Malgré les doutes persistants quant au retour sur investissement de l’intelligence artificielle générative, de nombreux investisseurs semblent convaincus de son potentiel, à en juger par les derniers chiffres du tracker de financement PitchBook. Au troisième trimestre 2024, les capital-risqueurs ont investi pas moins de 3,9 milliards de dollars dans des startups d’IA générative à travers 206 deals – et ce sans compter la méga-levée de 6,6 milliards d’OpenAI.
Des Startups d’IA Générative Lèvent des Centaines de Millions
Parmi les grands gagnants de ce trimestre, on retrouve l’assistant de codage Magic qui a levé 320 millions en août, le moteur de recherche entreprise Glean avec 260 millions en septembre, ou encore la startup d’analytique Hebbia qui a décroché 130 millions en juillet. La Chine n’est pas en reste avec Moonshot AI qui a amassé 300 millions, tandis qu’au Japon, Sakana AI, spécialisée dans la découverte scientifique, a bouclé une tranche de 214 millions le mois dernier.
L’IA Générative, un Pari sur l’Avenir Malgré les Défis
L’IA générative, qui englobe une vaste gamme de technologies allant des générateurs de texte et d’image aux assistants de codage en passant par l’automatisation de la cybersécurité, ne manque pourtant pas de détracteurs. Les experts s’interrogent sur la fiabilité de ces systèmes et leur légalité lorsqu’ils sont entraînés sur des données protégées par le droit d’auteur.
Mais les capital-risqueurs parient en réalité que l’IA générative s’implantera durablement dans de larges et lucratifs secteurs et que sa croissance à long terme ne sera pas impactée par les défis actuels. Selon un rapport de Forrester, 60% des sceptiques finiront par adopter l’IA générative, sciemment ou non, pour des tâches allant de la synthèse à la résolution créative de problèmes.
L’Obstacle de la Consommation Énergétique des Modèles d’IA
Un frein majeur à l’adoption généralisée de l’IA générative réside cependant dans ses besoins computationnels massifs. Des analystes de Bain projettent que l’IA générative poussera les entreprises à construire des centres de données à l’échelle du gigawatt, consommant 5 à 20 fois plus d’énergie que la moyenne actuelle, mettant à rude épreuve des chaînes d’approvisionnement en électricité et en main-d’œuvre déjà tendues.
La demande en puissance des centres de données liée à l’IA générative prolonge déjà la durée de vie des centrales à charbon. Morgan Stanley estime que si cette tendance se maintient, les émissions de gaz à effet de serre mondiales entre aujourd’hui et 2030 pourraient être trois fois supérieures à un scénario sans développement de l’IA générative.
Plusieurs des plus grands opérateurs de centres de données au monde, dont Microsoft, Amazon, Google et Oracle, ont annoncé des investissements dans le nucléaire pour compenser leur consommation croissante d’énergies non renouvelables. Mais il faudra des années avant que ces investissements ne portent leurs fruits.
Rien Ne Semble Freiner la Ruée vers l’IA Générative
En attendant, rien ne semble devoir ralentir les investissements dans les startups d’IA générative, externalités négatives ou non. ElevenLabs, l’outil viral de clonage de voix, chercherait à lever des fonds sur une valorisation de 3 milliards de dollars. De son côté, Black Forest Labs, la société derrière le tristement célèbre générateur d’images de Google X, serait en pourparlers pour un tour de table de 100 millions de dollars.
Les grands clients déploient des systèmes de production qui tirent parti des outils des startups et des modèles open source. La dernière vague de modèles montre que de nouvelles générations sont possibles et pourraient exceller dans les domaines scientifiques, la récupération de données et l’exécution de code.
–Brendan Burke, analyste senior des technologies émergentes chez PitchBook
Alors que l’IA générative continue de repousser les limites de ce qui est possible en termes de génération de contenu, d’automatisation et de résolution de problèmes, il est clair que les investisseurs sont prêts à placer des paris massifs sur cet avenir, malgré des défis de taille en termes de durabilité, de fiabilité et de passage à l’échelle. Reste à voir si ce pari à long terme portera ses fruits.
