2025 sera l’année de l’IA avec un grand A...

Les modèles de raisonnement sont construits sur la même fondation que les LLMs mais vont bien plus loin en apportant une "couche d’expertise" capable de raisonner. Concrètement, au lieu de se contenter de puiser dans leur base de connaissances, les modèles de raisonnement décomposent les questions posées en plusieurs étapes, élaborent une logique de résolution et l’exécutent pour obtenir une solution, même lorsqu’il s’agit d’un problème complexe ou potentiellement inédit.

Avec un quotient intellectuel estimé à 140 pour o1 Pro et de près de 160 pour o3, ces modèles s’approchent du seuil de ce que l’on appelle « AGI » (Artificial General Intelligence). Le modèle o3 se classerait même parmi les 200 meilleurs codeurs au monde, surpassant certains chercheurs chevronnés (y compris le chef de la recherche d’OpenAI). Ce saut qualitatif bouleverse la donne pour l’adoption de technologies d’IA générative, car il ouvre la porte à de nouveaux cas d’usage.

Des perspectives d’investissement renouvelées

L’entraînement de modèles d’IA reposait jusqu’ici sur un volume colossal de données. Plusieurs laboratoires d’IA (de même que les investisseurs) craignaient une pénurie de « données de qualité », susceptible de freiner l’amélioration continue des LLMs. Or, l’arrivée des modèles de raisonnement vient renverser cette équation : grâce à leur capacité à raisonner et à générer des contenus de plus grande qualité, o1 et o3 sont à même de produire de la « donnée synthétique » qui servira à entraîner de futurs modèles de fondation.

Par ailleurs, le fonctionnement des modèles de raisonnement nécessite davantage de ressources que les modèles de fondation, aussi bien en calcul qu’en mémoire. Certaines estimations font état d’un coût 10 à 50 fois plus élevé que GPT-4. Pour les entreprises, cet investissement supplémentaire peut se justifier lorsqu’il s’agit de résoudre des problèmes complexes pour lesquels la précision prime sur la rapidité. Et pour les fournisseurs d’infrastructures (fabricants de semi-conducteurs, de puces d’IA ou de mémoires HBM [High Bandwidth Memory]), la hausse des coûts d’utilisation conduira à une demande continue, voire accrue, de la part de leurs clients.

L’arrivée des modèles de raisonnement et la réaccélération de la demande en semi-conducteurs et en puces mémoires laissent entrevoir une croissance soutenue des dépenses d’IA, qui pourraient dépasser 250 milliards de dollars en 2025 et franchir la barre des 300 milliards de dollars dès 2026, d’après nos analyses.

Le raisonnement conduira à l’adoption massive de l’IA

Si les prouesses de l’intelligence artificielle ont déjà fait couler beaucoup d’encre depuis 2023, l’année 2025 s’annonce comme le véritable moment de bascule pour le début de son adoption à grande échelle. Les incertitudes qui pesaient sur la pérennité de la demande s’estompent grâce à l’apparition de modèles de raisonnement tels que o1 et o3, beaucoup plus gourmands en ressources et surtout capables de générer de la donnée synthétique utile à l’entraînement de futures IA.

Cette dynamique, couplée à des innovations technologiques (comme la mémoire HBM) et à des opportunités d’investissement majeures (TSMC, Micron, Nvidia, etc.), promet une année décisive au cours de laquelle l’IA passera d’une mode encore immature à un outil incontournable dans de nombreux domaines de l’économie. C’est en cela que 2025 sera l’année de l’IA avec un grand A.

Les opinions, estimations ou prévisions formulées quant aux tendances du marché actions ou d’évolution du profil de risque des émetteurs sont fondées sur les conditions actuelles de marché et susceptibles de changer sans préavis. Aucun engagement n’est pris par Sycomore AM quant à leur réalisation. Nous pensons que l'information fournie dans cet article est fiable, mais elle ne doit pas être considérée comme exhaustive. Votre attention est appelée sur le fait que toute prévision a ses propres limites et que par conséquent aucun engagement n'est pris par Sycomore AM quant à la réalisation de ces prévisions. Les références à des valeurs mobilières spécifiques et à leurs émetteurs sont dans un but unique d'illustration, et ne doivent pas être interprétées comme des recommandations d'achat ou de vente de ces valeurs.