Les dirigeants des puces IA affirment que la demande est « presque illimitée » alors que les entreprises deviennent plus pointilleuses sur les coûts

Points clés

• Pat Gelsinger, ancien PDG d'Intel, a déclaré à CNBC cette semaine qu'il considère la demande en IA comme « presque illimitée », limitée uniquement par l'énergie disponible.
• Nebius, une entreprise construisant des centres de données alimentés par Nvidia, affirme qu'elle ne peut pas satisfaire la demande actuelle des clients et ne le peut depuis un certain temps.
• Andrew Feldman, PDG de Cerebras Systems, a qualifié la vente de capacités informatiques excédentaires par Meta et xAI de cas « unique », non comme le signe d'une surproduction à l'échelle de l'industrie.
• Lumentum, qui fabrique des composants de mise en réseau optique pour les centres de données, affirme que ses produits sont épuisés pour les cinq prochaines années.
• Les entreprises passent de l'encouragement à une utilisation maximale de l'IA à se demander ce qu'elles obtiennent réellement en retour de l'argent dépensé.

Les actions des puces ont connu des fluctuations importantes au cours des dernières semaines, et les investisseurs se posent une question simple : la faim mondiale pour l'IA ralentit-elle réellement ?

Plusieurs dirigeants d'entreprises répondent non. Dans des entretiens avec CNBC Tech cette semaine, ils ont soutenu que la demande de puissance de calcul dépasse encore largement ce que l'industrie peut fournir.

« Ce que nous expérimentons en termes de demande est extraordinaire. Il y a beaucoup plus de demande que nous ne pouvons en satisfaire », a déclaré Marc Boroditsky, directeur des revenus chez Nebius, une entreprise construisant des centres de données remplis de GPU Nvidia (les puces spécialisées qui font le travail de calcul intensif dont l'IA a besoin).

Pat Gelsinger, ancien PDG d'Intel et maintenant associé du capital-risque chez Playground Global, l'a dit sans détour : « Je considère quelque peu la demande en IA comme presque illimitée. »

Son raisonnement est simple. Une plus grande intelligence appliquée à tout problème commercial tend à produire plus de valeur économique. L'approvisionnement énergétique, a-t-il dit, est « le seul vrai limitant ».

L'industrie construit-elle trop ?

Non, selon la plupart des cadres qui se sont exprimés cette semaine. La préoccupation a commencé lorsque Meta a annoncé qu'elle vendrait la capacité informatique IA excédentaire qu'elle n'utilisait pas, et xAI d'Elon Musk a fait de même. Pour certains investisseurs, cela ressemblait à un surplus.

Andrew Feldman, PDG de Cerebras Systems, a rejeté cela. Meta et xAI, a-t-il dit, sont des cas inhabituels. « Pour l'industrie dans son ensemble, la demande de puissance de calcul dépasse de loin la capacité disponible. »

Lumentum, qui fabrique des composants de photonique et optiques (le matériel qui déplace les données entre les serveurs à grande vitesse dans les centres de données), est peut-être l'illustration la plus frappante. Son PDG Michael Hurlston a déclaré que les produits de l'entreprise sont déjà réservés jusqu'en 2030. Les actions de Lumentum ont augmenté d'environ 600 % au cours des douze derniers mois.

Maintenant la partie délicate : que les entreprises obtiennent-elles réellement pour toutes ces dépenses ?

Pendant un certain temps, de nombreuses entreprises ont dit à leurs employés d'utiliser les outils IA librement, mesurant le succès par le volume d'utilisation plutôt que par les résultats. Boroditsky chez Nebius a appelé cela le « tokenmaxxing », où un token est l'unité de base du texte qu'un grand modèle de langage (la technologie derrière les chatbots comme ChatGPT) traite.

Cette phase se termine. Les directeurs financiers demandent désormais la preuve que les dépenses en IA produisent de véritables rendements, un changement que les cadres décrivent comme un passage vers le « valuemaxxing ».

Feldman a offert un moyen pratique d'y penser. Toutes les tâches n'ont pas besoin du modèle IA le plus puissant disponible. « Vous n'avez pas besoin d'un bus géant pour aller faire l'épicerie », a-t-il dit. Les tâches plus simples se déplaceront vers des modèles plus petits et moins chers ; les problèmes plus difficiles resteront avec les systèmes frontière coûteux.

Pour les entreprises utilisant l'IA aujourd'hui, cela signifie que la question sensée n'est plus « utilisons-nous assez l'IA ? » mais « cet outil particulier vaut-il ce que nous le payons ? »