Nvidia’s Jensen Huang apaise les craintes liées aux Capex : pourquoi le déploiement de l'IA à 660 milliards de dollars ne fait que commencer

Dans une allocution décisive qui a résonné sur les marchés financiers mondiaux ce vendredi, le CEO de Nvidia, Jensen Huang, a livré une défense vigoureuse des stratégies d'allocation de capital sans précédent du secteur technologique. Alors que l'industrie est aux prises avec le scepticisme entourant une facture d'infrastructure collective de 660 milliards de dollars, l'assurance de Huang que ces dépenses sont non seulement durables mais mathématiquement justifiées a déclenché un rallye significatif, faisant grimper les actions de Nvidia (NVDA) de 7 % à la clôture du marché.

Pendant des semaines, Wall Street a été hantée par une question unique : l'essor de l'intelligence artificielle est-il une bulle prête à éclater, ou le fondement d'une nouvelle révolution industrielle ? Le commentaire de Huang sert de réponse définitive de la part de l'architecte de l'ère de l'IA, présentant les dépenses actuelles non pas comme des dépenses imprudentes, mais comme le coût nécessaire du remplacement des architectures informatiques obsolètes par des « usines d'IA » (AI factories).

Le chiffre de 660 milliards de dollars : une transformation structurelle

Le chiffre de 660 milliards de dollars — représentant les dépenses d'investissement (Capital Expenditure - Capex) agrégées projetées pour 2026 par des hyperscalers tels que Microsoft, Amazon, Alphabet et Meta — a été une source de discorde pour les analystes. Les critiques ont soutenu que les revenus générés par les applications d'IA générative (Generative AI) n'ont pas encore atteint l'ampleur de cet investissement d'infrastructure. Cependant, Huang soutient que cette vision empêche de voir la forêt derrière l'arbre.

Selon le dirigeant de Nvidia, l'industrie subit actuellement le « plus grand déploiement d'infrastructure de l'histoire de l'humanité ». Il ne s'agit pas simplement d'une expansion de la capacité existante, mais d'un cycle de remplacement fondamental. Le centre de données traditionnel, construit autour de l'unité centrale de traitement (Central Processing Unit - CPU) pour l'informatique polyvalente, est rapidement abandonné au profit de l'informatique accélérée alimentée par des processeurs graphiques (Graphics Processing Units - GPU).

Huang postule que ce changement est dicté par la physique de l'informatique. Alors que la loi de Moore ralentit pour les processeurs traditionnels, la seule façon de continuer à augmenter les performances tout en gérant les coûts énergétiques est l'accélération. Par conséquent, les centaines de milliards investis dans les centres de données ne servent pas seulement à de nouvelles capacités d'IA, mais sont essentiels pour maintenir la trajectoire de la puissance informatique mondiale.

Analyse comparative : infrastructure héritée vs infrastructure accélérée

Pour comprendre l'argument de Huang en faveur de la durabilité, il est crucial de distinguer la dynamique des coûts de l'infrastructure traditionnelle de celle du nouveau déploiement natif de l'IA. Le tableau suivant présente les différences structurelles qui soutiennent la thèse du retour sur investissement (Return on Investment - ROI).

Tableau 1 : Changement structurel dans l'économie des centres de données

En redéfinissant les centres de données comme des « usines d'IA », Huang suggère que ces installations sont des usines de fabrication pour une nouvelle marchandise : l'intelligence numérique. Tout comme les centrales électriques nécessitent un capital initial massif pour produire de l'électricité, les usines d'IA nécessitent des Capex importants pour produire les jetons (tokens) qui alimentent les logiciels modernes.

Le ROI et la thèse de la demande « stratosphérique »

Le concept d'utilisation immédiate est au cœur de la défense de Huang. Les sceptiques pointent souvent du doigt les scénarios de type « construisez-le et ils viendront » — construire des infrastructures dans l'espoir que la demande suivra. Huang a contré cela en soulignant que la demande dépasse actuellement l'offre. La demande « stratosphérique » provenant de divers secteurs — allant des initiatives d'IA souveraine à l'intégration de logiciels d'entreprise — garantit que ces nouveaux GPU sont monétisés dès qu'ils sont branchés.

