Alors que l’euphorie autour de l’intelligence artificielle continue d’alimenter les marchés financiers, une voix majeure du secteur appelle à un retour brutal au réel. Jensen Huang, PDG de NVIDIA, met en garde contre une lecture trop simpliste de la révolution de l’IA par les investisseurs. Derrière les valorisations record et la ruée vers les puces, le patron du leader mondial des GPU rappelle que l’IA n’est ni magique, ni instantanément rentable, et que les marchés pourraient payer cher toute mauvaise anticipation.Nvidia est le principal fabricant de la technologie qui alimente l'essor mondial de l'IA : des puces électroniques et des progiciels qui entraînent et hébergent des systèmes tels que ChatGPT. Ses produits équipent les centres de données de la Norvège au New Jersey. Ses puces sont devenues l'un des composants informatiques les plus convoités de l'industrie. Nvidia détient près de 90 % des parts de marché et engrange des bénéfices records chaque année.
Cette année a été exceptionnelle pour l'entreprise : elle a conclu des contrats d'une valeur d'au moins 125 milliards de dollars, allant d'un investissement de 5 milliards de dollars dans son rival Intel – pour faciliter son accès au marché des PC – à 100 milliards de dollars investis dans OpenAI, le fabricant de ChatGPT.
L’intelligence artificielle est devenue le moteur principal de la narration boursière. Chaque annonce liée aux modèles de langage, aux data centers ou aux semi-conducteurs suffit à déclencher des envolées spectaculaires des cours. NVIDIA, fournisseur clé de l’infrastructure matérielle de l’IA moderne, s’est retrouvée au cœur de cette frénésie, incarnant à elle seule la promesse d’une nouvelle révolution industrielle.
Pourtant, Jensen Huang observe avec une certaine inquiétude la manière dont Wall Street extrapole cette dynamique. Selon lui, beaucoup d’investisseurs raisonnent encore comme si l’IA était un produit logiciel classique, capable de générer des marges immédiates et exponentielles. Or, la réalité industrielle de l’IA est tout autre : elle repose sur des cycles d’investissement lourds, des infrastructures énergivores et une transformation profonde des systèmes informatiques existants.
Et Jensen Huang de déclarer : « Et si vous leur demandez : "L'IA est-elle susceptible de faire plus de bien que de mal ?", 80 % d'entre eux répondront que l'IA fera plus de bien que de mal. Dans notre cas, ce serait l'inverse. Cela vous apprend quelque chose de très, très important sur le plan social. Sur le plan social, nous devons veiller à ne pas décrire l'IA à la manière des films de science-fiction, qui suscitent beaucoup d'inquiétudes chez les gens. Nous voulons nous préoccuper de la question, mais nous voulons aussi être pragmatiques. »
L’IA n’est pas un produit, c’est une pile industrielle complète
Pour comprendre l’ampleur du changement en cours, Jensen Huang insiste sur un point fondamental : l’IA ne doit pas être pensée comme un logiciel isolé, mais comme une pile technologique complète, structurée en couches. À la base de cette pile se trouve l’énergie, condition sine qua non de toute croissance dans ce nouveau secteur. Sans capacité énergétique suffisante, aucun data center, aucune usine de puces, aucune « AI factory » ne peut voir le jour.
Au-dessus de cette couche énergétique viennent les semi-conducteurs et les systèmes de calcul, domaine dans lequel Nvidia s’est imposé comme un acteur central. Mais Huang rappelle que le matériel n’est qu’une étape : la couche suivante est celle de l’infrastructure logicielle, souvent réduite à tort au cloud, alors qu’elle englobe aussi les systèmes financiers, le foncier, l’accès au capital et la capacité à déployer rapidement des installations industrielles à grande échelle.
Ce n’est qu’ensuite que viennent les modèles d’IA, ceux qui concentrent aujourd’hui toute l’attention médiatique. Or, selon Huang, ces modèles — aussi spectaculaires soient-ils — ne représentent qu’une fraction visible d’un écosystème bien plus vaste, composé de plus d’un million de modèles spécialisés à travers le monde, chacun dédié à un champ précis : biologie, chimie, finance, physique, robotique ou industrie lourde
PDG de Nvidia :
« Maintenant, le fonctionnement de l'IA et de notre technologie repose sur le fait que, en fin de compte, la plateforme technologique est construite en couches. C'est l'une des raisons pour lesquelles nous la considérons comme une plateforme. Vous vous trouvez au sommet de cette plateforme. Une application ou un secteur d'activité se trouve au sommet de cette plateforme. Cette plateforme commence par l'énergie à la base. L'une des raisons pour lesquelles cette administration a immédiatement fait une telle différence, c'est cette initiative en faveur de la croissance énergétique, son attitude vis-à-vis de l'énergie, qui consiste à dire que sans énergie, nous ne pouvons pas permettre à ce nouveau secteur d'activité de prospérer. C'est tout à fait vrai.
