La grande bulle de l'intelligence artificielle

Dans Simulacri digitali (Add Editore, 248 pages, 20 euros), Andrea Daniele Signorelli analyse avec lucidité et esprit critique la manière dont les technologies redéfinissent les frontières entre réel et virtuel. Grâce à un outil puissant et ancien : la narration, qui façonne le présent et oriente notre avenir. Les leviers du marketing, du storytelling et de la finance sont utilisés pour créer une illusion d'avenir, fonctionnelle à la transformation de la réalité selon des logiques politiques, économiques et spéculatives.

Dans son livre, Signorelli interroge les scénarios que nous traversons et la manière dont leur interprétation est générée, et en même temps déformée, par les technologies avec lesquelles nous interagissons. C'est le cas, notamment ces derniers temps, de l'intelligence artificielle, à laquelle ce court extrait du livre est consacré.

Ces dernières années, le monde des nouvelles technologies a été marqué par une longue série de moments d'euphorie, qui ont souvent généré d'énormes mouvements de capitaux avant de se dégonfler et, dans certains cas, de disparaître sans laisser de traces. La fin de ces cycles a parfois anéanti des innovations prometteuses, encore trop immatures pour répondre aux attentes, finissant paradoxalement par freiner, plutôt que de soutenir, leur développement. Sommes-nous sûrs que le cas de l'intelligence artificielle – une technologie qui transforme nos vies, pour le meilleur ou pour le pire, depuis une bonne dizaine d'années – soit si différent ?

Certaines des startups les plus prometteuses du secteur sont actuellement confrontées à de nombreuses difficultés. C'est le cas, par exemple, d'OpenAI, qui devrait perdre plus de 14 milliards de dollars en 2016 sans avoir encore identifié de modèle économique durable. Une situation similaire, quoique à plus petite échelle, pour Stability AI : au premier trimestre 2024, l'entreprise qui produit le système de création d'images Stable Diffusion a enregistré des pertes de 30 millions de dollars (pour seulement 5 millions de dollars de chiffre d'affaires). Une situation qui a conduit à la démission du PDG Emad Mostaque et au licenciement de 10 % des employés.

Si l’IA traverse effectivement les différentes étapes d’une bulle, alors nous pourrions être à la fin de la phase d’euphorie, qui, dans la subdivision classique théorisée par l’économiste Hyman P. Minsky, précède la phase de « prise de profit », lorsque les investisseurs les plus astucieux réalisent que la croissance est désormais terminée et encaissent (la dernière phase est la phase de panique, lorsque tout le monde vend à bas prix et que les derniers arrivés se retrouvent avec le bébé dans les bras).

Mais l'IA est-elle vraiment une bulle ? Peut-on vraiment comparer la technologie la plus transformatrice de notre époque – qui devrait même donner naissance à une nouvelle révolution industrielle – aux fausses promesses du métavers ou à une innovation intrinsèquement spéculative comme le web basé sur les cryptomonnaies3 ?

Sur le sujet, les experts sont divisés : dans un article publié en mars dernier, Jeremy Grantham (cofondateur du fonds d'investissement GMO et célèbre pour avoir prédit la bulle Internet et la bulle immobilière de 2008) décrivait l'intelligence artificielle comme « une bulle dans une bulle ». Selon Grantham, l'avènement de ChatGPT a en réalité inversé la spirale descendante que les marchés avaient entamée après l'euphorie financière des années Covid, donnant naissance à une « bulle dans une bulle » qui « ne peut que commencer à se dégonfler ».

Jamie Dimon, PDG de JPMorgan Chase, a exprimé une position diamétralement opposée en déclarant sur CNBC : « Lorsque nous avons traversé la première bulle Internet, c'était à cause du battage médiatique excessif qui en résultait. Mais l'intelligence artificielle n'est pas un battage médiatique, elle est une réalité. »

Mais cette affirmation comporte au moins deux failles. Premièrement, les entreprises Internet étaient bien réelles. Elles l'étaient. Des cendres de cette bulle financière ont émergé Amazon, Google et bien d'autres géants de la Silicon Valley, tandis qu'Internet et le Web (qui étaient au cœur de cette vague spéculative) ont transformé le monde sous nos yeux, contribuant à rendre possible l'intelligence artificielle (en fournissant les données nécessaires à l'entraînement de ces systèmes).

Malgré son potentiel énorme et concret, Internet a néanmoins été le protagoniste d’une immense bulle spéculative, en raison d’attentes excessives, de la peur de ne pas monter dans le train en marche et d’une technologie qui n’était pas encore suffisamment mature.

Cela vous rappelle quelque chose ? Les systèmes d'IA générative connaissent eux aussi une situation similaire. Après avoir présenté ChatGPT et ses semblables comme des oracles omniscients capables de rendre l'espèce humaine obsolète, nous nous retrouvons aujourd'hui face à des chatbots qui commettent d'innombrables erreurs et à des outils de génération d'images qui remixent souvent grossièrement les images contenues dans les données sur lesquelles ils ont été entraînés (à moins d'être guidés par des professionnels ou des créatifs particulièrement experts).

