La semaine dernière, la publication soudaine d'une start-up chinoise spécialisée dans l'IA a ébranlé les marchés. DeepSeek, un nouveau grand modèle de langage (LLM), a démontré des performances comparables à celles du ChatGPT d'OpenAI, tout en réduisant considérablement les coûts de calcul et d'énergie grâce à une conception et à des optimisations innovantes. Cette nouvelle a le potentiel de bouleverser les récits actuels sur l'IA et l'écosystème technologique qui l'entoure et qui a été le moteur des marchés financiers au cours de ce cycle.

Cette nouvelle liée à l'IA a un certain nombre d'implications sur le plan technologique, des marchés financiers et de la construction de portefeuilles :

1. Les avantages des marchés (plus) libres au travail 

Cette amélioration radicale de l'efficacité du LLM met en évidence à la fois le schéma classique de l'innovation technologique (fournir de meilleures performances à moindre coût) et les conséquences involontaires des tarifs (lorsqu'ils sont confrontés à des obstacles, les concurrents réagissent souvent par une innovation extrême qui peut dépasser la technologie existante).

Ce modèle est apparu de manière spectaculaire dans le Japon de l'après-Seconde Guerre mondiale, lorsque Sony (alors Tokyo Telecommunications Engineering Corporation) a dû faire face à de graves contraintes en matière de ressources et à un accès limité aux technologies occidentales. Plutôt que d'essayer de concurrencer la technologie américaine des tubes à vide, le cofondateur de Sony, Masaru Ibuka, a investi massivement dans le développement de l'électronique à base de transistors. Bien qu'initialement limitée par l'économie japonaise d'après-guerre, cette contrainte a poussé Sony à innover en matière de miniaturisation et d'efficacité énergétique. Le résultat fut la première radio à transistors de poche au monde en 1957, la TR-63, qui révolutionna l'électronique grand public et fit de Sony un leader technologique mondial. L'entreprise a transformé ses limites initiales en avantages en se concentrant sur des appareils plus petits et plus efficaces, une stratégie qui allait définir l'électronique grand public pour les décennies à venir.

2. Retour sur investissement probablement plus élevé pour les investissements en IA :

Les premiers rapports suggèrent que le coût de la formation du modèle DeepSeek était inférieur d'un ordre de grandeur à ce que les titulaires OpenAI ou Meta avaient dépensé, en partie parce qu'ils ont pu former leur modèle avec des unités de traitement graphique (GPU) moins nombreuses et moins avancées. Bien que ces rapports soient quelque peu trompeurs, car ils ne rendent peut-être pas compte de l'ensemble des coûts engagés par DeepSeek, l'avenir est clair : de meilleurs résultats avec moins de ressources grâce à l'innovation permanente, notamment les techniques de DeepSeek que d'autres ne manqueront pas d'adopter.

3. Des dépenses d'investissement en IA potentiellement plus faibles à court et à moyen terme

De nombreuses entreprises axées sur l'IA ont fortement chuté à la suite de cette nouvelle, car le marché craint que l'augmentation potentielle des résultats atteints pour des dépenses en capital données ne se traduise par une diminution des dépenses en capital en général, du moins à court et à moyen terme, ce qui signifierait également moins de GPU de la part de Nvidia, moins d'électricité de la part des entreprises de services publics, etc.

D'un côté, les améliorations de l'efficacité pourraient entraîner une baisse de la demande totale de calcul à moyen terme. Les investissements dans les hyperscalers semblent assez élevés au moins jusqu'en 2025-26, mais les commandes pourraient diminuer ensuite s'il y a un décalage entre la demande et l'offre (c'est-à-dire peut-être un trou d'air en 2027-28, alors que le boom des dépenses de 2023-24 doit être renouvellé 4 ans plus tard).

D'un autre côté, le paradoxe de Jevon est une possibilité réelle ; si les clients obtiennent un meilleur retour sur investissement, ils trouveront davantage de cas d'utilisation et la demande totale pourrait donc augmenter plus rapidement.

