Pour l’instant, la montée en puissance de l’intelligence artificielle s’est essentiellement ressentie dans les data centers. En effet, vu le stade précoce de développement où en sont les algorithmes d’intelligence dite « généraliste », le besoin s’est concentré jusqu’à présent sur la construction de capacité de calcul haute puissance. Cette capacité CHP est utilisée pour entraîner des modèles d’IA toujours plus performants, qu’il s’agisse de Machine Vision ou de Large Language Models, afin de découvrir de nouveaux cas d’usages et d’employer les modèles existants de manière plus économique.

Cependant, la présentation en mai de GPT-4o par OpenAI a entrouvert une nouvelle phase de développement pour l’Intelligence Artificielle.  GPT-4o inaugure un nouveau champ d’applications pour les consommateurs grâce à sa fluidité d’utilisation – on peut s’entretenir naturellement avec cette IA en lui parlant – et sa capacité à ingérer de plus en plus d’informations de toute sorte. L’IA peut par exemple fournir en temps réel des renseignements en temps réel sur l’environnement immédiat de l’utilisateur : quelle est la note Google du restaurant qui se trouve en face de moi ? Peux-tu me dire quel est ce monument et me raconter son histoire ? Peux-tu m’aider à résoudre ce problème de maths ? Peux-tu me servir d’interprète pour que je puisse discuter avec cet étranger qui ne parle pas ma langue ? Ce sont autant de requêtes auxquelles le modèle peut répondre en temps réel. Nous assistons à l’émergence d’un véritable assistant personnel, très loin des piètres performances de Siri.

Ces nouvelles fonctionnalités déclencheront nécessairement un super-cycle de ventes dans l’électronique grand public – smartphones, tablettes, objets connectés, PCs… Ce marché a mûri ces dernières années, en particulier sur le segment du smartphone où les durées moyennes de renouvellement de produit se sont allongées.

Ce cycle exceptionnel sera alimenté par deux impératifs qui sont déjà apparus mais qui vont devenir encore plus fondamentaux pour l’IA. D’une part, une excellente fluidité de l’expérience, essentielle pour l’adoption d’une fonctionnalité IA – la moindre latence est intolérable lorsqu’on parle avec son appli, au même titre qu’on ne supporte pas un pixel mort sur une télévision. Et, d’autre part, la confidentialité des données. L’IA en tant qu’assistant personnel apporte une dimension très intime à l’utilisateur, ce qui en retour renforcera sa méfiance vis-à-vis de l’utilisation de ses données personnelles.

Quel lien entre le renouvellement des terminaux et ces deux exigences ? Il est très simple : les appareils actuels n’ont pas la capacité technique d’y répondre. La plupart des smartphones actuels n’ont pas la puissance de calcul disponible pour « processer » une partie de la data IA au sein même du terminal, et se déchargent plutôt sur les serveurs des entreprises fournissant le service IA. Le résultat est une forte latence dégradant la fluidité du service – la data doit effectuer un aller-retour entre le terminal et le serveur situés à une distance de plusieurs centaines ou milliers de kilomètres, et l’utilisateur contrôle difficilement l’utilisation de ses données.

Les entreprises qui fourniront donc cette puissance de calcul de proximité, déjà nommé « Edge AI », en particulier sous la forme de nouveaux semiconducteurs, bénéficieront d’une croissance très significative dans les semaines à venir. Elle se traduira par un raccourcissement des cycles de renouvellement des appareils existants – Smartphone, tablettes, PCs… – et l’ouverture de nouveaux marchés, tel que celui des lunettes connectées. Il en va ainsi du partenariat entre Meta et EssilorLuxottica pour proposer aux consommateurs des Ray Ban reliées à l’intelligence artificielle de Meta, LLaMA 3, un concurrent direct d’OpenAI.

Les entreprises du secteur des semiconducteurs se retrouveront au cœur de cette bataille, en tant que conceptrices de ces puces Edge IA dédiées aux terminaux. Cependant, les acteurs intégrés auront aussi une place à jouer, comme l’a démontré Apple il y a quelques jours à l’occasion de sa conférence développeurs. Dans tous les cas, l’ensemble de la chaîne des semi-conducteurs sera de nouveau sollicité, malgré la surcharge actuelle, et le fait que les principaux acteurs pensent ne pas pouvoir satisfaire la forte demande en IA avant au moins 2027. Ces développements ouvrent selon nous de nouvelles opportunités d’investissement au sein de cet écosystème.

Thibault Morel

Silex

Thibault Morel a rejoint Silex en 2024 en tant qu’analyste actions. Il a couvert pendant 5 ans comme analyste sell-side les valeurs des secteurs technologiques européens, en particulier ceux du semiconducteur, de l’automatisation et de l’électrification. Il est diplômé du Master ingénierie financière et finance d’entreprise de l’université Paris Dauphine.