Les contradictions réelles du développement de l’IA

Beaucoup de gens considèrent que la technologie de l’IA est importante, et c’est vrai, elle l’est effectivement. Mais le conflit central de l’industrie de l’IA n’a jamais été une question technique, mais bien un problème de surinvestissement. Toute industrie qui s’enfonce dans le cercle vicieux du surinvestissement génère des risques systémiques, à l’instar de la bulle immobilière d’autrefois : il est bien sûr indispensable de pouvoir se loger, mais lorsque l’ensemble de la société se lance dans la spéculation immobilière, cela entraîne inévitablement une importante mauvaise allocation des ressources.

Ce principe est identique à celui observé lors de la bulle Internet. Lorsque la bulle Internet a éclaté au début des années 2000, la commercialisation de l’Internet haut débit à domicile venait tout juste de commencer en 1998 et 1999. Ce n’est qu’après la généralisation de l’Internet mobile que la technologie Internet a véritablement atteint sa maturité commerciale. C’est alors que les différentes technologies de services cloud se sont progressivement développées et que les entreprises Internet ont réellement commencé à générer des bénéfices à grande échelle.

Caractéristiques du retour sur investissement des technologies de base

Plus une technologie de base est importante, moins elle devrait faire l’objet de spéculations. D’un point de vue des principes économiques fondamentaux, plus une technologie est fondamentale et plus les besoins sont basiques, plus l’offre requise est importante. La révolution électrique, la révolution informatique, la révolution Internet : toutes ces technologies étaient révolutionnaires à leur époque, et leur importance pour l’ensemble de la société va sans dire. Sans la généralisation à grande échelle des infrastructures électriques, des équipements informatiques et des réseaux de communication, l’IA n’aurait tout simplement pas pu voir le jour.

Mais une fois que ces technologies de base ont véritablement atteint leur maturité, le marché entre inévitablement dans une phase de concurrence totale, et les marges bénéficiaires chutent rapidement. Ainsi, plus l’offre de technologies de base est importante, plus les marges bénéficiaires sont faibles à long terme. Si la demande en IA semble aujourd’hui très forte aux États-Unis et que les marges bénéficiaires y sont extrêmement élevées, c’est essentiellement parce que la concurrence sur le marché n’est pas suffisamment vive, et la cause principale de cette insuffisance de l’offre réside dans le monopole.

La nature de la logique monopolistique américaine

Les États-Unis limitent délibérément l’achat de machines de lithographie par la Chine, restreignent la production de puces par la Chine, et vont même jusqu’à empêcher d’autres pays d’utiliser les puces et les services d’IA chinois. Leur objectif fondamental est de maintenir les marges bénéficiaires élevées des entreprises américaines grâce à leur position de monopole.

Prenons l’exemple des chemins de fer pour mieux comprendre : si un capitaliste contrôle l’ensemble du réseau ferroviaire national, tant que les voies sont encore praticables, même si les équipements sont gravement vétustes, il ne dépensera absolument pas d’argent pour les moderniser. C’est là la raison pour laquelle les infrastructures de nombreux pays occidentaux sont très en retard : tant qu’il est possible de gagner de l’argent, il n’y a aucune motivation à renouveler les équipements. L’idéal est de maintenir un déficit d’offre de faible intensité, avec une demande légèrement supérieure à l’offre, ce qui permet à la fois de ne pas attirer d’autres capitaux et de conserver un pouvoir de fixation des prix élevé. Un déficit d’approvisionnement modéré associé à un oligopole constitue le modèle de « profit sans effort » préféré des capitalistes.

Analyse du comportement du capital

La raison fondamentale pour laquelle les États-Unis accordent soudainement une grande importance à la construction de centrales nucléaires ces derniers temps est le déficit énergétique considérable causé par le développement rapide de l’IA. Sans l’explosion de la demande en électricité induite par l’IA, les capitalistes ne se seraient pas donné la peine d’investir dans des centrales nucléaires. Bien que les centrales nucléaires assurent un approvisionnement stable en électricité, leur construction nécessite de nombreuses mesures de sécurité, leur taux de retour sur investissement est très faible et leur délai de rentabilité est trop long ; en temps normal, le capital ne s’y intéresse pas. Ce n’est que lorsque la pénurie d’électricité est telle que l’IA ne peut fonctionner sans électricité que le capital juge l’opération rentable et accepte d’investir dans des centrales nucléaires.

Cette vision à court terme du capital conduit souvent les technologies émergentes à supporter des coûts potentiels excessifs. En fin de compte, le coût de la diffusion de l’IA aux États-Unis, de 1 à 100, sera bien plus élevé qu’en Chine. Par exemple, pour généraliser l’IA, Microsoft doit investir lui-même dans des centrales nucléaires afin de résoudre le problème de l’électricité ; ces coûts d’investissement élevés finiront par être répercutés sur les consommateurs, notamment via les puces NVIDIA dont les prix sont actuellement exorbitants.

Différences de coûts entre la Chine et les États-Unis dans le développement de l’IA

En Chine, la construction des infrastructures a été planifiée à l’avance par le système national. Les ressources de base indispensables au développement de l’IA, telles que l’électricité, les réseaux et la puissance de calcul, sont depuis longtemps largement répandues, disponibles en quantité suffisante et à faible coût. Aux États-Unis, en revanche, les infrastructures sont dominées par le capital : on investit là où il y a de l’argent à gagner, et on ne s’implante jamais à l’avance là où il n’y a pas de profit. Cette différence fera que, lors de la phase de généralisation de l’IA, les coûts de mise en œuvre en Chine seront bien inférieurs à ceux des États-Unis.

Beaucoup ne voient que l’avance temporaire des États-Unis dans la technologie des grands modèles d’IA, mais ils oublient que la technologie doit finalement être mise en œuvre, et que la phase d’application se joue sur le terrain des coûts et de l’efficacité. La Chine dispose de la chaîne d’approvisionnement la plus complète au monde et des coûts d’infrastructure les plus bas ; ces avantages se manifesteront progressivement lors de la phase de généralisation à grande échelle de l’IA.