L’intelligence artificielle connaît aujourd’hui une accélération sans précédent. Pour certains investisseurs, cela suscite des inquiétudes en raison des montants d’investissements sans précédent en jeu. D’autres s’interrogent sur la prochaine étape de l’IA. Le calcul quantique en fera-t-il partie ? Faisons la part du vrai et du faux.
L’architecture de l’IA
Des tokens à l’architecture Transformer
Pour comprendre où se créera la valeur dans les prochaines années, il faut d’abord revenir sur le fonctionnement de l’IA générative, celle que nous utilisons quotidiennement avec ChatGPT, Claude ou Gemini. Au cœur de ces modèles se trouvent les tokens. Il s’agit d’unités élémentaires de texte – un mot, une partie de mot ou un signe de ponctuation – que les modèles utilisent pour lire, comprendre et générer du contenu. Chaque token nécessite des milliards d’opérations mathématiques. Plus une requête est complexe, plus le nombre de calculs augmente, ce qui explique l’explosion de la demande en puissance informatique et, par conséquent, en électricité.
Cette révolution est rendue possible par l’architecture Transformer, développée par Google en 2017. Son principal atout est de permettre au modèle d’analyser simultanément l’ensemble d’une phrase afin de comprendre le contexte avant de prédire le token suivant. Cette approche améliore considérablement la qualité des réponses par rapport aux anciennes architectures, qui traitaient les mots les uns après les autres. En contrepartie, elle exige une puissance de calcul gigantesque.
Les GPU et la mémoire HBM, au cœur des calculs
C’est précisément pour répondre à ce besoin que les processeurs graphiques (GPU) se sont imposés. Initialement conçus pour les jeux vidéo, ils sont capables d’effectuer des milliers de calculs en parallèle, ce qui les rend parfaitement adaptés à l’entraînement et à l’utilisation des modèles d’IA. Nvidia s’est imposé comme le leader mondial de ce marché. Ces GPU sont désormais associés à une nouvelle génération de mémoire appelée HBM (High Bandwidth Memory). Cette mémoire à très haut débit permet de conserver temporairement les données intermédiaires à proximité du processeur plutôt que de les transférer en permanence depuis une mémoire plus lente. Résultat, les calculs sont beaucoup plus rapides, la consommation énergétique diminue et les performances globales des modèles progressent fortement.
L’Europe, maillon indispensable de la chaîne
Dans cette chaîne de valeur, l’Europe occupe une position stratégique. Si elle produit relativement peu de semi-conducteurs avancés, elle domine plusieurs technologies indispensables à leur fabrication. Le néerlandais ASML est le seul fabricant au monde des machines de lithographie EUV, utilisées pour graver les circuits les plus avancés. De son côté, ASM International (ASMI) est l’un des leaders mondiaux du dépôt atomique (Atomic Layer Deposition), une technologie qui consiste à déposer des couches de matériaux d’une épaisseur de quelques atomes seulement afin de construire les transistors modernes avec une précision extrême. Sans ces équipements, la production des puces les plus performantes serait tout simplement impossible.
La mémoire, nouveau nerf de la guerre
Ces dernières années, c’est surtout le marché de la mémoire qui est devenu stratégique. En effet, les modèles d’IA manipulent d’immenses volumes de données qui doivent être stockés et transférés à très grande vitesse. Plus les modèles gagnent en taille et en complexité, plus les besoins en mémoire augmentent.
Ce marché se divise principalement en deux segments. Le premier est celui de la DRAM (Dynamic Random Access Memory), qui correspond à la mémoire vive des serveurs. Elle stocke temporairement les informations utilisées pendant les calculs avant d’être effacée une fois la tâche terminée. Les principaux acteurs sont SK Hynix, Samsung et Micron. Le second est celui de la mémoire NAND, destinée au stockage permanent des données, des modèles d’IA et des bases d’entraînement. Les principaux producteurs sont Kioxia, SanDisk et Solidigm.
