La recherche de l’intelligence artificielle générale (AGI) vaut-elle la peine de mettre en péril la stabilité financière ? Cette question se pose avec acuité alors que OpenAI, la force pionnière à l’origine de ChatGPT, est confrontée à une potentielle perte de plusieurs milliards de dollars au cours de l’année à venir.
En effet, une analyse réalisée par The Information révèle que OpenAI pourrait subir des pertes stupéfiantes allant jusqu’à 5 milliards de dollars cette année en raison des coûts énormes liés à l’exploitation de ses produits d’intelligence artificielle comme ChatGPT.
Le paysage de l’IA évolue rapidement, mais à quel prix pour ses pionniers ? Cette révélation a provoqué une onde de choc dans l’industrie technologique, soulevant des questions sur la durabilité du développement de l’IA à un rythme aussi effréné.
Avec une valorisation estimée à 80 milliards de dollars en février, OpenAI prévoit de dépenser jusqu’à 7 milliards de dollars cette année pour former et faire fonctionner son chatbot. Cela implique que la société doit lever davantage de fonds, alors que la voie vers la rentabilité devient de plus en plus incertaine à cause de la concurrence croissante.
La course à l’armement en matière d’IA : une entreprise coûteuse
La course au développement de modèles d’IA avancés s’avère être une entreprise coûteuse. Les difficultés financières d’OpenAI sont en grande partie dues aux coûts énormes associés à la formation des modèles d’IA et aux dépenses opérationnelles.
L’un des principaux postes de dépenses de OpenAI est le fonctionnement quotidien de ChatGPT. L’outil d’IA est coûteux, même s’il compte plus de 100 millions d’utilisateurs hebdomadaires. Les rapports indiquent que le fonctionnement de ChatGPT coûte à l’organisation environ 700 000 dollars par jour. Cela se traduit par une dépense annuelle d’environ 255,5 millions de dollars pour le seul maintien de ce service. En outre, jusqu’à 3 milliards de dollars supplémentaires sont consacrés à la formation des modèles d’IA avec de nouvelles données, y compris des accords avec des éditeurs pour l’utilisation de leur contenu protégé par des droits d’auteur.
OpenAI est également estimée à dépenser 1,5 milliard de dollars par an en coûts de main-d’œuvre pour ses 1 500 employés, selon The Information. Ces estimations sont basées sur des données précédemment non divulguées et des entretiens avec « des personnes impliquées dans l’entreprise ».
Pour mettre ces chiffres en perspective, le rival d’OpenAI, Anthropic, soutenu par Amazon, prévoit un taux d’absorption de 2,7 milliards de dollars pour la même période. Ce contraste saisissant met en évidence l’approche agressive adoptée par l’organisation dans sa quête d’une technologie d’IA de pointe.
La question de la rentabilité de OpenAI
« Les investisseurs devraient se demander : quelle est leur barrière à l’entrée ? Une technologie unique ? » écrit Gary Marcus, expert en intelligence artificielle et professeur à l’Université de New York, sur X (anciennement Twitter). « Quelle est leur voie vers la rentabilité quand Meta offre une technologie similaire gratuitement ? Ont-ils une application incontournable ? La technologie sera-t-elle jamais fiable ? Qu’est-ce qui est réel et qu’est-ce qui n’est qu’une démonstration ? » ajoute Marcus.
Alors que les coûts d’exploitation et de formation de l’IA continuent de grimper, la recherche de solutions moins coûteuses devient cruciale. Voici quelques pistes pour rendre l’IA plus abordable :
- Optimisation des algorithmes : L’amélioration des algorithmes de manière à ce qu’ils nécessitent moins de puissance de calcul pourrait réduire significativement les coûts. Les chercheurs peuvent se concentrer sur des modèles plus efficaces et moins gourmands en ressources.
- Utilisation de matériel moins coûteux : Explorer des alternatives matérielles plus économiques, comme les processeurs spécifiques à l’IA ou les puces personnalisées, pourrait offrir des performances similaires à moindre coût.
- Partage des ressources : Les entreprises peuvent collaborer pour partager des ressources et des infrastructures, réduisant ainsi les dépenses individuelles. Des initiatives de cloud computing collaboratif peuvent aider à mutualiser les coûts.
- Formation décentralisée : L’entraînement des modèles d’IA en utilisant des méthodes décentralisées, comme la fédération d’apprentissage, peut répartir les coûts sur plusieurs partenaires ou utilisateurs, rendant le processus plus économique.
- Modèles pré-entraîneés : Utiliser des modèles pré-entraînés et les adapter à des tâches spécifiques peut réduire les coûts de formation. Cette approche utilise le transfert de connaissance d’un modèle généraliste vers des applications spécifiques, diminuant ainsi le besoin de grandes quantités de données et de puissance de calcul.
Les sources de revenus : Une lueur d’espoir ?
Malgré ses dépenses considérables, OpenAI n’est pas dépourvue de revenus. L’entreprise gagne de l’argent grâce à deux sources principales :
- ChatGPT : Revenus potentiels pouvant atteindre 2 milliards de dollars par an.
- Frais d’accès au LLM : Contribution d’environ 1 milliard de dollars par an
Ces sources de revenus se traduisent par un revenu annuel total compris entre 3,5 et 4,5 milliards de dollars. Bien que substantiel, ce montant ne suffit pas à couvrir les dépenses prévues, d’où la perte anticipée de 5 milliards de dollars.
La situation financière d’OpenAI soulève des questions plus générales sur l’économie du secteur de l’IA. Alors que les géants de la technologie comme Microsoft, Apple et NVIDIA ont vu leur valeur de marché grimper en flèche grâce aux investissements dans l’IA, les acteurs plus modestes sont confrontés à d’importants défis pour concilier l’innovation et la viabilité financière.
OpenAI fait face à des défis financiers considérables, mais en explorant des alternatives plus économiques et en optimisant ses processus, l’entreprise peut peut-être trouver une voie plus durable vers la rentabilité. La quête de solutions moins coûteuses est essentielle non seulement pour OpenAI, mais aussi pour l’ensemble de l’industrie de l’intelligence artificielle, alors que la demande continue de croître et que les ressources se raréfient.
