Google joue le tout pour le tout: pourquoi 180 milliards en IA ne sont que le début

Quand les chiffres d'un rapport financier divergent des prévisions des analystes de dizaines de milliards de dollars, un silence règne généralement dans les couloirs de Wall Street. Alphabet vient de faire exactement cela. Tandis que les experts de Wedbush et d'autres agences prédisaient poliment que l'entreprise dépenserait environ 120 milliards de dollars cette année, la direction de Google a décidé que la modestie n'était pas pour eux. Le nouveau repère : de 175 à 185 milliards. Pour que vous compreniez l'échelle : c'est plus que le PIB de nombreux pays européens, et tout cela servira à acheter du « silicium » et à construire des boîtes de béton avec des systèmes de refroidissement puissants.

Pourquoi cela se passe-t-il maintenant ? Au cours des deux dernières années, Google était en position de poursuivant. Après le triomphe de ChatGPT, l'entreprise a désespérément tenté de prouver que ses réseaux de neurones n'étaient pas pires et que son écosystème était plus fiable. Mais l'IA n'est pas seulement du code élégant—c'est avant tout de l'électricité et des transistors. Chaque requête à Gemini coûte plusieurs fois plus qu'une recherche Google ordinaire. Pour maintenir sa domination dans la recherche et ne pas perdre face aux services cloud de Microsoft et Amazon, l'entreprise a besoin d'une capacité d'infrastructure qui semblait auparavant excessive. Alphabet reconnaît essentiellement : l'ère du logiciel bon marché a pris fin ; l'ère du matériel ultra-coûteux a commencé.

L'analyste Scott Dewitt de Wedbush, commentant ces chiffres, souligne une nuance importante : le marché n'était pas prêt pour une telle agressivité. Les investisseurs adorent l'IA quand elle génère du profit, mais ils commencent à s'inquiéter quand les dépenses en capital (Capex) croissent de façon exponentielle. Cependant, Google n'a tout simplement pas le choix. S'ils ne construisent pas ces data centers aujourd'hui, demain ils devront louer de la capacité auprès de concurrents ou regarder les utilisateurs migrer vers des services plus rapides et plus intelligents. C'est un classique "piège du fondateur" : soit vous dépensez tout ce que vous avez gagné grâce à la publicité en nouvelles technologies, soit vous vous transformez lentement en musée technologique.

Fait intéressant, dans ce contexte, les résultats d'Amazon semblent aussi intrigants. Tout Big Tech est actuellement pris dans une course aux armements, où Nvidia est le principal fournisseur d'armes. Mais Google essaie de jouer plus intelligemment, en développant ses propres TPUs (Tensor Processing Units). Une partie de ces milliards de folie servira précisément à développer son propre matériel, pour réduire tant soit peu la dépendance envers le marché des puces capricieux. C'est une stratégie à long terme qui pourrait soit faire de Google un monopoliste absolu en termes d'efficacité informatique, soit devenir l'erreur la plus coûteuse de l'histoire de la corporation.

En fin de compte, nous assistons à la fin de la « diète » que les géants de la technologie ont annoncée l'année dernière. Une année d'efficacité a cédé la place à une année d'achat en gros. Google comprend que dans le monde de l'IA générative, la taille compte—la taille des clusters, le nombre de paramètres et le volume de mémoire disponible. S'il faut dépenser 185 milliards pour y parvenir, ils les dépenseront, même si cela pousse les analystes à chercher des sédatifs. La seule question est à quelle vitesse ces investissements se transformeront en produits réels pour lesquels les utilisateurs voudront payer.

En résumé : le ticket d'entrée au club des créateurs d'IA de pointe a augmenté de cinquante pour cent. Quelqu'un d'autre que le trio Google-Microsoft-Amazon pourra-t-il se permettre de tels enjeux ?