Les géants technologiques américains, tels qu'Amazon, Alphabet, Meta et Microsoft, augmentent considérablement leurs investissements dans les infrastructures numériques afin de favoriser le déploiement des technologies d'intelligence artificielle générative à l'échelle mondiale. Ces investissements, qui portent notamment sur les puces ultrarapides, les microprocesseurs et les centres de données, sont essentiels au développement et à la généralisation de l'intelligence artificielle générative .
D'après Counterpoint Research, environ 13 % des dépenses de Microsoft en infrastructure numérique en 2023 étaient spécifiquement consacrées à l'IA générative, et les projections indiquent une augmentation dans les années à venir. Les estimations suggèrent un taux de croissance de 15 à 22 % pour 2024, ce qui souligne la confiance du secteur dans le potentiel de l'IA générative pour révolutionner divers secteurs.
Une puissance de calcul sansdentalimente l'IA générative
La croissance exponentielle de la puissance de calcul au cours des dernières décennies a propulsé le développement de l'IA générative. À titre d'exemple, le dernier système d'IA de Google, Gemini Ultra, a été entraîné grâce à une puissance de calcul stupéfiante de 90 milliards de pétaFLOPS, illustrant les progrès considérables réalisés depuis les débuts de l'IA.
Cette augmentation sans précédent des capacités de calcul, illustrée par une multiplication par 900 billions de pétaFLOPS en environ soixante-dix ans, souligne le potentiel transformateur de l'IA générative.
Cette forte hausse des investissements se traduit par une augmentation substantielle des revenus des entreprises essentielles à l'infrastructure de l'IA générative. Le fabricant américain de puces NVIDIA a ainsi enregistré un chiffre d'affaires de plus de 22 milliards de dollars au quatrième trimestre 2023, dont une part importante provient des centres de données – soit une augmentation de 279 % par rapport à l'année précédente.
De même, OpenAI, célèbre pour ChatGPT, a connu une forte hausse de ses revenus, atteignant 1,6 milliard de dollars en 2023 contre 200 millions de dollars en 2022, avec plus de 100 millions d'utilisateurs actifs hebdomadaires.
Intelligence artificielle générative : une technologie à usage général
L'intelligence artificielle générative , un sous-domaine de l'apprentissage profond, recèle un immense potentiel en tant que technologie à usage général, prête à imprégner divers secteurs et à impacter significativement les opérations quotidiennes. Son évolution rapide, son omniprésence et sa capacité d'innovation complémentaire en font une force transformatrice comparable à des technologies historiques à usage général telles que la machine à vapeur.
Les applications de l'IA générative couvrent des secteurs variés, de la construction et de la santé à des domaines inattendus comme l'exploitation minière et l'agroalimentaire. Elle facilite l'automatisation, améliore l'efficacité et favorise les avancées dans le domaine pharmaceutique.
De plus, en tant que facteur clé de l'Industrie 4.0, l'IA générative propulse la numérisation de la production, ouvrant la voie à la prise de décision autonome et à l'analyse prédictive.
Potentiel de perfectionnement et interaction technologique
L'IA générative promet non seulement des gains d'efficacité, mais constitue également une technologie de perfectionnement, révolutionnant l'apprentissage et accélérant l'exécution des tâches. De plus, elle annonce un changement de paradigme dans l'interaction homme-machine, permettant des interfaces plus naturelles et intuitives grâce à des capacités multimodales.
Malgré son potentiel, le déploiement à grande échelle de l'IA générative se heurte à des obstacles importants. Les problèmes de droits d'auteur, les données biaisées, les défis réglementaires et la forte demande en puissance de calcul constituent des freins considérables.
De plus, des investissements substantiels dans le capital humain et les logiciels d'entreprise sont impératifs, tout comme la prise en compte des risques organisationnels et de réputation liés aux inexactitudes occasionnelles des résultats de l'IA.
