Un grand bond en avant

L’IA générative est un type d’apprentissage machine par lequel les utilisateurs transmettent des données à un ordinateur qui peut non seulement résoudre de nombreux problèmes tout en apprenant, mais aussi fournir des réponses comme un humain grâce à l’utilisation de grands modèles de langage.

En raison de leur utilisation potentielle généralisée, les applications d’IA générative comme ChatGPT, qui a été lancé en novembre 2022, ont capté l’imaginaire du monde entier.

Entre autres choses, les applications d’IA générative peuvent :

• Générer du nouveau contenu, comme rédiger des dissertations et des courriels;
• Réviser et résumer des textes;
• Classer ou traiter rapidement de grandes quantités de données et en tirer des conclusions;
• Répondre à des demandes complexes;
• Créer de l’art numérique.

L’IA générative a le potentiel de changer radicalement la façon d’accomplir des tâches, comme l’a fait l’ordinateur à la fin des années 1980.

Incidence sur la productivité et la croissance économique

Inévitablement, cette technologie transformatrice a déclenché des discussions sur son incidence sur l’économie.

Selon une estimation optimiste du McKinsey Global Institute (2023), l’intelligence artificielle générative devrait ajouter 4 400 milliards de dollars à l’économie mondiale annuellement, par rapport à un PIB mondial d’un peu plus de 100 000 milliards de dollars en 2023.

Cependant, cet optimisme extrême n’est pas partagé par tous. Dans un article publié en mai 2024, Daron Acemoglu, professeur d’économie au Massachusetts Institute of Technology, estime que la productivité augmenterait d’à peine 0,06 % par année.

Dans les sections qui suivent, nous nous penchons sur les principaux aspects de la technologie de l’IA générative.

Éléments à la base de l’écosystème de l’IA générative

Catalyseurs technologiques

Matériel informatique

Les semiconducteurs de pointe à haute puissance alimentent l’IA générative, qui a besoin d’immenses quantités de données pour entraîner les modèles d’apprentissage machine.

De telles charges de travail nécessitent une grande quantité de puissance informatique, laquelle est fournie principalement par des semiconducteurs appelés unités de traitement graphique et par des puces d’accélérateur faites sur mesure. Les deux peuvent traiter de grandes quantités de données et effectuer un nombre considérable de calculs simultanément. NVIDIA est le principal concepteur des puces avancées utilisées pour former et faire fonctionner des modèles d’IA comme GPT-4 d’OpenAI, puissance cérébrale derrière ChatGPT. Les sociétés de conception externalisent la production des puces à Taiwan Semiconductor Manufacturing Company (TSMC).

La domination de NVIDIA n’est pas passée inaperçue. Des sociétés de semiconducteurs bien établies comme Intel et Advanced Micro Devices sont en train de lancer des produits concurrents et les sociétés d’infonuagique bien connues (dont la société mère de Google, Alphabet, Amazon et Microsoft) conçoivent maintenant leurs propres puces afin de réduire leur dépendance à NVIDIA. De nombreuses sociétés plus petites, notamment des jeunes pousses, sont également entrées dans la course.

Mis à part les fabricants de semiconducteurs spécialisés pour les applications d’IA, le secteur du matériel informatique englobe également des fabricants de matériel de semiconducteurs (comme ASML) ainsi que des fabricants de matériel de serveur et de réseautage (comme Dell et Amphenol).

Plateformes d’infonuagique

Le terme « infonuagique » désigne la disponibilité en ligne des ressources informatiques comme le stockage de données et la capacité informatique. L’infonuagique permet d’accéder à ces ressources sans avoir à les gérer directement.

La plupart des entreprises estiment qu’il est plus rentable de construire, de modifier et d’exploiter les grands modèles d’IA dans le nuage, plutôt que d’avoir cette plateforme matérielle essentielle sur place, étant donné que les exigences en infrastructure et les unités de traitement graphique sont chères.

Fabricants de modèles

Les modèles d’IA sont préconçus pour créer du contenu et peuvent être adaptés pour soutenir un large éventail de tâches. OpenAI, qui est propulsé par la technologie Microsoft, a été l’un des premiers chefs de file avec sa série GPT, mais une forte concurrence a émergé, notamment Alphabet et Anthropic, une rivale américaine détenue par le secteur privé, qui est soutenue par Amazon, ou Mistral, une société privée française qui conçoit des modèles d’IA. Meta, la société mère de Facebook, a également publié son propre modèle, Llama, en 2023.

