décennie, un changement de plateforme technologique s’accompagne d’une perturbation majeure du leadership technologique. Au fur et à mesure que ces changements se produisent, certaines entreprises peuvent maintenir leur leadership, mais elles sont peu nombreuses. Les sociétés les plus solides aujourd’hui peuvent être perturbées si elles ne parviennent pas à s’approprier la prochaine plateforme ou si elles perdent des parts de marché dans leurs activités principales (tableau 1).

Tableau 1 : Évolution des 10 principales sociétés de technologie cotées en bourse ; capitalisation boursière (milliards USD)

Source : Bloomberg, FactSet, J.P. Morgan Asset Management; données au 30 juin 2023. Capitalisation boursière en milliards de dollars américains. Les sociétés/titres ci-dessus sont présentés à titre indicatif seulement. Leur inclusion ne doit pas être interprétée comme une recommandation d’achat ou de vente. J.P. Morgan Asset Management peut ou non détenir des positions pour le compte de ses clients dans l’un ou l’autre ou la totalité des titres susmentionnés. Le rendement passé n’est pas nécessairement un indicateur fiable du rendement actuel et futur.

Alors que nous réfléchissons aux diverses façons dont l’IA pourrait transformer l’économie au cours de la prochaine décennie, de nombreux experts estiment que nous sommes à un point d’inflexion critique : l’IA sera un catalyseur significatif d’investissement et de croissance connexe dans de nombreux secteurs, ce qui stimulera l’innovation. 

Dans cet article, nous traitons de quelques domaines d’intérêt : la puissance de ChatGPT et des grands modèles de langage (GML), la façon dont l’infrastructure technologique évoluera et les raisons pour lesquelles l’impact de l’IA sera vaste. Nous examinons également comment les investisseurs pourraient évaluer leur potentiel.

ChatGPT : « Le moment iPhone »

L’innovation a tendance à progresser dans une série de cycles en S où l’avancement peut se faire très rapidement. Aujourd’hui, l’IA générative connaît sa propre montée en flèche. ChatGPT et les GML fournissent des réponses si précises aux questions qu’il est souvent impossible de les distinguer des experts. Jensen Huang, cofondateur de Nvidia, a bien résumé la situation en parlant d’un « moment iPhone »¹ ― un moment où la technologie devient si immédiatement utile que sa courbe d’adoption s’accélère tant pour les consommateurs que pour les entreprises.

Les trois prochaines années d’infrastructure

L’AI accélérant la distribution de la technologie dans l’ensemble de l’économie, nombreux sont ceux qui envisagent une nouvelle infrastructure informatique qui pourrait permettre l’adoption par les consommateurs et les entreprises. Cela permettra non seulement de répondre à la demande pour les applications d’IA hyperéchelle (les principaux fournisseurs de services infonuagiques), mais aussi d’encourager le développement de nouvelles applications par une communauté d’entrepreneurs axés sur l’IA.

Déjà, les dépenses en immobilisations pour les nouveaux centres de données informatiques augmentent à un rythme rapide (tableau 2). L’accélération des dépenses par les grands de l’infonuagique devrait multiplier l’ensemble des opportunités par 10 environ et se traduire par des dépenses annuelles en capital qui pourraient atteindre 1 000 milliards de dollars américains au cours des dix prochaines années.

Tableau 2 : Dépenses en immobilisations déclarées aux États-Unis, 2004 à 2022

Source : Bloomberg; données au 30 juin 2023. Amazon inclut le capital de détail ; les données de Meta débutent en 2009 ; Oracle a lancé Oracle Cloud Infrastructure en 2016

Qui mènera la prochaine ère d’innovation ?

Compte tenu de l’importance des données exclusives, de la portée de la clientèle existante et des coûts élevés de formation, certains soutiennent que les entreprises les mieux dotées en ressources sont les mieux équipées pour tirer profit de l’IA générative. Mais ce cadrage ne tient pas compte d’un élément clé : les tendances en matière d’utilisation de l’IA vont exploser à mesure que des formes plus efficaces de consommation de données seront introduites. 

De plus, l’amélioration de l’efficacité des semi-conducteurs et l’optimisation des logiciels démocratisent naturellement la construction et l’exploitation des GML, ce qui permet à l’IA de pénétrer le marché des grandes entreprises et d’élargir la liste de ses cas d’utilisation potentielle. À mesure que cela se produit, les méthodes de déploiement peuvent également changer, avec l’apparition de nuages locaux plus petits ou plus nombreux qui sont entièrement dédiés aux charges de travail liées à l’IA.

De profonds changements en vue

Dans un environnement de changement rapide et d’inconnues significatives, l’humilité et la pensée itérative sont essentielles. Compte tenu de ces inconnues, nous devons comprendre qu’à mesure que la technologie progresse et clarifie les imaginations existantes, de nouvelles imaginations, actuellement trop obscures pour être pleinement comprises, prendront leur envol. Nous devons faire preuve d’agilité même si nous croyons que l’IA générative peut déclencher un cycle d’investissement agressif. 

Lorsqu’Apple a eu son moment iPhone en 2007, elle a déclenché une série d’itérations progressives, mais significatives sur le marché des téléphones mobiles. Ces itérations ont rendu les téléphones mobiles plus utiles et des industries entières ont été créées. Le même processus est peut-être en cours dans le sillage de ChatGPT. Lorsque nous regarderons en arrière dans dix ans, nous pouvons nous attendre à de profonds changements.