Les grands fournisseurs de cloud ont corroboré ce récit. Les récents appels sur les résultats de Meta et Microsoft ont révélé que leurs plans de dépenses agressifs sont directement liés aux listes d'attente des clients pour la capacité de calcul. Par exemple, l'intégration de l'IA par Meta dans ses moteurs de recommandation a déjà généré des retours mesurables en revenus publicitaires et en engagement des utilisateurs, validant l'investissement massif dans les architectures Hopper et Blackwell de Nvidia.

En outre, Huang a abordé la durabilité des marges bénéficiaires. Il a soutenu qu'à mesure que les entreprises intègrent des agents d'IA — des logiciels autonomes capables de raisonner et d'exécuter des tâches complexes — la valeur dérivée de chaque unité de calcul augmente. Cette transition des flux de travail de type « chatbot » vers des flux « agentiques » (agentic) débloque des milliers de milliards de dollars de gains de productivité dans l'économie mondiale, rendant l'investissement initial de 660 milliards de dollars modeste rétrospectivement.

La course des hyperscalers : aucune place pour l'hésitation

Le paysage géopolitique et concurrentiel de l'industrie technologique cimente davantage la durabilité de ce cycle de dépenses. Nous assistons à une course aux armements parmi les « Sept Magnifiques » (Mag 7) et au-delà, où prendre du retard dans l'infrastructure équivaut à un risque existentiel.

• Microsoft et OpenAI : Continuent de repousser les limites de la taille des modèles, nécessitant des clusters toujours plus grands.
• Google (Alphabet) : Défend agressivement sa domination dans la recherche tout en étendant son écosystème Gemini.
• Meta : Investit massivement dans les modèles open-source Llama pour commoditiser la couche de base.
• Amazon (AWS) : Construit des clusters massifs de silicium personnalisé et de GPU pour capturer les charges de travail des entreprises.

ette tension concurrentielle crée un plancher pour la demande de semi-conducteurs. Même si un acteur se retire, d'autres accéléreront probablement pour capturer des parts de marché. Huang a noté que pour ces entreprises, le risque de sous-investissement est nettement plus élevé que le risque de sur-investissement. Le sous-investissement conduit à l'obsolescence, tandis que le sur-investissement se traduit simplement par une capacité excédentaire qui peut être absorbée par les futures générations de modèles.

Réaction du marché et perspectives de l'industrie

La réaction du marché aux commentaires de Huang a été immédiate et décisive. La hausse de 7 % de Nvidia a entraîné l'ensemble du secteur des semi-conducteurs vers le haut, avec des rallyes par sympathie observés sur des actions alliées comme AMD, Broadcom, et des fabricants d'équipements comme Vertiv.

Les investisseurs ont interprété la déclaration de Huang comme un « feu vert » pour la poursuite du marché haussier du matériel informatique. L'assurance que les dépenses sont rationnelles — et plus important encore, rentables — a levé une barrière psychologique clé qui avait plafonné les cours des actions ces dernières semaines.

À l'avenir, l'accent sera mis sur l'exécution de ces plans de déploiement de capital. Les contraintes de la chaîne d'approvisionnement, en particulier dans le packaging avancé (CoWoS) et la mémoire à large bande passante (High-Bandwidth Memory - HBM), restent les principaux goulots d'étranglement. Cependant, avec les partenaires de la chaîne d'approvisionnement de Nvidia qui augmentent également leur capacité, l'écosystème semble bien orchestré pour soutenir la feuille de route de 660 milliards de dollars.

Conclusion : une évolution justifiée

La défense par Jensen Huang des dépenses d'investissement de l'industrie est plus qu'un argument de vente ; c'est un manifeste stratégique pour la prochaine décennie de l'informatique. En ancrant le chiffre de 660 milliards de dollars dans les réalités tangibles de la physique, de la demande et du ROI, il a efficacement réinitialisé le récit.

Pour les observateurs de Creati.ai, cela signale que la révolution de l'IA passe d'une phase de battage médiatique expérimental à une phase de déploiement à l'échelle industrielle. Le déploiement est massif, certes, mais l'opportunité qu'il cherche à capturer l'est tout autant. Alors que l'infrastructure physique de l'ère de l'IA prend forme, la durabilité de ces dépenses sera probablement mesurée non pas en cycles trimestriels, mais par l'impact transformateur sur l'économie mondiale au cours des années à venir.