Réflexions sur une exploration de l’IA
Le rythme de l’innovation liée à l’IA générative ne cesse de s’accélérer et, en tant qu’investisseurs, il nous semble essentiel de prendre connaissance de l’éclairage unique que les dirigeants d’entreprises à la pointe du changement peuvent apporter. C’est dans cette optique que nous nous sommes récemment rendus sur la côte ouest des États-Unis pour rencontrer les dirigeants de vingt entreprises technologiques, cotées comme privées, toutes taille de capitalisations confondues. Certaines de ces entreprises construisent des modèles d’IA générative ou fabriquent les semi-conducteurs nécessaires pour supporter les charges de travail y afférentes. D’autres sont des éditeurs de logiciels qui hébergent des charges de travail de l’IA ou intègrent l’IA générative dans leurs produits.
Voici ce que nous avons retenu de ce déplacement :
L’IA générative est en train d’encourager un cycle technologique durable, mais elle n’en est qu’à ses débuts
L’une de nos principales conclusions est que le développement des modèles d’avant-garde (« frontier models ») et l’investissement nécessaire pour développer les infrastructures liée à l’IA générative sont à un stade encore très précoce. Les modèles d’avant-garde correspondent aux grands modèles de langage (LLM) les plus avancés et les plus performants à l’heure actuelle. Les entreprises à la pointe du développement de ces modèles sont Google, OpenAI, Anthropic et Meta, avec respectivement les modèles Gemini, ChatGPT, Claude et Llama. Chacune de ces entreprises a indiqué que ses capacités en matière d’IA générative progressaient rapidement. Cependant, elles ont également insisté sur le fait que leurs modèles en étaient encore à un niveau que l’on pourrait qualifier de « premier cycle », plutôt qu’à un niveau « master » ou « doctorat ». Autrement dit, nous en sommes encore aux prémices du développement des modèles d’avant-garde. Jusqu’à présent, l’IA générative a fait un bond en termes de capacités tous les 12 à 18 mois environ, et nous estimons que cette tendance va se poursuivre. Les principaux indicateurs permettant de mesurer les performances des modèles d’avant-garde sont centrés sur l’intelligence et la latence. Ces deux paramètres ont évolué, non seulement grâce aux progrès de la puissance de traitement, mais aussi parce que le logiciel utilisé pour entraîner les modèles est désormais plus efficace. NVIDIA considère que ses processeurs graphiques (GPU) seront un million de fois plus efficaces dans le traitement de l’IA générative dans les dix années à venir en utilisant le même type d’infrastructure de semi-conducteurs, ce qui permettra d’accélérer encore le développement des modèles d’avant-garde1.
Bien qu’il en soit à un stade précoce, le développement des modèles d’avant-garde progresse très rapidement. Ces modèles intègrent et incorporent une grande partie des fonctionnalités que les premières start-ups dédiées à l’IA offraient par le biais d’interfaces de programmes d’application sur les modèles antérieurs, moins performants. Les progrès rapides des modèles d'avant-garde ont ralenti la cadence, ce qui est un facteur important qui nous laisse penser que les principales opportunités d’investissement se concentrent sur les marchés cotés plutôt que sur les marchés privés.
Les investisseurs privilégient la rentabilité des géants de la Tech
Lors de nos rencontres avec ces entreprises, nous nous sommes attachés à déterminer les attentes en matière de retour sur investissement. Afin de créer les modèles les plus avancés et les plus performants possibles, Microsoft, Google, Amazon et Meta (les géants de la Tech ou « hyperscalers ») investissent 188 milliards de dollars en 2024 pour obtenir le matériel nécessaire à la construction de centres de données de nouvelle génération capables d’entraîner les modèles d’IA générative, ce qui représente la majeure partie des dépenses d’investissement de l’indice S&P 500 pour 20242. Toute entreprise qui décide de développer des modèles d’avant-garde nécessite d’énormes ressources et doit être prête à investir dans le développement de l’IA générative. Cela porte à croire que nous n’assisterons pas à l’émergence d’un nombre important de développeurs proposant des modèles d’avant-garde compétitifs.
