Une vague d’investissements afflue dans l’intelligence artificielle générative. Est-ce que ça vaudra le coup?
«C'est actuellement au centre de tous les débats», déclare Sung Cho de Goldman Sachs Asset Management. Les investissements affluent dans tous les domaines, depuis le silicium qui sous-tend la formation des modèles d’intelligence artificielle jusqu’aux compagnies d’électricité qui fournissent de l’électricité à des hectares de centres de données.
Pour voir où se dirige le secteur, Cho et Brook Dane, gestionnaires de portefeuille de l'équipe Actions fondamentales de Goldman Sachs Asset Management, ont rencontré des dirigeants de 20 grandes entreprises technologiques qui stimulent l'innovation en matière d'IA. Ces conversations – avec des entreprises publiques et privées, des fabricants de semi-conducteurs aux géants du logiciel – indiquent que certaines entreprises génèrent déjà des bénéfices grâce à l’IA, et que d’autres achèteraient encore plus de matériel d’IA si elles pouvaient mettre la main dessus.
« Notre confiance continue de croître dans la réalité de ce cycle technologique », déclare Dane. "Ça va être grand, comme on dit."
Mais il y a aussi des risques. Cho et Dane affirment qu'il est possible que les grands modèles linguistiques construits par une poignée d'entreprises se retrouvent en concurrence sur un marché où le gagnant remporte tout. Les cas d’utilisation, ou applications phares, qui justifient pleinement cet investissement intense n’ont pas encore émergé. Ils soulignent également que, au cours d’une année au cours de laquelle les indices boursiers américains ont atteint des records successifs, aucun rallye des valeurs technologiques ne se déroule jamais en ligne droite. « Vous obtenez à la fois des vagues de digestion d’investissement et de réalité exagérée », explique Dane. "Et les deux se déroulent sur un horizon de plusieurs années."
Les idées de Cho et Dane surviennent alors que Goldman Sachs Research a récemment publié un examen de l'immense montant des investissements dans l'IA, comprenant des entretiens avec Daron Acemoglu, professeur à l'Institut du MIT, et Jim Covello, responsable de la recherche sur les actions mondiales chez Goldman Sachs. Le rapport, intitulé « Gen AI : trop de dépenses, trop peu d’avantages ? note que les mégaentreprises technologiques, les sociétés et les services publics devraient dépenser environ 1 000 milliards de dollars en dépenses d’investissement dans les années à venir pour soutenir l’IA.
Nous avons discuté avec Cho et Dane de Goldman Sachs Asset Management des perspectives de retour sur investissement du secteur, que cette tendance se manifeste principalement sur les marchés publics ou privés, et des entreprises qui peuvent espérer capitaliser sur le boom de l'IA.
Quel investissement voyez-vous dans ces modèles ? Et pensez-vous qu’il est réaliste d’obtenir dans un avenir proche un retour sur investissement qui justifie ce capital ?
Sung Cho : C'est au centre de tous les débats en ce moment.
Brook Dane : La plus grande question qui se pose actuellement sur le marché est la suivante : obtenons-nous un retour sur investissement ? Je suis raisonnablement convaincu que nous assistons à ce retour. Et il y a quelques points de données que j’examine et qui me rassurent.
Premièrement : nous avons passé beaucoup de temps au cours de ce voyage à discuter avec le directeur financier d'un hyperscaler qui revenait tout juste de sa planification stratégique, où il faisait ses prévisions sur un, trois, cinq ans. Cette personne a parlé très ouvertement, sans aucun chiffre, de la façon dont elle effectuait les calculs du retour sur investissement dans les clusters où elle déployait des GPU et de la façon dont elle trouvait cela très rentable du point de vue du retour.
Désormais, cette société exécute déjà des charges de travail d'inférence massives (en utilisant des modèles d'IA déjà formés pour raisonner ou faire des prédictions) sur son infrastructure pour les moteurs de recommandation. Ils constatent des résultats en termes d'augmentation du temps passé sur leurs plateformes, comme ces modèles l'ont prédit, avec le prochain élément de contenu.
Donc pour eux, le calcul du RoI est probablement le plus simple à calculer, car vous pouvez déployer un cluster, vous pouvez faire un algorithme plus sophistiqué qui peut ensuite conduire à plus de temps passé, ce qui peut conduire à plus de surface publicitaire, ce qui peut ensuite générer des revenus. .
La deuxième chose, et cela vient du fait de suivre l'industrie sur le long terme et d'avoir eu de nombreuses discussions récentes avec un autre hyperscaler autour de ses plans de dépenses en capital : nous savons à quel point ils ont toujours été disciplinés historiquement et comment ils voient à la fois des revenus supplémentaires se redresser et constater les rendements supplémentaires qu'ils tirent de leurs dépenses en capital. Ce directeur financier insiste sur le fait qu’ils ont l’argent et que s’ils pouvaient déployer davantage de GPU, ils le feraient.
