L’IA est peut-être une bulle. Et ce n’est pas nécessairement une mauvaise nouvelle.

Depuis quelques mois, une question revient de plus en plus souvent : sommes-nous en train de vivre une bulle de l’intelligence artificielle?

Après avoir lu récemment The AI Bubble Is No Ordinary Bubble d’Annie Lowrey, ainsi que plusieurs analyses de Cory Doctorow sur le sujet, je crois que la réponse pourrait bien être oui.

Mais ce n’est probablement pas la bonne question.

La vraie question est plutôt celle-ci :

Peut-on être au début d’une révolution technologique majeure… tout en étant simultanément dans une bulle financière?

L’histoire nous montre que oui.

Internet était bien une révolution en 1999. Cela n’a pas empêché la bulle technologique d’éclater quelques mois plus tard.

Et je pense que nous pourrions assister à quelque chose de semblable avec l’IA.

Une course aux infrastructures sans précédent

Amazon, Microsoft, Alphabet, Meta et d’autres investissent aujourd’hui des centaines de milliards de dollars dans les centres de données, les GPU, l’énergie et les infrastructures nécessaires à l’IA.

À terme, nous parlons potentiellement de trillions de dollars de capital investi.

Pour justifier ces investissements et les valorisations qui les accompagnent, il ne suffit toutefois pas que ChatGPT écrive de meilleurs courriels, que Copilot nous aide à préparer des présentations ou que les développeurs produisent du code plus rapidement.

Les entreprises devront éventuellement transformer ces gains de productivité en quelque chose de beaucoup plus tangible :

des revenus, des marges et des profits.

Et c’est là que l’équation devient intéressante.

Le capital va aujourd’hui beaucoup plus vite que la création de valeur

L’un des arguments les plus intéressants avancés par Cory Doctorow concerne la durée de vie économique des infrastructures.

Les GPU qui alimentent l’IA coûtent extrêmement cher et évoluent à une vitesse spectaculaire.

Si une génération de processeurs devient économiquement obsolète après trois ou quatre ans, les entreprises doivent continuellement réinvestir des sommes gigantesques simplement pour demeurer compétitives.

L’économie de l’IA commence alors à ressembler beaucoup moins au logiciel traditionnel — peu de capital et des marges extraordinaires — et davantage aux télécommunications ou à d’autres industries très intensives en capital.

La réalité pourrait toutefois être plus nuancée.

Les GPU plus anciens pourront probablement continuer à servir pendant plusieurs années pour des tâches d’inférence, des modèles moins complexes et d’autres charges de travail.

Mais le problème fondamental demeure :

il faudra générer énormément de valeur économique pour obtenir un rendement satisfaisant sur tout ce capital.

Et pour l’instant, cette démonstration reste largement à faire.

Il existe aussi une étrange circularité dans l’écosystème

Microsoft investit dans OpenAI.

OpenAI achète du cloud à Microsoft.

Les fournisseurs de cloud achètent des GPU à Nvidia.

Nvidia investit dans des entreprises d’IA.

Ces entreprises achètent à leur tour du compute auprès des grands fournisseurs de cloud.

Tout cela génère de vrais revenus.

Mais une partie de ces revenus provient essentiellement de capitaux qui circulent à l’intérieur du même écosystème technologique.

À un moment donné, quelqu’un à l’extérieur de cet écosystème doit payer la facture.

Et ce quelqu’un, c’est l’économie réelle.

Les banques. Les manufacturiers. Les détaillants. Les assureurs. Les entreprises de services. Les gouvernements.

C’est là que se jouera véritablement la prochaine étape.

Passer de l’outil de productivité à la transformation du modèle d’affaires

Aujourd’hui, la majorité des entreprises abordent encore l’IA comme un outil de productivité.

• Écrire plus rapidement.

• Analyser davantage d’information.

• Automatiser certaines tâches.

• Créer du contenu.

• Développer du logiciel plus efficacement.

Ce sont de véritables gains.

