Humberto Nardiello

Par Humberto Nardiello, gestionnaire de fonds chez DPAM

Le développement de l'intelligence artificielle s'accélère visiblement, tandis que les marchés financiers sont sous pression. Des signaux récents indiquent que le potentiel économique de l'IA est plus important qu'on ne le pensait. Les progrès constants suggèrent que la technologie en est encore à ses débuts, avec un impact qui va bien au-delà de ce qu'on avait envisagé jusqu'à présent. Selon Humberto Nardiello (DPAM), c'est l'un des rares moments où tant la croissance fondamentale que l'argument d'investissement sont exceptionnellement fortes.

Le codage IA franchit une étape décisive

L'une des avancées les plus marquantes se produit dans le domaine du développement logiciel. Les outils d'IA sont désormais capables de créer de manière autonome des logiciels de haute qualité, avec un minimum d'intervention humaine. Andrej Karpathy, cofondateur d'OpenAI, a fait remarquer que la programmation est passée de « 80 % manuelle et 20 % automatisée » à « 80 % par un agent d'IA et 20 % d'ajustements manuels », et qu'il « programme désormais principalement en anglais. »

Le rôle de l'IA évolue. L'émergence de ce que l'on appelle les agents – des systèmes qui exécutent des tâches de manière autonome, pilotent des processus et prennent des décisions – marque une nouvelle étape. Alors que les applications de chat servent principalement à rendre l'information accessible, les agents agissent comme une couche exécutive dans l'économie. Ils fonctionnent en continu, planifient et optimisent les processus et opèrent souvent sans intervention humaine directe. Cela se traduit par une forte augmentation de l'utilisation de l'IA et une croissance rapide de la demande en puissance de calcul.

L'IA prouve sa rentabilité à grande échelle

La percée commerciale de l'IA devient en même temps de plus en plus tangible. Les principaux acteurs affichent une croissance explosive de leur chiffre d'affaires en peu de temps. ​ Au 7 avril, Anthropic a déclaré un chiffre d'affaires annualisé d'environ 30 milliards de dollars, contre 9 milliards trois mois plus tôt – soit une augmentation de 21 milliards de dollars de chiffre d'affaires récurrent annuel (ARR) en un seul trimestre. Pendant la même période, OpenAI est passé d'environ 20 milliards de dollars à plus de 25 milliards de dollars d'ARR.

Ce qui est frappant, ce n'est pas seulement la rapidité de la croissance, mais aussi l'efficacité. Les deux entreprises opèrent avec environ 3 000 employés, alors qu' Alphabet avait besoin d'environ 30 000 employés pour réaliser un chiffre d'affaires comparable. Cela témoigne d’un modèle économique fondamentalement différent, dans lequel l'évolutivité logicielle est combinée à une capacité de génération de revenus de type infrastructurel. Il en résulte un chiffre d'affaires par employé exceptionnellement élevé.

Le modèle de revenus évolue vers l'utilisation

Cette évolution est renforcée par un changement fondamental du modèle de revenus. Alors que l'IA était auparavant proposée via des abonnements fixes, le marché s'oriente vers des tarifs basés sur l'utilisation – en fait, un « paiement à l'utilisation ». Cela permet une différenciation des prix en fonction de l'intensité et de la création de valeur. Les utilisateurs intensifs, tels que les entreprises qui déploient des agents en continu, consomment notamment beaucoup plus de tokens – l'unité de calcul de l'IA qui représente le texte traité et la puissance de calcul – et sont moins sensibles au prix. Cela veut dire que les revenus augmentent au rythme de l'utilisation réelle et de la valeur économique générée par l'IA.

Cela a deux conséquences importantes. D'une part, le potentiel de chiffre d'affaires augmente fortement, car les revenus ne sont plus limités par le nombre d'utilisateurs. D'autre part, le modèle de revenus devient plus robuste : la croissance du chiffre d'affaires est directement liée à la productivité et à l'activité économique, et non à des incitations artificielles.

L'IA étend son champ d'action au monde physique

L'impact de l'IA ne se limite désormais plus aux applications numériques. La technologie s'étend rapidement au monde physique, où se rejoignent des modèles à grande échelle, des flux de données et des infrastructures. Dans des secteurs tels que la conduite autonome, la technologie passe de systèmes basés sur des règles à des modèles de bout en bout qui comprennent des situations dans leur globalité et agissent immédiatement.

Cette évolution est déjà visible. En moins de deux ans, Waymo a multiplié par dix le nombre de trajets payants effectués par des véhicules autonomes, pour atteindre environ 500 000 par semaine. Cela donne naissance à ce que l'on pourrait qualifier de « moments ChatGPT » pour le monde physique : l'IA ne se contente pas de reconnaître des objets, mais comprend et analyse des environnements dynamiques. Les implications vont bien au-delà des voitures autonomes. Une nouvelle couche d’intelligence plus large pour les systèmes physiques voit le jour, applicable dans des secteurs tels que la logistique, l’industrie et la mobilité.

Fabryki Mebli Forte courbe de croissance accélère l'adoption

L'adoption de l'IA suit un schéma connu, mais à un rythme plus soutenu. Dans les cycles technologiques précédents, l'infrastructure devançait les applications — c'est toujours le cas, mais l'écart se comble plus rapidement. Le déploiement de l'infrastructure s'est fait rapidement, tandis que l'adoption au sein des entreprises s'accélère désormais fortement. Le marché de l'IA d'entreprises pourrait atteindre 3 000 à 5 000 milliards de dollars, alors que son taux de pénétration est encore inférieur à 10 %. Le parcours d'adoption se précise de plus en plus : du chat à l'intégration dans les processus métier, puis aux outils orientés tâches et enfin aux agents autonomes et aux réseaux de systèmes collaboratifs.

Il est frappant de constater que l'incertitude macroéconomique accélère cette évolution plutôt que de la freiner. Dans un environnement économique plus fragile, la pression pour réduire les coûts et augmenter la productivité s'intensifie. L'IA sert alors d'instrument pour améliorer l'efficacité, ce qui incite davantage les entreprises à abandonner leurs méthodes de travail existantes.

Conclusion : une opportunité d'investissement exceptionnellement forte

L'IA évolue ainsi d'un sujet technologique vers un cycle économique plus large lié à la productivité, au travail et au capital. Son application passe de l'expérimentation à l'exécution, et du soutien à la création de valeur réelle.

Bien que de nombreuses technologies disruptives finissent par être surévaluées, l'IA semble encore sous-évaluée par rapport à l'ampleur de l'opportunité. Selon Nardiello, c'est l'un de ces rares moments où tant la croissance fondamentale que le cas d'investissement sont exceptionnellement fortes.