Buffett fait une exception et mise sur Google ! Il achète des actions d’IA à un prix 40 fois supérieur pour défier la domination de Nvidia

Buffett a dit un jour : « N’investissez jamais dans une entreprise que vous ne comprenez pas. » Pourtant, alors que « l’ère du dieu de la bourse » touche à sa fin, Buffett a pris une décision qui va à l’encontre de ses propres « règles familiales » : il a acheté des actions Google, et ce, à une prime élevée d’environ 40 fois le flux de trésorerie disponible. C’est la première fois que Buffett investit dans une action liée à l’IA, ni OpenAI, ni Nvidia.

De l’alerte rouge à la revanche de Google AI

Retour à la fin de l’année 2022. À ce moment-là, ChatGPT a fait irruption, la direction de Google a déclenché une « alerte rouge », multipliant les réunions, allant jusqu’à rappeler d’urgence les deux fondateurs. Mais à cette époque, Google donnait l’impression d’un dinosaure lent et englué dans la bureaucratie. Ils ont lancé à la hâte le chatbot Bard, mais des erreurs factuelles lors de la démonstration ont provoqué une chute du cours de l’action et une perte de centaines de milliards de dollars de capitalisation boursière en une seule journée.

Ensuite, l’entreprise a fusionné ses équipes d’IA et lancé le modèle multimodal Google AI. Mais ce produit, considéré comme leur arme secrète, n’a suscité que quelques heures de buzz dans la sphère technologique avant d’être éclipsé par Sora, le modèle générateur de vidéos lancé ultérieurement par OpenAI, retombant rapidement dans l’oubli. Fait un peu embarrassant : c’est justement un article fondateur publié en 2017 par des chercheurs de Google, « Attention Is All You Need », qui a posé les bases théoriques de cette vague de révolution de l’IA avec le modèle Transformer.

Les concurrents se sont moqués de Google. Sam Altman, PDG d’OpenAI, a dénigré le goût de Google : « Je ne peux m’empêcher de penser à la différence esthétique entre OpenAI et Google. » L’ancien PDG de Google s’est aussi plaint de la paresse de l’entreprise : « Google a toujours pensé que l’équilibre entre vie professionnelle et personnelle… était plus important que de gagner la compétition. » Cette série de difficultés a fait douter certains que Google était à la traîne dans la course à l’IA.

Mais le changement est enfin arrivé. En novembre, la troisième version de Google AI a été lancée, surpassant la plupart de ses concurrents, y compris OpenAI, sur les principaux indicateurs de référence. Selon un test, Google AI v3 a nettement devancé ses rivaux dans la quasi-totalité des domaines : connaissances spécialisées, raisonnement logique, mathématiques et reconnaissance d’images. Elle n’a été devancée que sur un seul critère : la programmation, où elle se classe deuxième.

Le Wall Street Journal écrit : « On pourrait l’appeler le prochain modèle phare des États-Unis. » Bloomberg affirme que Google s’est enfin réveillé. Musk et Altman l’ont tous deux complimenté. Certains internautes plaisantent : c’est le GPT-5 rêvé par Altman. Le PDG de Box, plateforme de gestion de contenu cloud, a déclaré après avoir testé Google AI v3 en avant-première que l’amélioration de ses performances était si impressionnante qu’ils ont cru un moment qu’ils s’étaient trompés dans leurs méthodes d’évaluation.

Le PDG de Salesforce explique qu’il utilise ChatGPT depuis trois ans, mais que Google AI v3 a bouleversé sa vision en deux heures : « Holy shit… c’est irréversible. C’est un saut qualitatif : raisonnement, vitesse, traitement texte-image-vidéo… tout est plus affûté, plus rapide. On a l’impression que le monde a encore basculé. »

Pourquoi la v3 de Google AI est-elle aussi performante ? Son chef de projet a écrit : « Simple : amélioration du pré-entraînement et du post-entraînement. » Certains analystes précisent que le modèle suit toujours la logique du Scaling Law : en optimisant le pré-entraînement (plus de données, méthodes d’entraînement plus efficaces, davantage de paramètres, etc.), les performances du modèle s’améliorent.

