Pas étonnant que Buffett ait finalement parié sur Google.

Auteur : Ma Lei Lei

Source : Chaîne Wu Xiaobo CHANNELWU

Buffett a dit un jour : « N'investissez jamais dans une entreprise que vous ne comprenez pas. » Cependant, alors que l'ère du « Sage d'Omaha » touche à sa fin, Buffett a pris une décision qui va à l'encontre de ses « règles familiales » : acheter des actions de Google, et ce, à un prix élevé d'environ 40 fois le flux de trésorerie libre.

Oui, Buffett a acheté pour la première fois des “actions liées à l'IA”, ce n'est pas OpenAI, ni Nvidia. Tous les investisseurs se posent une question : pourquoi est-ce Google ?

Retour à la fin de l'année 2022. À ce moment-là, ChatGPT a fait irruption sur la scène, et la direction de Google a déclenché une “alerte rouge”, organisant des réunions sans cesse et rappelant même en urgence deux de ses fondateurs. Mais à cette époque, Google ressemblait à un dinosaure lent et englué dans la bureaucratie.

Il a lancé en hâte le chatbot Bard, mais a commis des erreurs factuelles lors de la démonstration, entraînant une chute de l'action de l'entreprise, avec une evaporation de plus de mille milliards de dollars de sa capitalisation boursière en une journée. Ensuite, il a intégré ses équipes d'IA et a lancé le Gemini 1.5 multimodal.

Mais ce produit, considéré comme un atout majeur, n'a suscité que quelques heures de débat dans le cercle technologique avant d'être éclipsé par le modèle de génération vidéo Sora lancé par OpenAI, devenant rapidement sans intérêt.

Il est légèrement embarrassant que ce soient les chercheurs de Google qui, en 2017, ont publié un article académique pionnier qui a établi une base théorique solide pour cette révolution de l'IA.

Le papier « Attention Is A You Need »

Le modèle Transformer proposé

L'adversaire se moque de Google. Le PDG d'OpenAI, Altman, méprise le goût de Google, “Je ne peux pas m'empêcher de penser à la différence esthétique entre OpenAI et Google.”

L'ancien PDG de Google n'est pas satisfait de la paresse de l'entreprise, “Google a toujours cru que l'équilibre entre le travail et la vie… est plus important que de gagner la concurrence.”

Cette série de dilemmes soulève également des doutes quant au fait que Google a pris du retard dans la compétition de l'IA.

Mais le changement est enfin arrivé. En novembre, Google a lancé Gemini 3, qui a surpassé ses concurrents, y compris OpenAI, sur la plupart des indicateurs de référence. Plus important encore, Gemini 3 a été entièrement formé à l'aide des puces TPU développées en interne par Google, qui sont désormais positionnées comme une alternative à bas prix aux GPU Nvidia, et qui sont officiellement mises en vente à des clients externes.

Google brille sur deux fronts, répondant directement à la ligne de logiciels d'OpenAI avec la série Gemini 3 ; l'autre ligne étant celle des puces TPU qui défient la domination de longue date de Nvidia sur le marché du matériel.

Donner un coup de pied à OpenAI, frapper Nvidia.

Ultraman a ressenti la pression dès le mois dernier, il a déclaré dans une lettre interne que Google “pourrait entraîner des vents économiques temporaires pour notre entreprise”. Cette semaine, après avoir entendu que de grandes entreprises achetaient des puces TPU, Nvidia, dont le cours de l'action a chuté de 7 % en cours de séance, a dû envoyer une lettre personnelle pour apaiser le marché.

Le PDG de Google, Sundar Pichai, a déclaré dans un podcast récent que les employés de Google devraient aller dormir un peu. “Si l'on regarde d'un point de vue externe, nous pouvons sembler silencieux ou en retard pendant cette période, mais en réalité, nous consolidons tous les éléments de base et avançons à plein régime sur cette base.”

La situation a maintenant basculé. Pichai a déclaré : « Nous avons maintenant atteint un tournant. »

En ce moment, ChatGPT célèbre son troisième anniversaire. Au cours de ces trois années, l'IA a déclenché un festin de capitaux de la Silicon Valley et des alliances complexes ; mais sous ce festin, des inquiétudes concernant des bulles émergent, l'industrie a-t-elle atteint un tournant ?

dépasser

Le 19 novembre, Google a publié son dernier modèle d'intelligence artificielle Gemini 3.

Un test a montré que, dans la plupart des tests couvrant l'expertise, le raisonnement logique, les mathématiques et la reconnaissance d'images, Gemini 3 obtient des scores nettement supérieurs aux derniers modèles d'autres entreprises, y compris ChatGPT. Dans un seul test de compétences en programmation, sa performance est légèrement inférieure, occupant la deuxième place.

