Nvidia et la bulle de l'IA : est-ce réel ?

Au cours de la semaine, l'action Nvidia (NASDAQ:NVDA) a chuté de 5,2% à 138,25 dollars par action, se stabilisant ainsi dans la première moitié de la fourchette de prix d'octobre. Il est révélateur que cette correction de prix se soit produite après une nouvelle baisse du bénéfice par action (BPA). Le 20 novembre, pour le troisième trimestre clos le 27 octobre, Nvidia a surpris les investisseurs de 11,43%, ayant dépassé l'estimation du BPA de 0,7 $ à 0,78 $.

D'une année sur l'autre, le BPA de Nvidia a augmenté de 111 %, tandis que l'action NVDA a été dopée de 189 % pour la même période. Pourtant, le dépassement de l'estimation du chiffre d'affaires de 2 milliards de dollars à 35,1 milliards de dollars (en hausse de 94 % par rapport à l'année précédente) semble avoir suscité un enthousiasme mitigé.

D'un côté, il est logique qu'il y ait des encaissements pour un titre en hausse rapide et continue. Il s'agirait alors d'une opportunité d'acheter le creux de la vague. D'autre part, la demande en centres de données d'IA est-elle aussi forte que l'indiquent les performances de l'action NVDA au cours des deux dernières années ?

Existe-t-il une "bulle de l'IA" ?

Pour qu'il y ait une bulle, il faudrait que le secteur soit massivement surévalué. Non seulement en termes de demande, mais aussi en termes de produits d'IA générant des investissements. Le déploiement de l'IA dans les domaines du texte à texte, du texte à image et du texte à vidéo pourrait bien devenir omniprésent, mais il reste à savoir si ce déploiement sera suffisamment rentable.

Après tout, l'éclatement de la bulle Internet au début de l'année 2000 n'a pas entraîné la stagnation de l'Internet. Au contraire, mais le Nvidia de la bulle Internet, Cisco Systems (NASDAQ :CSCO) est encore loin de son prix record de 80,06 en mars 2000, par rapport à son prix actuel de 59,38 dollars par action.

Selon les données de Crunchbase, les startups de l'IA ont cumulé plus de 150 milliards de dollars depuis 2021. Notamment, cette croissance du capital s'intensifie, ayant augmenté de 80 % au 1er trimestre 24 par rapport au 1er trimestre 23. Selon Stocklytics, cela a conduit à 33 milliards de dollars de capitaux levés au cours du seul premier semestre 2024. À titre de comparaison, le financement de capital-risque basé aux États-Unis pour les startups cryptographiques s'élevait à un peu plus de 7 milliards de dollars (sur les trois derniers mois) au plus fort de l'année 2022.

C'était avant qu'une série de faillites de crypto-monnaies (BlockFi, Terra, Celsius, FTX...) ne réduise le marché des crypto-monnaies à néant, parallèlement à la suppression réglementaire via l'opération "Choke Point 2.0".

Si l'on s'en tient au plus grand bénéficiaire de fonds pour l'IA, OpenAI, la société devrait enregistrer une perte nette de 1,3 milliard de dollars pour l'exercice 24, comme l'a rapporté le NYT à la fin du mois de septembre. De même, Anthropic, avec Claud AI challenger de ChatGPT, est en passe de perdre 5 milliards de dollars cette année.

Il s'avère que la mise à l'échelle des coûts de calcul, y compris l'électricité, l'acquisition de GPU et la maintenance des serveurs, est un problème difficile à résoudre. À première vue, cela pourrait indiquer une bulle de l'IA. Cependant, il existe des circonstances atténuantes importantes.

Effort concerté pour faire de l'IA une réalité

Le marché des cryptomonnaies a fait l'objet d'une forte répression sous tous les angles. Cette situation était prévisible et a été expliquée par le membre du Congrès Brad Sherman. En revanche, le secteur de l'IA a reçu la bénédiction des institutions au point de faciliter la remise en service des réacteurs nucléaires pour répondre aux besoins en énergie des centres de données de Microsoft.

L'objectif global est d'utiliser l'IA pour automatiser la modération du contenu mondial. Le Forum économique mondial (WEF), en tant que plaque tournante des partenariats public-privé (PPP), a fait avancer ce programme par l'intermédiaire de la Coalition mondiale pour la sécurité numérique.

De même, les nombreuses réunions sur la "sécurité de l'IA" entre les politiciens et les hommes d'affaires (fusion public-privé) sont axées sur le contrôle algorithmique par l'IA.

"La façon dont vous comprenez, maîtrisez et exploitez cette révolution technologique définira la place de ce pays et la forme du monde", a déclaré Tony Blair, ancien Premier ministre britannique et président de la Commission européenne.

Tony Blair, ancien Premier ministre britannique et directeur de l'un des plus grands complexes d'ONG au monde, l'Institute for Global Change (TBI).

Un tel contrôle algorithmique a déjà été mis en évidence dans le créateur d'images agressivement censuré de Microsoft (NASDAQ :MSFT) Bing. Cette démarche s'inscrit dans le cadre des efforts déployés par le PDG de Microsoft pour limiter les "conséquences involontaires" de l'IA. En d'autres termes, tout comme l'internet a évolué d'un espace décentralisé vers des plateformes centralisées basées sur des comptes, il en sera de même pour l'IA.

Mais Nvidia devrait être le principal bénéficiaire de ce processus. Jusqu'à présent, l'approche complète de Nvidia en matière de formation de modèles d'IA a permis à l'entreprise de s'accaparer ~80 % du marché des puces d'IA. La majeure partie de cette demande émane des grandes entreprises technologiques, piliers établis de l'internet centralisé.

Bien sûr, la partie "Big" des Big Tech implique une participation inhérente à la promotion des partenariats public-privé (PPP) du WEF.

"Seule une gouvernance coordonnée peut garantir que l'IA apporte des avantages de manière inclusive et éthique, en particulier en cas d'instabilité géopolitique accrue.

À l'inverse, compte tenu des PPP établis dans le secteur financier lui-même, il est très peu probable qu'il y ait un retrait de capitaux du secteur de l'IA. En outre, Nvidia doit encore bénéficier de la puissance de calcul nécessaire à l'inférence.

Pour certaines requêtes, l'inférence de l'IA en temps réel équivaut au raisonnement humain et à l'interprétation des données, à partir de données inédites. Les prochaines performances de l'architecture Blackwell (B200) de Nvidia sont les meilleures dans le domaine de l'inférence. Ces performances s'ajoutent au doublement des performances de l'entraînement LLM.