Bienvenue dans Eye on AI avec la journaliste Sharon Goldman. Dans cet épisode : Softbank prévoit d’introduire une nouvelle société d’IA et de robotique aux États-Unis… Expliquer le comportement gobelin des modèles d’IA… Tester l’IA de Google en tant que planificateur de voyage.
Si les folies des Big Tech en matière d’IA revenaient à gravir le mont Everest, elles grimperaient toujours vers le sommet, se sentant étourdies par la hauteur.
En termes de bénéfices trimestriels, Alphabet, Amazon, Meta et Microsoft estiment que leurs dépenses d’investissement combinées pour le trimestre s’élèveront à plus de 130 milliards de dollars à mesure qu’elles développent leurs centres de données et autres infrastructures. Les dépenses cette année pourraient dépasser 700 milliards de dollars, soit une augmentation significative par rapport aux 410 milliards de dollars de l’année dernière. Bien qu’Alphabet soit la seule entreprise à signaler spécifiquement de nouvelles augmentations cette année et au-delà, les quatre sociétés signalent des niveaux d’investissement toujours élevés alors que la demande en infrastructure d’IA continue de croître.
La réaction du marché a été mitigée. Le cours de l’action de Meta a chuté après la publication des résultats, et Microsoft a également chuté alors que les investisseurs se concentraient sur l’ampleur des projets de dépenses de l’entreprise en matière d’IA. En revanche, Alphabet et Amazon ont émergé grâce à une forte croissance du cloud, mettant en évidence un fossé grandissant à Wall Street quant à savoir si cette croissance est justifiée ou en avance sur la courbe.
Il ne fait aucun doute que les entreprises d’IA, des hyperscalers aux startups comme OpenAI et Anthropic, ont soif, voire faim, de plus de puissance de calcul. Plus c’est rarement plus, car l’échelle des systèmes d’IA actuels nécessite beaucoup plus de matériel, d’énergie et de coordination que les générations précédentes de logiciels. Le résultat est une augmentation des dépenses sans précédent dans l’industrie. : Selon une étude de McKinsey réalisée l’année dernière, l’IA nécessitera 6 700 milliards de dollars d’investissements en capital dans le monde d’ici 2030 pour répondre à la demande de puissance de calcul.
dépenser beaucoup d’argent en infrastructures physiques
Il est important de comprendre quelle part de ces dépenses va directement à l’infrastructure physique qui prend en charge l’IA, à la fois pour la formation et l’exécution de modèles pionniers. Cependant, il peut être difficile de comprendre l’ampleur de cette amélioration.
Cela commence par une puce, un semi-conducteur de silicium spécialisé conçu pour effectuer les calculs utilisés en IA. Par exemple, un seul GPU de Nvidia peut coûter jusqu’à 40 000 $. Mais les entreprises ne les achètent pas un par un. Ils achètent le système. Le coût d’un serveur à 8 GPU peut atteindre des centaines de milliers de dollars, et les clusters requis pour un centre de données d’IA hyperscale (composé de milliers, voire de centaines de milliers de GPU) peuvent atteindre des milliards.
Et puis il y a les centres de données qui hébergent et alimentent ces systèmes. Lorsque vous regroupez des dizaines ou des centaines de milliers de GPU dans des groupes de bâtiments s’étendant sur des centaines, voire des milliers d’acres, le résultat commence à ressembler davantage à un projet à grande échelle qui consomme autant d’énergie qu’une petite ville qu’à un investissement technologique traditionnel. Le mois dernier, j’ai examiné de plus près le projet de centre de données Hyperion de Meta, d’une valeur de 27 milliards de dollars, dans le nord-est de la Louisiane. Certaines estimations indiquent que le projet utilisera des millions de GPU.
Un autre facteur important est le réseautage. Ce sont des câbles et des commutateurs qui connectent des milliers de puces et leur permettent de fonctionner ensemble. La formation et l’exécution de modèles d’IA modernes nécessitent une communication continue et à haut débit entre les machines à l’aide de commutateurs spécialisés, de connexions fibre optique ou Ethernet et de cartes réseau. Sans cela, même la puce la plus puissante ne peut pas faire grand-chose.
Tout le monde n’est pas d’accord sur le fait que les dépenses vont continuer à augmenter
Tout le monde n’est pas convaincu que les dépenses vont continuer à augmenter. Certains investisseurs et analystes y voient un pari, mettant en garde contre le potentiel de surconstruction, où les entreprises dépensent bien plus d’argent en infrastructures que la demande. De nombreux titres prédisent encore le « calcul » de l’IA. Et, comme l’a souligné mon collègue Sean Tully, la dépréciation rapide du matériel d’IA signifie que son coût sera encore plus élevé.
Mais cette course aux dépenses en matière d’IA en est à sa troisième année et ne montre aucun signe de ralentissement. En 2024, les quatre hyperscalers ont réalisé des dépenses d’investissement totales d’un peu plus de 200 milliards de dollars. Deux ans plus tard, il est en passe d’atteindre 700 milliards de dollars.
S’il s’agit d’une ascension de montagne, vous ne pouvez pas encore voir clairement le sommet.
Voici donc d’autres nouvelles sur l’IA pour vous.