Le Wall Street Journal a déclaré : “Appelons cela le modèle de pointe de la prochaine génération aux États-Unis”. Bloomberg a dit que Google s'est enfin réveillé. Musk et Ohtman l'ont loué. Certains internautes plaisantent en disant que c'est le GPT-5 idéal d'Ohtman.

Le PDG de Box, une plateforme de gestion de contenu dans le cloud, a déclaré après avoir testé en avant-première Gemini 3 que l'ampleur de l'amélioration de ses performances était incroyable, au point qu'ils ont un moment douté de la fiabilité de leur méthode d'évaluation. Cependant, des tests répétés ont confirmé que ce modèle a remporté tous les évaluations internes avec un avantage à deux chiffres.

Le PDG de Salesforce a déclaré qu'il avait utilisé ChatGPT pendant trois ans, mais que Gemini 3 avait bouleversé sa perception en seulement deux heures : “Holy shit… on ne peut plus revenir en arrière. C'est tout simplement un saut de qualité, le raisonnement, la vitesse, le traitement des images et des vidéos… tout est plus affûté et plus rapide. On a l'impression que le monde a encore une fois été bouleversé.”

Gemini 3

Pourquoi les performances de Gemini 3 sont-elles si remarquables, et qu'est-ce que Google a fait ?

Le responsable du projet Gemini a posté : “Simple : amélioration de la pré-formation et de la post-formation”. Certaines analyses indiquent que la pré-formation de ce modèle suit toujours la logique de la loi de mise à l'échelle - en optimisant la pré-formation (comme des données à plus grande échelle, des méthodes d'entraînement plus efficaces, plus de paramètres, etc.), permettant ainsi d'améliorer les capacités du modèle.

Ceux qui veulent le plus en savoir sur le secret de Gemini 3 sont Ultraman.

Le mois dernier, avant le lancement de Gemini 3, il a donné un avertissement dans une lettre interne adressée aux employés d'OpenAI : “De tous les points de vue, le travail récent de Google est exceptionnel”, en particulier en ce qui concerne la pré-formation. Les progrès réalisés par Google pourraient “apporter un certain vent contraire économique temporaire à l'entreprise”, et “l'atmosphère extérieure sera assez sévère dans un avenir proche.”

Bien que ChatGPT ait encore un avantage significatif sur Gemini en termes d'utilisateurs, l'écart se réduit.

Au cours des trois dernières années, le nombre d'utilisateurs de ChatGPT a connu une croissance rapide. En février de cette année, son nombre d'utilisateurs actifs hebdomadaires était de 400 millions, et ce mois-ci, il a grimpé à 800 millions. Gemini a publié des données sur les utilisateurs actifs mensuels, en juillet, le nombre d'utilisateurs actifs mensuels de Gemini était de 450 millions, et ce mois-ci, il a augmenté à 650 millions.

Avec environ 90 % de part de marché dans le secteur de la recherche en ligne à l'échelle mondiale, Google maîtrise naturellement les canaux clés pour promouvoir ses modèles d'IA, pouvant toucher directement des millions d'utilisateurs.

OpenAI est actuellement évalué à 500 milliards de dollars, ce qui en fait la startup la plus valorisée au monde. C'est aussi l'une des entreprises à la croissance la plus rapide de l'histoire, avec des revenus passant de presque 0 en 2022 à environ 13 milliards de dollars prévus cette année. Cependant, elle prévoit également qu'elle brûlera plus de 100 milliards de dollars au cours des prochaines années pour atteindre l'intelligence artificielle générale, tout en devant dépenser des centaines de milliards de dollars pour louer des serveurs. En d'autres termes, elle devra chercher un financement.

Google a un avantage non négligeable : un portefeuille plus épais.

Le dernier rapport financier de Google pour le trimestre a révélé que ses revenus ont franchi pour la première fois le cap des 100 milliards de dollars, atteignant 102,3 milliards de dollars, avec une augmentation de 16 % par rapport à l'année précédente. Le bénéfice s'élève à 35 milliards de dollars, en hausse de 33 %. La génération de flux de trésorerie libre de l'entreprise est de 73 milliards de dollars, et les dépenses en capital liées à l'IA devraient atteindre 90 milliards de dollars cette année.

Il ne doit pas s'inquiéter pour l'instant que ses activités de recherche soient érodées par l'IA, ses recherches et publicités affichent toujours une croissance à deux chiffres. Son activité cloud est en plein essor, même OpenAI loue ses serveurs.

En plus de disposer d'un flux de trésorerie capable de s'auto-alimenter, Google possède également des atouts que OpenAI ne peut égaler, tels que d'énormes quantités de données prêtes à l'emploi utilisées pour former et optimiser des modèles, ainsi qu'une infrastructure de calcul construite en interne.

