Tout le monde ne croit pas au retour sur investissement de l'IA générative, mais de nombreux investisseurs y croient, comme le montrent les dernières données du tracker de financement PitchBook. Au troisième trimestre 2024, les capital-risqueurs ont investi 3, 9 milliards de dollars dans les startups d'IA générative à travers 206 transactions, selon PitchBook. Ce chiffre exclut la ronde de financement notable de 6, 6 milliards de dollars d'OpenAI. De ce total, 2, 9 milliards de dollars ont été attribués à des entreprises basées aux États-Unis à travers 127 transactions. Parmi les performances remarquables au troisième trimestre, on peut citer l'assistant de codage Magic, qui a levé 320 millions de dollars en août, le fournisseur de recherche d'entreprise Glean avec 260 millions de dollars en septembre et l'entreprise d'analyse commerciale Hebbia, qui a obtenu 130 millions de dollars en juillet. De plus, la société chinoise Moonshot AI a levé 300 millions de dollars en août, tandis que Sakana AI, une startup japonaise spécialisée dans la découverte scientifique, a complété une ronde de financement de 214 millions de dollars le mois dernier. L'IA générative englobe une large gamme de technologies, telles que les générateurs de texte et d'images, les outils de codage et l'automatisation de la cybersécurité, mais elle a ses critiques. Les experts soulèvent des préoccupations concernant la fiabilité de la technologie et la légalité des modèles d'IA générative formés sur des données protégées par des droits d'auteur sans autorisation. Malgré ces problèmes, les capital-risqueurs parient sur le potentiel de l'IA générative pour s'établir fermement dans de grandes industries lucratives et sa capacité à soutenir une croissance à long terme malgré les défis actuels. Ils sont peut-être sur la bonne voie. Un rapport de Forrester prévoit que 60 % des sceptiques de l'IA générative adopteront finalement cette technologie, que ce soit consciemment ou inconsciemment, pour des tâches telles que la synthèse et la résolution créative de problèmes.

Cette perspective contraste fortement avec la prévision antérieure de Gartner selon laquelle 30 % des projets d'IA générative seraient abandonnés après preuve de concept d'ici 2026. “Les grands clients mettent en œuvre des systèmes de production qui tirent parti des outils des startups et des modèles open source”, a déclaré Brendan Burke, analyste senior des technologies émergentes chez PitchBook, lors d'une interview avec TechCrunch. “La dernière génération de modèles suggère qu'il y a de nouvelles possibilités à venir, notamment dans les domaines scientifiques, la récupération de données et l'exécution de code. ” Cependant, un défi important à l'adoption généralisée de l'IA générative est sa demande computationnelle énorme. Les analystes de Bain ont récemment projeté que l'IA générative obligerait les entreprises à construire des centres de données à l'échelle du gigawatt, qui consommeraient de 5 à 20 fois plus de puissance que le centre de données moyen aujourd'hui, ce qui tendrait encore plus une chaîne d'approvisionnement en main-d'œuvre et en électricité déjà mise à rude épreuve. La demande accrue de l'IA générative pour l'énergie des centres de données contribue également à la prolongation du fonctionnement des centrales au charbon. Morgan Stanley estime que si cette tendance continue, les émissions mondiales de gaz à effet de serre pourraient être trois fois plus élevées d'ici 2030 par rapport à un scénario sans l'avènement de l'IA générative. Pour contrer leur dépendance croissante aux énergies non renouvelables, plusieurs grands opérateurs de centres de données, dont Microsoft, Amazon, Google et Oracle, ont annoncé des investissements dans l'énergie nucléaire. Par exemple, en septembre, Microsoft a révélé des plans pour s'approvisionner en énergie provenant de la célèbre centrale nucléaire de Three Mile Island. Cependant, il pourrait s'écouler plusieurs années avant que ces investissements n'apportent des résultats significatifs.