Publier

Auteur : @jonah_b, chercheur chez Blockchain Capital Traduction : Jiahua, ChainCatcher Il est difficile de ne pas remarquer les similitudes frappantes entre l'engouement actuel pour l'IA et les précédentes vagues d'engouement sur le marché des cryptomonnaies. Le marché des cryptos est un excellent terrain d'observation pour voir comment les gens réagissent face à une vague technologique majeure : il y a le bon, le mauvais, et le pire. Cela s'explique par la rapidité des cycles du marché crypto, où les projets précoces peuvent obtenir une liquidité que d'autres marchés ne peuvent offrir via leurs tokens, et où les comportements de marché sont par défaut publics, car les données blockchain sont ouvertes. Nous avons beaucoup appris de ce marché, et ces leçons s'appliquent aussi à l'IA. Si vous investissez dans l'IA, cet article est pour vous. Pari de type loterie Un énorme succès déclenche un effet de mode et crée du FOMO. Lorsqu'un actif donne naissance à un gagnant révolutionnaire, les investisseurs affluent pour tenter de reproduire ce succès. Mais la deuxième vague de projets atteint rarement les sommets de la première, beaucoup finissant en chimères, avec des capitaux largement perdus. Bitcoin est devenu un actif de plusieurs milliers de milliards de dollars. Ensuite, Ethereum a atteint des centaines de milliards, Solana des dizaines de milliards, prouvant que ce marché peut engendrer plusieurs grands gagnants. Cela a déclenché une ruée vers les nouvelles blockchains. Les fonds de capital-risque les considèrent comme des tickets de loterie : en misant sur un seul, ils peuvent multiplier plusieurs fois la taille de leur fonds. Aujourd'hui, la valorisation de nombreux laboratoires d'IA émergents repose aussi sur cette attente de loterie. OpenAI et Anthropic visent des valorisations de plusieurs milliers de milliards. La formule est simple : un marché très prisé, suivi d'un acteur qui a prouvé son succès. Chaque nouvel entrant est alors vu comme le prochain ticket gagnant. Autrefois, beaucoup de projets L1 obtenaient des valorisations de plusieurs milliards sur la base d'un livre blanc et d'une équipe fondatrice. Leur récit était séduisant : Et si toute l'économie mondiale fonctionnait sur notre blockchain ? De même, les laboratoires d'IA émergents lèvent des milliards grâce à une vision de recherche et à des équipes fondatrices issues d'OpenAI, Anthropic ou Google DeepMind. Et s'ils créaient vraiment une "machine divine" ? Cependant, souvent, cet investissement parie surtout sur l'arrivée d'un repreneur à un prix plus élevé. Beaucoup d'investisseurs précoces n'évaluent pas vraiment les fondamentaux actuels ou les perspectives futures. Ils savent qu'un talent vedette ou un partenariat avec un fournisseur cloud majeur peut faire grimper la valorisation. Avec la liquidité croissante du marché secondaire, ils partent du principe qu'il y aura toujours un acheteur suivant. Chaos du marché Comme l'a dit BCAP GP @CremeDeLaCrypto dans l'émission Bankless, quand beaucoup d'argent circule, il y a toujours "un groupe de spéculateurs et d'escrocs qui courent après l'argent facile et suivent les tendances". Depuis plus de dix ans, les investisseurs crypto ont vu cela : des projets se présentant comme "le token est le produit", poussés par des pratiques de market making douteuses, des structures FDV élevées/faible liquidité défavorables aux investisseurs, des accords SAFT désavantageux, et d'autres tours de passe-passe. Aujourd'hui, l'industrie de l'IA vit une scène similaire. Par exemple, des structures à trois niveaux de SPV avec des frais exorbitants... Mais il y a une différence clé : sur le marché crypto, les prix sont publics et les tokens échangeables. Les prix et valorisations des entreprises IA se forment dans des marchés secondaires opaques et peu liquides. Même sans spéculation, les investisseurs IA peuvent voir dans le marché crypto que la structure du marché détermine qui capte finalement les profits. Par exemple, ce sur quoi les investisseurs IA misent lourdement pourrait finir par devenir une commodité standardisée. Cas crypto : l'espace de bloc devient une marchandise L'espace de bloc était rare et cher, attirant des capitaux pour augmenter l'offre. Mais le secteur a un peu exagéré : de plus en plus de chaînes L1 sont lancées, Ethereum a ajouté des L2. Finalement, l'espace de bloc est passé de rare à abondant, voire excédentaire. C'est bon pour la technologie, moins pour les investisseurs. Aujourd'hui, les revenus des L1 alternatives restent très limités. Le marché pariait sur la théorie du "protocole gras", mais c'est la théorie de "l'application grasse" qui a prévalu. Avec un espace de bloc moins cher, les utilisateurs paient moins pour l'infrastructure de base et plus pour les applications de haut niveau. Des projets comme Tether, Hyperliquid, Aave, Polymarket ont capté la majeure partie des revenus. Cas IA : les modèles pourraient devenir des commodités L'IA pourrait revivre ce que le marché crypto a connu au début. Les laboratoires IA chinois publient de plus en plus de poids de modèles puissants. J'ai expliqué les incitations derrière cela. Si les poids des modèles deviennent une commodité standardisée et que les prix continuent de baisser, la valeur se déplacera vers les couches supérieures et inférieures de la pile technologique. Les applications en seront les principales bénéficiaires : si le coût marginal d'utilisation du modèle approche celui d'exécution, les applications ne paieront plus pour les marges élevées du niveau modèle. OpenAI et Anthropic ne seront pas directement touchés par ce changement car ils ont déjà une base d'utilisateurs, des clients entreprises et des canaux de distribution pour développeurs. Mais ce sont des exceptions. En ce sens, ils ressemblent plus à Hyperliquid dans le domaine de l'IA qu'à un simple L1 fournissant l'infrastructure de base. En d'autres termes, OpenAI et Anthropic ont réalisé une intégration verticale. Les autres laboratoires IA, qui ne peuvent pas atteindre directement les utilisateurs finaux, pourraient avoir plus de difficultés. Une autre conséquence de la baisse des marges des modèles est que les couches les plus basses de la pile technologique, énergie et matériel, pourraient obtenir des marges plus élevées. Cette tendance pourrait être plus marquée si l'offre de puissance de calcul est limitée par des contraintes physiques. En résumé, les couches matériel et application pourraient capter plus de profits, tandis que la couche modèle serait comprimée. Pourtant, beaucoup d'investissements vont précisément à la couche modèle. Rien de nouveau Sur un cycle plus large, ce n'est pas surprenant. Carlota Perez, dans "Technological Revolutions and Financial Capital", décrit plusieurs phases pour ces révolutions technologiques : déploiement d'infrastructures, engouement, effondrement, et déploiement. Le capital financier surinvestit dans l'infrastructure pendant l'engouement, mais ces infrastructures surconstruites et bon marché soutiennent la génération suivante d'applications. Cela aide à expliquer la surconstruction de l'espace de bloc dans la crypto. L'expansion des modèles dans l'IA pourrait être le prochain cas. Investir dans les laboratoires IA émergents suppose de croire qu'ils généreront un retour énorme sur la R&D. L'histoire des cryptos et des L1 alternatifs devrait au moins nous faire douter de cette hypothèse. Bien sûr, si l'AGI arrive, tout cela pourrait ne plus être valable. Car nous ne savons pas du tout à quoi ressemblera l'économie après l'arrivée de l'AGI.