La volatilité est de retour.

Le T3 a provoqué de nombreuses fluctuations sur le marché en raison des bénéfices, des grognements électoraux et des conflits géopolitiques. L’indice des semi-conducteurs, très apprécié, a finalement connu un repli après avoir connu une progression fulgurante qui semblait presque inarrêtable. Les investisseurs ont aiguisé leurs crayons et ont finalement posé la grande question : est-ce que tout cela a du sens?

Alors que Nvidia réécrit les livres d’histoire du marché boursier avec les plus importantes augmentations de mémoire récente, le rythme torride de la croissance semble maintenant beaucoup plus prévisible. Les analystes ne se trompent plus de plusieurs ordres de grandeur dans leurs modèles, et le retard de la série Blackwell a finalement remis en question une entreprise qui a accumulé des fans enragés.

Toutefois, la prévisibilité des revenus de Nvidia ne la rend pas moins impressionnante. Ils enregistrent des revenus énormes à des marges extrêmement impressionnantes, ce qui montre à quel point Jensen est étranglé dans toute la chaîne d'approvisionnement des semi-conducteurs.

Je veux discuter de deux idées qui sont en train de se dessiner dans le domaine de la technologie et examiner ce que cela signifie pour tout l'espace. Il y a tellement de choses techniques qui se passent très rapidement avec l’IA, et il faut faire un zoom arrière, adopter une approche plus large et essayer de comprendre comment elle modifie structurellement les modèles économiques et la dynamique concurrentielle.

La première avancée dans le monde de l’IA a été le modèle OpenAI récemment lancé, o1 (fraise surnommée). Ils ont changé le nom de ce modèle parce qu'ils y voient une technologie de pointe.Essentiellement , ce modèle applique le raisonnement à des questions précises; il réfléchit en fait à partir de sa propre réponse.Pour ce faire, il faut un processus d’incitation en chaîne. Auparavant, nous disposions d'une source d'information très intelligente, mais maintenant nous avons un raisonnement.

Il s'agit d'une percée dans les domaines des STIM. Lors d’un examen de qualification pour les Olympiades internationales de mathématiques, o1 a obtenu un taux de précision de 83 %, contre 13 % pour GPT-4o. Nous avons ici un modèle qui offre des capacités incroyablement améliorées dans des domaines plus techniques.

Vous le connaissez peut-être, mais il y avait une fameuse méthamphétamine où, si vous demandiez à l'un ou l'autre de ces robots conversationnels combien de lettres R se trouvent dans le mot fraise, il y aurait un effondrement total. Ce modèle répond bien à cette question, d'où le surnom. Mais ce qui est important, c'est le processus par lequel il en arrive à la réponse. Il le fait en réfléchissant et en raisonnant pendant beaucoup plus longtemps, ce qui libère des applications pour des domaines entièrement nouveaux.

C’est ce qui s’est passé. » Pour ce qui est de l’importance de cette question, tout ce processus de réflexion aura deux effets. La première, c'est qu'il permettra de débloquer de nouvelles demandes. Pensons, par exemple, à un problème très complexe comme celui de Tesla et aux gobelets qu'elle a actuellement avec sa production de batteries 4680. Ces modèles avancés permettent de résoudre des problèmes de physique et de fabrication. La réflexion et le raisonnement à l'égard de ces modèles mèneront à des percées scientifiques.

Nous avons vu à quel point la GPT-3 était lourde et maladroite par rapport à la GPT-4o, et la même chose va se produire avec ces modèles de raisonnement. Cela a des applications dans tous les secteurs qui peuvent fournir une prestation à partir de la mesure dans laquelle le raisonnement est plus intelligent pour les problèmes techniques. Pour ceux qui adoptent ces techniques, il en résultera une diminution des frais de R-D et une accélération de la croissance des produits à mesure que de nouveaux produits seront construits.

Deuxièmement, pour expliquer POURQUOI cela est important, ce raisonnement exige beaucoup plus de déductions. N’oubliez pas que ces modèles comportent deux volets. La première est la formation, c’est-à-dire la construction du modèle. La deuxième est l'inférence. AKA appelle le modèle. La version raisonnée du modèle exigera beaucoup plus d'inférences, ce qui augmente rapidement la demande d'investissements dans les infrastructures.

L’inférence accrue se traduit par une demande accrue de puces NVDA, de systèmes de refroidissement de centres de données, de FPI de centres de données et d’énergie nucléaire pour alimenter ces systèmes.

Plus de cran. Plus de gloire.

Nous avons ici des lois sur le pouvoir qui entrent en vigueur et qui accélèrent vraiment les capacités de ces modèles, et elles ne feront que s'améliorer à moyen terme.

La thèse ici est que nous n'avons pas encore terminé avec la couche d'infrastructure –, nous ne faisons que commencer.

Une autre grande idée qui circule dans les cercles technologiques, c'est que ces nouveaux créateurs LLM ont le potentiel d'être la prochaine version de « Big Tech » au cours de la prochaine décennie. Les fournisseurs de modèles de base comme OpenAI, Anthropic et Perplexité ont le potentiel de permettre à de nouvelles entreprises d’adopter leurs propres IPA.

Certains VC ont comparé ces fournisseurs de modèles aux premiers jours des fournisseurs de services infonuagiques. Comme l’adoption de l’infonuagique a donné lieu à de nouvelles activités dans les domaines de la sécurité infonuagique, de la gestion des données infonuagiques et de l’observabilité infonuagique, les VC sont d’avis que l’adoption de la GITI en IA pourrait débloquer de nouvelles occasions d’affaires liées uniquement à l’IA.

