Dans le numero 120 du 05 Juillet 2023 de GS, parle d’Intelligence artificiel et encore
intelligence artificielle.
Avis des experts :
Les investisseurs doivent considérer ce rapport comme un seul facteur dans la prise de leur décision
d’investissement. Pour la certification Reg AC et d’autres divulgations importantes, consultez
l’annexe de divulgation ou rendez-vous sur www.gs.com/research/hedge.html. The Goldman Sachs
Group, Inc. Depuis la sortie de l’outil d’IA générative ChatGPT d’OpenAI en novembre, l’intérêt des
investisseurs pour la technologie d’IA générative a augmenté. Le potentiel perturbateur de cette
technologie, et si le battage médiatique qui l’entoure – et les prix du marché – sont allés trop loin, est
Top of Mind. Nous discutons avec Sarah Guo de Conviction, Gary Marcus de NYU et les analystes
américains de logiciels et Internet de GS GIR, Kash Rangan et Eric Sheridan, de ce que la technologie
peut et ne peut pas faire à ce stade. Les économistes de GS évaluent ensuite l’impact
potentiellement important de la technologie sur la productivité et la croissance, ce qui, selon nos
stratèges en actions, pourrait se traduire par une hausse significative des actions américaines à
moyen et à long terme, bien que nos stratèges avertissent également que les booms de productivité
passés ont entraîné des bulles d’actions qui finissent par éclater. Nous discutons également des
opportunités d’investissement les plus intéressantes dans l’espace de l’IA aujourd’hui, et des risques
à court terme auxquels les investisseurs doivent le plus faire attention.
Nous entrons dans l’ère de ce que je considère comme le “logiciel 3.0″… les entreprises n’ont pas
besoin de collecter autant de données de formation, ce qui rend soudainement la technologie
beaucoup plus utile, accessible et moins chère.
-Sarah Guo
L’intelligence des systèmes d’IA est surestimée… ceux qui croient que l’intelligence artificielle
générale (IAG) est imminente ont presque certainement tort.
-Gary Marcus
AI n’est probablement pas dans un cycle de battage médiatique… ce cycle technologique n’est pas
dirigé par des parvenus, ce qui le rend moins susceptible de s’éteindre ou de prendre beaucoup de
temps pour démarrer.
-Kash Rangan
La grande majorité des entreprises qui ont surperformé le marché au sens large au cours des
derniers mois sur le thème de l’IA se négocient toujours à des multiples relativement raisonnables
par rapport au BPA GAAP.
-Eric Sheridan
La sortie en novembre d’OpenAI de ChatGPT, un outil d’intelligence artificielle (IA) générative qui
crée du contenu à l’aide d’invites en langage naturel, suivie de la révision à la hausse substantielle
des prévisions de revenus par le fabricant de puces d’IA Nvidia dans son rapport sur les résultats du
premier trimestre, a déclenché un regain d’intérêt des investisseurs pour la technologie d’IA générative. .
En effet, le cours de l’action de Nvidia a augmenté de plus de 30 % depuis la révision, et
la poignée de grandes entreprises technologiques qui construisent les grands modèles de langage
fondamentaux (LLM) au cœur de l’IA générative ont largement surperformé le marché au sens large.
Mais le battage médiatique sur l’IA est-il allé trop loin ? Le potentiel perturbateur de la technologie
d’IA générative – et si cela justifie l’enthousiasme actuel des investisseurs – est Top of Mind.
Nous explorons d’abord ce qui différencie la technologie d’IA générative qui a retenu l’attention des
investisseurs. Kash Rangan, analyste logiciel chez GS US, explique que la capacité de la technologie à
créer de nouveaux contenus sous forme de texte, d’image, de vidéo, d’audio et de code, et à le faire
via un langage naturel plutôt qu’un langage de programmation, sont ses principales caractéristiques
de transformation.
Sarah Guo, fondatrice de la société de capital-risque axée sur l’IA Conviction, explique en outre que,
alors que les itérations précédentes de la technologie de l’IA nécessitaient que les humains écrivent
un code déterministe pour effectuer des tâches spécifiques («Logiciel 1.0») ou la collecte minutieuse
de données de formation pour former un réseau de neurones pour une tâche spécifique (“Logiciel
2.0″), la disponibilité désormais large des modèles fondamentaux (via open source ou API), qui ont
des capacités de langage naturel, de raisonnement et une connaissance générale du monde, a réduit
la charge pour les entreprises de collecter des formations données, inaugurant une ère de “logiciel
3.0″ dans laquelle les entreprises peuvent exploiter ces capacités “prêtes à l’emploi” beaucoup plus
facilement et à moindre coût pour transformer ou améliorer leurs activités.
Le potentiel de transformation de l’IA générative a déjà commencé à se traduire dans la réalité. La
productivité des développeurs a dans certain cas augmenté d’environ 15 à 20 % grâce à l’utilisation
d’outils d’IA génératifs, explique Rangan. Et à mesure que leur utilisation devient de plus en plus
répandue, Guo voit une gamme d’applications futures, d’autant plus que les marchés de services
traditionnels, y compris les services juridiques, l’analyse de données, l’illustration et la génération de
voix et de vidéos, sont de plus en plus servis par l’IA. Peter Callahan, spécialiste du secteur américain
des TMT chez GS GBM, note que les investisseurs publics, pour leur part, estiment que cette
technologie a tous les ingrédients d’un changement de plate-forme, avec le potentiel de transformer
presque tous les aspects de l’expérience de l’entreprise et du consommateur.
