En dépit du niveau élevé des cours des actions, le cycle de l’IA va se poursuivre pendant des années pour toute une série de raisons. Au stade actuel, il se situe moins à l’orée d’une bulle spéculative qu’à ses débuts, similaires à ceux que le smartphone et l’informatique en nuage ont connus.

De l’adoption à la monétisation

Les plateformes internet évoluent toujours selon le même scénario: séduire les utilisateurs puis monétiser l’offre à grande échelle. Facebook en est un exemple typique. Lors de son introduction en bourse en 2012, ce réseau comptait environ un milliard d’utilisateurs. Ses actions se négociaient à environ 100 fois les bénéfices espérés, une valorisation largement considérée comme spéculative, d’autant plus que son revenu annuel moyen par utilisateur (ARPU) d’environ 8 dollars, paraissait à peine suffisant. Pourtant, douze ans plus tard, son ARPU avoisine les 200 dollars et le cours de ses actions a été multiplié par 16. Ainsi la monétisation de l’offre de Facebook a certes pris quelques années, mais elle s’est effectivement concrétisée.

ChatGPT semble suivre un scénario très similaire. Cet agent conversationnel approche rapidement du milliard d’utilisateurs hebdomadaires. Il est utilisé aussi bien sur le plan privé que sur le plan professionnel. Pour nombre de professionnels, un abonnement mensuel de 20 dollars ne semble pas trop cher payé au vu du temps économisé grâce à cet outil que cet outil. Quant aux utilisateurs privés, ils accepteraient probablement la publicité ciblée pour un montant du même ordre.

La progression des actions des entreprises liées à l’IA est plus le reflet d’une forte croissance que d’un mouvement spéculatif classique.

Si un écosystème d’agents IA évolué peut tabler sur un revenu mensuel de 10 dollars par utilisateur engagé, son chiffre d’affaires annuel devrait avoisiner les 120 milliards lorsqu’il atteint le milliard d’utilisateurs. Mais, même si ce montant est la norme pour les plateformes, il faut tenir compte du fait que le passage à l’international est onéreux. Netflix, Spotify et Uber ont tous dû investir du cash pendant des années avant d’y parvenir. Or, les plateformes basées sur l’IA se trouvent précisément dans cette phase de «construction-apprentissage». Il leur faut attirer des utilisateurs, améliorer leur expérience, recueillir des données, consolider leur produit et innover plus rapidement que des concurrents qui disposent de moyens financiers plus importants (hello, Google).

Du côté des utilisateurs, le retour sur investissement est déjà mesurable et l’impact des nouveaux modèles se manifeste clairement dans l’économie réelle, aussi bien dans le secteur de la santé que dans le tertiaire où toutes les tâches routinières sont confiées aux IA, qu’il s’agisse de recherche, de codage, de marketing ou encore de droit. L’IA permet de réduire les coûts, d’accélérer les cadences et les délais nécessaires à la prise de décision.  

Après la hausse des bénéfices vient celle des cours

Il y a bulle spéculative lorsque les cours n’ont plus d’ancrage dans la réalité. A la fin des années 1990, la flambée des cours des actions internet n’était fondée sur aucun bénéfice réel et l’indice mondial des actions du secteur des technologies de l’information (IT) se négociait à plus de 50 fois les bénéfices. Mais aujourd’hui, la situation est bien différente: pour le secteur IT dans son ensemble, l’évolution des cours a grosso modo suivi celle de la croissance des bénéfices, ce qui est une évolution normale sur le long terme.

Pour ce qui concerne les entreprises liées à l’IA, la progression des cours de leurs actions est plus le reflet d’une forte croissance que d’un mouvement spéculatif classique. Du fait de l’ampleur de la demande pour leurs nouvelles applications, des plateformes telles que Microsoft Azure, Amazon Web Services, Google Cloud et Oracle Cloud Infrastructure ont vu leur croissance s’accélérer jusqu’à atteindre 31%, et ce, tout en réussissant à maintenir une rentabilité élevée.