Sharon Goldman
[email protected]
@SharonGoldman
Le sort de l’IA
Microsoft, Meta et Google viennent d’annoncer des milliards de dollars supplémentaires en matière d’IA. Seul Google a convaincu les investisseurs qu’il gagnait de l’argent. – Écrit par Amanda Gelt
La moitié des « bénéfices explosifs de l’IA » de Google et d’Amazon provenaient de leur investissement dans Anthropic, et non de leurs activités réelles, par Eva Roytburg
Le PDG d’AWS, Matt Garman, voit une énorme opportunité pour Amazon dans les logiciels basés sur l’IA : « Tout sera réinventé » – Écrit par Alexei Oresković
La décision de la Chine de bloquer l’accord Meta-Manus de 2 milliards de dollars montre à quel point les États-Unis et la Chine sont en désaccord sur l’IA. – Écrit par Nicholas Gordon
L’IA dans l’actualité
SoftBank prévoit de coter une nouvelle société d’IA et de robotique aux États-Unis. de temps financier signalé SoftBank Group se préparerait à créer une société scindée et à introduire en bourse une nouvelle société d’IA et de robotique appelée Roze, visant une valorisation pouvant atteindre 100 milliards de dollars, l’une des plus importantes introductions en bourse dans le domaine de l’IA jamais réalisées. L’entreprise devrait se concentrer sur la construction physique d’une infrastructure d’IA, en utilisant la robotique pour aider à construire des centres de données et en regroupant les investissements existants de SoftBank dans les infrastructures énergétiques, foncières et numériques, alors que le PDG Masayoshi Son se concentre sur « l’IA physique » comme prochaine frontière. L’introduction en bourse pourrait avoir lieu dès le second semestre 2026 et ferait partie d’un effort plus large visant à capitaliser sur la demande croissante des investisseurs pour l’IA tout en aidant SoftBank à gérer ses engagements financiers massifs, y compris des dizaines de milliards de dollars d’investissements dans OpenAI et d’autres projets d’infrastructure à grande échelle.
Expliquer le comportement du gobelin modèle IA. Après que des questions se soient posées sur l’étrange tendance des modèles OpenAI à faire référence aux gobelins, aux gremlins et à des créatures similaires, la société a publié aujourd’hui un article de blog reconnaissant le problème et affirmant que ce n’est pas aléatoire, mais un effet secondaire de la façon dont les modèles sont formés. Ce comportement est apparu pour la première fois après la sortie de GPT-5.1. Cette fois, un processus d’apprentissage par renforcement a été utilisé pour créer le mode de personnalité « nerd » du modèle (l’une des nombreuses personnalités différentes qu’OpenAI a commencé à proposer aux utilisateurs dans ses déploiements de modèles), qui récompensait les métaphores fantaisistes, dont une faisant spécifiquement référence à des créatures mythiques. Ce processus d’apprentissage par renforcement permet aux tics verbaux de se répercuter sur d’autres types de personnalité du modèle. Même après la suppression de la personnalité Nerd, l’habitude est restée dans les modèles ultérieurs tels que le Codex, car elle était déjà intégrée lors de la formation. Cet épisode est un petit mais instructif exemple de la manière dont des signaux de récompense subtils peuvent façonner le comportement d’un modèle de manière imprévisible.
Testez l’IA de Google en tant que planificateur de voyage. Je suis toujours intéressé par l’évolution de la capacité de l’IA à aider à la planification des voyages. Dans une chronique du New York Times, l’auteur Brian X. Chen a essayé Gemini de Google. Il a constaté que même si l’IA s’est nettement améliorée dans la gestion de tâches complexes et en plusieurs étapes comme la planification de voyages, elle n’a pas encore atteint une autonomie totale. Gemini s’intègre aux services Google tels que Vols, Hôtels, Gmail et Maps, il agit donc comme une sorte d’« agent de voyage IA » qui peut générer rapidement des itinéraires, des listes de colisage et des recommandations personnalisées, vous faisant gagner beaucoup de temps et d’efforts. Cependant, ce système reste incohérent. J’ai commis des erreurs de base (comme laisser de côté les éléments essentiels de ma liste de colisage) et j’ai eu du mal avec le contexte en temps réel, notamment des emplacements confus sur différentes étapes du voyage. Le fait est que même si les modèles d’IA sont utiles, ils nécessitent toujours une surveillance humaine, en particulier lorsque le contexte, le timing et la précision comptent vraiment.
Faites attention aux chiffres de l’IA
75%
Selon la nouvelle enquête Global Tech Leadership Survey 2026 de Deloitte, de nombreux leaders technologiques conviennent que leurs entreprises devront transformer leurs modèles opérationnels et leurs processus au cours des 12 à 18 prochains mois pour tirer davantage de valeur de l’IA.
Mais signe de l’écart croissant entre l’ambition et la capacité à faire évoluer l’IA, la même étude révèle que 80 % des leaders technologiques ont confiance dans la capacité de leur organisation à déployer et à gérer les capacités de l’IA à grande échelle. Deloitte a souligné que la confiance semble augmenter plutôt que la préparation.
Calendrier IA
8-10 juin : Fortune Brainstorm Tech, Aspen, Colorado, postulez ici.
17-20 juin : VivaTech, Paris.
6-11 juillet : Conférence internationale au-dessus de Machine Learning (ICML), Séoul, Corée du Sud.
Du 7 au 10 juillet : I.A. Pour le Good Summit à Genève, Suisse.