« La première couche est donc l'énergie. La deuxième couche est essentiellement constituée des puces et des systèmes, mais surtout des puces. C'est là qu'intervient Nvidia. La troisième couche est constituée de tout un ensemble de logiciels. Nous développons toute une série de logiciels sur nos puces et nous sommes bien connus pour ce logiciel appelé CUDA. Mais nous créons des centaines de logiciels différents qui permettent aux gens d'utiliser l'IA dans différents domaines scientifiques, linguistiques, visuels ou autres, comme la robotique ou la fabrication, par exemple. Mais cette troisième couche s'appelle l'infrastructure. Il s'agit essentiellement de logiciels. Historiquement, les gens ont toujours considéré l'infrastructure comme étant le cloud, mais il est de plus en plus important de réaliser que l'infrastructure comprend également les infrastructures terrestres. »
Une révolution silencieuse qui dépasse largement le langage
L’un des points les plus marquants de cette intervention est la volonté de sortir l’IA de son carcan linguistique. Jensen Huang rappelle que réduire l’intelligence artificielle aux modèles conversationnels est une erreur stratégique. L’IA comprend désormais des structures complexes : les protéines, les gènes, les lois physiques, les systèmes financiers à long terme ou encore les environnements industriels.
Cette capacité à traiter des informations multi-modales sur de longues périodes transforme déjà des secteurs entiers comme la santé, la recherche scientifique, la fabrication ou les transports. L’IA devient un outil de compréhension du monde réel, pas seulement un générateur de texte ou d’images. C’est précisément cette transversalité qui explique pourquoi Nvidia se définit comme une plateforme plutôt que comme un éditeur de solutions verticales : l’entreprise ne construit ni voitures autonomes ni médicaments, mais fournit l’architecture sur laquelle tous ces acteurs bâtissent leurs propres innovations.
Chine, États-Unis : une compétition qui ne se joue pas là où on l’imagine
Là où le discours devient plus politique, Jensen Huang introduit une comparaison directe entre les États-Unis et la Chine. Contrairement à une lecture simpliste de la “course à l’IA”, il souligne que la compétition ne se joue pas uniquement sur la qualité des modèles ou la puissance brute des puces.
Sur le plan énergétique, la Chine dispose d’une capacité largement supérieure, avec une croissance continue, là où les États-Unis stagnent. Sur le plan des infrastructures, la différence de vitesse est frappante : là où un data center ou un supercalculateur peut nécessiter plusieurs années de déploiement aux États-Unis, la Chine démontre une capacité à construire à un rythme sans équivalent.
Même dans le domaine des semi-conducteurs, où l’avance américaine reste réelle, Huang appelle à la prudence. La fabrication est avant tout un processus industriel, et sous-estimer la capacité manufacturière chinoise serait, selon lui, une erreur majeure. La domination technologique ne se décrète pas, elle se soutient par une politique industrielle cohérente et durable
Open source : l’angle mort stratégique de l’Occident
Un autre point clé du raisonnement de Jensen Huang concerne l’open source. Si les modèles de pointe américains conservent une avance qualitative, la majorité des modèles déployés dans le monde sont open source. Or, dans ce domaine, la Chine a pris une avance considérable.
Pour Huang, l’open source n’est pas un luxe idéologique, mais une condition structurelle de l’innovation. Sans open source, pas de startups, pas de recherche universitaire efficace, pas de diffusion massive des compétences. Il rappelle que les piliers de l’informatique moderne — Linux, Kubernetes, PyTorch — sont tous issus de cette logique d’ouverture.
À terme, explique-t-il, ce ne sont pas uniquement les inventeurs des technologies qui gagnent une révolution industrielle, mais ceux qui les diffusent et les appliquent le plus rapidement dans l’économie réelle. Retarder cette diffusion par peur sociale ou réglementaire pourrait coûter cher aux économies occidentales
Robots et IA incarnée : une rupture plus proche qu’on ne le croit
La partie la plus dérangeante de cette intervention concerne sans doute la robotique. Jensen Huang décrit un futur où la frontière entre IA logicielle et systèmes mécaniques disparaît progressivement. La capacité actuelle des modèles à générer des vidéos à...
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.