Grâce à nos nombreux échanges avec les dirigeants, nous savons pertinemment à quel point ces entreprises font preuve de rigueur avec leurs capitaux. Le directeur financier de l’une de ces entreprises a clairement indiqué qu’il achèterait davantage de semi-conducteurs s'il était en mesure de le faire, malgré leur coût élevé. L’escalade du coût des semi-conducteurs est due à la course effrénée que se livrent les fournisseurs de modèles d’avant-garde pour développer le cadre le plus performant, et dont l'intensité ne devrait pas se démentir dans les années à venir. En termes de retour sur investissement, les géants de la Tech commencent à percevoir des revenus supplémentaires grâce à l’IA générative, mais il faudra attendre un an ou deux pour que des progrès significatifs soient réalisés, et c’est ce à quoi le marché est confronté.
Les premiers utilisateurs de l’IA générative sont notamment les développeurs, qui tirent parti de cette technologie pour le codage, le placement d’annonces et l’amélioration de la productivité des fonctions de vente. En outre, Microsoft pourrait proposer une version premium de son pack Office intégrant un assistant baptisé « Copilot » ; Google intègre l’IA générative dans son principal moteur de recherche et dans Gmail pour améliorer l’expérience des utilisateurs ; et les offres de Meta en matière de réseaux sociaux pourraient intégrer l’IA générative pour passer d’une plateforme de curation de contenu à une plateforme de génération de contenu. Ces améliorations pourraient, selon nous, ouvrir la voie à une accélération des fondamentaux et des avantages concurrentiels.
Les semi-conducteurs qui alimentent la future génération de traitement de l’IA générative sont susceptibles d’aller au-delà des processeurs graphiques (GPU)
Alors que les processeurs graphiques de NVIDIA ont bénéficié d’un quasi-monopole sur le marché d’entraînement de l’IA générative en raison de leur puissance de traitement inégalée et de leur écosystème logiciel, nous pensons que d’autres fabricants de semi-conducteurs sont également prêts à en bénéficier. Les géants de la Tech ont notamment développé leurs propres circuits intégrés propres à une application (ASIC) qui, bien que moins puissants, sont efficaces pour exécuter des volumes importants de tâches répétitives.
Par exemple, les ASIC sont utilisés dans l’infrastructure de recommandation de Google pour YouTube puisque la tâche est restreinte et extrêmement répétitive. Les ASIC, qui sont conçus pour des charges de travail spécifiques, peuvent accomplir cette tâche de manière beaucoup plus efficace et à un coût nettement inférieur à celui d’un processeur NVIDIA plus puissant. Si le coût initial de construction d’une infrastructure ASIC est élevé, le coût d’exécution des charges de travail liées à l’IA générative sur ces semi-conducteurs sera probablement plus faible qu’une fois l’investissement initial réalisé. Les géants de la Tech sont également particulièrement bien placés pour investir dans les logiciels nécessaires au soutien de l’infrastructure ASIC pour l’entraînement et l’inférence. Nous nous efforçons d’identifier les futurs gagnants du secteur des semi-conducteurs, qui seraient susceptibles de bénéficier de cette transition.
Selon nous, les entreprises de biens d’équipement pour les semi-conducteurs bénéficient également d’un contexte de forte demande, conditionné par les investissements dans l’IA. Cela est principalement dû à la sophistication et à la demande accrues de semi-conducteurs liés à l’IA. Nous sommes convaincus que les dépenses totales en équipements de fabrication de plaquettes de semi-conducteurs (WFE) pourraient dépasser 130 milliards de dollars en 2025, soit une augmentation de près de 40 % par rapport à 20233.