Selon l’économiste mondial senior de GS, Joseph Briggs, ce potentiel de transformation pourrait avoir
des conséquences macroéconomiques de grande envergure. Il estime que son utilisation pourrait
augmenter la croissance annuelle de la productivité du travail d’environ 1,5 pp sur une période de 10
ans après une adoption généralisée aux États-Unis et dans d’autres économies des DM, et
éventuellement augmenter le PIB mondial annuel de 7 %. Et les stratèges des actions américaines de
GS, Ryan Hammond et David Kostin, affirment qu’une telle augmentation de la productivité pourrait
transformer ce qui a jusqu’à présent été un rallye des actions américaines relativement étroit mené
par l’IA en un rallye beaucoup plus large à moyen et long terme, stimulant le S&P 500. juste valeur de
9 % par rapport aux niveaux actuels.
Mais même si la technologie de l’IA s’avère finalement transformatrice, le battage médiatique autour
de ce que la technologie peut réellement offrir – et de ce que le marché évalue – est-il allé trop loin à
ce stade ? En ce qui concerne l’intelligence des systèmes d’IA aujourd’hui, Gary Marcus, professeur
émérite de psychologie et de sciences neurales à New York University, croit que la réponse est « oui
». Il précise que les réseaux de neurones souvent vantés des outils d’IA actuels ne fonctionnent en
rien comme les réseaux de neurones du cerveau humain ; alors que les machines d’IA peuvent
effectuer une analyse statistique réflexive, elles ont peu ou pas de capacité de raisonnement
délibéré. Et bien que ces machines puissent apprendre, cet apprentissage tourne en grande partie autour des statistiques des mots et des réponses appropriées aux invites ; ils n’apprennent pas de
concepts abstraits et, contrairement aux humains, n’ont pas de modèle interne qui leur permette de
comprendre le monde qui les entoure. L’intelligence artificielle générale (IAG), dit Marcus, sera
probablement atteinte à terme, mais nous en sommes très loin aujourd’hui, et aucun investissement
n’est susceptible de changer cela.
Et en ce qui concerne les marchés, les stratèges du marché de GS,
Dominic Wilson et Vickie Chang, soulignent que lors des booms de productivité passés liés à
l’innovation, comme ceux qui ont suivi l’adoption généralisée de l’électricité (1919-1929) et des PC et
d’Internet (1996-2005), de fortes augmentations des prix et les valorisations des actions sont
devenus des bulles qui ont fini par éclater.
Même aujourd’hui, Guo considère que certaines zones de mauvaise tarification sur les marchés
privés sont une grande cohorte d’investisseurs ancrés dans la même heuristique d’investissement
tout en acquérant une compréhension plus approfondie de l’espace. Et elle prévient que mal évaluer
le moment de tels changements transformateurs est un piège courant dans l’investissement. Cela dit,
en tant qu’investisseur en début de carrière, elle se concentre un peu moins sur l’évaluation que sur
le choix des marchés, des produits et des entrepreneurs qui, selon elle, ont un avantage significatif.
Eric Sheridan, analyste Internet américain chez GS, est pour sa part quelque peu rassuré par le fait
que la grande majorité des entreprises qui ont récemment surperformé sur le thème de l’IA se
négocient toujours à des multiples relativement raisonnables par rapport au BPA GAAP. Et Rangan
fait valoir que contrairement à d’autres grands cycles technologiques – tels que le passage des
systèmes distribués au cloud computing – où les objections des acteurs établis ont ralenti l’adoption,
les entreprises technologiques les plus puissantes au monde sont à l’origine de ce changement, donc
l’IA n’est probablement pas dans un cycle de battage médiatique. Alors, où se trouvent aujourd’hui
les opportunités d’investissement dans l’IA les plus convaincantes ?
Rangan et Sheridan affirment que les grandes entreprises technologiques développant les modèles
d’IA fondamentaux, ainsi que les entreprises “pioches et pelles” au service de l’espace – sociétés de
semi-conducteurs, hyperscalers de cloud computing et sociétés d’infrastructure – sont bien placées
pour capturer les gains au cours de l’actuel ” phase de construction ».
Guo est d’accord, mais voit également des opportunités à travers la pile, et est le plus enthousiasmé
par la couche d’application dont la base d’investisseurs plus large semble moins sûre aujourd’hui.
Enfin, à quels risques les investisseurs doivent-ils le plus faire attention ? Sheridan surveille de près la
perspective d’un changement des habitudes informatiques des consommateurs, qui pourrait
bouleverser les modèles commerciaux existants. Guo prévient que le discernement entre le
marketing de l’IA et la réalité de l’IA au milieu de l’enthousiasme actuel pourrait s’avérer difficile. Et
Rangan s’inquiète du fait que plus la technologie devient omniprésente, moins elle a de valeur.