Ayant connu cette personne depuis 20 ans et comprenant comment elle aborde les budgets d'investissement, comment elle dépense son capital - cette personne ne ferait pas cela s'il n'y avait pas un retour véritable, réel et tangible qu'elle peut voir devant elle. . Et ils sont assez catégoriques.
Mais il est tôt, et l’autre inconvénient est que pour ces modèles frontières, vous ne pouvez pas tomber du début de la vague. Vous ne pouvez pas être le modèle de la quatrième frontière qui ne dépense pas un milliard de dollars supplémentaires pour améliorer votre modèle. Donc pour ces gars-là, il y a une petite course aux armements ici, et il y a un petit acte de foi intégré là-dedans.
Sung, quel est votre point de vue sur la question du RoI ?
Sung Cho : C'est l'une des questions les plus importantes. Et c’est ce qui va dicter l’orientation des marchés au cours des six à 12 prochains mois au moins, et déterminer si la technologie continuera à surperformer ou non.
Évidemment, pour toute question relative au RoI, vous devez comprendre l’ampleur de ce qui a été investi jusqu’à présent. Si vous regardez les revenus de NVIDIA au cours de l’année civile 2022, ils ont réalisé un chiffre d’affaires de 26 milliards de dollars. Et ils ont réalisé un chiffre d'affaires de 26 milliards de dollars au cours du dernier trimestre. Ainsi, en deux ans, NVIDIA a quadruplé ses revenus. Si vous comparez ce qui est dépensé pour NVIDIA aux dépenses totales en capital dans le cloud, près de 50 % sont consacrés aux puces NVIDIA.
Les investissements dans l’IA ont donc été massifs. Et si vous pensez au RoI, le point de départ se situe autour du « I », qui a été très, très élevé.
Si vous êtes un taureau, la chose la plus importante ici, et Brook l'a mentionné, est qu'il y a actuellement une course pour voir qui peut construire le meilleur modèle fondamental (des modèles à usage général qui peuvent être appliqués à de nombreuses applications). Cette course ne va pas ralentir de si tôt. Du point de vue du retour sur investissement, si vous le regardez au cours des deux prochaines années, peut-être que le retour sur investissement n’est pas excellent. Mais si vous disposez d’un retour sur investissement de 20 ans associé à la création de la meilleure pile technologique aujourd’hui, alors vous pourriez certainement justifier l’investissement.
D’un autre côté, NVIDIA pense qu’ils seront un million de fois plus efficaces dans le traitement de l’IA au cours de la prochaine décennie. Cela représente un million de fois sur le même type d'infrastructure de puces. Et aussi, lorsque vous leur parlez, vous comprenez que l'infrastructure qui est actuellement construite pour la formation est également la même infrastructure que nous allons utiliser pour l'inférence. Ainsi, à mesure que le monde passera de la formation à l’inférence, cela deviendra fongible. Ce n’est pas comme si vous deviez construire une toute nouvelle infrastructure d’inférence.
Et nous regardons autour de nous et nous disons : OK, il y a des applications sympas. Mais il n’existe pas cette application phare qui consomme immédiatement beaucoup de capacité.
Nous comprenons donc les raisons pour lesquelles on investit autant dans l’IA. Il pourrait évidemment y avoir une pause à court terme, ce qui dicterait l’orientation des marchés à court terme. Mais je pense que nous sommes tous les deux convaincus, à moyen et long terme, que l’IA reste l’une des plus grandes tendances que nous ayons observées dans notre histoire. Et donc je pense que cela dépend vraiment de votre calendrier. Mais nous comprenons profondément les deux côtés du débat.
Alors, où vont le marché et l’orientation à partir de là ?
Brook Dane : Pour en revenir au point de vue de Sung, et c'est un point extrêmement important, aucun cycle technologique ne progresse de manière linéaire. Ce n’est tout simplement pas le cas. Vous obtenez ces vagues à la fois de digestion d’investissement et de réalité exagérée. Et les deux se déroulent sur un horizon de plusieurs années.
Notre point de vue à l'heure actuelle est que nous mettons toute cette infrastructure en place pour faire fonctionner ces choses. Et nous constatons des améliorations incroyables dans la façon dont ces modèles fonctionnent et dans ce qu’ils peuvent faire. Mais, comme Sung l'a mentionné, nous avons vraiment besoin de voir, d'ici un an ou un an et demi, des applications qui utilisent cette technologie d'une manière plus approfondie que les chatbots de codage et de service client.
Si cela finit par se limiter au codage et au service client, nous dépensons énormément pour cela. Encore une fois, je pense que nous sommes tous les deux très convaincus qu’à moyen terme, nous allons voir ces applications et ces cas d’utilisation. Et cela va profondément changer la façon dont nous faisons tous notre travail.
