Is The AI Bubble About to Pop?

Le podcast Delphi Hivemind aborde divers sujets, allant des marchés financiers à la cryptomonnaie, en passant par l'intelligence artificielle. La discussion inclut des intervenants habituels comme Jose, Ceteris, Jason, ainsi que Tommy Chaudhessey, co-fondateur de Delphi et partenaire de Delphi Ventures. **Analyse du Marché et Perspectives Macroéconomiques** Le marché actuel est caractérisé par un Bitcoin stable autour de 65 000 $, après une brève poussée qui a été rapidement contenue. Une réunion du FOMC (Federal Open Market Committee) est attendue, mais sans décision majeure anticipée. L'attention se porte également sur l'IPO de SpaceX et d'autres potentiels événements majeurs comme les IPO d'Anthropic et d'OpenAI. Jason exprime une vision prudente mais globalement haussière. Il fait référence aux analyses sur l'inflation, suggérant que les autorités pourraient privilégier la lutte contre l'inflation à court terme, mais potentiellement au détriment de la croissance économique à plus long terme. Les récentes avancées dans les accords pétroliers pourraient également influencer le marché. Jason anticipe une période de consolidation avant les élections de mi-mandat américaines, avec une réévaluation des risques en fin de troisième trimestre. Il se sent à l'aise avec son exposition actuelle, majoritairement axée sur des actifs "hype" ou leurs dérivés, et trouve les marchés boursiers attrayants. Il attend avec intérêt les IPO d'Anthropic et d'OpenAI, les considérant comme plus révélatrices que celle de SpaceX. Il est globalement haussier jusqu'à la fin du quatrième trimestre, à moins d'une résurgence de l'inflation ou de chocs pétroliers majeurs. **Le Débat sur l'Intelligence Artificielle : Coûts, Open Source et Avenir** Un des points centraux de la discussion est la durabilité des dépenses des entreprises en IA, notamment face à l'augmentation des coûts des modèles de pointe et des API. L'exemple de Salesforce qui dépense 300 millions de dollars en IA est cité, soulignant l'ampleur des investissements. Uber, Microsoft, et d'autres entreprises montrent des signes de réévaluation de leurs dépenses, cherchant des alternatives plus économiques. Microsoft, malgré sa participation dans OpenAI, propose des modèles internes pour réduire les coûts d'OpenAI. Tommy prend la parole pour présenter une thèse opposée à celle de l'explosion des dépenses en IA. Son argument repose sur le fait que les API des modèles d'intelligence artificielle de pointe sont devenues extrêmement coûteuses. Il observe que des entreprises comme Uber, Microsoft et Salesforce cherchent des alternatives. Bien que les modèles fermés comme ceux d'Anthropic soient excellents, leur coût est prohibitif. Face à cela, les modèles open source, tels que GLM 5.2, offrent une alternative viable. Bien que GLM 5.2 ne soit pas aussi bon que les modèles de pointe (comme GPT-4), il est significativement moins cher (environ un cinquième du coût) et offre des garanties de confidentialité des données, ce qui le rend attrayant pour les entreprises. Jason nuance cette idée, expliquant que les modèles open source sont efficaces pour les cas d'utilisation moins exigeants. Cependant, pour les entreprises ayant des contraintes de confidentialité strictes, des solutions comme les centres de données privés ou les API offrant des modèles privés sont nécessaires. Il souligne que le coût des modèles de pointe reste élevé, mais justifié par la valeur qu'ils créent, notamment dans des domaines comme la programmation, la législation ou la recherche médicale. Il compare le coût de l'IA à celui de l'embauche d'ingénieurs de haut niveau, suggérant que l'IA peut multiplier la productivité des équipes. La discussion explore ensuite la dynamique du marché de l'IA. Il y a eu une période où les consommateurs bénéficiaient d'un surplus de valeur grâce aux modèles d'IA, mais les entreprises et les grands laboratoires n'en captaient pas la totalité. Avec l'évolution vers des modèles axés sur les API et la facturation à l'usage, ces entreprises sont devenues des acteurs majeurs, générant des revenus considérables. La question se pose alors de savoir si c'est le "moment" de l'IA open source. Tommy soutient que les modèles open source sont une substitution viable et beaucoup moins chère. Il estime que les modèles de pointe resteront toujours plus chers en raison de leur valeur intrinsèque et de la nature compétitive du marché, qui s'apparente à une course aux armements technologiques. Il compare le potentiel de l'open source à celui d'Android dans le monde des smartphones : un écosystème vaste mais servant des tâches plus générales, tandis que les modèles de pointe continuent de repousser les limites. Il note que malgré les défis de la Chine en matière de puces, les modèles open source comme GLM 5.2 ont fait des progrès remarquables. Jason, quant à lui, est plus sceptique quant à la capacité de l'open source à concurrencer les modèles de pointe dans toutes les applications. Il pense que les modèles open source seront servis par des fournisseurs de cloud à faible marge ou utilisés localement, mais qu'ils ne seront pas compétitifs pour la majorité des applications nécessitant une IA de pointe. **La Bulle de l'IA et les Perspectives du Marché Boursier** La conversation dérive vers la question d'une potentielle bulle dans le secteur de l'IA. Jason exprime son incertitude quant à la présence d'une bulle, mais reste investi dans les indices. Il souligne la rapidité de la croissance des bénéfices, une différence notable par rapport aux bulles passées. Il refuse de tenter de prédire le pic du marché macroéconomique, considérant le risque ascendant comme une opportunité dans un nouveau paradigme. Tommy aborde la question de la bulle en se basant sur son expérience personnelle. Il admet avoir envie d'acheter plus, un sentiment qu'il associe souvent aux