Historiquement, le marché de la mémoire était extrêmement cyclique, alternant périodes de pénurie et de surproduction. Mais l’essor de l’intelligence artificielle a profondément modifié cet équilibre. Désormais, les volumes vendus progressent en même temps que les prix, un phénomène rarement observé dans cette industrie. Certaines catégories de mémoire enregistrent même des croissances à trois chiffres ! SK Hynix en est aujourd’hui l’un des principaux bénéficiaires grâce à son avance technologique dans la HBM.
Les points de vigilance
L’essor de l’intelligence artificielle ne se fait toutefois pas sans risques. Comme lors de toutes les grandes vagues d’innovation, la principale interrogation concerne aujourd’hui le financement des investissements.
Le financement des centres de données
Les géants du cloud, Microsoft, Google, Amazon, Meta ou Oracle, consacrent des sommes considérables à la construction de centres de données. Ces infrastructures regroupent des dizaines de milliers de GPU, les systèmes de refroidissement, les réseaux électriques et les équipements nécessaires pour entraîner les modèles d’IA et répondre aux requêtes des utilisateurs. Sans ces centres de données, l’IA générative ne pourrait tout simplement pas fonctionner à grande échelle.
Pour 2026, les investissements cumulés pourraient approcher les 1 000 milliards de dollars. Une telle vague d’investissements est sans précédent dans l’histoire du capitalisme moderne. Cette accélération peut naturellement susciter une certaine nervosité. D’autant que certaines entreprises, notamment Meta et Oracle, commencent à financer une partie de leurs infrastructures via des véhicules hors bilan ou des partenariats financiers spécialisés. Le principal risque est celui d’une hausse progressive de l’endettement caché, qui pourrait devenir plus difficile à évaluer pour les investisseurs. En cas de ralentissement économique ou de baisse de rentabilité des centres de données, ces montages pourraient amplifier les tensions financières.
Un risque financier plus que technologique
À ce stade, les montants concernés restent limités et ne représentent pas un risque systémique. En revanche, si ce type de financement devait se généraliser, cela pourrait ralentir temporairement le développement du secteur en provoquant des difficultés chez certains acteurs les plus fragiles. Il s’agirait davantage d’un risque financier que d’un risque technologique.
Quelle est la prochaine étape de l’IA ?
Les modèles de langage actuels ne constituent probablement qu’une première étape. La prochaine génération devrait être celle des World Models, capables non seulement de comprendre du texte mais aussi de représenter, simuler et anticiper le fonctionnement du monde physique. Plusieurs acteurs travaillent déjà sur cette évolution, notamment les équipes de Yann LeCun avec AmiLab ou celles de Fei-Fei Li avec World Labs.
À plus long terme, cette évolution débouchera sur une IA physique intégrée à des robots humanoïdes, des véhicules autonomes, des drones ou des systèmes industriels intelligents. Cette nouvelle phase entraînera une augmentation considérable des besoins en puissance de calcul et en semi-conducteurs – on revient à notre architecture de base de l’IA.
Et le calcul quantique ?
Quid du calcul quantique qui est souvent présenté comme l’une des étapes à venir de l’IA ? Peu probable, à ce stade. Bien qu’il puisse révolutionner certains calculs très spécifiques, il demeure à un niveau de développement précoce. En outre, les valorisations des acteurs du secteur apparaissent déjà élevées au regard du marché adressable d’ici à 2030. C’est donc un pari risqué et très spéculatif pour les investisseurs. L’enjeu le plus concret du calcul quantique concerne aujourd’hui la cryptographie post-quantique. Elle vise à développer des systèmes de sécurité capables de résister aux futurs ordinateurs quantiques. Il s’agit avant tout d’un sujet stratégique pour les États, les institutions, en particulier les banques, et les organismes de recherche. Ce n’est donc pas vraiment propre à l’IA.
Cet édito est diffusé à titre purement informatif et pédagogique. Il ne constitue ni un conseil en investissement, ni une recommandation personnalisée au sens de la directive MIF 2, ni une incitation à réaliser des opérations sur des instruments financiers. Les performances passées ne préjugent pas des performances futures. Édité par STRATEGINVEST SAS, CIF enregistré à l’ORIAS sous le n° 13000990.