Le regard de l'analyste - IA : de la donnée au réel, la prochaine vague de création de valeur
Temps de lecture : min
Depuis les années 1950, l’intelligence artificielle (IA) progresse par vagues successives, chacune redéfinissant son potentiel économique.
Conceptuellement posée par Alan Turing en 1950, puis instituée comme champ scientifique lors de la Conférence de Dartmouth en 1956, l’IA débute avec des systèmes symboliques reposant sur des règles explicites (de type « si… alors… »), rapidement limités dans leur capacité à gérer l’incertitude et à passer à plus grande échelle. Les années 1980 marquent un premier cycle d’industrialisation avec les systèmes experts, combinant règles et bases de connaissances efficaces, mais rigides et coûteux à maintenir. À partir des années 1990, un tournant majeur s’opère : l’IA cesse d’être explicitement programmée pour apprendre à partir des données, avec l’émergence du « machine learning », qui constitue le socle de l’économie numérique moderne. Les années 2010 marquent une nouvelle rupture avec le « deep learning », permettant l’apprentissage automatisé de représentations complexes grâce aux réseaux neuronaux profonds, à la donnée massive et à la puissance de calcul. Enfin, l’introduction des « Transformers » 1 en 2017 marque un véritable point d’inflexion, en permettant le passage à l’échelle du langage et l’émergence des modèles de fondation, aujourd’hui au cœur des dynamiques d’innovation.
À partir de 2022, l’IA générative redéfinit les fonctions cœur des plateformes numériques, notamment les moteurs de recherche, la publicité et les systèmes de recommandation. L’adoption de modèles de fondation génératifs, comme ceux développés par Meta pour les recommandations publicitaires, illustre cette transition par des gains tangibles de performance et de monétisation. En parallèle, cette phase alimente une forte intensité capitalistique, avec une explosion des besoins en GPU2 , en mémoire et en infrastructures réseau, soutenant directement les acteurs du calcul accéléré, des semi-conducteurs mémoire et des interconnexions.
Depuis 2024, une nouvelle étape est franchie avec l’IA agentique. Ces systèmes ne se contentent plus de générer du contenu : ils raisonnent, planifient, utilisent des outils et poursuivent un objectif dans la durée, de manière plus autonome. Cette évolution modifie la structure des besoins matériels : si les GPU restent essentiels pour l’inférence et l’apprentissage des modèles, les CPU3 prennent une importance croissante pour l’orchestration des agents, la gestion de la logique, des appels d’outils, des bases de données et des environnements applicatifs. Si l’IA physique s’inscrit dans une longue continuité avec la robotique industrielle, elle entre à partir de 2025 dans une phase d’accélération significative, avec l’émergence de systèmes capables d’interagir de manière autonome et adaptative avec leur environnement. Cette forme d’IA combine capacités agentiques, perception multimodale (vision, LiDAR4 , capteurs) et action motrice, dans des environnements soumis à des contraintes physiques, énergétiques et de sécurité. Elle transforme progressivement des secteurs entiers, en faisant passer des systèmes automatisés déterministes à des agents capables d’arbitrages complexes en temps réel. Cette évolution ouvre un cycle d’investissements industriels et technologiques comparable à celui de la robotisation des années 1990, porté par la convergence du matériel, du logiciel et de l’IA.
La conduite autonome et la mobilité intelligente constituent le premier terrain de déploiement à grande échelle, incluant véhicules autonomes (robotaxis, camions), robots de livraison et navettes autonomes, portés par des entreprises comme Tesla, Waymo (Google) ou, à plus petite échelle, Serve Robotics. Au-delà de ces acteurs, c’est l’ensemble de la chaîne de valeur qui se structure, avec des retombées pour les équipementiers, les fabricants de capteurs et les fournisseurs de semi-conducteurs et de calcul embarqué.
Les secteurs de la défense, de la sécurité et de l’aérospatial figurent également
parmi les premiers à déployer ces technologies, avec des applications telles que les drones autonomes, les systèmes de surveillance avancés, la robotique coordonnée et l’intelligence embarquée, dans un contexte de montée des enjeux de souveraineté technologique. L’industrie, la logistique et les infrastructures intelligentes constituent un autre relais de croissance majeur, avec l’automatisation des usines et des entrepôts. Robots mobiles autonomes et optimisation logistique permettent des gains rapides de productivité et d’efficacité opérationnelle. Cette dynamique bénéficie non seulement aux intégrateurs industriels, mais aussi à l’ensemble de la chaîne de valeur amont, incluant les acteurs de la robotique, de la vision, des capteurs, des logiciels et des semi-conducteurs industriels.
La robotique humanoïde et de service ouvre enfin un champ d’applications à plus long terme, mais potentiellement massif, couvrant la logistique, la santé, l’hôtellerie ou l’aide aux personnes. Les progrès reposent sur la dextérité, l’efficience énergétique et l’apprentissage continu. Autour des entreprises spécialisées dans la robotique humanoïde (Tesla Optimus, Figure AI, Boston Dynamics), un écosystème complet se développe, incluant fournisseurs de moteurs, d’actionneurs et de mécatronique, ainsi que des acteurs clés des capteurs, de la vision, du calcul et de l’IA embarquée.
Enfin, la santé, l’agriculture intelligente ainsi que les loisirs et divertissements illustrent le caractère transversal de l’IA physique, avec des applications allant de la chirurgie assistée par robot à l’agriculture de précision, en passant par de nouvelles expériences interactives. Ces usages ciblent des secteurs historiquement intensifs en capital et en main-d’œuvre, où les gains de productivité et de qualité pourraient être significatifs. Dans le cadre de nos Perspectives Économiques et Financières, nous suivons de près ces transformations, en identifiant les entreprises les mieux positionnées pour capter cette création de valeur, ainsi que les enjeux industriels, économiques et réglementaires liés à l’expansion rapide de l’IA.
Rédigé par
Victor LABATE
Analyste financier et extra-financier
