Deep tech, IA générative, infrastructures... Tour d'horizon des valeurs cotées les mieux positionnées dans le secteur de l'intelligence artificielle.
Qui est le mieux placé dans la chaîne de valeur de l’IA (entre les fabricants de semiconducteurs, les éditeurs de logiciels, les boites d’IA générative elles-mêmes, les GAFA) ?
En tant qu'investisseurs spécialisés sur le secteur de la technologie, notre objectif est de maximiser les avantages que notre portefeuille peut tirer
-
des investissements immédiats des entreprises de la tech dans l'intelligence artificielle (IA) générative et, plus important encore
-
des tendances à long terme qui émergeront de l’intégration de l’IA générative dans le quotidien des travailleurs et des consommateurs.
Comment identifier les opportunités et écarter les risques ?
Pour y parvenir, nous suivons une philosophie d'investissement par phases successives, chaque phase s'appuyant sur la précédente. Cette approche nous permet d'identifier les opportunités et les risques inhérents associés à l'investissement dans des entreprises liées à l'IA générative. Malgré l'adoption rapide par les consommateurs, des incertitudes subsistent quant aux capacités de la technologie. Parmi ces incertitudes, celle de savoir si les avantages de l’IA générative permettront de compenser les coûts de son déploiement et de sa mise à l'échelle. Par exemple,lambdalabs.com estime que l’entraînement de GPT-3 a coûté au moins 4,6 millions de dollars, tandis que semianalysis.com souligne que le coût de fonctionnement hebdomadaire de ChatGPT pour l'inférence dépasse son coût d’entraînement. Les coûts conséquents d'opération et de maintenance de ces modèles sont à prendre en compte dans la capacité de déploiement de l'IA générative à grande échelle.
Compte tenu de ces incertitudes, nous pensons que des phases-clés, telles que la commercialisation réussie d’outils et de fonctionnalités basés sur l’IA générative, joueront un rôle crucial dans l’obtention de budgets informatiques en croissance pour 2024 et 2025. Ces investissements seront nécessaires au maintien de performances solides des entreprises liées à l’IA. Par exemple, le lancement - le 1er novembre 2023 - et l'adoption du 365 Copilot de Microsoft, un assistant d'IA pour les outils de bureautique Microsoft (Outlook, Word, Excel, PowerPoint, etc.), constituent une première étape-clé.
S’il est crucial de sélectionner les meilleurs acteurs dans chaque phase, nous pensons, en tant qu'investisseurs de long terme, qu'il est également indispensable de les sélectionner dans chaque sous-secteur.
Les principaux risques à prendre en compte
Afin de réduire les externalités négatives potentielles qui pourraient avoir un impact à la fois sur la performance financière de notre fonds Sycomore Sustainable Tech mais aussi sur d'autres parties prenantes, nous portons une attention particulière à la durabilité des entreprises investies sur le long terme. L’IA générative présente en effet des risques inhérents liés à son utilisation et à son développement, tels que :
-
Les risques liés au manque de transparence des modèles d’IA générative : explicabilité, interprétabilité, analyse de biais, gouvernance des algorithmes, protection des droits d’auteur des données (textes, images, codes informatiques…) utilisés pour l’entraînement des algorithmes, données d’entraînement fiables et non biaisées, restriction et modération des algorithmes, respect de la confidentialité des données, risques liés aux applications et utilisations finales… Dès le 29 mars, une tribune signée par Elon Musk, à laquelle se sont joints des milliers d’autres voix, demandent aux Big Tech d’interrompre le développement de systèmes d’IA plus puissants que GPT-4 en raison de ces problématiques.
-
Les impacts potentiels sur l’emploi : d’après le Forum Economique Mondial, l’automatisation pourrait détruire 85 millions d’emplois. A nuancer toutefois car, d’après cette même source, entre 2023 et 2027, ces nouvelles technologies pourraient créer environ 1,4 million d'emplois.
-
Les impacts environnementaux : des consommations d’énergie (jusqu'à 10 fois) plus élevées que les applications traditionnelles. Aujourd'hui, il y a des centaines de millions de requêtes ChatGPT par jour, demandant environ 1 GWh par jour d'après https://www.washington.edu/, ce qui équivaut à la consommation énergétique quotidienne d'environ 33 000 ménages américains.
-
Une chaîne d’approvisionnement durable pour le matériel informatique nécessaire au développement de l’IA : respect des droits des travailleurs, réduction de l’impact environnemental ou encore devoir de diligence dans la chaîne d'approvisionnement notamment concernant les minerais de conflits (étain, tantale, tungstène et or) nécessaires à la production du matériel informatique.
