Jensen Huang met en garde : « Vous n'avez aucune idée de ce qui vous attend en 2026 ». Robots, pénurie de main-d'œuvre et automatisation totale, le futur du travail selon le PDG de NVIDIA

Jensen Huang met en garde : « Vous n'avez aucune idée de ce qui vous attend en 2026 ».
Robots, pénurie de main-d’œuvre et automatisation totale : le futur du travail selon le PDG de NVIDIA

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 partir de descriptions textuelles n’est, selon lui, qu’un avant-goût de ce qui arrive.

Pour une IA, manipuler des pixels ou piloter des moteurs repose sur des principes similaires. Il suffit d’“incarner” l’IA dans un système physique pour que la robotique devienne une extension naturelle des modèles actuels. Cette évolution est d’autant plus probable que de nombreux pays font face à une pénurie structurelle de main-d’œuvre.

La Chine, là encore, part avec un avantage : forte demande industrielle, maîtrise de la mécatronique et stratégie nationale claire. D’autres puissances industrielles comme le Japon, l’Allemagne ou les États-Unis possèdent certaines briques, mais rarement l’ensemble de la chaîne. La robotique, dans cette vision, n’est pas une hypothèse lointaine : elle devient une réponse économique et démographique imminente

Nvidia est-il le prochain Enron ? La nature circulaire de ses accords dans l'IA ébranle la confiance des investisseurs et suscite des comparaisons
La trajectoire de Nvidia dépend désormais étroitement de la réussite économique de l’IA générative elle-même. Si les investissements massifs dans l’IA ne produisent pas les retours espérés ou si la demande ralentit, Nvidia pourrait se retrouver exposée à des pertes sur ses investissements et à une baisse de ses ventes. Cela a suscité des comparaisons avec Enron, une entreprise qui avait orchestré l'une des plus grandes fraudes comptables de l'histoire.

Enron utilisait des entités ad hoc pour soustraire ses dettes et ses actifs toxiques de son bilan, convainquant ainsi les investisseurs et les créanciers de sa stabilité tout en dissimulant ses passifs galopants. Mais Nvidia a fermement nié toute similitude avec Enron. L'entreprise a déclaré que ses rapports étaient « complets et transparents » et que, « contrairement à Enron, elle n'utilisait pas d'entités ad hoc pour dissimuler ses dettes et gonfler ses revenus ».

Le caractère circulaire des accords conclus par Nvidia a aussi suscité des comparaisons avec Lucent Technologies, une entreprise de télécommunications qui a prêté de manière agressive de l'argent à ses clients, avant de se surendetter et de s'effondrer au début des années 2000. Nvidia a réfuté toute suggestion de similitude, affirmant dans une note que l'entreprise ne dépend pas d'accords de financement par le fournisseur pour augmenter ses revenus.

Le journaliste Ed Zitron, sceptique notoire face à l'essor de l'IA, reconnaît que Nvidia ne ressemble à aucune de ces deux entreprises. Selon Ed Zitron, contrairement à Lucent, Nvidia ne semble pas contracter d'importantes dettes pour financer ses transactions circulaires. Et la plupart des clients soutenus par le fabricant de puces ne présentent pas de risques aussi évidents que les partenaires de Lucent lors de la bulle Internet de la fin des années 1990.

Source : vidéos dans le texte

Et vous ?

Si l’intelligence artificielle devient une infrastructure comparable à l’énergie ou aux télécoms, faut-il la placer sous un contrôle politique et industriel beaucoup plus strict, au risque de freiner l’innovation ?

Peut-on encore parler de souveraineté numérique quand l’IA repose sur une chaîne complète — énergie, puces, data centers, logiciels — que peu de pays maîtrisent réellement de bout en bout ?

L’Occident est-il en train de perdre du temps à débattre des risques sociétaux de l’IA pendant que d’autres accélèrent son déploiement industriel à grande échelle ?

La domination actuelle des modèles fermés est-elle une impasse stratégique face à l’avance croissante de la Chine sur l’open source et la diffusion massive de l’IA ?

Voir aussi :

Peter Thiel se débarrasse de toutes ses actions NVIDIA après avoir précédemment mis en garde contre le cycle de hype de l'IA, ravivant les craintes de bulle spéculative de l'IA