L'IA du point de vue de l'investisseur.

Partie I : L'IA est-elle une bulle ? Les évaluations de l'IA sont-elles folles ?

L'IA est omniprésente de nos jours et constitue en quelque sorte un véritable engouement. Même le nombre de publications sur LinkedIn à propos de l'IA est actuellement en phase de bulle.

Cependant, contrairement à la bulle SPAC, Weed ou Meme, l'engouement pour l'IA est soutenu par de réels investissements : Meta construit actuellement un centre de données de la taille de Manhattan. Et bien qu'il existe une certaine circularité dans les engagements d'OpenAI, de Nvidia et d'Oracle, la majorité des investissements sont en effet soutenus par des flux de trésorerie réels de la plupart des principaux acteurs technologiques.

Seuls les investissements d'Oracle font sourciller, les investissements prévus semblant très élevés par rapport au niveau de revenus actuel...

En ce qui concerne les valorisations : elles sont, bien entendu, considérables. Par exemple, Nvidia a un cours/bénéfices prévisionnels de 38,4 fois. Et cela alors que le modèle de revenus des principaux acteurs de l'IA reste un problème. Mais plus d'informations à ce sujet plus tard cette semaine, dans une prochaine section. Pourtant, nous ne suivons pas les gros titres les plus dramatiques: C'est dingue d'avoir les valorisations actuelles (encore ?) sans oublier : au plus fort de la bulle Internet en 1999, Microsoft a enregistré un P/E de 71 fois, et Cisco a même enregistré 171 fois ses bénéfices.

L'IA a donc certainement un contenu très médiatisé. Mais on ne peut pas parler de véritable bulle pour l'instant...

Partie II : Divergence ou le gagnant rafle tout ?

La frénésie de construction actuelle et la bataille pour des centres de données toujours plus grands peuvent donner l'impression que le marché de l'IA est en train de devenir un modèle « le gagnant remporte tout ». Un peu comme Google détient une part de marché de 90 % sur les requêtes de recherche. Où les effets de réseau garantissent que chaque recherche ultérieure s'améliore.

Cependant, ce n'est pas le cas de l'IA pour l'instant : comme Deepseek l'a montré l'année dernière, il est en effet possible de créer un modèle avec un budget relativement limité qui ne soit pas très en retard par rapport aux leaders du secteur. En outre, il existe également une forte tendance vers les modèles open source, en particulier en provenance de Chine. Cela signifie que plus de 2 millions de modèles d'IA différents existent déjà.

La bataille contre l'IA n'en est qu'à ses débuts. Et le temps nous le dira. Mais il est remarquable de constater que, d'une part, les investissements dans les centres de données sont considérables, comme on peut s'y attendre sur un marché où le gagnant rafle tout, alors que, d'autre part, le nombre de modèles et leur utilisation suggèrent le contraire. En outre, premier arrivé OpenAI perd actuellement de fortes parts de marché...

Au-delà de ChatGPT

En matière d'IA, la presse populaire continue de parler principalement d'OpenAI. En réalité, OpenAI reste populaire auprès des consommateurs ordinaires, mais l'entreprise de Sam Altman perd du terrain sur le marché professionnel.

Alors qu'en tant que consommateur, vous disposez d'une quantité quasi illimitée de votre assistant personnel d'IA dans votre poche pour un abonnement mensuel, un professionnel paie en fonction de votre utilisation, au prix par « jeton » utilisé. Les plateformes telles qu'OpenRouter offrent la possibilité de passer d'un modèle à l'autre de manière très flexible et constituent donc un proxy utile pour déterminer quels modèles sont les plus utilisés. Vous trouverez ci-dessous le tableau des jetons utilisés dans les différents modèles.

Grâce à des offres promotionnelles et à des versions gratuites, Grok d'Elon Musk a pu monter sur 2 podiums. Après cela, Claude de Gemini et Anthropic s'en sort très bien. ChatGPT n'a plus aucun modèle dans le top 10... Les modèles d'IA ont-ils également une « malédiction du gagnant » ?

Partie III : Surcapacité

Dans un article précédent, nous avions déjà parlé des énormes investissements dans l'IA. Dans les années à venir, les « 5 grands » acteurs technologiques dépenseront jusqu'à 500 milliards de dollars par an en dépenses d'investissement pour construire des centres de données. Ce sont des montants que nous pouvons à peine imaginer. À titre de référence, c'est à peu près la même chose que l'ensemble du secteur agricole européen. Ou environ 20 fois le chiffre d'affaires annuel mondial de McDonalds, si cela se concrétise...

Cela soulève la question de savoir si cela n'entraînera pas une énorme surcapacité à long terme. D'autant que de nombreux « modèles plus petits » dotés d'une puissance de calcul plus limitée parviennent tout de même à atteindre 80 % du niveau des meilleurs modèles. Et peut être « assez bon » pour de nombreuses tâches.

Personnellement, nous ressentons une certaine atmosphère de « boom des câbles sous-marins » au début des années 2000, lorsque l'Internet a conquis le monde et qu'une énorme quantité de câbles Internet ont été construits à l'étranger. En fin de compte, la plupart des investissements ont été réalisés quelque part près des câbles, dans les profondeurs de l'eau. Mais l'infrastructure qui a été construite à cette époque a permis à Internet de devenir ce qu'il est aujourd'hui dans les décennies à venir.