Autant ils peuvent nous aider à rédiger des emails, à transformer un article en post pour Linkedin, à éditer quelques images, à organiser notre journée ou à créer une présentation Powerpoint, sommes-nous sûrs que ces systèmes sont réellement capables de révolutionner l’économie ?

Une autre différence supposée entre la bulle Internet et les attentes actuelles en matière d'IA réside dans le fait que les startups de l'époque – dont les noms étaient Pets.com, Priceline, eToys, et qui ont toutes fait faillite en quelques mois – reposaient sur des « fondements économiques fragiles ». Matt Cohen, fondateur de Ripple Ventures, estime que la situation actuelle n'est pas si différente. Interrogé par Pitchbook, il a expliqué : « Il y a une frénésie énorme, et beaucoup de gens reçoivent probablement des financements qui n'auraient pas dû l'être. Aujourd'hui, tout ce que je demande aux startups, c'est de me montrer ce qui les différencie de leurs concurrents, et si elles utilisent leurs propres systèmes ou des systèmes conçus par d'autres. Le marché est actuellement complètement saturé. »

Les récents et terribles échecs du Humane AI Pin et du Rabbit R1, deux appareils qui visaient à exploiter l'intelligence artificielle pour remplacer les smartphones par un assistant polyvalent, représentent probablement un autre signal à prendre en considération ; ainsi que la difficulté de générer des rendements économiques significatifs même pour des entreprises bien connues du secteur, telles que StabilityAI, PerplexityAI et même OpenAI, qui déjà en 2024 a accumulé tellement de pertes qu'on craint une faillite imminente.

Même si certaines attentes peuvent être exagérées, il ne fait aucun doute que l'intelligence artificielle (et pas seulement, et pas spécialement, l'intelligence générative) est une technologie capable de transformer le monde, et qu'elle l'a déjà en partie transformé. Comme l'histoire des entreprises Internet nous l'enseigne, cela ne signifie pas qu'elle ne puisse survivre à une bulle spéculative. Au contraire, cela semble être, d'une certaine manière, un rite de passage, même pour les technologies véritablement révolutionnaires.

Tout cela ne signifie pas pour autant que l’intelligence artificielle soit à l’abri des dynamiques perverses que nous avons décrites jusqu’à présent en relation avec le web3, le métavers, les voitures autonomes, etc. et qu’il n’existe pas d’acteurs qui créent des récits complètement déconnectés de la réalité afin d’attirer les entreprises qui espèrent pouvoir surfer, ou exploiter légitimement, le magnifique potentiel promis par ces nouvelles technologies.

Selon les données du New York Times, le cabinet de conseil Boston Consulting Group générera 20 % de son chiffre d'affaires grâce aux services liés à l'IA en 2024 (contre 0 % deux ans plus tôt). IBM Consulting a quant à lui généré plus d'un milliard de dollars de chiffre d'affaires grâce au conseil en systèmes d'IA. Accenture a atteint 300 millions de dollars en 2023, KPMG International a atteint 650 millions de dollars au premier semestre 2024 et McKinsey prévoit qu'en 2024, il obtiendra également 40 % de son chiffre d'affaires grâce à l'IA générative.

Comment les cabinets de conseil parviennent-ils à générer des revenus aussi élevés pour une technologie qui, dans sa dernière version générative, n'a pas encore généré de retombées significatives ? ​​Pour comprendre cela, il faut probablement partir de la stratégie opérationnelle de nombre de ces cabinets de conseil et d'analyse de marché. Une stratégie que l'on pourrait résumer ainsi : tout d'abord, le potentiel d'une technologie faisant l'objet d'un battage médiatique particulier est étudié, puis des rapports sont produits qui amplifient, souvent de manière improbable, son potentiel de transformation au niveau de l'entreprise et son impact économique. Enfin, des services de conseil très coûteux sont proposés aux entreprises qui souhaitent comprendre comment exploiter au mieux le potentiel initialement annoncé par les consultants eux-mêmes.

Le cas le plus récent est celui de l'intelligence artificielle générative, qui devrait donner naissance à un marché de 167 milliards de dollars d'ici 2032 (Future Market Insight). Ou peut-être atteindra-t-il 266 milliards de dollars, comme l'affirme Dimension Market Research ? Et si Fortune Business Insight avait raison, estimant la valeur de ce marché à 970 milliards de dollars en 2032 ? Et pourquoi pas les 1 300 milliards de dollars de Bloomberg Intelligence ?

Qui offre le plus ? Le simple fait que les estimations des différents cabinets d'analyse et de conseil présentent des différences aussi importantes en dit long sur leur fiabilité. De même, les estimations relatives à la valeur ajoutée apportée à l'échelle mondiale par une technologie qui, dans sa version « générative », en est encore à ses balbutiements, suscitent de nombreux doutes.

Le mécanisme est toujours le même : exploiter l'engouement suscité par une innovation technologique pour produire des rapports qui amplifient son incroyable potentiel, puis gagner de l'argent en expliquant aux entreprises comment adopter une technologie dont elles ont besoin ou non. Son potentiel est peut-être énorme, ou pas. Elle changera peut-être le monde, ou peut-être pas (presque toujours).