L’intégration de modèles distillés sur les terminaux mobiles pourrait entraîner un cycle de remplacement des téléphones
La possibilité pour l’IA générative d’exister de manière périphérique (en accédant aux capacités de l’IA localement plutôt que par le biais du cloud) est au cœur des préoccupations. Cela se ferait à l’aide de « modèles distillés », qui sont des dérivés des modèles d’avant-garde possédant moins de paramètres mais qui sont très performants dans le cas de plusieurs types d’utilisation par les consommateurs. Au cours de notre périple, nous avons eu l’occasion d’observer des démonstrations en direct de modèles d’IA générative intégrés dans des assistants vocaux, ce qui représente une amélioration significative par rapport aux offres actuelles. Nous cherchons à comprendre l’impact des capacités de l’IA générative existant de manière périphérique et à déterminer si elles pourraient déclencher un nouveau cycle de remplacement des téléphones portables. Il s’agirait de l’un des tous premiers exemples, et l’un des plus tangibles, de l’impact de l’IA générative sur les revenus et les bénéfices des entreprises qui intègrent cette technologie dans de nouvelles offres de dispositifs mobiles.
L’un des défis techniques posés par les modèles distillés est de savoir comment traiter les requêtes qui sont trop sophistiquées pour être traitées de manière périphérique. Les modèles distillés doivent être suffisamment intelligents pour envoyer toute requête sophistiquée à un centre de données doté d’une plus grande puissance de traitement. Nous sommes encore en train de réfléchir à ce à quoi cela pourrait ressembler pour les entreprises susceptibles d’envoyer ou de recevoir des requêtes sophistiquées.
Le premier trimestre s’est avéré cyclique et non durable dans le secteur des logiciels
Compte tenu de leurs solides revenus lors du premier trimestre 2024, les éditeurs de logiciels ont maintenu leurs prévisions pour l’ensemble de l’exercice, plutôt que de les revoir à la hausse. Le marché a interprété cela comme une indication que l’IA générative pourrait potentiellement perturber ces entreprises ou une baisse des dépenses en logiciels pour compenser l’augmentation des dépenses liées à l’intégration de l’IA générative. Par conséquent, nous pensons que le léger fléchissement des résultats des éditeurs de logiciels au premier trimestre était probablement cyclique, plutôt que le signe d’un déclin à long terme.
Contrairement au risque de perturbation par les modèles d’avant-garde, nous considérons que plusieurs grands éditeurs de logiciels sont plus précieux dans le contexte du développement des modèles d’avant-garde, car ils possèdent de grandes quantités de données clients propriétaires. En effet, de nombreuses initiatives d’intégration de l’IA générative, potentiellement intéressantes, sont en cours chez les plus grands éditeurs de logiciels. Nous pourrions également voir se développer des partenariats entre les entreprises de logiciels qui disposent d’ensembles de données précieux et les fournisseurs de modèles d’avant-garde, créant ainsi des avantages évidents pour les fournisseurs qui peuvent entraîner leurs modèles d’avant-garde à l’aide des données les plus plus qualitatives.
Notre conviction en matière de cybersécurité reste forte
La cybersécurité reste une priorité absolue pour les gouvernements et les entreprises, et la demande pour les solutions les plus innovantes devrait rester forte de notre point de vue. Les tensions géopolitiques et l’incertitude politique restent élevées. Plus de 50 pays – abritant la moitié de la population mondiale – organisent des élections en 2024. Dans ce contexte, nous constatons une augmentation des cybermenaces sophistiquées et, par conséquent, une hausse des investissements en vue de s’en prémunir. Une cybersécurité efficace est également essentielle pour l’IA générative étant donné les énormes quantités de données impliquées dans l’entraînement des modèles d’avant-garde. Alors que les entreprises et les gouvernements tentent de suivre le rythme de l’évolution des menaces et de sécuriser leurs données internes, les prestataires de cybersécurité de nouvelle génération ont la possibilité d’aider leurs clients à protéger leurs actifs les plus précieux.
Outre l’augmentation du volume des cybermenaces, les progrès technologiques ont entraîné une sophistication accrue des attaques. L’IA générative crée non seulement de nouveaux vecteurs de menace, mais démocratise également des techniques complexes et nuisibles. L’augmentation du volume et de la sophistication des cyberattaques a entraîné une hausse des dépenses consacrées aux solutions de cybersécurité, d’où la nécessité pour les organisations d’utiliser les solutions les plus robustes et les plus complètes.
