Investissement: que nous réserve l’intelligence artificielle?

Peu de gens contestent aujourd’hui l’idée que l’intelligence artificielle (IA) va changer le monde – mais le comment fait encore beaucoup débat. L’accent initial a été mis sur le développement de l’IA – la création de grands modèles de langage, la migration vers le cloud, l’assimilation des données, le stockage et l’analyse. La question que se posent à présent les investisseurs est de savoir où trouver les acteurs qui profiteront le plus des opportunités offertes par l’IA?*

Le fait que l’IA aura un impact à long terme est largement incontestable. Bill Gates a déclaré que «Le développement de l’IA est aussi fondamental que la création du microprocesseur, de l’ordinateur personnel, d’Internet et du téléphone mobile. Cela changera la façon dont les gens travaillent, apprennent, voyagent, reçoivent des soins de santé et communiquent entre eux. Des industries entières se réorienteront autour de cela. Les entreprises se distingueront par leur capacité à l’exploiter au mieux.»

Ce processus d’intégration a déjà commencé. Dans une enquête internationale en ligne menée par McKinsey début 2024, 65% des répondants ont déclaré que leurs entreprises utilisaient déjà l’intelligence artificielle dans certains domaines de leur activité, soit le double par rapport à l’année précédente. Les participants ont également rapporté que leurs organisations commençaient déjà à voir des avantages matériels grâce à l’utilisation de l’IA générative, avec des coûts réduits et des revenus accrus.

Certains secteurs ont été plus rapides à exploiter l’IA que d’autres, avec la plus forte adoption se produisant dans les services professionnels. Toutes catégories d’organisations confondues, les principaux domaines d’utilisation de l’IA ont été, selon McKinsey, dans les fonctions liées au marketing et à la vente, ainsi que dans le développement de produits et de services.

L’IA va devoir offrir davantage de gains de productivité à long terme si elle entend susciter un intérêt plus marqué des investisseurs.

Si tout cela est encourageant, l’IA va devoir offrir davantage de gains de productivité à long terme si elle entend susciter un intérêt plus marqué des investisseurs. La plupart des organisations croient fermement que ces gains finiront par se concrétiser, avec trois quarts des répondants à l’enquête de McKinsey prédisant que l’IA générative entraînera dans les années à venir des changements significatifs ou disruptifs dans leurs industries.

Après Nvidia

Une étude de Goldman Sachs Research examinant les implications de l’IA pour les thèmes d’investissement soutient que, après un afflux initial d’argent dans le secteur qui a principalement profité aux fabricants de puces IA basés aux États-Unis, la prochaine phase pour les investisseurs consistera à suivre les entreprises qui aident à construire les infrastructures liées à l’IA.

Cela pourrait inclure des entreprises qui font partie de la chaîne d’approvisionnement ailleurs dans le monde, telles que les fournisseurs de semi-conducteurs en Europe et en Asie, qui n’ont jusqu’à présent pas bénéficié de la même attention que les entreprises américaines. Les auteurs de l’étude affirment également que «la phase 3 concerne les entreprises capables d’intégrer l’IA dans leurs produits afin d’augmenter les revenus, tandis que la phase 4 concerne les gains de productivité possibles dans de nombreuses entreprises grâce à l’IA.»

L’environnement du marché a été compliqué par l’arrivée soudaine du challenger chinois DeepSeek, qui affirme avoir développé son modèle d’IA à un coût bien inférieur à celui des concurrents américains tels qu’OpenAI. Si des modèles d’IA peuvent être construits avec moins de puces haut de gamme, cela pourrait comprimer les marges chez Nvidia et potentiellement remettre en question le besoin perçu de volumes importants de stockage cloud et de capacité de traitement analytique.

Certains analystes pensent que les grands modèles de langage pourraient devenir une simple matière première, tandis que les applications s’appuyant sur ces modèles fourniront la véritable valeur de l’IA.

Certains analystes pensent que les grands modèles de langage pourraient devenir une simple matière première, tandis que les applications qui s’appuient sur ces modèles fourniront la véritable valeur de l’IA. C’est ce qui s’est passé avec Internet, où Amazon et les services de streaming vidéo ont largement dépassé les performances d’entreprises telles que les développeurs de navigateurs web et les fournisseurs d’accès à Internet. L’arrivée de DeepSeek pourrait accélérer ce processus de découverte en rendant moins coûteux l’expérimentation pour les entreprises.

Quels cas pratiques?

