- Face à la montée en flèche des investissements dans les centres de données des entreprises IA, le PDG d’IBM, Arvind Krishna, a exprimé de forts doutes sur leur rentabilité.
- Selon ses calculs actuels, la construction d’un centre de données de 1 gigawatt coûterait environ 80 milliards de dollars, et les principaux acteurs poussent aujourd’hui des projets de 20 à 30 GW.
- Selon lui, près de 100 GW d’infrastructure IA sont en cours dans le monde, pour un montant total d’environ 8 000 milliards de dollars.
- En tenant compte de la dépréciation sur cinq ans des puces IA et des énormes coûts en capital, Krishna juge irréaliste de dégager un bénéfice annuel de 800 milliards de dollars.
- Avec les technologies actuelles, il évalue la probabilité d’atteindre l’AGI (intelligence artificielle générale) entre 0 et 1 %, et souligne les limites des LLM pris isolément.
Hausse des investissements des centres de données IA et débat sur la rentabilité
- Les principaux acteurs de l’IA investissent des dizaines de milliards de dollars en centres de données dans la compétition vers l’AGI
- Meta a récemment mentionné de façon répétée « capacity » et « AI infrastructure » dans son dernier rapport de résultats
- Google a annoncé un plan de construction à long terme de centres de données basés dans l’espace
- Krishna a déclaré : « la probabilité que ces investissements reviennent en rentabilité est quasi nulle »
- Il indique qu’il s’agit d’un calcul basé sur les coûts actuels et que les coûts futurs sont incertains.
Calcul et analyse de rentabilité selon Krishna
- Il explique qu’un centre de données de 1 gigawatt coûterait environ 80 milliards de dollars à construire
- Si une entreprise développe 20 à 30 GW, cela représenterait un CAPEX de 1,5 mille milliards de dollars
- À l’échelle mondiale, des investissements de l’ordre de 100 GW sont en cours, pour un total d’environ 8 000 milliards de dollars
- Dans ce cas, un bénéfice annuel de 800 milliards de dollars serait nécessaire pour seulement couvrir les intérêts
- Il affirme qu’« il n’existe aucun moyen réaliste d’atteindre un tel profit ».
Dépréciation et risques d’investissement
- La dépréciation sur cinq ans des puces IA est identifiée comme le principal risque
- « Cinq ans plus tard, il faut se défaire des puces et repartir de zéro », a-t-il expliqué
- L’investisseur Michael Burry a aussi pointé la question de la dépréciation de Nvidia, déclenchant une baisse des actions liées à l’IA
- Krishna estime que cette structure de dépréciation détériore encore davantage le ROI (return on investment)
Doutes sur l’atteinte de l’AGI
- Krishna attribue une probabilité de 0 à 1 % à la réalisation de l’AGI avec la technologie actuelle
- Il indique que ce sera impossible sans avancée technique supplémentaire
- Il souligne les limites des LLM (grands modèles de langage) et avance qu’il faut les combiner avec des connaissances « hard »
- Elon Sutskever, d’OpenAI, a aussi déclaré que « l’ère du scaling est terminée » et insisté sur un virage vers la recherche
D’autres voix sceptiques dans l’industrie
- Marc Benioff a qualifié la course à l’AGI d’« hypnotique »
- Andrew Ng a affirmé que l’AGI est « surévaluée »
- Arthur Mensch, PDG de Mistral, a défini l’AGI comme une « stratégie marketing ».
Évaluation finale du PDG d’IBM
- Krishna juge que les outils IA actuels peuvent créer une valeur de plusieurs billions de dollars en productivité d’entreprise
- Il souligne toutefois que des avancées techniques au-delà de la trajectoire actuelle des LLM sont nécessaires pour atteindre l’AGI
- Même dans ce cas, il maintient une position prudente : « à ce stade, c’est sans doute au niveau du maybe »
Aucun commentaire pour le moment.