Catalyseurs hors technologie : centres de données, fournisseurs d’énergie, sociétés industrielles

Les centres de données, qui sont déjà une infrastructure essentielle pour la numérisation de masse, sont indispensables aux services liés à l’IA. De la taille de plusieurs terrains de football américain, les centres de données hébergent des milliers de serveurs qui traitent et stockent l’information en ligne.

À mesure que l’IA générative prendra son envol, de plus en plus de centres de données de plus en plus vastes seront nécessaires, car l’entraînement des modèles d’IA générative exige de placer des milliers de puces avancées dans les centres de données et de les exploiter totalement pendant de longues périodes.

Les centres de données utilisent une très grande quantité d’énergie. Le gaz naturel demeure une importante source d’énergie en raison des contraintes actuelles du réseau, mais la demande pour les énergies renouvelables et le nucléaire en particulier, une source plus fiable, devrait croître, car les grandes sociétés technologiques se sont engagées à réduire drastiquement leur consommation de carbone au cours de la prochaine décennie.

Les centres de données au service de l’IA ont également besoin de systèmes de gestion et de distribution de l’énergie pour assurer l’utilisation efficiente de l’électricité et des solutions de refroidissement industrielles afin que la chaleur provenant des serveurs demeure contrôlée durant le traitement des données.

Génie logiciel

Près de 50 % des nouveaux codes sont maintenant générés par l’IA. La technologie aide les développeurs à coder au moins 50 % plus rapidement.

Le génie logiciel est intégré dans de nombreuses activités d’entreprise, ainsi que dans des biens et services.

Service à la clientèle

Plusieurs sociétés utilisent déjà des robots conversationnels propulsés par l’IA pour le soutien à la clientèle, mais l’IA générative les fait passer à un autre niveau. Par exemple, en traitant rapidement les données des clients et les historiques de navigation, l’IA générative peut trouver des suggestions de produits adaptées aux préférences des clients.

Marketing et ventes

L’IA générative peut améliorer considérablement l’efficience et l’efficacité du matériel de marketing. Elle peut réduire le temps requis pour la rédaction de contenu et assurer un style uniforme de communication vocale et écrite pour les marques.

Recherche et développement

Dans le secteur manufacturier, l’IA générative peut optimiser la conception, ce qui réduit les coûts de logistique, ainsi que le temps de production et des essais.

En biotechnologie et biopharmaceutique, l’IA générative peut raccourcir les phases des essais en élaborant des scénarios et des profils de candidats, ce qui accélère la mise au point de médicaments pour des maladies complexes.

Comment investir

L’adoption de l’IA générative n’en est qu’à ses débuts. Selon nous, la technologie semble très prometteuse, mais la pleine réalisation de son potentiel prendra du temps et nécessitera une gestion intensive. De plus, la technologie devra être réglementée pour faire face aux défis que son adoption posera. Comme ce fût souvent le cas dans le passé, les investisseurs surestiment peut-être ce que peut offrir l’IA générative à court terme, mais sous-estiment ce qu’elle pourra faire à long terme, vu les grandes promesses de la technologie.

Les catalyseurs qui vendent de l’équipement et des logiciels pour le secteur de l’IA ont clairement profité de la nouvelle technologie, et leurs valorisations ont considérablement augmenté. Selon nous, les portefeuilles ont probablement intérêt à prendre des positions sur les bénéficiaires du secteur des infrastructures pour l’IA générative, où les dépenses finales pourraient survenir dans dix ans ou plus.

Quant aux utilisateurs de l’IA générative, les investisseurs devraient évaluer comment la nouvelle technologie est mise en œuvre – pour augmenter les ventes, réduire les coûts ou améliorer la productivité – et surveiller la concurrence. Car si la concurrence emploie aussi l’IA générative de façon efficace, tout avantage concurrentiel pourrait s’effriter rapidement.

Pour en savoir plus sur l’écosystème de l’IA générative, consultez le rapport complet.

Dans un prochain rapport spécial, nous analyserons de plus près l’incidence spécifique que la technologie aura selon nous sur un vaste éventail d’industries et sur les nouvelles industries qui pourraient émerger, et mettrons l’accent sur les occasions éventuelles pour les investisseurs.

---

Ressources pour les recherches 

Déclarations exigées 

Au Québec, les services de planification financière sont fournis par RBC Gestion de patrimoine Services Financiers. qui est autorisé comme une société de services financiers dans cette province. Dans le reste du Canada, les services de planification financière sont disponibles à travers RBC Dominion valeurs mobilières.