Missile à tête chercheuse

08 février, 2025

Bonjour à tous et bon dimanche à tous.

Au début de 2025, les principales questions posées aux marchés étaient de savoir s’il y avait des événements à l’horizon qui pourraient déstabiliser le discours actuel du marché concernant l’exceptionnisme américain. Les actions américaines sont devenues l’actif incontournable pour presque tous les investisseurs du monde. Non seulement cette position a-t-elle permis aux actions de dégager de solides rendements, mais la surperformance du dollar américain a fait en sorte que les titres étrangers ont affiché des taux de rendement composés plus élevés. Le positionnement sous-jacent du marché qui a fait en sorte que les actions américaines représentaient 74 % de l’indice MSCI Monde (indice pondéré en fonction de la capitalisation boursière des économies développées) était celui du leadership technologique.

Qu’est-ce qui allait perturber cette domination? Les erreurs politiques de Trump? Une inflation incontrôlée? Concurrence pour le dollar américain comme monnaie de réserve mondiale?

La Chine a lancé un missile à la recherche de chaleur qui a frappé au coeur de la narration du marché, trouvant le point d’exubérance du marché et faisant perdre à Nvidia une capitalisation boursière de 600 milliards de dollars en une seule journée (dépassant son propre record de 279 milliards de dollars en 2024).

STEM

L’événement qui a déclenché la liquidation sur le marché a été la sortie d’un 3ᵉ modèle d’IA (DeepSeek V3) d’un fonds de couverture quantitatif chinois, apparemment formé avec un budget de moins de 6 millions de dollars. Le gouvernement américain avait imposé des contraintes sur l’exportation des puces à semi-conducteurs haut de gamme en Chine et, par conséquent, les programmeurs chinois se sont adaptés pour travailler avec les puces de génération précédente de Nvidia. La narration du marché a été perturbée parce que les sociétés technologiques américaines ont continué de dépenser des centaines de milliards de dollars pour les technologies les plus récentes, ce qui a suscité des préoccupations quant à l’efficacité de leurs dépenses en immobilisations.

Il semblait inévitable que d’autres pays rattrapent les États-Unis sur le plan de la technologie. Comme le montre cet excellent graphique de GaveKal, qui présente des données de 2016, la Chine a produit plus de diplômés en sciences, en technologie, en génie et en mathématiques que les quatre autres pays réunis.

En quête de réponses

L’un des grands avantages d’être à l’intérieur d’un écosystème aussi dynamique et entrepreneurial que Sagard est notre accès à des experts du secteur. Parinaz Sobhani s’est joint à l’équipe Sagard l’an dernier à titre de chef de l’IA. J’ai profité de l’occasion pour poser à Parinaz des questions importantes qui m’ont aidé à me faire une idée des capacités perturbatrices de DeepSeek :

Deep Seek est-il réel? Est-ce que cela fonctionne aussi bien que ChatGPT, par exemple?

Les grands modèles linguistiques (LLB) ont démontré des capacités impressionnantes à générer un texte cohérent, mais sont limités depuis longtemps par leur approche « parrocte » — ils répètent surtout des tendances dans leurs données de formation sans s’engager dans un véritable raisonnement. Cela signifie que, même s’ils peuvent produire des textes parlant couramment, ils sont souvent incapables d’analyser des problèmes complexes, de tirer des inférences logiques et d’offrir des solutions systématiques étape par étape. Les modèles de raisonnement, qui sont conçus pour surmonter ces limites en intégrant une pensée analytique structurée, constituent la prochaine étape de l’IA. DeepSeek-R1 est l’une de ces avancées. En comparaison avec certains des modèles les plus avancés de concurrents comme OpenAI, DeepSeek-R1 démontre le raisonnement de haut niveau nécessaire dans des domaines comme la recherche, l’ingénierie et la finance.

Pensez-vous qu’il est possible qu’il ait été élaboré et fonctionne avec beaucoup moins de puissance informatique que les pairs?

Ce qui est remarquable, c’est que DeepSeek-R1 a été construit avec une fraction de l’investissement, en utilisant beaucoup moins de matériel et moins d’énergie que ses homologues américains. La percée de DeepSeek en matière d’efficacité de formation et d’inférence n’est pas une simple « solution miracle », mais plutôt le résultat d’une série de choix de conception innovants et d’optimisations techniques profondes à la fois au niveau du logiciel et du matériel. L’avancée de DeepSeek consiste à n’activer que les parties nécessaires de son système pour chaque tâche, ce qui permet d’économiser de la puissance de calcul et de l’énergie. Il peut générer plusieurs mots à la fois, ce qui accélère à la fois sa formation et son temps de réponse. En utilisant des méthodes numériques plus simples, le système peut fonctionner sur du matériel moins coûteux. De plus, l’optimisation du partage des données permet de s’assurer que tous les ordinateurs travaillent ensemble sans gaspiller de ressources.

