Depuis l’apparition de ChatGPT en novembre 2022, les marchés financiers évoluent au rythme des annonces sur l’intelligence artificielle. Trois ans plus tard, les mêmes interrogations persistent: l’immense cycle d’investissement nécessaire au développement des modèles d’IA finira-t-il par s’essouffler? Et les valorisations élevées des sociétés du secteur constituent-elles un risque croissant pour les investisseurs? Dans ce débat, deux visions s’affrontent, presque comme deux écoles de pensée: Moore contre Solow.
D’un côté, la prophétie technologique de Gordon Moore. Dans les années 1960, le cofondateur d’Intel prédit que la puissance des puces électroniques doublerait tous les deux ans. Une conjecture devenue «loi» tant elle s’est vérifiée au cours des six dernières décennies. Sans cette progression fulgurante, les modèles d’IA actuels n’auraient jamais atteint de telles performances en si peu de temps. Les partisans de la loi de Moore anticipent donc une poursuite de cette accélération, permettant aux machines d’accomplir des tâches toujours plus proches de celles du cerveau humain.
Face à eux se dressent les tenants de la thèse de l’économiste Robert Solow, qui relevait dans les années 1980 que «l’informatique est partout, sauf dans les statistiques de productivité». Le paradoxe persiste: chaque révolution technologique – du téléphone dans les années 1930 à Internet à la fin des années 1990 en passant par la 5G – a suscité des attentes immenses, longtemps avant que ses effets ne se traduisent réellement dans l’économie. L’IA pourrait suivre le même chemin: omniprésente dans nos vies d’ici cinq à dix ans, mais peut-être moins transformative dans l’immédiat que ne le suppose l’euphorie actuelle. La différence fondamentale entre l’IA et les précédentes innovations réside toutefois dans la vitesse exponentielle de son développement, ce qui est précisément l’argument de Moore. Aucune révolution passée, pas même Internet, n’a progressé à un rythme comparable.
Que retenir alors de ce duel théorique? D’abord, la vision de Moore souligne que les ressources nécessaires pour développer un modèle d’IA sont aujourd’hui colossales. Les géants technologiques disposent d’un avantage évident: ils sont les seuls à pouvoir engager des milliards de dollars dans la course. Reste à savoir lesquels en sortiront vainqueurs. Alphabet en est l’exemple parfait: sa domination sur la recherche en ligne lui procure des revenus publicitaires considérables, qui lui permettent d’investir massivement dans l’IA. Mais cette même position pourrait être fragilisée si les utilisateurs délaissaient Google Search au profit d’agents conversationnels comme ChatGPT. D’où un conseil de prudence: privilégier des entreprises au modèle diversifié – cloud, logiciels, hardware, data centers – plutôt que celles dépendantes d’une seule source de revenus.
Si Solow conserve raison en 2025, alors l’IA mettra plus de temps qu’on ne le pense à «remplacer tout le monde», malgré les projets de robots humanoïdes déjà en développement. Dans ce scénario, des secteurs plus traditionnels – santé, finance, médias – non seulement ne disparaîtraient pas, mais pourraient gagner en productivité.
En définitive, ceux qui risquent d’être le plus déstabilisés sont peut-être les États eux-mêmes. Car une certitude s’impose: l’impact de l’IA sur l’économie sera plus rapide que la capacité des gouvernements à s’y adapter, avec à la clé d’éventuels déséquilibres sociaux et économiques majeurs.