Ancien partenaire d'a16z : rapport technologique important sur la façon dont l'IA dévore le monde ?
TechFlow SélectionTechFlow Sélection
Ancien partenaire d'a16z : rapport technologique important sur la façon dont l'IA dévore le monde ?
Lorsque la technologie s'implémente réellement et devient accessible au plus grand nombre, les gens cessent de l'appeler « IA ».
Dédié à des analyses Web3 approfondiesRédaction : Bu Shuqing
Source : Wall Street Insights
« L'IA dévore le monde, et nous n'avons même pas encore vu à quoi elle ressemble. »
Dans son dernier rapport intitulé « AI eats the world », l'analyste technologique renommé et ancien partenaire d'a16z, Benedict Evans, formule un jugement suffisamment puissant pour bouleverser tout le secteur technologique : l'intelligence artificielle générative est en train de provoquer une migration de plateforme majeure dans l'industrie technologique tous les dix à quinze ans, et nous ignorons encore où cela nous mènera.
Evans souligne que, des ordinateurs centraux aux PC, d'Internet aux smartphones, la base fondamentale du secteur technologique est radicalement réécrite tous les dix ans environ, et l'apparition soudaine de ChatGPT en 2022 pourrait bien marquer le début du prochain « changement quinquennal ».
Les géants technologiques mondiaux s'engagent dans une course aux investissements sans précédent. Les dépenses en capital prévues pour 2025 des quatre entreprises Microsoft, Amazon AWS, Google et Meta devraient atteindre 400 milliards de dollars, un montant supérieur aux investissements annuels d'environ 300 milliards de dollars du secteur mondial des télécommunications.
« Le risque de sous-estimer l'IA est de loin supérieur au risque de surinvestissement », affirme le PDG de Microsoft, Sundar Pichai, cité dans le rapport, révélant ainsi l'essence de l'anxiété qui règne dans le secteur.
Le rapport cite également un exemple tiré du rapport d'automatisation du Congrès américain de 1956 et de la disparition des opérateurs d'ascenseurs pour rappeler que, lorsque la technologie s'implante véritablement, elle devient silencieusement une infrastructure et n'est plus appelée « IA ».
Un nouveau cycle quinquennal : la loi historique du transfert de plateforme
Dans son rapport, Evans indique que l'industrie technologique connaît environ tous les dix à quinze ans un transfert de plateforme, passant des grands systèmes informatiques aux ordinateurs personnels, du web aux smartphones ; chaque transition redéfinissant entièrement le paysage industriel. L'exemple de Microsoft illustre la brutalité de ce phénomène : l'entreprise possédait près de 100 % du marché des systèmes d'exploitation à l'ère de l'ordinateur personnel, mais est presque devenue insignifiante lors du passage aux smartphones.
Les données montrent que la part de marché de Windows dans les ventes mondiales d'ordinateurs a fortement chuté depuis son pic vers 2010, tombant à moins de 20 % en 2025. De même, Apple, dominant au début du marché des PC, avait été marginalisé par les compatibles IBM. Evans insiste sur le fait que les leaders initiaux disparaissent souvent, comme si c'était une loi incontournable des transitions de plateforme.
Mais trois ans plus tard, on sait encore peu de choses sur la nature de cette transition. Evans évoque les idées ratées des débuts d'Internet et de l'Internet mobile, comme AOL, Yahoo Portal ou le plugin Flash. Aujourd'hui, face à l'IA générative, les possibilités sont tout aussi vertigineuses : navigateur, agents intelligents, interaction vocale ou un nouveau paradigme d'interface utilisateur ? Personne ne connaît vraiment la réponse.
Une frénésie d'investissement sans précédent : un pari de 400 milliards de dollars
Les géants technologiques investissent massivement dans les infrastructures d'IA. En 2025, les dépenses en capital combinées de Microsoft, AWS, Google et Meta devraient atteindre 400 milliards de dollars, contre environ 300 milliards de dollars par an pour l'ensemble du secteur mondial des télécommunications.
Plus remarquable encore, ce plan de croissance prévu pour 2025 a presque doublé au cours de l'année.
La construction de centres de données aux États-Unis dépasse désormais celle des bureaux, devenant le moteur principal du nouveau cycle d'investissement. NVIDIA fait face à des pénuries d'approvisionnement car elle ne peut suivre la demande ; son chiffre d'affaires trimestriel a déjà dépassé l'accumulation pluriannuelle d'Intel. TSMC, quant à elle, ne parvient pas ou ne souhaite pas étendre sa capacité assez rapidement pour répondre aux commandes de NVIDIA.
Selon une enquête sectorielle de Schneider Electric, les principaux freins à la construction de centres de données aux États-Unis sont l'alimentation électrique publique, suivie par l'accès aux puces et aux fibres optiques. La croissance de la demande électrique américaine est d'environ 2 %, et l'IA pourrait ajouter 1 % supplémentaire, ce qui n'est pas un problème en Chine, mais difficile à résoudre rapidement aux États-Unis.
Convergence des modèles : la disparition des fossés protecteurs, l'IA en passe de devenir une « marchandise »
Malgré d'importants investissements, l'écart entre les meilleurs grands modèles linguistiques dans les tests de référence se réduit à quelques points de pourcentage. Evans met en garde :
Si les performances des modèles convergent fortement, cela signifie que les grands modèles pourraient devenir des « produits standardisés », entraînant un réajustement complet de la capture de valeur.
