Débloquez gratuitement l’Editor’s Digest
Roula Khalaf, rédactrice en chef du FT, sélectionne ses histoires préférées dans cette newsletter hebdomadaire.
Il existe plusieurs vérités sur les bulles technologiques. L’une d’entre elles est qu’il est souvent difficile de les voir lorsqu’on y est : chaque décision individuelle de dépense ou d’investissement peut sembler rationnelle, même si l’effet net semble extrême.
Lorsqu’il y a consensus sur la formation d’une bulle, celle-ci a souvent encore beaucoup à faire et les investisseurs qui se retirent trop tôt sont perdants. Et après l’éclatement d’une bulle, il peut falloir des années pour déterminer si elle n’était que le produit d’un battage médiatique ou le précurseur d’un boom technologique encore plus important à venir.
Alors que les entreprises technologiques américaines entrent dans leur dernière saison de résultats, une certaine excitation commence à s’insinuer dans les valorisations technologiques à Wall Street. Le milieu de l’année 2024 était destiné à être une sorte de « trou d’air » pour l’intelligence artificielle générative. Le boom des investissements déclenché par la technologie est bien visible, mais il faut du temps pour que toutes ces nouvelles capacités soient utilisées de manière productive par les clients finaux du secteur technologique. La patience de Wall Street est sur le point d’être mise à l’épreuve.
Les sociétés de logiciels, qui sont les mieux placées pour capter la valeur de la nouvelle technologie en l’intégrant sous forme de fonctionnalités dans leurs produits existants, sont confrontées à un nuage boursier.
L’intelligence artificielle n’a pas non plus donné naissance à de nouveaux services attrayants pour les consommateurs, même si Apple a récemment promis d’intégrer généreusement cette technologie à ses appareils. Pour beaucoup de gens, la découverte de ChatGPT a suscité un frisson d’intérêt. Mais contrairement à la première fois où ils ont pris un iPhone, utilisé le moteur de recherche de Google ou trouvé leurs amis sur Facebook, cela n’a pas changé leur vie numérique.
Au mieux, cela indique un retard dans l’adoption généralisée de l’IA générative. Au pire, cela montre que la technologie n’est pas aussi transformatrice que les entreprises technologiques l’ont prétendu. Plus la pause se prolongera, plus le fossé entre le boom des investissements et la faible demande finale deviendra flagrant.
Ce phénomène est accentué par l’étroitesse de la base sur laquelle repose ce boom d’investissement. Nvidia a déclaré à la fin de l’année dernière que les sociétés de cloud computing – un marché dominé par une poignée de grands acteurs – représentaient plus de la moitié de ses ventes de puces pour centres de données. Toute allusion de la part des grandes entreprises technologiques au cours de cette saison de résultats à la modération de leurs dépenses porterait un sérieux coup à l’entreprise.
Alors que les entreprises technologiques s’apprêtent à annoncer leurs derniers résultats, tout porte à croire que le boom bat son plein. De nombreux clients professionnels ont à peine commencé leurs premiers projets pilotes utilisant cette technologie et vont multiplier les tests dans les mois à venir, même si on ne sait pas encore quelles utilisations ils en tireront. Investir dans de grands modèles linguistiques et dans l’infrastructure pour les soutenir est également devenu une nécessité stratégique pour les grandes entreprises technologiques elles-mêmes. Si les machines capables de « comprendre » le langage et les images représentent une plate-forme informatique entièrement nouvelle, comme beaucoup dans le monde de la technologie l’attendent, alors tous les grands acteurs devront s’implanter plus solidement dans cette technologie.
Il convient également de noter que ces entreprises disposent d’une puissance financière plus que suffisante pour maintenir et même intensifier la bataille. Le flux de trésorerie d’exploitation combiné d’Apple, Microsoft, Alphabet, Amazon et Meta a bondi de 99 % au cours des cinq dernières années, atteignant 456 milliards de dollars en 2023. C’était plus que suffisant pour faire face aux dépenses d’investissement qui ont grimpé de 96 % pour atteindre 151 milliards de dollars.
En attendant, le prochain grand cycle de produits du fabricant de puces Nvidia, basé sur sa nouvelle architecture de puces Blackwell, ne devrait pas commencer avant le second semestre de cette année. Les coûts réduits que cela promet pour la formation et l’exécution de grands modèles d’IA ont garanti une ruée des clients, même si la demande pour sa génération précédente de puces reste forte.
Il y a là un paradoxe commun à toutes les nouvelles plateformes technologiques. Alors que le coût d’utilisation des nouvelles technologies chute, les clients pourraient théoriquement s’en sortir en achetant moins. Mais la chute rapide des coûts conduit généralement à la découverte de nouvelles utilisations et, au contraire, à une demande qui explose. Comme pour tout ce qui touche à l’IA générative, ce phénomène se produit à une vitesse vertigineuse et il est difficile de dire dans quelle mesure il reflétera d’autres cycles technologiques disruptifs.
À un moment donné, bien sûr, tous ces investissements doivent rapporter. Sinon, les PDG qui ont été poussés par leur conseil d’administration et par peur de la concurrence à exiger de leurs entreprises qu’elles trouvent des applications à l’IA générative finiront par perdre patience et passer à autre chose. Mais tout porte à croire que nous n’en sommes pas encore là.