Rapport technologique majeur de l'ancien partenaire d'a16z : Comment l'IA dévore le monde ?

Rédacteur : Bu Shuqing

Source : Wall Street Journal

« L'IA est en train de dévorer le monde, et nous n'avons même pas encore aperçu son visage. »

Dans le dernier rapport publié “L'IA mange le monde”, le célèbre analyste technologique et ancien partenaire d'a16z, Benedict Evans, a fait un jugement suffisamment perturbateur pour bouleverser le monde de la technologie : l'intelligence artificielle générative provoque une grande migration des plateformes dans l'industrie technologique tous les dix à quinze ans, et nous ne savons toujours pas où cela va finalement nous mener.

Evans souligne qu'à chaque décennie, la base de l'industrie technologique est complètement réécrite, allant des mainframes aux PC, d'Internet aux smartphones, et l'émergence de ChatGPT en 2022 pourrait très bien être le point de départ du prochain « changement quinquennal ».

Les géants technologiques mondiaux se précipitent dans une course d'investissement sans précédent. Les dépenses en capital prévues pour 2025 des quatre entreprises Microsoft, Amazon AWS, Google et Meta devraient atteindre 400 milliards de dollars - un chiffre qui dépasse l'échelle d'investissement annuelle d'environ 300 milliards de dollars de l'industrie des télécommunications dans le monde.

« Sous-estimer les risques de l'IA est bien plus dangereux que de surestimer les investissements », a déclaré Sundar Pichai, PDG de Microsoft, dans une citation qui révèle l'essence de l'anxiété dans l'industrie.

Le rapport cite également le rapport d'automatisation du Congrès américain de 1956 et le cas de la disparition des postes d'opérateurs d'ascenseur pour rappeler que, lorsque la technologie est réellement mise en œuvre, elle devient discrètement une infrastructure et n'est plus appelée « IA ».

Une fois de plus, le changement tous les quinze ans : les lois historiques du transfert de plateforme

Evans a souligné dans son rapport que l'industrie technologique connaît environ tous les dix à quinze ans un changement de plateforme, passant des grands ordinateurs aux ordinateurs personnels, du World Wide Web aux smartphones, chaque changement redéfinissant le paysage de l'industrie. Le cas de Microsoft illustre la brutalité de ce changement : l'entreprise possédait près de 100 % de part de marché des systèmes d'exploitation à l'époque des ordinateurs personnels, mais elle est devenue presque insignifiante lorsque l'attention s'est tournée vers les smartphones.

Les données montrent que la part de marché du système d'exploitation Microsoft dans les ventes d'ordinateurs dans le monde a chuté de façon spectaculaire depuis son pic autour de 2010, pour tomber à moins de 20 % d'ici 2025. De même, Apple, qui dominait le marché des ordinateurs personnels dans ses débuts, a également été marginalisé par les machines compatibles IBM. Evans souligne que les leaders initiaux disparaissent souvent, ce qui semble être une règle d'or des transitions de plateforme.

Mais trois ans plus tard, on sait encore très peu de choses sur la forme de ce transfert. Evans a cité les idées ratées des débuts d'Internet et du mobile, comme America Online (AOL), le portail Yahoo, les plugins Flash, etc. Aujourd'hui, c'est au tour de l'IA générative, avec une multitude de possibilités tout aussi éblouissantes : forme de navigateur, forme d'agent, interaction vocale ou un tout nouveau paradigme d'interface utilisateur, personne ne connaît vraiment la réponse.

Une vague d'investissement sans précédent : un pari de 4000 milliards de dollars

Les géants de la technologie investissent dans les infrastructures d'IA à une échelle sans précédent. En 2025, les dépenses en capital de Microsoft, AWS, Google et Meta devraient atteindre 400 milliards de dollars, tandis que l'investissement annuel dans le secteur des télécommunications dans le monde est d'environ 300 milliards de dollars.

Il est encore plus remarquable que ce plan de croissance pour 2025 ait presque doublé au cours de l'année.

La construction de centres de données aux États-Unis dépasse désormais celle des bureaux, devenant un nouveau moteur du cycle d'investissement. Nvidia fait face à des goulets d'étranglement d'approvisionnement en raison de son incapacité à suivre la demande, ses revenus trimestriels ayant désormais dépassé l'accumulation d'Intel sur plusieurs années. TSMC est également incapable ou peu disposé à augmenter suffisamment rapidement sa capacité de production pour répondre à la demande des commandes de Nvidia.

Selon une enquête de Schneider Electric, les principaux facteurs limitants dans la construction de centres de données aux États-Unis sont l'approvisionnement en électricité publique, suivi par l'acquisition de puces et l'accès à la fibre optique. La demande d'électricité aux États-Unis augmente d'environ 2 %, et l'IA pourrait ajouter 1 % de demande supplémentaire, ce qui n'est pas un problème en Chine, mais qui est difficile à construire rapidement aux États-Unis.

Convergence des modèles : la disparition des fossés défensifs, l'IA pourrait être en train de « se marchandiser »

Malgré des investissements énormes, l'écart entre les meilleurs grands modèles linguistiques se réduit à un chiffre près dans les tests de référence. Evans a averti que :

Si les performances des modèles sont très similaires, cela signifie que les grands modèles pourraient se transformer en “marchandises”, et la capture de valeur sera réorganisée.

Dans les tests de référence les plus courants, l'écart entre les leaders est devenu très étroit, et la position de leader du modèle change chaque semaine. Cela indique que les modèles pourraient devenir des marchandises, en particulier pour un usage général.

