Over-accumulating AI. Rationale and fault lines beyond the US AI investment boom
Cet article analyse l'envolée massive de l'investissement et des valorisations boursières de l'IA aux États-Unis à travers le prisme de la théorie de la crise de suraccumulation, soutenant que bien qu'une seule voie mène à une croissance soutenue, le secteur est confronté à un risque élevé de crise piloté par la fragilité financière, les défaillances de coordination et des gains de productivité décevants.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Au milieu des années 2020, le monde a observé une nouvelle vague technologique déferler sur l'économie, promettant de remodeler notre façon de travailler, de créer et de réfléchir. Cette technologie, connue sous le nom d'intelligence artificielle, repose sur des quantités massives de puissance de calcul stockées dans de gigantesques centres de données. Pour construire ces centres, une poignée de géants de la technologie a commencé à dépenser de l'argent à un rythme jamais vu dans l'histoire. Ils ont injecté des milliards pour acheter des puces informatiques spécialisées et construire les installations nécessaires pour les faire fonctionner. Cette poussée de dépenses a fait grimper le cours des actions de ces entreprises et est devenue un moteur majeur de la croissance économique aux États-Unis. Cependant, un investissement aussi rapide et massif soulève souvent une question chez les économistes : cette croissance est-elle bâtie sur un terrain solide, ou s'agit-il d'une bulle prête à éclater ? L'inquiétude ne porte pas seulement sur l'efficacité de la technologie, mais sur la capacité à rentabiliser l'argent dépensé grâce aux produits et services qu'elle crée. Si les rendements ne sont pas à la hauteur des coûts, l'ensemble du système pourrait faire face à une correction soudaine et douloureuse.
Une équipe de chercheurs de l'Université de Genève, Gaia Valenti et Cédric Durand, s'est donné pour mission d'examiner cette situation à travers le prisme de l'histoire économique. Ils ont analysé l'actuel boom non pas seulement comme une réussite technologique, mais comme une crise potentielle de « suraccumulation ». En termes simples, ce concept décrit une situation où les entreprises sont contraintes par la concurrence d'investir tellement d'argent qu'il y a plus de capital disponible que d'opportunités rentables pour l'utiliser. Les chercheurs ont soutenu que, si l'enthousiasme autour de l'intelligence artificielle est porté par une trajectoire unique et optimiste où la productivité s'envole et la demande croît éternellement, le chemin vers un krach est beaucoup plus complexe. Ils ont identifié trois voies distinctes de défaillance, chacune interagissant avec les autres pour créer une situation fragile.
La première voie vers les ennuis réside dans le système financier lui-même. Les chercheurs ont constaté que les dépenses massives des géants de la technologie ne sont pas financées par les bénéfices que ces entreprises réalisent actuellement. Au contraire, elles dépendent fortement de la dette et de montages financiers complexes qui les lient les unes aux autres. Par exemple, certaines entreprises empruntent des sommes colossales pour construire des centres de données, tandis que d'autres signent des contrats à long terme pour acheter de la puissance de calcul auprès de ces mêmes centres. Cela crée un cycle où la valeur d'une entreprise dépend du succès d'une autre. Si la demande pour l'intelligence artificielle ne croît pas aussi vite que prévu, ces entreprises pourraient se retrouver incapables de payer leurs factures. Parce que leurs finances sont profondément entrelacées, un problème pour l'une pourrait rapidement se propager à toutes, provoquant potentiellement un choc financier plus large.
La deuxième voie concerne les obstacles physiques et politiques de la construction de l'infrastructure nécessaire. Les chercheurs ont souligné que, bien que les entreprises aient sécurisé d'importantes sommes d'argent, la construction réelle des centres de données devient de plus en plus difficile. Ces installations nécessitent des quantités énormes d'électricité et d'eau, et doivent être construites sur des terrains qui font souvent l'objet d'oppositions locales. Aux États-Unis, de nombreux États ont commencé à restreindre ou à retarder la construction de centres de données en raison des préoccupations liées à la consommation d'énergie et à l'impact environnemental. De plus, l'approvisionnement en puces spécialisées nécessaires pour faire fonctionner ces systèmes est vulnérable aux conflits mondiaux et aux perturbations du transport maritime. Cela signifie que même si les entreprises ont l'argent pour dépenser, elles pourraient ne pas être en mesure de transformer cet argent en technologie opérationnelle assez rapidement pour répondre aux attentes des investisseurs.
La troisième voie, peut-être la plus fondamentale, concerne le travail réel que l'intelligence artificielle est censée accomplir. Tout ce boom est justifié par la promesse que ces machines rendront les travailleurs humains beaucoup plus productifs, permettant ainsi aux entreprises de rentabiliser leurs énormes investissements. Cependant, les chercheurs ont trouvé des preuves que cette promesse pourrait ne pas se concrétiser. Bien que l'intelligence artificielle puisse accélérer certaines tâches spécifiques, elle perturbe souvent la manière dont les équipes collaborent. Elle peut créer une situation où les travailleurs débutants perdent la chance d'acquérir des compétences essentielles parce qu'ils ne réalisent pas le travail eux-mêmes, tandis que les travailleurs expérimentés sont submergés par la vérification des résultats de la machine. Cela peut conduire à un déclin de la qualité globale du travail et à une perte de motivation. Si la technologie ne parvient pas à délivrer les améliorations attendues dans la manière de travailler, la demande pour celle-ci stagnera, et les investissements massifs réalisés pour la construire ne porteront pas leurs fruits.
Les chercheurs ont conclu que l'issue de ce boom est incertaine, mais ils ont esquissé deux futurs possibles. Une possibilité est un « hiver de l'IA », où la bulle éclate, l'investissement s'effondre et la technologie se retire pour occuper un rôle plus restreint et moins influent dans l'économie. L'autre scénario, peut-être plus probable, est ce qu'ils appellent la « grisaille de l'IA » (AI gloom). Dans ce futur, la technologie ne disparaît pas, mais elle ne délivre pas non plus les gains économiques massifs qui avaient été promis. Les entreprises qui ont construit l'infrastructure restent puissantes, mais l'économie dans son ensemble ne connaît pas la prospérité escomptée. Au lieu de cela, les coûts de maintenance de ce système coûteux sont répercutés sur la société, et le pouvoir de quelques grandes firmes technologiques devient encore plus ancré. L'étude suggère que si la technologie est réelle, la logique économique qui motive son expansion actuelle est pleine de dangers, et que la voie à suivre est bien moins certaine que ce que le battage médiatique laisse entendre.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.