Dans l'un ou l'autre scénario, il semble que la direction à long terme tende vers plus de cas d'utilisation de l'IA, un retour sur investissement plus élevé, des dépenses d'investissement plus importantes, mais en fonction de la vitesse d'adoption des cas d'utilisation, le chemin pourrait être beaucoup plus cahoteux dans le premier scénario et plus doux dans le second.

4. Les douves concurrentiels des grandes plates-formes technologiques

La technologie peut être très utile à la société, mais pas toujours aux entreprises qui la fournissent.  Prenons l'exemple des réseaux mobiles : malgré des investissements massifs dans les infrastructures, les entreprises de télécommunications ont enregistré des rendements modestes, tandis que les vrais gagnants ont été les consommateurs (grâce aux gains de productivité), Apple (matériel) et des entreprises comme Google et Meta (publicité par l'intermédiaire des plateformes mobiles).

La question délicate pour les investisseurs dans les grandes technologies est de savoir si les grands investisseurs (Microsoft, OpenAI, Meta, Google) seront les grands gagnants cette fois-ci ou si ce sera une fois de plus le consommateur de ce produit et/ou les entreprises construites sur l'infrastructure.

D'une part, ces derniers développements pourraient être très positifs pour les principales plateformes technologiques (par exemple, Amazon, Apple, Google, Meta, Microsoft, ByteDance et Tencent). L'un des éléments clés de l'investissement de ces plateformes est qu'elles disposent de la distribution nécessaire pour monétiser les améliorations technologiques à grande échelle. C'est un vent de dos dont elles bénéficient depuis des années, et il pourrait en être de même pour les LLM. En fait, l'amélioration de l'efficacité peut réduire le risque de dépassement des dépenses d'investissement pour à faible retour sur investissement.

D'un autre côté, la concurrence et les nouveaux entrants comme OpenAI, DeepSeek et d'autres à venir (pensez à l'informatique quantique) pourraient remodeler de manière significative la dynamique concurrentielle, même si l'IA pourrait être un moteur majeur dans la société au cours des 20 à 30 prochaines années. Bien qu'évidemment imparfaits, les investisseurs devraient se méfier de l'effet Lindy.

5. Impact positif probable pour les consommateurs 

Les utilisateurs finaux ont été les grands bénéficiaires de la concurrence accrue dans le domaine de l'IA et cette tendance devrait se poursuivre. Il y a cinq ans, l'avance de Google, Microsoft et Meta dans le domaine du cloud et de l'IA semblait inattaquable. Depuis, des concurrents comme OpenAI et DeepSeek sont apparus avec des technologies comparables ou supérieures, ce qui a entraîné une amélioration rapide des produits et une concurrence sur les prix.

6. Les entreprises capables d'utiliser efficacement l'IA devraient prospérer

Au-delà des consommateurs, les entreprises qui peuvent mettre en œuvre efficacement l'IA dans leurs activités peuvent voir des opportunités d'augmenter leurs revenus et/ou de réduire leurs coûts. Les portefeuilles de Mawer contiennent une pléthore de ces entreprises, y compris la publicité créative (Publicis), l'aide aux avocats pour rédiger des documents juridiques (RELX), les réservations de voyage plus rapides et plus efficaces (Booking), et une meilleure tarification du risque (Marsh & McLennan).  

7. Un rappel à la diversification

L'effondrement de certains des plus grands noms du marché des actions dans le secteur de la technologie lundi dernier, combiné à l'évolution rapide du paysage technologique et aux récits de marché qui en résultent, nous rappellent pourquoi il est important pour les investisseurs de rester diversifiés (entre les régions, les modèles d'entreprise, les capitalisations boursières, etc.)

Bien qu'il soit encore un peu tôt pour connaître toutes les implications de l'arrivée de DeepSeek sur la scène mondiale, cela semble soutenir la justification économique des investissements dans l'IA, la capacité des entreprises émergentes à percer sur des marchés qui semblent contrôlés par les grandes entreprises technologiques, et les risques liés à des portefeuilles trop concentrés.