Je me suis récemment plongé dans des actions liées à l'apprentissage profond et honnêtement, le potentiel ici est difficile à ignorer. Si vous pensez à la direction que l'IA prend réellement d'ici 2030, ces trois options reviennent souvent dans les conversations.

Commençons par Alphabet. GOOG a essentiellement intégré l'apprentissage automatique dans tout ce qu'ils touchent - recherche, cartes, Android, vous nommez. Ce qui est intéressant, c'est comment ils vont au-delà des produits grand public. Les véhicules autonomes de Waymo fonctionnent avec des algorithmes ML sophistiqués, et si vous avez entendu parler d'AlphaFold de DeepMind, c'est une révolution pour la découverte de médicaments. La société est positionnée dans plusieurs segments technologiques avec un solide soutien en R&D. Pour ceux qui cherchent des actions d'apprentissage profond avec une exécution prouvée, Alphabet est difficile à ignorer.

Ensuite, il y a Palantir. PLTR a construit sa réputation en traitant des données désordonnées et non structurées - images, vidéos, ensembles de données complexes que la plupart des plateformes ont du mal à gérer. Leur plateforme Gotham sert le gouvernement, Foundry s'occupe des clients commerciaux. Ce qui a attiré mon attention récemment, c'est leur nouvelle plateforme d'IA qui gagne en véritable élan - le chiffre d'affaires commercial a augmenté de 70 % d'une année sur l'autre au T4 2023. Ils prévoient également une rentabilité annuelle en 2024, ce qui change la narration autour des actions d'apprentissage profond qui sont réellement rentables. C'est exactement le genre d'investissement où l'infrastructure de données rencontre le potentiel de l'IA.

Snowflake est la troisième. SNOW a commencé comme un entrepôt de données cloud, mais ils ont discrètement intégré des capacités ML à la plateforme. L'intégration est transparente - vous pouvez développer et entraîner des modèles sans déplacer de données. Ils viennent de lancer Arctic, un LLM open-source, ce qui montre un engagement sérieux dans le domaine de l'IA. Je dirais de surveiller celui-ci, cependant - ils sont encore non rentables, donc il y a un risque. Mais si vous croyez aux actions d'apprentissage profond qui pourraient capter l'adoption de l'IA en entreprise, Snowflake est bien positionné.

La thèse ici est assez simple : l'apprentissage automatique redéfinit la façon dont les industries fonctionnent. D'ici 2030, les entreprises qui possèdent l'infrastructure et les couches d'intelligence pourraient connaître une croissance explosive. Ces trois représentent différentes perspectives - IA pour le grand public/l'entreprise, intelligence des données, et infrastructure cloud. Ce n'est pas un conseil financier, mais cela vaut la peine d'être suivi si vous pensez à l'avenir de l'adoption réelle de l'IA.