Qu’est-ce que cela signifie, selon vous, pour les budgets de dépenses en immobilisations des grands acteurs du secteur américain de la technologie?

Grâce à ces innovations, les entreprises peuvent obtenir des résultats de haute performance avec moins de matériel physique, ce qui peut réduire la nécessité d’investir massivement dans les centres de données et dans des UTG coûteuses. Concrètement, les géants américains du secteur de la technologie pourraient être en mesure de réaffecter une partie de leurs dépenses en immobilisations massives à la recherche et au développement plutôt qu’à l’infrastructure de calcul brute. Il est également possible qu’il y ait un paradoxe chez Jevons, où l’amélioration de l’efficience entraîne une baisse des coûts par tâche, mais où l’utilisation globale augmente considérablement. Même si chaque formation ou inférence devient moins coûteuse, l’accessibilité accrue de ces modèles d’IA efficaces pourrait entraîner une hausse de la demande globale. Par conséquent, les sociétés américaines pourraient passer de la simple augmentation de leur capacité à l’investissement dans des systèmes qui soutiennent des applications d’IA à grand volume, efficaces et évolutives.

Dans l’ensemble, il s’agit d’une période stimulante pour l’industrie. Des percées comme DeepSeek-R1 redéfinissent ce qui est possible en IA. En divulguant et en mettant à disposition toutes ces innovations, y compris l’utilisation de l’apprentissage par renforcement qui imite l’apprentissage humain, DeepSeek encourage l’expérimentation à plus grande échelle. Cela permet à un plus grand nombre d’entreprises de développer des solutions d’IA sophistiquées sans devoir engager des dépenses initiales prohibitives, ce qui favorise l’innovation dans des applications spécialisées et pourrait entraîner une autre vague importante d’adoption de l’IA au cours de la prochaine année.

Impacts profonds

Ce qui a été le plus fascinant à observer, c’est la façon dont le marché a réagi aux nouvelles en provenance de Chine. Comme prévu, certains des plus grands gagnants dans le secteur des semi-conducteurs ont chuté de 15 % à 20 % ce jour-là. De plus, au cours des 12 derniers mois, la tendance s’est également déplacée vers la consommation d’énergie et le fait que les producteurs d’énergie sont les bénéficiaires de la course à l’IA. Plusieurs producteurs d’électricité et fabricants de génératrices ont également reculé de 15 % à 25 % ce jour-là, tandis que les titres liés à l’énergie nucléaire et au gaz naturel ont également chuté beaucoup plus que l’ensemble du marché.

Au cours des jours suivants, de nombreux noms se sont redressés, ce qui n’a pas été le cas de Nvidia. L’événement a-t-il été un petit tremblement de terre qui a entraîné d’autres perturbations du marché ou allons-nous continuer de voir des mesures d’adaptation et les États-Unis continueront d’afficher un rendement supérieur? Pour nous, il a toujours semblé que le marché boursier américain était évalué en fonction de la perfection par rapport au reste du monde, qui est évalué en fonction de la récession. Nous nous attendons à une plus grande dispersion dans les secteurs et les régions géographiques, ce qui, nous l’espérons, augmentera les possibilités de gestion active axée sur les données fondamentales.

Nous vous offrons, en contenu supplémentaire, le webinaire édition spéciale: Lumière sur l’effet Deepseek.

Meilleurs voeux,

Harv

Le secteur de l’IA a connu un bouleversement important avec la récente publication par DeepSeek de son modèle open-source DeepSeek-R1.

Cette publication représente un potentiel changement de paradigme majeur. Dans cette édition spéciale de Sagard Perspectives, nous démystifions les principales avancées en jeu. François Lafortune, associé directeur chez Sagard et co-fondateur et PDG de Diagram, et Parinaz Sobhani, responsable de l’IA chez Sagard, analysent diverses dynamiques, et expliquent comment un modèle de raisonnement open-source avancé et moins coûteux a bouleversé le monde de l’IA.

Efficacité accrue des coûts : Les coûts de formation seraient considérablement inférieurs, ce qui pourrait démocratiser l’accès au développement avancé de l’IA
Capacités de raisonnement avancées : DeepSeek-R1 démontre des capacités de raisonnement avancées qui rivalisent, voire dépassent, celles des principaux modèles existants
Accessibilité open-source : Publié sous la licence MIT, le modèle favorise la collaboration et accélère l’innovation au sein de la communauté de l’IA

Écoutez notre webinaire Édition Spéciale de Sagard Perspectives au cours duquel nous analysons les implications de DeepSeek-R1 et son potentiel pour remodeler l’univers de l’IA.