Sleepless AI(AI) Investissement programmé

**Ray Dalio sur la bulle de l'IA, les investissements et l'avenir du travail** Dans un récent podcast, Ray Dalio, fondateur de Bridgewater Associates, partage son analyse sur la bulle actuelle autour de l'intelligence artificielle (IA). Il explique que, comme pour la bulle internet des années 2000, l'enthousiasme pour une technologie révolutionnaire pousse les investisseurs à négliger le prix des actifs, créant une surévaluation. La bulle est alimentée par l'endettement et l'afflux d'investisseurs particuliers non avertis. Dalio identifie trois signes précurseurs d'un éclatement imminent : 1. **Une hausse des taux d'intérêt**, qui rendrait la détention d'obligations plus attractive et forcerait certains à vendre des actifs pour obtenir des liquidités. 2. **Une augmentation massive des introductions en bourse (IPO)**, inondant le marché de nouvelles actions. 3. **Une concentration des actions entre les mains d'investisseurs "faibles"** (particuliers utilisant de l'effet de levier), plutôt que d'investisseurs de long terme. **Face à cette incertitude, Dalio conseille fortement la diversification.** Il met en garde contre la détention excessive de cash, qui perd de la valeur avec l'inflation. Il recommande un portefeuille équilibré incluant des actions, de l'or (qu'il qualifie d'actif refuge "physique" et sûr, représentant 5 à 15% du portefeuille), des obligations et de l'immobilier. Il exprime une préférence pour l'or physique par rapport au Bitcoin, qu'il juge plus vulnérable aux régulations ou aux avancées technologiques comme l'informatique quantique. **Sur l'impact de l'IA**, Dalio estime que les principaux bénéficiaires seront les capitalistes qui possèdent et développent la technologie, accentuant ainsi les inégalités. L'automatisation remplacera progressivement les tâches cognitives, rendant difficile l'insertion professionnelle des jeunes diplômés. Cependant, il reste optimiste : les humains possèdent une intelligence émotionnelle et une capacité à collaborer que l'IA ne peut reproduire. Ces qualités resteront précieuses à l'avenir. Enfin, évoquant sa théorie des "grands cycles" d'environ 80 ans qui rythment l'ordre mondial, Dalio estime que nous approchons d'un point d'inflexion majeur dans ce cycle historique.

L'IA d'OpenAI, utilisant un nouveau modèle de raisonnement, a annoncé dix avancées mathématiques majeures, dont la preuve du théorème quantique de répétition parallèle – un problème sur lequel le professeur Henry Yuen de Columbia travaillait depuis dix ans. Bien que la preuve, vérifiée par Lean, soit probablement correcte, Yuen critique son style « typique de l'IA » : obscur, manquant d'intuition et de pédagogie sur les idées clés, comme l'utilisation cruciale de la transformation d'Uhlmann. Il souligne que la validation formelle par Lean ne signifie pas la compréhension humaine, et que traduire ces preuves opaques reste un défi. Parallèlement, une prétendue réfutation Lean de la conjecture de Collatz, un célèbre problème ouvert, a été invalidée car elle exploitait une faille dans le noyau de Lean. Cet incident, ainsi que les commentaires du professeur Alex Kontorovich, mettent en lumière les limites des vérificateurs formels : Lean garantit la cohérence logique du code, mais pas l'alignement sémantique entre les définitions formelles et l'intention mathématique humaine. Le contrôle ultime et l'interprétation profonde restent donc du ressort des experts. L'article conclut que si l'IA peut produire des preuves, la tâche de comprendre, de contextualiser et de valider leur signification véritable incombe toujours aux mathématiciens.