Les quatre phases-clés de notre philosophie d’investissement
Notre philosophie d’investissement sur les actions cotées concernant l’IA générative s’appuie sur 4 phases principales:
Première phase : investissements dans la « deep tech »
La première étape pour développer des capacités d’IA consiste à construire une infrastructure digitale de pointe qui permettra d’exploiter ces technologies. L’infrastructure de l’IA repose sur une combinaison de matériels, composants informatiques et de logiciels, que nous désignons comme « deep tech ». Les valeurs de la « deep tech » sont les outils de l’IA générative et sont des entreprises qui bénéficient déjà (ou bénéficieront sous peu) des investissements importants dans la thématique, investissements réalisés principalement par les grandes entreprises de la tech mais aussi les startups d’IA.
Chronologie : phase en cours.
Secteurs les mieux positionnés : semiconducteurs, matériel et composants informatiques et infrastructure cloud.
Entreprises les mieux positionnées : Nvidia, Microsoft, Amazon, Google, Broadcom, AMD, Taiwan Semi, Micron, SK Hynix, Arista Networks, Quanta Computers, Wiwynn, Baidu.
Deuxième phase : logiciels d’applications basées sur l’IA générative
Selon nous, la prochaine phase de développement de l'IA générative en matière d’investissements sera celle des sociétés d’applications qui sont leaders sur leurs marchés respectifs. Ces entreprises, si elles utilisent des architectures de données cloud native, devraient être en mesure d'intégrer des fonctionnalités et des capacités axées sur les gains de productivité dans leurs produits. Cela devrait les aider à se différencier de la concurrence et à procéder à une montée en gamme et générer une croissance plus élevée.
Chronologie : après le lancement Microsoft Copilot (1er novembre 2023) et les 12 à 18 mois suivant.
Secteurs les mieux positionnés : logiciels d'application, applications « grand public » avec une infrastructure cloud native.
Entreprises les mieux positionnées : Salesforce.com, Intuit, ServiceNow, Procore, Duolingo, Gitlab.
Troisième phase : La grande modernisation des infrastructures
Selon nous, si les entreprises du secteur des logiciels d'entreprise et grand public peuvent démontrer un retour sur investissement suffisamment élevé dans l’IA générative, alors les entreprises du monde entier s’empresseront de moderniser leur infrastructure informatique afin de créer et exécuter une stratégie d’IA générative basée sur leurs propres données et flux de travail. C’est à ce moment-là que nous pourrons parler d’adoption en masse de l’IAgénérative. Dans ce cas, on s'attend à une accélération des migrations vers le cloud mais également à la modernisation des systèmes informatiques des entreprises. Par exemple, Accenture, dans son dernier rapport trimestriel, a indiqué que seulement 10% de ses clients disposent aujourd’hui d'une infrastructure de données suffisamment mature pour l'IA en général. Le chemin vers la modernisation est encore long.
Chronologie : 12 à 18 mois, selon la phase 2.
Secteurs les mieux positionnés : logiciels d'infrastructure, infrastructure de cloud public et services informatiques.
Entreprises les mieux positionnées : valeurs issues de la première phase, Accenture, Palo Alto Networks, MongoDB, Confluent, HashiCorp, Snowflake, GitLab.
Quatrième phase : l’adoption cross-sectorielle mondiale
Il faudra du temps pour que le retour réel sur le capital investi en IA se reflète dans les profits financiers des entreprises non technologiques. Lorsque ces entreprises auront obtenu un retour sur leurs investissements en IA générative, nous nous attendons à une croissance plus forte des entreprises ayant modernisé leur infrastructure digitale pour utiliser cette technologie. Elles bénéficieront par ailleurs de marges plus élevées à mesure que les travailleurs deviendront de plus en plus productifs.
Chronologie : dans 2 à 3 ans minimum
Secteurs les mieux positionnés : Secteurs / entreprises issus des phases 1, 2 et 3 ainsi que des secteurs tels que le retail, la santé et l'éducation.
Les opinions et estimations données constituent notre jugement et sont susceptibles de changer sans préavis, de même que les assertions quant aux tendances des marchés financiers, qui sont fondées sur les conditions actuelles de ces marchés. Nous pensons que l'information fournie dans ce document est fiable, mais elle ne doit pas être considérée comme exhaustive. Votre attention est appelée sur le fait que toute prévision a ses propres limites et que par conséquent aucun engagement n'est pris par Sycomore AM quant à la réalisation de ces prévisions. Les performances passées ne préjugent pas des performances futures. Les références à des valeurs mobilières spécifiques et à leur émetteurs sont dans un but unique d'illustration, et ne doivent pas être interprétées comme des recommandations d'achat ou de vente de ces valeurs.
Pour accéder au site, cliquez ICI.