Mais ils ne suffiront probablement pas à justifier les trillions de dollars investis dans les infrastructures.

Pour cela, il faudra passer de « Comment l’IA peut-elle aider mes employés à travailler plus rapidement? »

à « Comment devrions-nous repenser notre entreprise maintenant que certaines capacités intellectuelles peuvent être automatisées à très faible coût? »

C’est une question complètement différente.

Et c’est probablement là que se trouve la véritable révolution.

2030 pourrait être beaucoup plus intéressant que 2026

Mon scénario privilégié n’est donc ni celui de l’effondrement de l’IA ni celui d’une croissance exponentielle sans interruption.

Il ressemble plutôt à ceci.

2023-2027 : la construction

• Investissements massifs.

• Course aux modèles.

• Construction de centres de données.

• Explosion des valorisations.

• Adoption rapide.

2027-2029 : le moment de vérité

• Les investisseurs commencent à demander où sont les rendements.

• Certaines entreprises découvrent qu’elles ont construit trop de capacité.

• Les acteurs les plus fragiles disparaissent ou sont consolidés.

• Les valorisations corrigent.

• Le prix du compute chute.

• Et plusieurs investisseurs pourraient perdre beaucoup d’argent.

Puis arrive la partie la plus intéressante.

2030+ : l’industrialisation

• L’infrastructure existe.

• Les modèles sont beaucoup plus performants.

• Le coût de l’intelligence artificielle a considérablement diminué.

• Les entreprises ont appris à l’intégrer dans leurs processus.

• Et surtout, elles commencent à redessiner leurs organisations autour de cette nouvelle capacité.

C’est potentiellement à ce moment que la véritable transformation économique commence.

Nous avons déjà vu ce film

À la fin des années 1990, des sommes considérables ont été investies dans les réseaux de télécommunications et la fibre optique.

Puis la bulle a éclaté.

Des entreprises ont disparu.

Des investisseurs ont perdu des fortunes.

Mais la fibre est restée.

Et quelques années plus tard, Google, Amazon, Netflix, YouTube, Facebook et éventuellement le cloud ont pu construire des entreprises gigantesques sur une infrastructure que d’autres avaient financée.

L’IA pourrait suivre une trajectoire similaire.

Ironiquement, l’éclatement éventuel de la bulle pourrait même accélérer la révolution de l’IA.

Une surcapacité de centres de données ferait baisser le prix du compute (calcul).

Des modèles moins coûteux rendraient les agents autonomes économiquement viables pour beaucoup plus d’entreprises.

Et une infrastructure largement amortie pourrait permettre l’émergence de modèles d’affaires que nous n’imaginons pas encore.

Alors, que devrait faire un dirigeant aujourd’hui?

Certainement pas attendre que le débat sur la bulle soit réglé.

Il faut simplement distinguer deux décisions très différentes.

Investir dans les valorisations actuelles de l’écosystème AI est une décision financière.

Transformer son entreprise grâce à l’IA est une décision stratégique.

On peut être extrêmement prudent sur la première et très ambitieux sur la seconde.

Pour les dirigeants, le véritable enjeu n’est donc probablement pas de prédire si Nvidia, OpenAI ou les infrastructures AI sont correctement valorisées.

Il est de comprendre comment une baisse spectaculaire du coût de l’intelligence pourrait transformer leur propre industrie.

Quels processus deviendront automatisables?

Quels coûts pourront disparaître?

Quels nouveaux services deviendront possibles?

Quels concurrents pourront émerger avec une structure de coûts radicalement différente?

Et surtout:

si nous devions reconstruire notre entreprise aujourd’hui en sachant ce que l’IA permettra en 2030, la construirions-nous de la même façon?

Probablement pas.

C’est peut-être la question stratégique la plus importante à poser aujourd’hui.

Parce que l’IA peut très bien être une bulle financière.

Et être simultanément l’une des transformations économiques les plus importantes des prochaines décennies.

Les deux idées ne sont pas contradictoires.

Elles pourraient même être indissociables.