Les analystes de RBC Capital Markets ont fourni une évaluation précoce cette semaine, et elle n'est pas particulièrement positive. Dans une note de recherche, ils ont déclaré que "en raison de GenAI, les marges brutes à long terme des logiciels seront structurellement plus faibles. " Selon RBC, le passage des logiciels sur site, où les entreprises les utilisaient sur leurs propres ordinateurs, au cloud a entraîné une diminution des marges brutes de 90 % à 75 %. La transition de l'informatique en nuage à l'IA générative devrait entraîner une baisse encore plus importante des marges des logiciels, estimée à environ 60%. La marge brute est une mesure simple de la rentabilité qui prend les revenus et soustrait le coût des marchandises vendues. Traditionnellement, dans l'industrie des logiciels, les marges brutes ont généralement tourné autour de 90%. Bien que cela puisse paraître élevé, c'est la raison pour laquelle ce secteur est attrayant pour les investisseurs et pourquoi les entreprises de logiciels ont des valorisations aussi élevées. Développer de nouveaux logiciels nécessite un investissement initial important. Cependant, une fois créés, le coût de production de nouvelles versions et de leur distribution aux clients est presque négligeable. Par conséquent, à chaque vente de logiciel, les bénéfices augmentent de manière substantielle, d'où l'accent mis sur "l'échelle" par les investisseurs technologiques. Alors pourquoi le secteur des logiciels pourrait-il devenir moins rentable à l'ère de l'IA?Selon les analystes de RBC, atteindre des niveaux similaires d'efficacité sur les états de profits et pertes avec GenAI pourrait s'avérer difficile.

L'IA générative est coûteuse, tant en termes de développement que d'exploitation continue. La formation de modèles d'IA, par exemple, nécessite l'achat de GPU coûteux de Nvidia. Ces puces d'IA sont ensuite placées dans des serveurs nécessitant un refroidissement et une mise en réseau spécialisés dans de grands centres de données. Ces installations consomment des quantités substantielles d'électricité, entraînant des coûts élevés et des mises à niveau coûteuses. De plus, le coût d'acquisition des données nécessaires à la formation des modèles d'IA ne peut être ignoré. Bien que les grandes entreprises technologiques et les startups tentent de minimiser ces dépenses, la collecte et le nettoyage des données restent des coûts importants. Une fois les modèles d'IA formés, ils doivent être déployés. Cette étape d'inférence, où les modèles traitent de nouvelles données ou demandes, nécessite également des puces coûteuses et engage des dépenses continues. Contrairement au secteur des logiciels sur site, où chaque vente entraînait presque 100 % de profit, avec GenAI, chaque fois qu'un client d'IA utilise un service, le fournisseur engage de nombreux coûts. Par exemple, OpenAI dépenserait environ 700 000 dollars par jour pour exploiter ChatGPT, selon l'analyste industriel Dylan Patel l'année dernière. Malgré ces défis, les analystes de RBC ne sont pas entièrement pessimistes. Ils anticipent que GenAI révolutionnera le marché à un point tel que les clients augmenteront considérablement leurs dépenses en nouveaux logiciels alimentés par l'IA, doublant voire triplant potentiellement les niveaux de revenus actuels. Compte tenu du marché logiciel élargi, il pourrait également y avoir plus de "dollars de profit" disponibles, même avec des marges bénéficiaires plus faibles. Les "dollars de profit" se réfèrent au profit absolu généré par une entreprise et peuvent servir de mesure du succès financier. Pour illustrer, considérons une entreprise hypothétique avec 100 millions de dollars de revenus et des marges bénéficiaires de 10 %, résultant en un profit absolu de 10 millions de dollars. Si cette entreprise connaît une augmentation de ses revenus à 300 millions de dollars mais voit sa marge diminuer à 8 %, le revenu s'élèverait toujours à 24 millions de dollars—plus de profit qu'auparavant. Par conséquent, les analystes de RBC concluent que bien que GenAI devrait avoir un impact sur les marges, les dollars de profit bruts à long terme devraient être plus élevés dans un monde post-GenAI.