Les investisseurs en capital-risque reviennent à Ridley parce que l'IA fait exactement ce qu'il avait prédit
Il y a un livre de 2010 qui circule à nouveau dans les fonds de capital-risque les plus actifs de la Silicon Valley. Ce n'est pas un manuel d'intelligence artificielle, ce n'est pas une étude sur les modèles de langage, il ne contient aucun chapitre sur les GPU ni sur les architectures de transformateurs. C'est un livre d'histoire économique écrit par un biologiste britannique qui a soutenu, avec des données remontant à l'âge de pierre, que la prospérité humaine est une conséquence directe de l'échange d'idées entre des personnes spécialisées. Que lorsque les idées se mélangent à grande échelle, le résultat est non linéaire. Qu'aucune projection linéaire de ressources ou de contraintes n'a survécu à l'histoire, parce que la technologie a toujours trouvé une substitution que les modèles n'avaient pas calculée.
Le livre s'intitule L'optimiste rationnel, de Matt Ridley. Et le fait que des investisseurs ayant des positions concentrées dans l'infrastructure d'intelligence artificielle le relisent maintenant n'est pas une anecdote bibliographique. C'est un signal sur la façon dont ils formulent la thèse de fond qui justifie le déploiement de capital dans des conditions de forte incertitude.
Alexis Ohanian, cofondateur de Reddit et gestionnaire du fonds Seven Seven Six, a publié récemment qu'il l'écoutait en format audiolibro à double vitesse et qu'il ne pouvait pas se défaire de l'impression que l'humanité est proche d'un point d'inflexion. La publication a suscité l'adhésion d'autres investisseurs. Ce qui avait commencé comme une note sur des lectures personnelles s'est transformé en une conversation plus large sur le cadre intellectuel qui structure les décisions d'allocation de capital dans le cycle actuel de l'intelligence artificielle.
L'argument de Ridley comme architecture d'investissement
La thèse centrale de Ridley n'est pas compliquée, mais elle a des conséquences de grande portée lorsqu'elle est appliquée au présent. Son argument est que la prospérité n'est générée ni par un travail plus acharné, ni par les ressources naturelles, ni par la planification centrale. Elle est générée par l'échange : lorsqu'une personne spécialisée dans quelque chose échange avec une autre spécialisée dans autre chose, les deux s'en sortent mieux que si elles avaient tenté de tout produire seules. Lorsque ce mécanisme opère à une échelle suffisante, les idées se combinent de manières qu'aucune des parties n'aurait pu anticiper, et le résultat est une courbe de productivité qui invalide systématiquement toute prévision d'effondrement ou de stagnation.
Ridley documente cela avec des données qui traversent des siècles. Le prix d'une heure de lumière artificielle est passé de six heures de travail en 1800 à une fraction de seconde aujourd'hui. Les revenus réels mondiaux ont été multipliés par neuf depuis cette même année, tandis que la population n'a été multipliée que par six. Chaque prédiction malthusienne selon laquelle la croissance démographique dépasserait la capacité de production a été invalidée par une innovation que les modèles n'avaient pas intégrée, parce qu'elle n'existait pas au moment où les modèles ont été construits.
Ce que les investisseurs lisent dans cette histoire, c'est un schéma reconnaissable. Les grands modèles de langage n'ajoutent pas un point de productivité supplémentaire à des secteurs matures. Ils fonctionnent comme des amplificateurs du mécanisme que Ridley a décrit : ils donnent à chaque travailleur du savoir un accès à la synthèse de l'expérience mondiale, en temps réel, sans intermédiaires institutionnels. Si la taille et la densité du réseau d'idées déterminent le rythme de l'innovation, alors une technologie qui étend massivement ce réseau devrait générer des retours à l'échelle des fonds dans presque tous les secteurs de façon simultanée. C'est le pari structurel. Ce n'est pas de l'optimisme de tempérament. C'est une lecture historique avec des implications pour les portefeuilles d'investissement.