Pour l’instant, il faut reconnaître que l’IA manque de cas pratiques décisifs. Ce «retard» dans l’application massive de l’IA reste une préoccupation pour certains investisseurs redoutant que le retour sur investissement puisse ne jamais arriver malgré les milliards que l’industrie a déjà attirés. Ici, il est peut-être utile de se souvenir qu’il a également fallu de nombreuses années à Amazon pour devenir rentable

Aujourd’hui, le focus est clairement de réussir à identifier des applications qui attireront des investissements substantiels et qui généreront des revenus significatifs. Malgré les gains d’efficacité réalisés jusqu’à présent, l’intelligence artificielle n’a pas encore délivré des améliorations de productivité à la hauteur de ce qui était initialement attendu.

Même s’ils ne sont pas à l’échelle espérée par les investisseurs, certains cas d’utilisation émergent là où on ne s’y attendait pas forcément. Par exemple, BlackRock affirme à propose de l’industrie minière que «[L’IA] peut fournir un coup de pouce en permettant aux entreprises d’extraire davantage de leurs mines, et avec une plus grande efficacité. L’IA peut aider le forage et l’exploration à devenir plus précis et ciblé.

Elle peut également aider à l’entretien de machines et d’équipements coûteux. Une gamme croissante de capteurs et de réseaux de données – l’Internet des objets – peut détecter de petits problèmes, permettant ainsi des résolutions rapides et une amélioration de la durée de vie des équipements. La numérisation des chaînes d’approvisionnement peut aider à mettre en place des systèmes d’alerte précoce pour détecter les problèmes, ce qui peut contribuer à minimiser les perturbations de l’approvisionnement.»

Agriculture et fermes intelligentes

Il y a également une forte adoption de l’IA dans le secteur agricole. Des fermes intelligentes émergent au sein desquelles des moniteurs numériques ajustent les systèmes de fertilisation et d’arrosage pour une efficacité maximale. Des capteurs peuvent donner des indications précoces de maladies et de changements climatiques, contribuant ainsi à augmenter les rendements.

Des fermes intelligentes émergent au sein desquelles des moniteurs numériques ajustent les systèmes de fertilisation et d’arrosage pour une efficacité maximale.

Un document du Forum économique mondial note que «la numérisation de l’agriculture offre des avantages tels que des revenus agricoles plus élevés, des résultats environnementaux améliorés et une meilleure viabilité commerciale pour les petits exploitants agricoles qui l’utilisent. Les recherches suggèrent que l’agriculture numérique pourrait augmenter le PIB agricole des pays à faible et moyen revenu de plus de 450 milliards de dollars, soit 28% par an.»

Le Forum économique mondial a lancé une initiative en collaboration avec le gouvernement de l’État indien de Telangana pour mettre en œuvre des outils d’IA dans les fermes de piments. Selon les rapports, cela a déjà aidé les agriculteurs à réaliser une augmentation de 21% des rendements, une réduction de 9% de l’utilisation de pesticides et un gain de 800$ par acre par cycle.

La conduite autonome est un autre domaine qui progresse lentement en utilisant largement l’IA. Des taxis sans conducteur circulent déjà dans les rues de San Francisco. L’IA fait également des avancées dans différents domaines en médecine, par exemple le diagnostic du cancer.

Naviguer les obstacles

De nombreux cas d’utilisation potentiels émergent dans lesquels l’IA pourrait être transformative. Dans le transport, pour analyser les schémas de trafic et optimiser les flux. Dans les soins de santé, qu’il s’agisse d’améliorer le diagnostic, de mieux analyser les dossiers médicaux ou d’accélérer la découverte de médicaments. Elle pourrait également s’avérer très utile dans l’éducation pour des plans d’apprentissage personnalisés ou encore dans les affaires pour optimiser les chaînes d’approvisionnement.

Si l’horizon semble prometteur, certains obstacles demeurent. Les entreprises ont des modes de fonctionnement hérités complexes avec des structures qui ne sont pas nécessairement capables d’intégrer l’IA facilement. Elles vont devoir prendre du temps pour s’adapter. L’IA ayant encore besoin des humains pour fonctionner, il faut tenir compte de la réticence, plus ou moins forte selon les organisations, à adopter de nouvelles technologies. De plus, les contours du paysage réglementaire futur autour de l’IA ne sont pas encore réellement définis. La plupart des gouvernements dans le monde élaborent une forme de réglementation de l’IA, ce qui pourrait freiner la croissance selon les différentes mises en application.

Comme pour toutes les innovations, l’évolution de l’IA ne sera probablement pas linéaire, et nous sommes susceptibles de voir émerger des utilisations qui n’avaient pas été envisagées auparavant. Les investisseurs devraient être prudents et, comme toujours, ne pas mettre tous leurs œufs dans le même panier. Au lieu de tout miser sur un seul élément de l’écosystème de l’IA, il est sans doute préférable de chercher à répartir ses investissements sur une gamme plus large d’opportunités potentielles.

* Contenu traduit de l’anglais par l’outil d’IA BIL GPT