Le monde de l’intelligence artificielle évolue à toute vitesse. Si 2023 marque un tournant pour le développement de cette technologie avec l’arrivée de nouveaux modèles – notamment multimodaux – elle signifie également une montée en puissance des investissements. Plus ciblés, ils montrent un intérêt croissant pour l’intégration de l’IA dans un certain nombre de secteurs. Les Etats n’y échappent pas non plus, cherchant à dominer sur ce plan.
L’argent, moteur de croissance pour l’IA
Pour en arriver à ce stade de développement, l’une des clés du succès est – sans surprise – l’argent. Car c’est à coups de financements massifs que les géants technologiques ont fait comprendre aux chefs d’entreprise l’intérêt d’une telle technologie. Une attention qui s’est progressivement transformée en investissements privés mondiaux dans l’IA générative. Le rapport relève qu’ils sont montés en flèche, passant d’environ 3 milliards de dollars en 2022 à 25,2 milliards de dollars en 2023 et environ 30 fois le montant de 2019 (l’Institut HAI appelle cela l’effet ChatGPT).
L’IA générative représentait plus d’un quart de tous les investissements privés liés à l’IA en 2023. Par ailleurs, près de 80 % des appels à bénéfices de Fortune 500 ont mentionné l’IA, plus que jamais auparavant. En outre, des données solides émanant d’économistes universitaires suggèrent que l’IA stimule de manière tangible la productivité des salariés et qu’elle peut particulièrement aider les travailleurs peu qualifiés.
Les géants de la tech devancent le monde universitaire
L’industrie reste également en tête dans le domaine de l’IA. En 2023, les entreprises technologiques ont produit 51 systèmes de machine learning importants, alors que les universités n’en ont produit que 15. En outre, alors que 108 modèles de fondation nouvellement publiés provenaient de l’industrie, seuls 28 provenaient du monde universitaire.
A ce sujet, Google est d’ailleurs considéré comme le leader en lançant le plus grand nombre de modèles, notamment Gemini et RT-2, l’année dernière.
En fait, depuis 2019, la firme de Mountain View est en tête de la publication du plus grand nombre de modèles de fondation, avec un total de 40, suivi d’OpenAI avec 20. Le milieu universitaire suit l’industrie : l’année dernière, l’UC Berkeley a publié trois modèles et Stanford deux.
L’IA devient plus chère à mesure que les modèles de pointe voient le jour
Pour autant, si l’IA se diffuse à une vitesse folle, un point devient de plus en plus prégnant : les coûts d’entraînement des modèles. Signalés pour la première fois dans le rapport AI Index de l’année dernière, ils ont continué à augmenter. De nouvelles estimations suggèrent que certains des systèmes les plus récents, comme GPT-4 d’OpenAI, coûtent 78 millions de dollars pour être entraînés.
Le prix de Google Gemini s’élève pour sa part à 191 millions de dollars. À titre de comparaison, certains modèles de pointe sortis il y a cinq ans environ, à savoir le modèle Transformer original (2017) et RoBERTa Large (2019), coûtent respectivement environ 900 et 160 000 dollars pour être entraînés.
Une concentration sur le continent américain
Et cela se traduit par une concentration au niveau géographique. Les entreprises technologiques capables d’assurer de tels coûts sont américaines et investissent massivement sur leur sol. Ainsi, en 2023, un nombre nettement plus important de modèles d’IA (61) provenait d’institutions basées aux États-Unis, par rapport à l’Union européenne (21) et à la Chine (15).
Les États-Unis restent également le premier lieu d’investissement dans l’IA. Un total de 67,2 milliards de dollars a été investi dans l’IA aux États-Unis l’année dernière, soit près de neuf fois plus que le montant investi en Chine.
Bien sûr, l’empire du Milieu reste le plus grand concurrent de la terre de l’oncle Sam, et peut compter sur deux atouts majeurs : le nombre d’installations robotiques et la quantité de brevets mondiaux en matière d’IA majoritairement (61 %) issus du pays.
Source : L’Usine Digitale – Célia Séramour avril 2024