Evans a souligné qu'après trois ans de développement, il y a eu davantage de progrès dans les domaines de la science et de l'ingénierie, mais il manque encore une compréhension claire en ce qui concerne la forme du marché. Bien que les modèles soient toujours en cours d'amélioration, de nouveaux modèles, la participation de fabricants chinois, des projets open source et des acronymes de nouvelles technologies ont émergé, la barrière à l'entrée n'est pas évidente.

À son avis, les entreprises d'IA doivent redéfinir leur avantage concurrentiel en termes d'échelle de calcul, de données verticales, d'expérience produit ou de canaux de distribution.

Problème d'engagement des utilisateurs : Les 800 millions d'utilisateurs actifs hebdomadaires de ChatGPT ne peuvent pas masquer un manque de véritable fidélité.

Bien que ChatGPT prétende avoir 800 millions d'utilisateurs actifs hebdomadaires, les données sur l'engagement des utilisateurs dépeignent un tableau différent. Plusieurs enquêtes montrent qu'environ 10 % des utilisateurs américains utilisent quotidiennement le chatbot AI, la plupart des gens étant encore à un stade d'essai occasionnel.

Les données d'enquête de Deloitte montrent que le nombre de personnes qui utilisent occasionnellement des chatbots AI est bien supérieur à celui de ceux qui les utilisent quotidiennement.

Evans l'appelle une « illusion d'engagement » typique : l'IA pénètre à une vitesse incroyable, mais n'est pas encore devenue un outil quotidien pour le grand public.

Il a analysé les raisons de ce dilemme d'engagement : combien de cas d'utilisation sont des adaptations simples évidentes ? Qui possède un environnement de travail flexible et cherche consciemment des moyens d'optimiser ? Pour d'autres, est-il nécessaire d'encapsuler l'IA dans des outils et des produits ? Cela reflète un écart significatif entre les capacités technologiques et l'application pratique.

Le déploiement des entreprises est également lent. Le rapport cite des enquêtes de plusieurs cabinets de conseil montrant que, malgré un enthousiasme croissant des entreprises pour l'IA, peu de projets sont réellement entrés en production.

Déployé : 25 %

Plan déployé au second semestre 2025 : environ 30 %

Déploiement prévu au moins en 2026 : environ 40 %

Les cas de succès sont encore principalement concentrés dans des domaines tels que l'assistance à la programmation, l'optimisation du marketing et l'automatisation du support client, qui sont encore à un stade d'absorption, et il reste encore un certain chemin à parcourir avant une véritable restructuration des affaires.

Les systèmes de publicité et de recommandation subissent une réécriture disruptive.

Evans pense que le domaine où l'IA va connaître les plus grands changements rapidement est la publicité et les systèmes de recommandation.

Les recommandations traditionnelles reposent sur la “pertinence”, tandis que l'IA a la capacité de comprendre “l'intention de l'utilisateur” elle-même. Cela signifie que :

Les mécanismes sous-jacents du marché publicitaire de plusieurs billions de dollars pourraient être réécrits.

Google et Meta ont déjà révélé des données préliminaires : la diffusion d'annonces alimentée par l'IA peut entraîner une augmentation du taux de conversion de 3 % à 14 %. Les coûts de création de publicités pourraient également être redéfinis par des technologies génératives automatisées, réduisant ainsi la part du marché de 100 milliards de dollars par an.

Leçon d'histoire : quand l'automatisation réussit, elle n'est plus appelée « AI ».

Evans ramène le regard sur le rapport d'automatisation du Congrès américain de 1956, soulignant que chaque vague d'automatisation suscite de grands débats sociaux, mais finit par s'intégrer discrètement dans les infrastructures.

La disparition des opérateurs d'ascenseur, la révolution des stocks apportée par les codes-barres, l'Internet qui est passé de « nouveauté » à infrastructure… tout cela prouve que :

Lorsque la technologie sera réellement mise en œuvre et accessible à tous, les gens ne l'appelleront plus « AI ».

Evans souligne que l'avenir de l'IA est à la fois clair et flou : nous savons qu'elle va transformer l'industrie, mais nous ne savons pas à quoi ressemblera le produit final ; nous savons qu'elle sera omniprésente dans les entreprises, mais nous ne savons pas qui sera le leader de la chaîne de valeur ; nous savons qu'elle nécessitera une puissance de calcul massive, mais nous ne savons pas où la croissance s'arrêtera.

En d'autres termes, l'IA est en train de devenir le protagoniste d'un nouveau cycle de quinze ans, mais le déroulement de l'ensemble de la pièce n'est pas encore écrit.

Nous pourrions être au bord de la prochaine rupture technologique.

L'avenir de la capture de valeur : des effets de réseau à la concurrence des capitaux

Pour les produits commercialisés qui nécessitent une recherche intensive et un capital important, la capture de valeur devient un problème clé. Si le modèle devient une marchandise et manque d'effets de réseau, comment le laboratoire de modèles va-t-il concurrencer ?

Evans a proposé trois voies possibles : s'étendre en aval pour gagner en échelle, s'étendre en amont grâce aux effets de réseau et à la victoire par les produits, ou chercher de nouvelles dimensions de concurrence.

L'exemple de Microsoft montre une transition de la concurrence basée sur les effets de réseau à la concurrence basée sur la capacité d'acquisition de capital. Les dépenses en capital de l'entreprise par rapport au chiffre d'affaires ont considérablement augmenté par rapport à un point bas historique, reflétant un changement fondamental dans le mode de concurrence.

OpenAI a adopté une stratégie de « dire oui à tout », y compris des transactions d'infrastructure avec Oracle, NVIDIA, Intel, Broadcom, AMD, intégration de commerce électronique, publicité, ensembles de données verticaux, ainsi que des plateformes d'applications, vidéo sociale, navigateurs web et autres diversifications.