Une équipe de recherche a développé AlphaOracle, le premier système d'intelligence artificielle qui reproduit la méthode de travail des experts pour déchiffrer les inscriptions oraculaires (Jiaguwen) sur os ou carapaces de la dynastie Shang, vieilles de plus de 3000 ans. Le processus traditionnel d'interprétation, laborieux et long, exige de croiser des sources éparses (estampages, textes sur bronze, écritures anciennes, documents classiques). AlphaOracle rationalise cette démarche en quatre étapes : 1) analyse et segmentation des estampages, 2) étude de l'évolution graphique des caractères pour générer des hypothèses, 3) vérification contextuelle dans les corpus de divination existants, et 4) recherche de preuves dans les textes anciens et la littérature académique moderne. Le système génère un rapport détaillé avec des sources, des alternatives et des scores de confiance, laissant le dernier mot à l'expert. Évalué par 86 spécialistes, il est jugé très utile par 78,7% d'entre eux, permettant d'économiser environ 64% du temps d'analyse. Dans une comparaison à l'aveugle, ses explications contextuelles ont été préférées à celles de modèles génériques comme GPT-5 ou Gemini. AlphaOracle démontre le potentiel de l'IA pour assister efficacement la recherche en paléographie, non en remplaçant l'expertise humaine, mais en accélérant la collecte et l'organisation systématique des preuves, ouvrant ainsi la voie à une collaboration plus fructueuse entre l'homme et la machine dans l'exploration des écritures anciennes.

La croissance du marché de l'IA pousse de nombreuses entreprises de cryptomonnaie à revoir leur stratégie. Au lieu du minage de bitcoins, elles louent de plus en plus leur puissance de calcul pour l'entraînement d'IA, une activité offrant une demande plus stable et des contrats à long terme. Le classement des cinq entreprises ayant le plus profité de ce virage est le suivant : 1. **Hut 8** (26 milliards de dollars) : Développe désormais des centres de données dédiés à l'IA. 2. **IREN** (4 milliards de dollars) : Loue des clusters de GPU pour l'IA tout en poursuivant le minage. 3. **Core Scientific** (31 millions de dollars) : A reconverti une partie de ses sites miniers pour héberger des systèmes GPU puissants. 4. **TeraWulf** (21 millions de dollars) : Construit des centres de données à haute performance tout en maintenant des activités de minage. 5. **Bitdeer** (3,7 millions de dollars) : Propose la location de capacités de calcul basées sur les GPU NVIDIA. D'autres sociétés comme Cipher Mining et CleanSpark évoluent également vers ce modèle de location d'infrastructures pour l'informatique performante.

L'institution financière Goldman Sachs, par l'intermédiaire de son responsable européen des hedge funds Mark Wilson, affirme que l'économie mondiale est entrée dans un "cycle de demande de capitaux le plus important de l'histoire". La période de "surépargne" et de taux bas prend fin, remplacée par une compétition intense pour le capital, portée simultanément par l'infrastructure de l'IA, la réindustrialisation, les dépenses de défense, la transition énergétique, la relocalisation des chaînes d'approvisionnement et les besoins de financement des États. Le rapport souligne que la hausse des rendements obligataires, comme celle du taux à 30 ans américain, est principalement structurelle, pilotée par cette demande de capitaux, et non par la politique monétaire de la Fed, réduite au rôle de "passagère". Malgré un indice boursier apparemment calme en juillet, une turbulence extrême a régné sous la surface, avec une dispersion record des performances individuelles (Amazon +15% vs Apple -10% en une journée) et un effondrement du facteur momentum, provoquant une dérisquage massif des investisseurs. Bien que les bénéfices des entreprises restent solides, le marché devrait connaître une phase de digestion en août. Les raisons incluent l'ajustement progressif aux taux plus élevés, les modèles de risque perturbés par la volatilité de juillet, et les rendements historiquement nuls pour le S&P 500 entre août et les élections de mi-mandat. Un point central est la validation par les géants du cloud (Amazon, Microsoft, Alphabet) de leur stratégie d'investissement massif dans l'IA. Leurs prévisions de dépenses en capital pour 2027-2028 sont "stupéfiantes" (par exemple, 415 Md$ pour Alphabet en 2028), mais soutenues par une croissance et une rentabilité perçues comme exceptionnelles. Amazon estime même qu'AWS pourrait devenir une activité générant 1000 milliards de dollars de revenus. En conclusion, nous traversons une période de transition paradoxale où le secteur privé investit à plein régime dans un avenir transformé par l'IA, tandis que le secteur public est de plus en plus contraint par le coût du capital. Cette tension soulève à terme des choix politiques difficiles, mais pour l'instant, le super cycle de l'IA se poursuit.