Le développement de l’IA souveraine s’accélère et les capacités de la Chine ont progressé plus vite que prévu
On assiste à une course mondiale à la construction et au déploiement de l’IA générative, non seulement à l’échelle des entreprises, mais aussi parmi les États souverains. Les gouvernements du monde entier reconnaissent de plus en plus le potentiel de transformation de la technologie – avec des applications dans les domaines de la sécurité nationale et de la gouvernance, en plus des gains potentiels importants en termes de productivité du travail – ce qui entraîne une augmentation des financements et des investissements stratégiques soutenus par les gouvernements. Il s’agit là d’un facteur favorable évident pour le cycle de développement de l’IA générative à l’échelle mondiale, qui nous rend encore plus confiants quant au caractère durable de ce cycle technologique. Nous pensons qu’une infrastructure d’IA localisée (ou usines d’IA) sera essentielle pour les pays qui cherchent à développer des capacités dans ce domaine mais qui ne veulent pas dépendre des centres de données basés aux États-Unis et de la nécessité de disposer de modèles d’IA multilingues (grands modèles de langage) dans différentes zones géographiques.
La Chine a été en mesure de développer son secteur national des semi-conducteurs dédiés à l’IA beaucoup plus rapidement que le marché ne l’avait prévu, bien que le gouvernement américain ait imposé des restrictions strictes sur l’exportation de semi-conducteurs de pointe vers la Chine, utilisés pour développer l’IA générative. La vitesse à laquelle la Chine a développé ses capacités en a surpris plus d’un et nous amène à penser qu’elle continuera à développer son propre écosystème technologique, qui existera parallèlement à celui développé par l’Occident, mais fonctionnera indépendamment de lui.
Les perspectives
Nous sommes convaincus que l’IA générative est l’une des innovations technologiques les plus significatives de notre époque. Du point de vue de l’investissement, nous pensons également qu’elle pourrait être à l’origine d’un cycle technologique durable et important. Selon nous, il ne s’agit que des prémices de ce cycle et, à l’avenir, le spectre des opportunités devrait probablement s’élargir, générant de nouveaux gagnants et de nouveaux perdants.
Étant donné l’importance des investissements requis pour développer les capacités d’IA et la nécessité de disposer de grandes quantités de données de qualité, nous restons convaincus que les principaux bénéficiaires de la transformation attribuable à l’IA générative seront des entreprises cotées et non des entreprises présentes sur le marché du private equity. Si les 7 principaux géants de la Tech 4 ont été parmi les bénéficiaires les plus immédiats au regard de l’appréciation de leurs cours, nous pensons que d’autres entreprises moins capitalisées pourraient également tirer leur épingle du jeu. C’est un univers dynamique qui évolue rapidement. À mesure que la technologie de l’IA générative progressera et que de nouveaux pionniers émergeront, il sera essentiel d’investir dans les bonnes entreprises pour assurer la performance de l’investissement à long terme.
L’équipe Fundamental Equity Technology de Goldman Sachs Asset Management mène des analyses approfondies sur les tendances sectorielles et les entreprises, quelle que soit leur capitalisation boursière, et se réunit régulièrement pour discuter de la dynamique du marché et des positions du portefeuille. L’équipe collabore également avec l’équipe Fundamental Equity, composée de plus de 100 analystes à travers le monde.
1 NVIDIA. Au 6 juin 2024.
2 MSCI, Wind, Bloomberg, FactSet, Goldman Sachs Global Investment Research. Au 24 mai 2024.
Il n’existe aucune garantie que les objectifs seront atteints. Les projections économiques et les prévisions de marché présentées ici le sont uniquement à titre indicatif. Il ne peut y avoir aucune assurance que ces prévisions s’avéreront exactes. Veuillez consulter les informations complémentaires à la fin du présent document.
3 Goldman Sachs Asset Management, Bloomberg, Visible Alpha. Au 30 juin 2024.
4 Les 7 géants de la Tech désigne Microsoft, Apple, Google, Amazon, NVIDIA, Meta et Tesla.
