David Cahn est un associé chez Sequoia Capital, une société de capital-risque, où il se concentre sur les investissements en phase de démarrage dans l'intelligence artificielle et les infrastructures. Il est connu pour ses cadres analytiques sur l'économie de l'IA, en particulier ses estimations largement citées de la « bulle de l'IA » et des revenus nécessaires pour justifier des dépenses d'investissement massives en GPU et en centres de données. Le travail de Cahn a fait de lui une voix éminente dans les discussions sur la durabilité du déploiement de l'IA, et il a participé à plusieurs transactions très médiatisées dans ce secteur.
Cahn a rejoint Sequoia en 2021 après avoir travaillé comme data scientist et chef de produit. Son parcours combine une expertise technique avec un accent stratégique sur la dynamique du marché, qu'il applique à l'évaluation de startups construisant les couches fondamentales de la pile d'IA, des puces aux services cloud. Il contribue fréquemment aux recherches publiques de Sequoia et a rédigé des essais influents sur les tendances de l'infrastructure de l'IA.
Analyse de l'infrastructure de l'IA
La contribution la plus notable de Cahn au discours public est son analyse des dépenses d'investissement (capex) des principaux fournisseurs de cloud et entreprises technologiques en infrastructures d'IA. Dans une série d'essais, il a soutenu que les dépenses de l'industrie en GPU Nvidia et en centres de données nécessiteraient la génération de centaines de milliards de dollars de revenus annuels pour obtenir un retour sur investissement. Il a inventé le terme « la question des 200 milliards de dollars » en 2023, estimant que des entreprises comme Microsoft, Amazon Web Services, Google Cloud et Oracle Cloud devraient générer ce montant en revenus liés à l'IA pour justifier leurs dépenses. En 2024, il a mis à jour ce chiffre à 600 milliards de dollars, reflétant une accélération des investissements. Son analyse est souvent citée dans les débats sur la question de savoir si l'industrie de l'IA est dans une bulle, et il a averti que, bien que la technologie soit transformatrice, le rythme actuel des dépenses pourrait dépasser la demande à court terme.
Le cadre de Cahn distingue les coûts de « formation » et d'« inférence », et il a souligné l'importance de l'efficacité de l'inférence pour la viabilité à long terme des entreprises d'IA. Il a également écrit sur le potentiel des modèles open-source à perturber les acteurs propriétaires, et sur le rôle de l'informatique de périphérie pour réduire la dépendance aux centres de données centralisés.
Focus sur les investissements et transactions
Chez Sequoia, Cahn a dirigé ou participé à des investissements dans plusieurs startups d'infrastructure d'IA. Cela inclut Groq, une entreprise développant des puces spécialisées LPU (Language Processing Unit) pour une inférence rapide, et SambaNova, qui construit des plateformes d'IA full-stack. Il a également participé à des investissements dans Together AI, une plateforme cloud pour les modèles open-source, et Fireworks AI, qui propose des services d'inférence rapide. Sa thèse repose sur l'idée que les « pioches et pelles » de l'IA - le matériel, les logiciels et les services qui permettent le déploiement de modèles - captureront une valeur significative à mesure que l'industrie mûrit.
Cahn a également écrit sur l'importance des applications d'IA et a soutenu que les entreprises les plus performantes seront celles qui résolvent des problèmes spécifiques pour les entreprises, plutôt que celles qui fournissent simplement des API de modèles génériques. Il a mis en avant le potentiel de l'IA agentique et de la génération augmentée par récupération comme domaines de croissance clés.
Écrits publics et influence
Au-delà de son travail d'investissement, Cahn est connu pour ses essais publics sur le site de Sequoia et sur son blog personnel. Son écriture se caractérise par une approche axée sur les données, utilisant souvent des calculs approximatifs pour illustrer les tendances de l'industrie. Il a été cité dans des publications majeures telles que The Information, The New York Times et Bloomberg, et ses analyses sont fréquemment partagées sur les réseaux sociaux. Son essai de 2023 « La question des 200 milliards de dollars » est devenu une référence pour les investisseurs et les dirigeants, et ses analyses de suivi ont continué à façonner la conversation autour de l'économie de l'IA.
Cahn a également pris la parole lors de conférences industrielles et de podcasts, où il discute de sujets tels que la chaîne d'approvisionnement des semi-conducteurs, le rôle de TSMC dans la fabrication, et la dynamique concurrentielle entre Nvidia et des challengers comme AMD et Intel. Il est connu pour sa volonté de remettre en question la sagesse conventionnelle, comme son scepticisme quant à la rentabilité à court terme des fournisseurs de grands modèles de langage.
Parcours professionnel
Avant de rejoindre Sequoia, Cahn a travaillé chez McKinsey & Company en tant que data scientist, où il conseillait des clients sur l'analyse avancée et l'apprentissage automatique. Il a également occupé un poste de chef de produit dans une startup du secteur des technologies de la santé. Il détient une licence en mathématiques de l'Université Harvard et une maîtrise en informatique de l'Université Stanford. Son parcours académique inclut des recherches sur le apprentissage profond et les réseaux neuronaux, qu'il a appliquées à sa thèse d'investissement.
Cahn est basé dans la région de la baie de San Francisco et est un mentor actif pour les fondateurs en phase de démarrage. Il est membre du Conseil mondial de l'avenir sur l'IA du Forum économique mondial, où il contribue aux discussions sur la gouvernance de l'IA et l'impact économique.
Réception et critiques
Les analyses de Cahn ont été saluées pour leur clarté et leur rigueur, mais elles ont également attiré des critiques. Certains observateurs de l'industrie soutiennent que ses estimations des revenus requis sont trop conservatrices, car elles ne tiennent pas pleinement compte du potentiel de l'IA à créer des marchés entièrement nouveaux. D'autres ont noté que son accent sur les dépenses d'infrastructure pourrait négliger la valeur des données propriétaires et des avantages de distribution. Cahn a répondu à ces critiques en soulignant que son objectif est de provoquer un débat réfléchi plutôt que de faire des prédictions définitives.
Malgré la controverse, son travail a fait de lui l'un des analystes les plus cités dans la communauté des investissements en IA, et ses idées sont largement utilisées par les capital-risqueurs et les stratèges d'entreprise.
Voir aussi
Références
- Sequoia Capital, « La question des 200 milliards de dollars », 2023.
- Sequoia Capital, « La question des 600 milliards de dollars », 2024.
- Diverses interviews publiques et essais de David Cahn.