Après un an et demi où régnait un enthousiasme sans bornes, les investisseurs semblent soudain douter des belles promesses faites autour de l’IA. Y a-t-il des raisons de douter ?
Le lundi 5 août, les marchés boursiers du monde entier ont plongé dans les chiffres rouges. Une combinaison de nombreux facteurs, mais les « sept grands » de la tech (Microsoft, Apple, Google, Meta, Nvidia, Amazon et Tesla) ont été les principaux touchés par cette crise. Ensemble, les géants technologiques ont perdu 800 milliards de dollars en valeur boursière en quelques jours seulement. La décision de Warren Buffett, icône du marché boursier, de vendre la moitié de ses actions Apple, illustre bien ce chaos.
Le déclin de ces derniers jours contraste énormément avec l’année et demie écoulée, où les actions technologiques semblaient illimitées. Si une annonce ne contenait pas l’acronyme « IA », les investisseurs n’étaient pas intéressés. Aujourd’hui, on doute que l’IA (générative) puisse tenir ses belles promesses. Il est facile de faire le parallèle avec la fameuse « bulle internet » du début des années 2000. Quelles sont les raisons de douter de l’IA ?
L’IA fait grimper les coûts
Tout a commencé avec la présentation des derniers rapports trimestriels des grandes entreprises technologiques au cours des deux dernières semaines. Il y a une constante claire dans les rapports de Microsoft, Meta, Google et autres. Les chiffres des revenus et des bénéfices n’étaient pas mauvais, de nombreuses autres entreprises ne peuvent qu’en rêver, mais les investisseurs ne voient que ce qu’ils veulent voir et ont surtout constaté des dépenses élevées.
Ces dernières années, les grandes entreprises d’IA ont investi des milliards de dollars dans le développement de modèles et d’infrastructures sous-jacentes. Les dépenses de Google ont augmenté de 90 % et celles de Microsoft de 80 %. Il y a encore du chemin à parcourir : Meta pense qu’il faudra encore décupler la capacité de calcul pour les futurs modèles d’IA.
Meta pense que les futurs modèles d’IA exigeront une capacité de calcul encore décuplée.
Investir dans l’avenir
À cause de ces coûts élevés, les produits d’IA ne génèrent pour l’instant que trop peu de profits directs. Le contre-argument de l’industrie est qu’il vaut mieux surinvestir maintenant que sous-investir et avoir des problèmes plus tard. L’infrastructure doit être en place pour que les plateformes et les applications puissent être développées et générer des revenus. Meta pense que l’argent de l’IA n’arrivera pas avant l’année prochaine au plus tôt.
Bien sûr, ces mots déplaisent au monde de la bourse, où la patience est mal pratiquée. Fin juin, Goldman Sachs se demandait déjà si la GenAI n’entraînerait pas « trop de dépenses et trop peu d’avantages ». Les entreprises technologiques ont peut-être créé des attentes irréalistes au début de l’engouement pour l’IA.
Joris Schoonis, directeur général de Google Cloud au Benelux, ne partage pas cette opinion. « Pour offrir la meilleure plateforme, il faut investir de manière significative dans les modèles et l’infrastructure. Grâce aux nombreux investissements que nous avons réalisés, y compris en Belgique, nous sommes en bonne position. Chaque conseil d’administration, qu’il s’agisse d’une institution publique ou d’une entreprise commerciale, a aujourd’hui besoin d’utiliser l’IA pour se développer et augmenter sa productivité. Le développement d’un modèle professionel autour de l’IA dure peut-être un peu plus longtemps que ce que les gens avaient imaginé. »
Des puces très convoitées
Une entreprise semble ne pas avoir de problème avec cela : Nvidia. L’entreprise de Jensen Huang est un autocrate dans le monde de l’IA. Les grands noms de l’industrie technologique font la queue chez Nvidia pour acheter les dernières puces graphiques de l’entreprise avant même qu’elles ne sortent de la chaîne de montage. Sa position unique sur le marché lui permet de vendre des GPU à des dizaines de milliers de dollars l’unité. En un an et demi, Nvidia est passée d’un acteur marginal à l’une des plus grandes entreprises du monde.
Pourtant, Nvidia connaît aussi de mauvaises nouvelles. L’entreprise a dû retirer les premiers échantillons de sa très attendue génération Blackwell en raison d’un défaut de conception, ce qui a déjà retardé le processus de plusieurs mois. Mauvaise nouvelle pour les clients de Nvidia, car le développement de meilleurs produits d’IA nécessite des puces de plus en plus puissantes.