Dans les tests de référence les plus généraux, l'écart entre les leaders est désormais très faible, et le leadership modèle change chaque semaine. Cela suggère que les modèles pourraient devenir des produits standardisés, particulièrement pour les usages généraux.
Evans observe qu'après trois années de développement, davantage de progrès ont été réalisés en science et en ingénierie, mais qu'on manque toujours de clarté sur la forme du marché. Bien que les modèles continuent de s'améliorer, avec l'apparition de nouveaux modèles, la participation de fabricants chinois, des projets open source et de nouveaux acronymes technologiques, aucun fossé protecteur n'est clairement identifiable.
À ses yeux, les entreprises d'IA doivent retrouver leurs avantages concurrentiels via l'échelle de calcul, les données verticales, l'expérience produit ou les canaux de distribution.
Le dilemme de l'engagement utilisateur : les 800 millions d'utilisateurs hebdomadaires actifs de ChatGPT ne masquent pas une faible fidélisation réelle
Bien que ChatGPT revendique 800 millions d'utilisateurs actifs hebdomadaires, les données d'engagement peignent un tableau différent. Plusieurs enquêtes montrent que seulement environ 10 % des utilisateurs américains utilisent quotidiennement les chatbots d'IA, la majorité restant à un stade d'essais occasionnels.
Les données de Deloitte indiquent que le nombre d'utilisateurs occasionnels est nettement supérieur à celui des utilisateurs quotidiens.
Evans parle d'une « illusion d'engagement » typique : la pénétration de l'IA est stupéfiante, mais elle n'est pas encore devenue un outil quotidien pour tous.
Il analyse les raisons de ce dilemme : combien de cas d'utilisation sont des adaptations simples évidentes ? Qui dispose d'un environnement de travail flexible et cherche activement à optimiser ses tâches ? Pour les autres, faut-il intégrer l'IA dans des outils et des produits ? Cela révèle un écart significatif entre les capacités technologiques et les applications pratiques.
Le déploiement en entreprise est également lent. Le rapport cite plusieurs cabinets de conseil indiquant que, malgré l'enthousiasme des entreprises pour l'IA, peu de projets sont réellement en production.
-
Déployés : 25 %
-
Prévus pour le second semestre 2025 : environ 30 %
-
Pas avant 2026 : environ 40 %
Les succès actuels restent concentrés sur des domaines comme l'assistance à la programmation, l'optimisation marketing ou l'automatisation du support client, soit des phases d'« absorption », loin d'une véritable refonte des activités.
La réécriture disruptive des publicités et des systèmes de recommandation
Evans considère que le domaine où l'IA changera le plus rapidement est celui de la publicité et des systèmes de recommandation.
Les recommandations traditionnelles reposent sur la « pertinence », tandis que l'IA peut comprendre directement l'« intention de l'utilisateur ». Cela signifie que :
Le mécanisme fondamental d'un marché publicitaire d'une valeur de milliers de milliards de dollars pourrait être réécrit.
Google et Meta ont déjà publié des données préliminaires : les campagnes publicitaires pilotées par l'IA permettent une amélioration du taux de conversion de 3 % à 14 %. Le coût de création publicitaire, estimé à 100 milliards de dollars par an, pourrait lui aussi être transformé par la génération automatique.
Leçons du passé : quand l'automatisation réussit, on cesse de l'appeler « IA »
Evans remonte au rapport d'automatisation du Congrès américain de 1956, soulignant que chaque vague d'automatisation a suscité de vastes débats sociaux, mais s'est finalement intégrée discrètement à l'infrastructure.
La disparition des opérateurs d'ascenseurs, la révolution des stocks grâce aux codes-barres, Internet passant de « nouveauté » à infrastructure… tout prouve que :
Lorsque la technologie s'installe vraiment et devient universelle, on cesse de l'appeler « IA ».
Evans insiste : l'avenir de l'IA est à la fois clair et flou : nous savons qu'elle va remodeler les industries, mais ignorons la forme finale des produits ; nous savons qu'elle sera omniprésente dans les entreprises, mais ignorons qui dominera la chaîne de valeur ; nous savons qu'elle nécessitera d'immenses capacités de calcul, mais ignorons où s'arrêtera la croissance.
Autrement dit, l'IA devient le protagoniste du prochain cycle quinquennal, mais le scénario global n'est pas encore écrit.
Nous sommes peut-être précisément à la frontière de la prochaine secousse technologique.
L'avenir de la capture de valeur : de l'effet réseau à la concurrence par le capital
Pour les produits intensifs en recherche et en capital, la capture de valeur devient une question cruciale. Si les modèles deviennent des produits standardisés et que l'effet réseau fait défaut, comment les laboratoires de modèles pourront-ils rivaliser ?
Evans propose trois voies possibles : s'étendre vers l'aval pour dominer par l'échelle, vers l'amont pour l'emporter par l'effet réseau et le produit, ou trouver de nouvelles dimensions concurrentielles.
Le cas de Microsoft illustre le passage d'une concurrence basée sur l'effet réseau à une concurrence fondée sur la capacité d'accès au capital. La part des dépenses en capital dans le chiffre d'affaires de l'entreprise a fortement augmenté depuis son niveau historiquement bas, reflétant un changement fondamental dans le modèle concurrentiel.
OpenAI adopte une stratégie du « oui à tout », incluant des accords d'infrastructure avec Oracle, NVIDIA, Intel, Broadcom et AMD, l'intégration au commerce électronique, la publicité, les jeux de données verticaux, ainsi qu'une diversification vers les plateformes d'applications, les vidéos sociales et les navigateurs web.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