Des primes raisonnables

Même si les actions des leaders de l’IA se négocient à des prix nettement supérieurs à ceux du marché dans son ensemble, cette cherté s’explique.  Elle témoigne de la capacité de ces entreprises à combiner forte croissance, marges élevées, avantages compétitifs importants et faible endettement. Payer un supplément pour ce type de profil paraît donc logique.

Ajoutons à cela que la plupart de ces entreprises se négocient encore aux alentours de leurs propres multiples moyens sur cinq ans. Si elles parviennent à augmenter leurs bénéfices nettement plus vite que le marché durant les 3 ou 4 années à venir (ce que nous pensons qu’elles feront), elles devraient donc finalement tendre à nouveau vers la valorisation moyenne du marché.

À deux doigts du savoir-faire humain

La nouvelle génération de modèles «raisonnants» réduit fortement l’écart entre expertise artificielle et expertise humaine pour de nombreuses tâches. En effet, ces modèles ne donnent pas un seul résultat, mais ils «pensent et repensent» les problèmes en boucle, ce qui leur permet de réviser et d’affiner leurs réponses. Ils deviennent capables de limiter leurs «hallucinations», d’améliorer leur fiabilité et, en fin de compte, de répondre à des demandes toujours plus complexes.

Les tâches susceptibles d’être automatisées ou assistées par IA devenant de plus en plus nombreuses, l’utilisation et l’intégration des modèles au sein des entreprises progressent. Sur le plan commercial, cela signifie davantage de revenus pour leurs concepteurs.

Un besoin accru en puissance de calcul

En matière d’IA, chaque étape présente la même caractéristique, à savoir qu’elle exige une puissance de calcul d’un ordre de grandeur supérieur à celui nécessité par l’étape précédente. Dans le cas de la recherche par exemple, une tâche qui exigeait des semaines de travail peut dorénavant être effectuée en une vingtaine de minutes pour un coût en calcul d’environ 200 dollars (chiffres 2024).  A mesure que ce coût diminue, il en va de même pour celui des projets de recherche, d’où la possibilité de les multiplier pour un prix identique. Autrement dit, et ceci est essentiel, à mesure que le coût de l’IA diminue, son volume explose.

Juste une affaire de tempo

Plusieurs autres raisons viennent renforcer la thèse d’une poursuite du cycle de l’IA. Parmi elles, on peut citer le doublement de sa consommation tous les trois mois, une offre caractérisée par de multiples goulots d’étranglement ou encore les investissements dans les centres de données qui devraient croître au rythme annuel de 40% jusqu’en 2030 (données Nvidia).

Pour autant, l’évolution de l’IA ne se fera pas sur une trajectoire linéaire. Le pouvoir de dicter des prix pourrait s’éroder si la banalisation des versions de base se manifestait beaucoup plus rapidement que prévu. Dans ce cas, les fournisseurs de modèles seraient affectés. Par contre, cette banalisation serait favorable aux fournisseurs d’infrastructure, un élément qui confirme nos attentes. La réglementation et notamment celle qui a trait aux données pourraient ralentir l’adoption de l’IA dans certains secteurs sensibles. Enfin, le risque géopolitique qui pèse sur la fabrication de puces électroniques et sur Taïwan ainsi que les menaces concernant l’approvisionnement en matières premières critiques ne peuvent être ignorés.  

Enfin, au vu de l’intensité capitalistique que requiert le déploiement de l’IA, toute allocation des capitaux inadéquate se verrait sanctionnée. Tous ces éléments constituent, à notre sens, les principaux facteurs de retournement de l’évolution de l’IA. Cependant, ils affectent le tempo de cette évolution, mais ne remettent nullement en question sa direction. Les gains de productivité sont manifestes. Et dès qu’ils seront pleinement intégrés dans les flux de production, tout retour en arrière serait difficile. En somme, tout plaide en faveur d’un cycle d’investissement en IA long et puissant. Il pourrait certes présenter des déviations temporaires, mais l’essentiel réside dans le fait qu’il recèle une profusion d’opportunités.