Une évolution notable vient d’être rendue publique dans le domaine.
Les enjeux du pari d’un billion de dollars sur l’IA
Les géants de l’IA devraient dépenser plus de 1 000 milliards de dollars dans les centres de données l’année prochaine. Parviendront-ils à générer suffisamment de bénéfices pour soutenir cet essor des infrastructures ?
Lorsque Jessica Wachter, professeure de finance à la Wharton School de l’Université de Pennsylvanie, a souhaité évaluer l’impact de l’IA sur l’économie au cours des prochaines années, elle s’est heurtée à une longue liste d’incertitudes d’ordre commercial et technique. Elle a donc commencé par ce qu’elle qualifie de « fait remarquable », qui ne fait aucun doute : une poignée d’entreprises dites « hyperscalers » investissent des sommes colossales dans la construction de centres de données dédiés à l’IA.
Et si les hyperscalers ne parvenaient pas à atteindre ces objectifs de rentabilité ?
Au lieu d’essayer de prédire dans quelle mesure les modèles d’IA seront utiles et largement déployés, elle s’est simplement demandé à quel rythme les bénéfices des hyperscalers devront croître pour justifier leurs dépenses jusqu’en 2027, date à laquelle — selon les estimations de son collaborateur et d’elle-même — celles-ci atteindront près de 1 100 milliards de dollars. Il s’agit là d’une approche comptable pragmatique permettant de donner un sens au développement historique de l’IA que nous connaissons aujourd’hui.
Les résultats sont révélateurs : les entreprises spécialisées dans l’IA devront multiplier leur productivité par 2,7 pour atteindre le seuil de rentabilité d’ici 2030, en tenant compte du coût du capital, d’un taux de rendement de 15 % et de l’amortissement des actifs. Ce n’est pas impossible, estime M. Wachter. Cela déboucherait sur le type de croissance économique que nous avons connu lors du boom des technologies de l’information aux États-Unis, sur une période d’environ dix ans à partir du milieu des années 1990. Mais, selon elle, pour que cela se concrétise d’ici 2030, « cela représente une essor considérable concentrée sur quelques années ». Et si les hyperscalers ne parvenaient pas à atteindre ces objectifs de rentabilité ?
« Elles se retrouveront alors en retard dans le paiement de leurs intérêts, ce qui risque de les mener à la faillite », explique Mme Wachter, qui était auparavant économiste en chef de la SEC et directrice de sa division d’analyse économique et des risques. Si un boom de la productivité « ne se concrétise pas », concluent-elle et son coauteur dans leur article de travaux de recherche, « le déploiement actuel constituera la plus grande mauvaise allocation de capitaux de l’histoire ».
Point notable, pas besoin d’être un génie pour comprendre que les investissements colossaux consentis aujourd’hui dans les infrastructures dédiées à l’intelligence artificielle comportent des risques considérables. Les géants du cloud dépenseront environ 750 milliards de dollars cette année pour construire d’immenses centres de données répartis dans tout le pays. Et cette frénésie de dépenses ne semble pas près de s’essouffler. Selon certaines estimations, le montant total des investissements en capital consacrés à l’IA par les « hyperscalers » — Alphabet, Microsoft, Amazon, Meta et Oracle (qui collabore avec OpenAI) — pourrait dépasser les 5 000 milliards de dollars au cours des quatre prochaines années.
Les prochaines semaines permettront d’en mesurer la portée réelle.
À découvrir aussi :
Lire l’article original sur MIT Technology Review : MIT Technology Review