L'investissement mondial en capital-risque dans les entreprises d'intelligence artificielle a atteint 131 milliards de dollars en 2024, selon le NVCA PitchBook Venture Monitor, ce qui a représenté environ 38 % de tous les dollars de capital-risque déployés mondialement. Le point de comparaison qu'utilisent les investisseurs optimistes est la bulle des dot-com de l'an 2000 : à cette occasion, il y avait également eu une concentration de capital, mais l'infrastructure sous-jacente — de la pénétration du haut débit au matériel mobile — a mis près d'une décennie à rattraper la thèse d'investissement. La différence qu'ils font valoir aujourd'hui est que l'écart d'infrastructure se comble en mois, et non en années. Les clusters de GPU, l'accès via des interfaces de programmation et le déploiement en périphérie évoluent à une vitesse qui n'a pas de précédent direct dans les cycles antérieurs.
Le déplacement du travail comme dividende de spécialisation
L'un des arguments les plus fréquents contre l'optimisme actuel en matière d'intelligence artificielle est le déplacement de l'emploi. Des estimations comme celle de McKinsey, qui projette que l'intelligence artificielle générative pourrait automatiser 30 % des heures travaillées d'ici 2030, circulent comme avertissement d'un effet de destruction massive. Les investisseurs qui lisent Ridley arrivent à une conclusion différente à partir du même constat.
Le cadre de Ridley sur la spécialisation dit que les nouveaux outils n'éliminent pas le travail. Ils le réaffectent vers des tâches à plus haute valeur ajoutée, tout en faisant s'effondrer le coût des goulots d'étranglement précédents. Ce schéma s'est répété avec la mécanisation agricole, avec le tableur, avec les moteurs de recherche. Dans chaque cas, l'alarme initiale portait sur les emplois qui disparaissaient. L'histoire a enregistré que ce qui a suivi fut une reconfiguration vers des activités que le système antérieur ne pouvait pas aborder, parce que le coût de coordination était trop élevé.
Appliqué à l'intelligence artificielle, l'argument est que l'automatisation de 30 % des heures actuelles ne détruit pas 30 % de l'emploi. Elle libère une capacité humaine pour des tâches qui étaient jusqu'alors inaccessibles, parce qu'elles nécessitaient trop de temps de préparation, de synthèse ou de coordination. Un analyste qui consacrait auparavant la moitié de sa semaine à consolider des informations peut investir cette même semaine à interpréter et à décider. Un médecin qui passait des heures à consulter la littérature clinique peut consacrer ce temps à l'interaction avec le patient. L'argument n'est pas que le changement est indolore, c'est que le schéma historique montre que la spécialisation rendue possible par de nouveaux outils tend à créer plus de valeur qu'elle n'en déplace, mesurée en termes de revenus, de bien-être et de complexité des activités humaines qui en résultent.
Ce que cet argument ne résout pas, et ici l'analyse doit être honnête, c'est la distribution temporelle de l'ajustement. L'histoire donne raison aux optimistes sur des horizons de décennies. Les travailleurs déplacés opèrent sur des horizons d'années. Cette tension ne disparaît pas en lisant Ridley, et les investisseurs qui appliquent son cadre à l'échelle d'un fonds ne sont pas nécessairement équipés pour la résoudre à l'échelle sociale.
La condition que l'optimisme doit remplir pour se réaliser
Ridley n'est pas un optimiste sans conditions. Son livre contient un contre-exemple central que les investisseurs du cycle actuel citent avec la même fréquence que sa thèse principale : la dynastie Ming. La Chine au XVe siècle avait un avantage technologique en matière de navigation, de métallurgie et de production agricole. Elle disposait du plus grand réseau d'idées au monde à ce moment-là. Et puis elle a délibérément démantelé cet avantage en restreignant le commerce maritime, en fermant ses frontières aux échanges extérieurs et en consolidant le contrôle central sur la production du savoir. Le résultat fut que l'Europe, avec des réseaux d'échange plus petits mais plus ouverts, a fini par capter le siècle de croissance suivant.
