Avec le risque d’une bulle spéculative ? « La valorisation d’OpenAI est un peu exagérée, mais elle s’explique à la fois par ce qui a été réalisé et par l’espoir de création de valeur future.précise Olivier Martret, associé au fonds Serena Capital. Ses revenus ont connu une croissance phénoménale, passant de 500 millions de dollars en 2022 à 4 milliards de dollars attendus cette année. Alors que cela a commencé avec un produit de consommation vendu 20 $ par mois et commence seulement à pivoter vers une plateforme de modèles dédiée aux entreprises, qui sera la plus rentable.
Investissements non rentables avant 15 ans
Si ces start-up ont besoin d’autant d’argent, c’est parce que les investissements à réaliser sont colossaux. « Il existe des barrières à l’entrée pour créer des modèles fondamentauxse souvient Olivier Martret. Cela nécessite des centaines de milliards de dollars d’investissement, notamment en puissance de calcul qui doit être réservée un à deux ans à l’avance. Sans oublier les salaires pour attirer les talents, alors que seulement 300 à 400 personnes dans le monde sont capables de créer un tel modèle.
Dans son rapport AI Index 2024, publié en avril, l’Université de Stanford a noté que « les coûts de développement de modèles d’IA de pointe ont atteint des niveaux sans précédent ». Selon l’université américaine, 78 millions de dollars ont été dépensés pour la formation du GPT-4 d’OpenAI, tandis que le Gemini Ultra de Google a coûté 191 millions de dollars. Les coûts faramineux affectent l’ensemble de la chaîne de valeur, et en particulier les fournisseurs de cloud, contraints d’augmenter la capacité des centres de données. AWS (Amazon) a annoncé 150 milliards de dollars d’investissement dans l’infrastructure d’IA au cours des quinze prochaines années. Microsoft multiplie également ses annonces d’investissements pour l’IA et le cloud. Des sommes dépensées maintenant, mais qui ne seront pas rentables avant quinze ans, selon le propre aveu d’Amy Hood, sa directrice financière.
De nouveaux modèles économiques
C’est cet écart qui inquiète et fait craindre un surinvestissement, comme lors de la bulle Internet des années 2000. « Les géants de la technologie devraient investir plus de 1 000 milliards de dollars dans l’IA dans les années à venir, avec pour l’instant peu de résultats à montrer. Ces dépenses importantes seront-elles un jour payantes ? », s’interroge la banque Goldman Sachs dans une note publiée en juin. C’est « la question à 600 milliards de dollars », estime David Cahn, associé au fonds Sequoia Partners, sur son blog. Selon lui, c’est ce montant que devraient atteindre les revenus annuels générés par l’IA pour que tous les acteurs de l’écosystème réussissent à rentabiliser leurs investissements.
Après l’euphorie suscitée par son côté magique, l’heure est désormais à la monétisation de l’IA générative. « Après une guerre des prix pour assurer une adoption massive, nous entrons dans une phase où il faut démontrer la création de valeur »note Michael Mansard, directeur de la stratégie chez Zuora, société spécialisée dans la monétisation. Si la poignée de start-up développant des modèles fondateurs et de fournisseurs de cloud doit rester dans une course aux volumes, il observe l’émergence d’un nouveau business model chez les éditeurs de logiciels d’IA dédié à une problématique business : vendre en fonction des résultats, et non plus du marché. utilisateur.
Être capable de mesurer le ROI
Comme Intercom, qui vend son IA dédiée au service client en fonction du nombre d’incidents résolus par le logiciel. “Cela leur permet d’évaluer la valeur créée et de prendre en compte les spécificités de l’IA dont les coûts augmentent proportionnellement au nombre d’utilisateurs, puisque plus j’ai de demandes, plus je paie cher le calcul”analyse Michel Mansard.
LightOn, start-up parisienne qui développe des petits LLM spécialisés dans les cas d’usage, confirme ce nouveau souci de création de valeur. « Avec nos clients, nous choisissons uniquement des cas d’usage pour lesquels nous pouvons avoir des métriques et un retour sur investissement »confie Laurent Daudet, son fondateur. La pépite a réussi à être rentable en 2023, notamment grâce à la vente de LLM sur mesure pour les entreprises clientes.
Elle reconnaît « cibler notamment les grands comptes dans les secteurs où les systèmes d’information sont complexes et où de nombreuses données sont disponibles ». Rappelons que les plus grands retours sur investissement nécessitent une certaine maturité numérique. Une transformation qui prendra encore quelques années.