Selon les experts et les décideurs politiques, le facteur déterminant est le manque de concurrence. En attendant qu’un concurrent digne de ce nom émerge sur le marché, Nvidia n’a aucune raison de baisser ses prix, ce qui maintient les coûts de développement de l’IA à un niveau élevé. Cette concurrence devrait venir d’AMD et d’Intel, mais pour l’instant, les deux fabricants de puces doivent accepter que Nvidia est le leader absolu du marché.
Les effets écologiques
La vague d’IA n’affecte pas seulement l’économie. La course au développement du plus grand et du meilleur LLM fait grimper la consommation d’énergie dans les centres de données. Google et Microsoft ont vu leurs émissions augmenter considérablement depuis 2022. Il faut quand même nuancer : les centres de données cloud sont beaucoup plus économes en énergie que la moyenne des centres de données sur site.
Reste à savoir si la demande constante en matière d’IA est supportable à long terme. Les centres de données consomment déjà deux à quatre pour cent de l’énergie disponible dans le monde. De nouveaux centres de données continuent de pousser comme des champignons pour soutenir la croissance de l’IA. Au rythme actuel, en 2027, l’industrie de l’IA consommera plus d’énergie que la totalité des Pays-Bas. Les réseaux électriques seront sous haute tension permanente.
« Il est primordial de commercialiser l’IA de manière responsable et durable », répond Schoonis. « Nous avons promis d’être neutres en carbone d’ici à 2030 et nous nous y attachons. En Belgique, nos centres de données fonctionnent aujourd’hui à 82 % sans émission de carbone. Dans les centres de données internes, il n’est pas possible d’entraîner les modèles de manière aussi efficace sur le plan énergétique que nous le faisons. L’étape suivante consiste à développer des puces optimisées pour exécuter les charges de travail d’IA de manière plus efficace : ce processus est en pleine activité. »
L’IA gratuite
Jusqu’à présent, la plupart des applications d’IA générative comme ChatGPT sont restées gratuites dans une version (limitée). Compte tenu des énormes ressources que les LLM sous-jacents consomment, on peut dire que c’est très généreux. Pour continuer à tirer profit de la technologie, les fournisseurs d’IA ont créé des API payantes ou des abonnements qui offrent davantage de fonctionnalités et de sécurité. Face à la pression croissante des investisseurs, les applications d’IA peuvent-elles rester gratuites ?
Schoonis répond prudemment à cette question. « Nous constatons avec nos entreprises clientes que si nous pouvons ajouter une valeur supplémentaire grâce à l’IA, les clients sont prêts à payer pour cela. Le service client, par exemple, est un très bon domaine pour l’IA. C’est là que l’IA crée vraiment une situation bénéfique pour tous, car les entreprises améliorent leur service tout en réduisant leurs coûts. »
Au rythme actuel, en 2027, l’industrie de l’IA consommera plus d’énergie que la totalité des Pays-Bas.
L’histoire se répète (pas) ?
Dans les jours après la petite crise boursière du 5 août, on a déjà constaté quelques signes de rétablissement. Les images pessimistes d’une nouvelle « bulle internet » semblent été oubliées pour l’instant. C’est maintenant à l’IA générative de prouver qu’elle peut tenir ses belles promesses.
Elle ne serait pas la première technologie annoncée tambour battant pour ensuite disparaître rapidement du devant en raison des résultats décevants. Vous rappelez-vous du metaverse, la blockchain et la 5G? Tout le monde n’est pas encore convaincu.
Schoonis, et tout le club Google, est convaincu que la technologie a encore de beaux jours devant elle. « Malgré de nombreux investissements, nous n’en sommes qu’au début de la transformation. Les fonctions de productivité sont déjà appliquées tous les jours et avec succès. Elles concernent aussi bien les processus quotidiens que les tâches plus complexes. Presque tout est lié à la productivité. Mais il reste encore du travail à faire pour rendre les modèles plus compréhensibles et entraîner les personnes à les utiliser. »
Le mot d’ordre pour les entreprises qui se lancent dans l’IA semble donc être la patience. Pour intégrer cette technologie, il faut bien plus qu’appuyer sur un bouton magique. « Il faut d’abord que vos données soient en ordre et ce n’est qu’ensuite que vous pourrez utiliser l’IA. Aujourd’hui, de nombreuses entreprises sont bloquées par des silos : les données doivent être constamment déplacées d’un côté à l’autre. En combinant des sources de données en temps réel, on commence à acquérir une meilleure connaissance, étape par étape, et les modèles commencent à pouvoir fonctionner de manière autonome. Il est important que les entreprises se préparent à surfer sur la vague », conclut Schoonis.
Le développement d’un modèle commercial autour de l’IA dure peut-être un peu plus longtemps que ce que les gens avaient imaginé. Tout d’abord, il faut que les données soient en ordre et seulement après, il est possible d’utiliser l’IA.
Joris Schoonis, directeur général de Google Cloud BeNeLux