Mais je pense que l'ensemble du marché essaie de déterminer ce qui doit être fait pour que de nouvelles applications et de nouveaux cas d'utilisation se développent, et ce que vous verrez sortir de l'autre côté. Nous sommes donc actuellement dans une période où nous devons constater des progrès dans ce domaine.
On dirait que vous dites qu'il s'agit d'un marché où le gagnant remporte tout. Est-ce comme le développement d’Internet, où il y aura un acteur dominant comme nous l’avons vu dans les plateformes de recherche ou de messagerie électronique ?
Brook Dane : C'est un autre grand sujet.
Sung Cho : Nous savons qu'il n'y en aura pas plus de quatre. Personne d’autre ne peut rivaliser. Les seules entreprises capables de réaliser ce niveau d'investissement sont Meta, Google, OpenAI et Anthropic.
Brook Dane : Mais ce que nous ne savons pas encore, c'est : à mesure que ces modèles mûriront et que vous cesserez de voir ces augmentations de fonction échelonnées, ce qui se produira à un moment donné, le meilleur modèle dans trois ans sera-t-il bien meilleur que tout le monde ? le modèle d'un autre qui prend 80% des parts de marché ? Ou avons-nous quatre très bons modèles, et les gens les utiliseront pour différents cas d'utilisation, dans différents domaines et de différentes manières ? Aurons-nous quatre modèles à grande échelle ?
S’il existe quatre modèles tout aussi robustes, on pourrait penser que cela devient assez rapidement banalisé. Alors que si l’un d’eux devient le leader incontesté et dominant, alors les résultats économiques seront incroyables. Nous ne connaissons pas encore cette réponse.
Mais ce que nous savons, c’est qu’aucun des quatre ne peut se permettre de ralentir le rythme de l’innovation. Parce que si vous le faites, si vous vous arrêtez à ce niveau d'intelligence d'étudiant de première année, et que les autres gars atteignent un niveau d'intelligence de doctorat, il peut être difficile pour vous d'avoir un marché s'ils sont bien meilleurs, et ils font baisser l'efficacité et les coûts plus rapidement que vous.
Sung Cho : Ce qui, je pense, va se produire avec le temps : il y aura des spécialistes verticaux. Je pense donc que la course au-delà de la vitesse brute et de l'intelligence est la suivante : comment pouvons-nous créer des modèles beaucoup plus efficaces pour des sous-secteurs et des cas d'utilisation spécifiques ?
Nos collègues de Goldman Sachs Research ont déclaré que l’IA favorise les grandes entreprises technologiques historiques. J'entends la même chose de votre part aujourd'hui. Voyez-vous quelque chose qui remette en question ce récit ?
Sung Cho : Du point de vue des infrastructures, la course est largement terminée.
Mais en ce qui concerne la création de LLM et de modèles verticaux et spécifiques à l'industrie, ainsi que de nombreux cas d'utilisation de pointe, je ne pense pas que cela soit encore réglé, et je pense que c'est de là que viendra une grande partie de l'innovation.
Brook Dane : Et ce que j'ajouterais, c'est que je ne pense pas que ce marché soit réservé à une poignée de sociétés à grande capitalisation qui soient les gagnants. Essentiellement, la chose la plus importante au-delà de la formation du modèle est la suivante : de quelles données disposez-vous qui sont uniques, que vous pouvez mettre à profit pour aider les clients ?
Ce que nous recherchons donc vraiment, sur cette couche logicielle, ce sont des entreprises qui disposent de données propriétaires approfondies qu'elles peuvent utiliser pour créer des cas d'utilisation et des expériences différenciées.
Mais il s’agit en grande partie d’un phénomène de marchés publics du point de vue des opportunités d’investissement. Il n’y aura pas une multitude d’entreprises privées qui émergeront pour perturber les structures de ces industries.
Donc, pour résumer : quel est votre principal point à retenir de cette recherche ?
Sung Cho : Mon principal point à retenir est un peu plus spécifique aux semi-conducteurs. NVIDIA domine évidemment le paysage du silicium IA depuis près de deux ans. Mais il existe désormais de véritables alternatives qui vont commencer à arriver sur le marché. Et je pense qu'il y a un véritable débat quant à savoir si NVIDIA va continuer à conserver une part de 100 % ou s'il va commencer à céder une partie de cette part à d'autres. Et nous commençons à croire qu'il y aura d'autres bénéficiaires que NVIDIA au cours des deux prochaines années.
Brook Dane : Ce que je retiens principalement, c'est que nous sommes au tout début d'une transition technologique très profonde et extrêmement impactante, et nous sommes convaincus que l'état de ces modèles et la façon dont ils évoluent vont entraîner les changements structurels que nous avons tous. j'ai pensé et espéré qu'ils allaient se réaliser.
Nous sommes de plus en plus convaincus que ce cycle technologique est réel. Ça va être grand, comme on dit.