Le 14 novembre, Google a annoncé un investissement de 40 milliards de dollars pour la construction de nouveaux centres de données.

OpenAI est agile et a signé des accords de transaction de puissance de calcul d'une valeur de plus de 1 000 milliards de dollars avec diverses parties. Ainsi, lorsque Google se rapproche rapidement avec Gemini, les doutes des investisseurs sont plus forts : le gâteau de croissance dessiné par OpenAI peut-il vraiment combler le déficit ?

fissure

Il y a un mois, la capitalisation boursière de Nvidia a dépassé 5 000 milliards de dollars, et l'engouement du marché pour l'intelligence artificielle a propulsé ce “marchand d'armement IA” vers de nouveaux sommets. Cependant, les puces TPU utilisées par Google Gemini 3 ont ouvert une fissure dans le bastion solide de Nvidia.

L'Economiste cite des données de la société de recherche en investissement Bernstein, indiquant que les GPU de NVIDIA représentent plus des deux tiers du coût total d'un rack de serveur AI typique. En comparaison, le prix des puces TPU de Google ne représente que 10 % à 50 % de celui des puces NVIDIA de performances équivalentes. Ces économies s'accumulent de manière considérable. La banque d'investissement Jefferies estime que Google produira environ 3 millions de ces puces l'année prochaine, soit presque la moitié de la production de NVIDIA.

Le mois dernier, la célèbre startup d'IA Anthropic a prévu d'adopter massivement les puces TPU de Google, et il a été rapporté que le montant de la transaction atteindrait des centaines de milliards de dollars. Un rapport du 25 novembre a indiqué que le géant technologique Meta est également en discussion pour adopter les puces TPU dans ses centres de données d'ici 2027, pour une valeur atteignant des milliards de dollars.

Le PDG de Google, Sundar Pichai, présente la puce TPU.

Les grandes entreprises de l'internet de la Silicon Valley parient également sur les puces, soit en les développant en interne, soit en collaborant avec des entreprises de semi-conducteurs, mais aucune entreprise n'a progressé comme Google.

L'histoire des TPU remonte à plus de dix ans. À l'époque, Google a commencé à développer une puce accélératrice spécialisée utilisée en interne pour améliorer l'efficacité des recherches, des cartes et des traductions. Depuis 2018, elle a commencé à vendre des TPU à des clients de cloud computing.

Par la suite, le TPU a également été utilisé pour soutenir le développement interne de l'IA chez Google. Dans le processus de recherche et développement de modèles tels que Gemini, l'équipe d'IA et l'équipe de puces interagissent : la première fournit des besoins et des retours réels, tandis que la seconde personnalise et optimise le TPU en conséquence, ce qui améliore à son tour l'efficacité du développement de l'IA.

NVIDIA occupe actuellement plus de 90 % du marché des puces AI. Ses GPU, à l'origine conçus pour le rendu réaliste des graphismes de jeux, s'appuient sur des milliers de cœurs de calcul pour traiter les tâches en parallèle, ce qui leur confère un avantage considérable dans l'exécution de l'intelligence artificielle.

Les TPU développés par Google sont ce qu'on appelle des circuits intégrés spécifiques (ASIC), qui sont des “spécialistes”, conçus spécialement pour des tâches de calcul spécifiques. Ils sacrifient une certaine flexibilité et adaptabilité, ce qui leur permet d'être plus efficaces en termes d'énergie. Les GPU NVIDIA, en revanche, ressemblent à des “généralistes”, offrant une flexibilité fonctionnelle et une grande capacité de programmation, mais le coût est élevé.

Cependant, à ce stade actuel, aucune entreprise, y compris Google, n'a la capacité de remplacer complètement NVIDIA. Bien que les puces TPU aient été développées jusqu'à la septième génération, Google reste un grand client de NVIDIA. Une raison évidente est que l'activité de cloud de Google doit servir des milliers de clients dans le monde entier, et l'utilisation de la puissance de calcul des GPU permet de garantir l'attractivité pour les clients.

Même les entreprises qui achètent des TPU doivent embrasser NVIDIA. Peu après avoir annoncé sa collaboration avec Google TPU, Anthropic a également annoncé un accord majeur avec NVIDIA.

Le Wall Street Journal rapporte que “les investisseurs, analystes et opérateurs de centres de données affirment que les TPU de Google représentent l'une des plus grandes menaces pour la position dominante d'NVIDIA sur le marché du calcul AI. Cependant, pour défier NVIDIA, Google doit commencer à vendre ces puces à un plus large éventail de clients externes.”