L'analogie n'exige pas beaucoup d'effort pour être rendue contemporaine. La fragmentation réglementaire de l'intelligence artificielle entre l'Union européenne et les États-Unis, les mandats nationaux d'acquisition de technologie d'intelligence artificielle, les écosystèmes de modèles fermés qui fonctionnent comme des silos propriétaires — tous ces éléments sont des mécanismes qui réduisent la taille effective du réseau d'idées au moment précis où il est censé s'étendre.
Pour les investisseurs qui utilisent le cadre de Ridley, c'est là le risque systémique le plus sérieux — non pas la bulle de valorisations ni la concurrence entre les modèles. Le pari fondamental sur les retours de l'intelligence artificielle dépend du maintien d'un échange suffisamment ouvert. Si la réglementation fragmente les marchés ou si les modèles dominants deviennent une infrastructure fermée à accès restreint, la mécanique qui justifie l'optimisme se dégrade. Non pas pour des raisons de cycle économique, mais à cause d'une contraction structurelle de la densité du réseau que Ridley a identifiée comme la variable déterminante.
Ce seuil — le point où la politique réglementaire commence à agir sur l'architecture d'échange d'idées de la même façon que la cour Ming a agi sur son réseau commercial — est l'endroit où la thèse optimiste présente son point de rupture le plus sérieux. Et c'est également le seuil sur lequel il n'existe pas encore suffisamment de preuves pour savoir comment la situation se résoudra.
Ce que l'optimisme rationnel ne peut pas faire pour les fondateurs
Pour les fondateurs qui lisent le moment à travers les mêmes investisseurs qui recommandent Ridley, il y a une donnée stratégique utile et une qui peut induire en erreur.
L'utile est que les investisseurs alignés sur cette lecture cherchent des entreprises qui accélèrent la combinaison d'idées entre des domaines qui jusqu'ici opéraient en silos. Ils ne cherchent pas des produits qui automatisent une tâche singulière avec une plus grande efficacité. Ils cherchent des entreprises qui agissent comme des nœuds de densification du réseau : biologie et informatique, logistique et modèles de langage, analyse financière et agents autonomes. La question de dimensionnement de marché que ces investisseurs appliquent n'est pas ce qu'un produit donné peut capter, mais quelle fraction du potentiel de croissance du produit intérieur brut attribuable à l'intelligence artificielle peut se matérialiser dans un horizon de fonds. Goldman Sachs a projeté en 2023 que l'intelligence artificielle générative pourrait élever le PIB mondial de 13 billions de dollars. Les investisseurs qui trouvent l'arc historique de Ridley persuasif répondent implicitement que ce chiffre, ou quelque chose de proche, est atteignable.
La donnée qui peut induire en erreur est la confusion entre le cadre intellectuel et l'exécution opérationnelle. Ridley documente que le mécanisme de prospérité est réel et robuste sur de longs horizons historiques. Cela ne dit rien sur les entreprises spécifiques qui captent de la valeur, dans quel délai, sous quelle structure de marges, ni si l'infrastructure actuelle d'intelligence artificielle dispose de l'économie unitaire nécessaire pour soutenir les valorisations actuelles. La narrative optimiste est compatible avec des cycles de destruction de capital à court terme. Les grandes vagues technologiques que cite Ridley n'ont pas été linéaires pour les investisseurs qui s'y trouvaient en temps réel.
Ce que le schéma indique bien, c'est que les entreprises qui ont construit l'infrastructure de l'échange — et non celles qui ont construit du contenu sur cette infrastructure — ont capté la majeure partie de la valeur dans chaque cycle précédent. Si cette analogie tient, la concentration de capital dans les modèles fondationnels et les plateformes d'agents présente une cohérence structurelle plus grande que les paris sur des applications verticales sans différenciation de réseau.
Le déplacement que ce moment révèle n'est pas celui d'un secteur remplaçant un autre. C'est celui d'un mécanisme de combinaison d'idées opérant à une vitesse qu'aucune structure institutionnelle existante n'a été conçue pour absorber, avec des investisseurs utilisant un livre d'histoire économique pour justifier pourquoi cela devrait produire de la prospérité — et avec une condition d'ouverture qu'aucun fonds ne peut garantir à lui seul.
