Progression des valeurs liées à l’intelligence artificielle

Les investisseurs portent un intérêt grandissant à l’intelligence artificielle (IA), ce qui conduit de nombreuses entreprises à présenter leurs feuilles de route pour les produits d’IA. Si l’IA existe depuis un certain temps, elle a pris de l’ampleur avec la sortie de ChatGPT et d’applications similaires fin 2022. Ces applications pouvaient rédiger des rapports, trier des données et optimiser la façon d’effectuer des tâches, ce qui a entraîné une hausse des valeurs liées à l’IA s’étant bien comportées au cours de l’année écoulée. L’IA est un domaine en pleine croissance. Les ETF qui y sont liés ont d’ailleurs surperformé le S&P 500 en 2023.

Par exemple, le Themes Trading Robotics & AI AMC de Swissquote Bank a progressé de 25 % en 2023. De nombreux investisseurs souhaitent accroître leur exposition à ce marché, mais trouver des valeurs solides dans ce domaine qui génèrent des revenus grâce à l’IA générative, comme Microsoft et Nvidia, nécessite beaucoup de travail. Pour de nombreuses entreprises, comme Alphabet, la société mère de Google, l’essor de l’IA générative présente à la fois des risques et des opportunités. La prudence est de mise face au battage médiatique qui accompagne l’émergence de cette catégorie d’IA. De manière générale, il est préférable de rechercher des entreprises liées à l’IA qui utilisent l’IA pour améliorer leurs produits ou obtenir un avantage stratégique. Le fabricant de puces Nvidia, peut-être le titre le plus connu dans le domaine de l’IA, a vu son chiffre d’affaires progresser de 422 % en glissement annuel pour atteindre 20,37 milliards de dollars, ce qui représente une hausse de 237 % en 2023. Microsoft, le plus gros investisseur dans la startup OpenAI, le leader des modèles de formation en IA générale, a lancé une nouvelle technologie appelée Sora le 15 février. Sora utilise l’IA pour créer des vidéos de haute qualité à partir de descriptions textuelles.

Certains chercheurs et universitaires ont testé l’outil pour déterminer les mauvais usages pouvant en être faits. Ainsi, la publication de vidéos sur les réseaux sociaux durant une année électorale fait l’objet de préoccupations. Le titre Adobe s’est replié suite à l’annonce du lancement du convertisseur de texte en vidéo. Parallèlement, The Information a rapporté qu’OpenAI travaillait sur un produit de recherche en ligne qui concurrencerait directement Google. La technologie d’OpenAI est déjà intégrée dans le moteur de recherche Bing de Microsoft, mais Bing a du mal à gagner des parts de marché. Les entreprises dominantes du cloud computing comme Amazon, Microsoft et Google vendent déjà des services d’IA à leurs clients professionnels.

Jusqu’à présent, la demande de puces IA provient principalement des géants du cloud computing. Les bénéfices de Nvidia ont bondi en raison de la demande frénétique de puces IA intégrées dans les serveurs informatiques. Les investisseurs semblent anticiper l’émergence d’un marché de l’« IA de pointe », c’est-à-dire la possibilité d’utiliser des applications d’IA directement sur un appareil. Cependant, les modèles d’entraînement sont actuellement le plus grand marché pour les fabricants de puces comme Nvidia. Les systèmes d’inférence ou l’exécution des applications d’IA gagneront du terrain à long terme. Qualcomm ambitionne de construire des puces IA Snapdragon pour les smartphones Android et « l’Internet des objets ». ARM Holdings est également un fabricant de puces IA. Son titre a progressé de 70 % en 2024. Le marché estime que la plupart des fabricants de logiciels d’entreprise ne monétiseront pas réellement l’IA générative avant fin 2024 ou 2025. Pendant ce temps, la valeur de marché d’Apple a dépassé la barre des 3 000 milliards de dollars en 2023, malgré l’absence de réponse immédiate à ChatGPT. Cela pourrait changer en 2024, les marchés anticipant une mise à niveau de l’IA pour le système d’exploitation mobile iOS.

La technologie de l’IA utilise des algorithmes informatiques avec des logiciels qui visent à imiter la capacité humaine à apprendre, interpréter des modèles et faire des prédictions. Jusqu’à récemment, l’apprentissage automatique était principalement limité aux modèles qui traitaient des données en vue de faire des prédictions. Les budgets des entreprises et la R&D liés à des projets d’IA sont restés modestes, les entreprises ne sachant pas comment obtenir un retour sur investissement. Aujourd’hui, nombre d’entre elles se bousculent pour lancer des programmes pilotes d’IA générative. Toutefois, les investisseurs se méfient du battage médiatique et exigent des actions d’IA qu’elles enregistrent des progrès concernant la croissance de leur chiffre d’affaires, les projets exploratoires laissant place à une demande tangible. Les nouveaux modèles d’IA générative traitent des « invites », telles que des requêtes de recherche sur Internet, qui indiquent ce que veut un utilisateur. Les technologies d’IA générative créent de manière autonome du texte, des images, des vidéos et du code de programmation informatique. Les entreprises viseront à accroître leur productivité en développant une IA personnalisée pour des secteurs spécifiques, et en utilisant les données propriétaires des entreprises afin d’entraîner les modèles d’IA. Les systèmes d’IA exigent une puissance de calcul considérable pour repérer les modèles et faire des inférences à partir d’énormes quantités de données. L’urgence consiste à développer et fabriquer des puces IA pour les centres de données, les voitures autonomes, la robotique, les smartphones, les drones et d’autres appareils.

La question à un million de dollars est de savoir qui des leaders du secteur technologique ou des nouvelles startups de l’IA dominera le marché de l’IA générative. Les grands modèles de langage fournissent les éléments de base pour développer des applications et améliorer les systèmes d’IA. Une question clé pour les investisseurs est de savoir si les acteurs historiques du secteur technologique seront les grands gagnants de l’IA générative ou si une nouvelle vague de startups d’IA dominera le marché. Les grands modèles de langage fournissent les éléments de base pour développer des applications et améliorer les systèmes d’IA.