Les puces IA de Google sont devenues l'une des rares alternatives aux puces Nvidia, ce qui a directement fait chuter le cours de l'action de Nvidia. Nvidia a ensuite publié un message pour apaiser la panique du marché provoquée par le TPU. Elle se dit “ravie du succès de Google”, mais souligne que Nvidia est déjà en avance d'une génération sur l'industrie, ses matériels étant plus polyvalents que le TPU et d'autres puces similaires conçues pour des tâches spécifiques.

La pression sur Nvidia provient également des craintes du marché concernant une bulle, les investisseurs craignant un décalage entre les énormes investissements en capital et les perspectives de bénéfices. Le sentiment d'investissement est également sujet à des changements rapides, craignant à la fois que les activités de Nvidia soient volées et s'inquiétant que les puces AI ne se vendent pas.

Le célèbre “short seller” américain Michael Burry a déclaré qu'il avait parié plus d'un milliard de dollars pour vendre à découvert des entreprises technologiques telles qu'NVIDIA. Cet homme est devenu célèbre pour avoir vendu à découvert le marché immobilier américain en 2008, et son histoire a ensuite été adaptée en un film à succès intitulé “The Big Short”. Il a déclaré que l'engouement actuel pour l'IA est similaire à la bulle Internet du début du XXIe siècle.

Michael Burry

NVIDIA a distribué un document de sept pages aux analystes, réfutant les critiques de Burry et d'autres. Mais ce document n'a pas apaisé la controverse.

mode

Google connaît une période douce, son prix des actions augmentant à contrecourant de la bulle AI. La société de Buffett a acheté ses actions au troisième trimestre, Gemini 3 a reçu un accueil positif, et les puces TPU suscitent l'attente des investisseurs, tout cela propulsant Google vers de nouveaux sommets.

Au cours du dernier mois, les actions des sociétés de concept AI telles qu'Nvidia et Microsoft ont chuté de plus de 10 %, tandis que le prix de l'action de Google a augmenté d'environ 16 %. Actuellement, avec une capitalisation boursière de 3,86 billions de dollars, elle se classe au troisième rang mondial, derrière Nvidia et Apple.

Les analystes qualifient le modèle d'intelligence artificielle de Google d'intégration verticale.

En tant qu'acteur rare du secteur technologique qui est “full-stack auto-construit”, Google contrôle toute la chaîne : déployant des puces TPU auto-développées sur Google Cloud, formant ses propres grands modèles d'IA, qui peuvent ensuite être intégrés de manière transparente dans ses activités principales telles que la recherche et YouTube. Les avantages de ce modèle sont également évidents, sans dépendance à Nvidia, possédant une souveraineté computationnelle efficace et à faible coût.

Un autre modèle est celui des alliances lâches, qui est plus courant. Les géants assument chacun leur rôle : Nvidia s'occupe des GPU, OpenAI, Anthropic et d'autres se chargent du développement des modèles d'IA, tandis que des géants du cloud comme Microsoft achètent les GPU des fabricants de puces pour héberger les modèles de ces laboratoires d'IA. Dans ce réseau, il n'y a pas d'alliés ou d'ennemis absolus : lorsque c'est possible, ils collaborent pour des gains mutuels, et lorsqu'il faut se confronter, ils ne reculent pas.

Les joueurs ont formé une “structure cyclique”, où les fonds circulent en boucle entre quelques géants technologiques.

En général, le schéma de financement circulaire est le suivant : la société A paie d'abord une somme d'argent à la société B (comme un investissement, un prêt ou une location), puis la société B utilise cet argent pour acheter à nouveau des produits ou des services de la société A. Sans ce “capital de démarrage”, B pourrait tout simplement ne pas pouvoir acheter.

Un exemple est qu'OpenAI dépense 300 milliards de dollars pour acheter de la puissance de calcul à Oracle, qui à son tour dépense des milliards pour acheter des puces Nvidia afin de construire des centres de données, tandis que Nvidia investit jusqu'à 100 milliards de dollars dans OpenAI - à condition qu'OpenAI continue d'utiliser ses puces. (OpenAI paie 300 milliards de dollars à Oracle → Oracle utilise cet argent pour acheter des puces Nvidia → Nvidia réinvestit l'argent gagné dans OpenAI.)

De tels cas ont donné naissance à une multitude de schémas financiers labyrinthiques. Dans un rapport du 8 octobre, un analyste de Morgan Stanley a illustré les flux de capitaux de l'écosystème de l'IA de la Silicon Valley par une photo. L'analyste a averti que le manque de transparence rend difficile pour les investisseurs de clarifier les véritables risques et retours.

Le Wall Street Journal a déclaré à propos de cette photo : “Les flèches qui les relient ressemblent à une assiette de spaghetti, si complexes.”

Sous l'impulsion du capital, le contour de cette énorme créature attend de se former, personne ne connaît son véritable visage. Certains sont en panique, d'autres sont ravis.