La puce TPU fissure la forteresse de Nvidia

Il y a un mois, la capitalisation boursière de Nvidia a dépassé 5 000 milliards de dollars, l’engouement pour l’IA propulsant ce « marchand d’armes de l’IA » à de nouveaux sommets. Mais la puce TPU utilisée par Google AI v3 a ouvert une brèche dans la forteresse de Nvidia. The Economist, citant Bernstein, indique que les GPU de Nvidia représentent plus des deux tiers du coût total du rack d’un serveur IA typique, alors que le prix des puces TPU de Google n’est que de 10 % à 50 % de celui des puces Nvidia équivalentes.

Ces économies sont considérables. Selon la banque d’investissement Jefferies, Google produira l’an prochain environ 3 millions de ces puces, soit près de la moitié de la production de Nvidia. Le mois dernier, la startup d’IA Anthropic prévoyait déjà d’adopter massivement les puces TPU de Google, avec un contrat évalué à plusieurs dizaines de milliards de dollars. Le 25 novembre, on rapportait que Meta négociait également pour équiper ses centres de données de puces TPU d’ici 2027, pour une valeur de plusieurs milliards de dollars.

Les TPU existent depuis plus de dix ans. À l’origine, Google les a développés pour accélérer la recherche, Maps et la traduction interne. Depuis 2018, elle les propose à ses clients cloud. Par la suite, les TPU ont aussi servi au développement interne d’IA chez Google. Lors de la création de Google AI et d’autres modèles, les équipes IA et puces interagissent : les premières fournissent besoins et retours, les secondes optimisent les TPU en conséquence, ce qui améliore encore l’efficacité de la R&D.

Différences clés entre TPU et GPU Nvidia

Avantage de coût : le prix du TPU équivaut à 10 % – 50 % de celui d’une puce Nvidia équivalente

Spécialisé vs Généraliste : le TPU est conçu spécifiquement pour les tâches IA ; le GPU est plus polyvalent mais plus coûteux

Efficacité énergétique : le TPU sacrifie la polyvalence pour une meilleure efficacité, offrant plus de puissance de calcul par unité d’énergie

Échelle de production : Google produira l’an prochain environ 3 millions de puces, soit la moitié du volume de Nvidia

Le TPU de Google est ce qu’on appelle un ASIC (circuit intégré à application spécifique), un spécialiste, optimisé pour une tâche précise, sacrifiant en partie sa flexibilité pour une efficacité supérieure. Le GPU de Nvidia, c’est le généraliste : très flexible, très programmable, mais cela a un coût.

L’intégration verticale, le pari de Buffett

Les puces IA de Google sont devenues l’une des rares alternatives aux puces Nvidia, ce qui a fait baisser l’action Nvidia. Nvidia a même publié un message pour apaiser la panique provoquée par les TPU, déclarant « se réjouir du succès de Google », tout en soulignant que Nvidia a une génération d’avance, et que son matériel est plus universel que les TPU ou autres puces spécialisées.

Google vit des jours heureux, avec son action en hausse à contre-courant dans la bulle IA. La société de Buffett en a acheté au troisième trimestre, Google AI v3 reçoit de bons retours, et les puces TPU suscitent l’enthousiasme des investisseurs, propulsant Google au sommet. Ce dernier mois, alors que Nvidia, Microsoft et autres actions IA ont perdu plus de 10 %, le cours de Google a grimpé d’environ 16 %. Sa capitalisation boursière, à 3 860 milliards de dollars, en fait la troisième au monde, derrière Nvidia et Apple.

Les analystes qualifient le modèle IA de Google d’intégration verticale. Rare acteur du tout fait maison, Google maîtrise toute la chaîne : déploiement des TPU maison sur le cloud Google, entraînement de ses propres grands modèles IA, lesquels s’intègrent parfaitement dans la recherche, YouTube et autres activités clés. Avantage évident : pas de dépendance à Nvidia, une souveraineté de calcul efficace et à faible coût.