Quant à savoir POURQUOI cela compte... nous devons penser à la domination de certains de ces grands joueurs dans l'industrie. Même si Google a inventé la technologie des transformateurs qui change le jeu, son activité principale de recherche est menacée. De nos jours, je préfère utiliser un moteur de réponse plutôt qu'un moteur de recherche et, si j'ai besoin d'un produit, je fais des recherches sur Amazon plutôt que sur Google. Amazon a tranquillement créé une entreprise de 50 milliards de dollars par année dans le domaine des annonces.

Pour ce qui est de savoir qui alimente cette révolution, les acteurs du nuage fournissent les tuyaux. AWS et Azure mènent cette charge de façon importante et se concentrent sur leurs collectivités de promoteurs, avec une grande partie de cette source fermée. En outre, il y a le cheval de Troie de Meta, qui fait cela de manière ouverte et monétise plus tard.

Ces acteurs échangeront des positions de leadership à mesure que les produits seront construits sur leurs systèmes, mais l’idée que les prochaines entreprises seront toutes construites avec les grandes LLM comme le courage est un concept très intéressant qui aura des répercussions plus vastes dans l’ensemble de l’écosystème et qui pourrait perturber l’ordre des grandes technologies.

Plus de cran, plus de gloire ?

Même si je crois que les entreprises du secteur de l'informatique en nuage offriront une solide prestation dès les premiers stades de la construction, nous devons également nous tourner vers l'avenir pour voir quel sera le prochain thème des « grandes technologies ». Je crois qu'il s'agira d'applications construites de façon autochtone sur les fournisseurs de services de LLM. Cela perturbera de nombreux modèles SaaS traditionnels et se fera à moyen terme.

Nous devons également nous concentrer sur les étapes du déploiement. La construction d'infrastructures a été le point tournant de tout le monde, et au cours du troisième trimestre, nous avons assisté à un léger retournement de l'infrastructure, car certaines semi-remorques ont été revendues, tout comme les joueurs de soutien comme Vertiv, Dell, HPE, etc. [...] mais nous commençons à voir certains de ces titres remonter. Je ne pense pas que cette phase de construction soit terminée et que nous pourrions nous y attaquer de nouveau avec les noms d'infrastructure ici. C’est donc un excellent pari que de rester à l’affût des systèmes de soutien et de l’énergie. De plus, il faut rechercher des sociétés qui peuvent monétiser immédiatement les capacités d’IA pour obtenir un rendement supérieur.

Conclusion

Je crois que le moment est venu d’examiner ce thème, de l’élargir et de voir quels acteurs utilisent l’IA dans quels secteurs, comme la fabrication, la découverte de drogues, la gestion de la chaîne logistique et d’autres domaines bien connus.

Ces modèles de raisonnement seront copiés et améliorés très rapidement, et ils commenceront à faire des découvertes que l'intelligence humaine ne pourrait pas faire.

Des convictions fortes. En vrac

Nick Mersch, CFA

Découvrez les dernières nouveautés technologiques dans votre boîte de réception chaque mois.

Le présent document n’est fourni qu’à titre informatif et n’est pas fourni dans le contexte d’un placement des titres décrits aux présentes, ni ne constitue une recommandation ou une sollicitation d’acheter, de détenir ou de vendre un titre. L'information ne constitue pas des conseils en placement et n'est pas adaptée aux besoins ou à la situation de l'investisseur. Les renseignements contenus dans le présent document ne constituent pas une notice d’offre, un prospectus, une annonce ou un appel public à l’épargne visant des titres et ne doivent en aucun cas être interprétés comme tels. Aucune commission des valeurs mobilières ni aucune autorité similaire n’a examiné le présent document, et toute personne qui donne à entendre le contraire commet une infraction. Les renseignements contenus dans le présent document sont considérés comme exacts et fiables; toutefois, nous ne pouvons garantir qu’ils sont complets ou à jour en tout temps. Les renseignements fournis peuvent changer sans préavis.

Les fonds d’investissement peuvent donner lieu à des commissions, des commissions de suivi, des frais de gestion et d’autres frais. Veuillez lire le prospectus avant d’investir. Si les titres sont achetés ou vendus à une bourse de valeurs, vous pourriez payer plus ou recevoir moins que la valeur de l’actif net à court terme. Les fonds d’investissement ne sont pas garantis, leur valeur change fréquemment et le rendement passé peut ne pas se reproduire. Certains énoncés dans le présent document sont de nature prospective.

Les déclarations prospectives (« FLS ») sont des déclarations de nature prévisionnelle, dépendent de conditions ou d’événements futurs ou s’y rapportent, ou comprennent des termes comme « pouvoir », « devoir », « s’attendre à », « anticiper », « avoir l’intention de », « compter », « croire », « estimer » ou d’autres expressions semblables. Les énoncés prospectifs ou comprenant des éléments autres que des informations historiques sont assujettis à des risques et à des incertitudes, et les résultats réels, les actions ou les événements pourraient différer considérablement de ceux qui sont énoncés dans les énoncés prospectifs. Les swaps sur défaillance ne sont pas des garanties de la performance future et sont, de par leur nature, fondés sur de nombreuses hypothèses. Bien que les énoncés prospectifs contenus dans le présent document soient fondés sur ce que Purpose Investments et le gestionnaire de portefeuille estiment être des hypothèses raisonnables, Purpose Investments et le gestionnaire de portefeuille ne peuvent garantir que les résultats réels seront conformes à ces énoncés prospectifs. Le lecteur est prié d’examiner attentivement les énoncés prospectifs et de ne pas s’y fier indûment. À moins que les lois applicables ne l’exigent, il n’est pas prévu, et il est expressément renoncé à toute intention ou obligation de mettre à jour ou de réviser les énoncés prospectifs, que ce soit à la lumière de nouveaux renseignements, d’événements futurs ou autrement.