L’IA n’en est qu’à ses débuts

Le récent repli des marchés peut être attribué à un certain nombre d'événements macroéconomiques, tels que le ralentissement de l'activité économique et l'issue potentielle des élections américaines, qui ont entraîné d'importants changements de style (de la croissance à la valeur, des grandes aux petites capitalisations, de l'exposition internationale à l'exposition nationale). Les actifs de longue durée, c'est-à-dire les entreprises dont la génération de flux de trésorerie dépend davantage des années à venir que du court terme, ont tendance à sous-performer le marché dans de tels environnements - il n'est pas surprenant que les entreprises exposées au thème de l'IA, en raison de leur profil de croissance, aient une part plus importante de leur flux de trésorerie provenant d'années à venir.

Nous nous définissons comme des « investisseurs conscients de la macroéconomie », car nous n'agissons guère dans ces scénarios – les résultats sont trop imprévisibles et binaires. Le meilleur moyen que nous ayons trouvé pour créer de la valeur est de se concentrer sur l'innovation, sur les entreprises qui développent de nouveaux produits ou services passionnants et de qualité supérieure qui attireront la demande indépendamment de (ou avec moins de sensibilité à) l'environnement externe. L'innovation génère une croissance du chiffre d'affaires qui se traduit par une augmentation des bénéfices, ce qui constitue le moteur suprême de la performance du cours de l'action à long terme. C'est pourquoi l'IA est un sujet passionnant aujourd'hui.

Outre ces questions macroéconomiques, les acteurs du marché ont commencé à débattre du rendement de tous ces investissements dans l'IA. Prenons l'exemple des grandes entreprises technologiques (Microsoft, Alphabet, Amazon et Meta), également connues sous le nom de « hyperscalers » : leurs investissements annuels cumulés sont passés de 125 milliards de dollars en 2023 à environ 200 milliards de dollars cette année. Cet investissement supplémentaire de 75 milliards de dollars pour cette année est nettement plus élevé que la cadence annuelle de 10 milliards de dollars d'investissements supplémentaires observée au cours de la dernière décennie. Et pourtant, il n'y a pas de « ligne de revenus de l'IA » justifiant ces investissements. L'application phare doit encore émerger. OpenAI, le propriétaire de ChatGPT et l'entreprise/produit le plus en vue dans le paysage de l'IA, génère un chiffre d'affaires d'environ 3 milliards de dollars.

Cependant, nous ne voyons pas d'anomalie dans cette situation. Il n'y a pas de précédent dans l'histoire du capitalisme où des investissements majeurs ont été instantanément compensés par des sommes considérables de revenus (et de profits). L'intensité capitalistique accrue que connaissent aujourd'hui les hyperscalers n'est pas différente de ce que l'on observait il y a 10 à 15 ans chez Microsoft ou Amazon, au début de la migration des ordinateurs centraux vers le cloud. C'est juste qu'aujourd'hui, elle est concentrée sur une période plus courte, car ces entreprises voient l'analogie entre le fait d'être le premier et de développer rapidement l'échelle.

Il faut du temps pour proposer des produits ou des services qui changent de paradigme. Netscape, pour beaucoup le navigateur web qui a « permis » à l'internet de voir le jour, a été lancé en 1994 et 4 ans plus tard seulement, Google (aujourd'hui Alphabet) a été fondé, l'entreprise internet la plus prospère et la plus rentable. Le premier iPhone a été lancé en 2007 et deux ans plus tard seulement, Uber a été créé, et il a fallu 11 ans pour que TikTok voie le jour. Il faut donc du temps.

En outre, nous ne pensons pas que la monétisation de l'IA soit correctement encadrée. Le marché se concentre étroitement sur les revenus qualifiés d'IA, mais cette définition stricte est difficile. L'IA est intégrée dans de nombreux produits, améliorant leur proposition et/ou permettant d'éviter des coûts. Si l'on prend un peu de recul, il existe aujourd'hui deux grands cas d'utilisation de l'IA : une approche très déterministe et, à l'extrémité du spectre, une approche non déterministe. Tout ce qui se situe entre les deux est encore en phase de conception. Le cas d'utilisation déterministe de l'IA aujourd'hui concerne principalement la création de code. Les développeurs de logiciels font l'expérience d'une productivité accrue exubérante en utilisant des outils alimentés par l'IA. Il s'agit d'un processus déterministe, car soit la ligne de code du logiciel fonctionne, soit elle ne fonctionne pas. La boucle de rétroaction est rapide et précise. À l'autre extrême, nous avons Meta (Facebook/Instagram) et Alphabet (Google) qui accélèrent massivement la croissance de leurs revenus en déployant l'IA pour améliorer les recommandations aux utilisateurs (c'est-à-dire le fil d'actualité) et aux annonceurs (c'est-à-dire une meilleure adéquation). L'IA est déployée ici en exploitant l'énorme quantité de données en temps réel provenant de leurs milliards d'utilisateurs quotidiens, ce qui permet d'effectuer les meilleurs tests A/B jamais réalisés.

Les valorisations restent raisonnables, les grandes entreprises technologiques se négociant à des multiples pas trop éloignés du marché général, tout en offrant une croissance supérieure et un meilleur bilan (moins de dettes).

L'IA n'en est qu'à ses débuts. Cette évolution ne se déroulera pas en ligne droite, mais très probablement par étapes et sur la longueur.