C’est ce qui séduit Buffett. Le célèbre investisseur a toujours privilégié les entreprises ayant des « douves » défensives, et l’intégration verticale de Google est la plus large des douves. Alors que d’autres dépendent encore de la puissance de calcul de Nvidia et des modèles d’OpenAI, Google maîtrise la chaîne complète, de la puce à l’application. Cette autonomie lui confère un avantage significatif en contrôle des coûts, en itération technologique et en flexibilité stratégique.

L’autre modèle, plus répandu, est celui de l’alliance lâche. Les géants se partagent les rôles : Nvidia fournit les GPU, OpenAI et Anthropic développent des modèles IA, Microsoft et autres géants du cloud achètent les GPU pour héberger ces modèles. Dans ce réseau, pas d’alliés ou d’adversaires absolus : on collabore quand c’est possible, on s’affronte quand c’est nécessaire.

Les acteurs forment une « boucle fermée » où l’argent circule entre quelques géants technologiques. Exemple : OpenAI dépense 300 milliards de dollars chez Oracle pour de la puissance de calcul, Oracle achète pour des dizaines de milliards de puces Nvidia pour construire des data centers, Nvidia réinvestit jusqu’à 100 milliards chez OpenAI — à condition que ce dernier continue à utiliser ses puces. Les analystes de Morgan Stanley mettent en garde : l’opacité règne, il est difficile pour les investisseurs d’évaluer les risques et retours réels.

Le flux de trésorerie et la base d’utilisateurs de Google

OpenAI est actuellement valorisée 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, passant de quasiment zéro de chiffre d’affaires en 2022 à une estimation de 13 milliards cette année, mais elle prévoit aussi de brûler plus de 100 milliards de dollars dans les prochaines années pour atteindre l’IA générale, tout en devant investir des centaines de milliards dans la location de serveurs. Autrement dit, elle devra encore lever des fonds.

Google a un avantage indéniable : une trésorerie bien plus solide. Selon son dernier rapport trimestriel, son chiffre d’affaires a pour la première fois dépassé les 100 milliards de dollars (102,3 milliards, +16 % sur un an), pour un bénéfice de 35 milliards (+33 %). Son flux de trésorerie disponible est de 73 milliards, et ses investissements liés à l’IA atteindront 90 milliards cette année. Pour l’instant, pas d’inquiétude à avoir quant à l’érosion de son activité de recherche par l’IA : la recherche et la publicité affichent toujours une croissance à deux chiffres. Son activité cloud est florissante, même OpenAI loue ses serveurs.

Outre ses flux de trésorerie auto-entretenus, Google détient un atout inaccessible à OpenAI : des quantités massives de données prêtes à l’emploi pour entraîner et optimiser les modèles, ainsi que ses propres infrastructures de calcul. Le 14 novembre, Google a annoncé investir 40 milliards dans de nouveaux centres de données. Avec environ 90 % de part de marché mondial dans la recherche en ligne, Google détient naturellement le principal canal de diffusion de ses modèles IA, pouvant toucher directement des milliards d’utilisateurs.

En termes d’utilisateurs, ChatGPT conserve un net avantage sur Google AI v3, mais l’écart se resserre. En février, ChatGPT comptait 400 millions d’utilisateurs actifs hebdomadaires ; ce mois-ci, ils sont passés à 800 millions. Google AI v3 annonce des chiffres mensuels : 450 millions d’utilisateurs actifs en juillet, à 650 millions ce mois-ci.

Sundar Pichai, PDG de Google, déclarait récemment dans un podcast que ses employés devraient prendre un peu de repos. « De l’extérieur, on a pu croire que nous étions silencieux ou à la traîne, mais en réalité, nous consolidions toutes les bases et poussions à fond sur cette base. » Aujourd’hui, la situation s’est totalement inversée. Pichai dit : « Nous sommes désormais à un tournant. »