Les acteurs actuels de l'IA sont-ils les nouvelles entreprises de câbles sous-marins ? Le boom de la construction entraînera-t-il bientôt une surcapacité et une chute des prix ? Dans ce cas, en tant qu'investisseur, il vaut mieux rester sur la touche. Mais en tant qu'utilisateur, vous pouvez vraiment profiter d'une telle situation. Qu'en penses-tu ?

Partie IV : L'IA en tant que StockPicker

Il existe plus de 50 000 sociétés cotées dans le monde. En tant qu'analyste, il est donc impossible de les connaître tous en détail. C'est l'une des raisons pour lesquelles les modèles informatiques sont bien établis dans la sélection des titres depuis des décennies : les ratios et les mesures de valorisation sont calculés sur la base de chiffres financiers, et un filtrage initial est effectué.

La liste encore longue des entreprises qui ont survécu à cette sélection est qualifiée de « potentiellement intéressante ». Après cela, l'analyste commence à faire ses devoirs. Comme le dit Warren Buffett : vous commencez par les entreprises avec la lettre A, puis vous passez à celles qui commencent par B, et ainsi de suite...

L'inconvénient de cette approche est, d'une part, que les informations les plus intéressantes ne se trouvent souvent pas dans les chiffres eux-mêmes. Mais plutôt dans les notes, les perspectives, les conseils formulés par la direction de l'entreprise et les informations qui fournissent les chiffres précis dans le contexte nécessaire. Jusqu'à récemment, cela n'était possible qu'en lisant attentivement tous les documents commerciaux avec la discipline nécessaire. Et la décision la plus courante en matière d'analyse boursière est de ne pas y investir : pour chaque entreprise considérée comme investissable, un analyste en examine souvent 10 et conclut « non ».

Entrez les grands modèles linguistiques (LLM) : ils sont simplement découpés pour parcourir de grandes quantités de texte et les résumer. Ou recherchez des incohérences, des changements trimestriels, etc. En utilisant intelligemment des analystes d'IA (bien formés), l'aspect du filtre peut donc être étendu et, en plus des chiffres, permettre également un filtrage sur le texte. De cette façon, nous pouvons déjà signaler les « entreprises potentiellement les plus intéressantes ».

Bien entendu, il reste nécessaire que l'analyste humain fasse ensuite ses devoirs avec les connaissances et la discipline nécessaires. Demander simplement à ChatGPT quel serait un investissement intéressant et suivre aveuglément ces conseils n'est évidemment pas une bonne idée. Mais l'utilisation d'une intelligence artificielle bien entraînée pour filtrer les documents, afin de rendre la liste des entreprises que vous étudiez de plus près aussi pertinente et intéressante que possible en tant qu'analyste, aide les analystes boursiers à augmenter le taux de réussite.

Partie V : Comment l'argent de la Flandre occidentale a posé la pierre angulaire de la révolution de l'IA.

Un certain Ray Kurzweil avait déjà prédit en 1990 que si la puissance de calcul des ordinateurs continue de s'améliorer au même rythme, nous arriverons au point où l'intelligence artificielle générale (AGI) sera atteinte d'ici 2029. Ce qui est remarquable, c'est qu'en 2025, nous sommes toujours sur la bonne voie pour atteindre cet objectif. Alors attendez encore quelques années ! À cet égard, il n'est pas surprenant que les grands acteurs technologiques dotés de gros budgets se tournent vers l'IA : nous pouvons presque toucher au Saint Graal.

Le nom Kurzweil peut encore être intéressant pour les investisseurs de Flandre occidentale qui ont une bonne mémoire. En 1998, dans la bulle Internet, sa société, Kurzweil Applied Intelligence, a été rachetée pour 53 millions de dollars en espèces par... Lernout et Houspie.

Lorsque L&H a fait faillite, l'homme était plein d'argent et était passionné par Ai-Avant-la-Lettre. Il a passé son temps avec sagesse et a fondé le « Singularity Summit » en 2006, avec Peter Thiel, entre autres. C'est lors de ce Singularity Summit que Demis Hassabis, le fondateur de Deep Mind, a rencontré Peter Thiel. Il a donc réussi à obtenir le financement nécessaire pour sa société d'IA auprès de Peter Thiel et... Elon Musk, entre autres.

Deep Mind a été racheté par Google en 2014 pour la somme énorme de 500 millions de dollars américains. Bien qu'il ait dépassé le box office, Elon Musk était là pas amusé. Il a essayé de faire une autre contre-offre, mais Deep Mind l'a rejetée. En guise de contre-coup, il a créé une nouvelle entreprise dans le but de développer l'IA en tant que logiciel open source. Nommé... OpenAI. Le reste appartient à l'histoire (encore une fois mouvementée).

Mais avec les nuances et la liberté éditoriale nécessaires, nous pouvons donc (grossièrement) dire que l'investisseur de L&H en Flandre occidentale a été l'un des fondateurs de ce qui est finalement devenu la vague actuelle d'IA...

‍

Auteurs : Jens Verbrugge, Tibo Dewispelaere, Wouter Verlinden