Jensen Huang a quitté NVIDIA, et l’on se rend un peu plus compte à quel point l’industrie dépendait de lui. Distribution des puces, financements géants, défense de l’open source… Tout passait par l’emblématique patron à la veste de cuir.
Cette dernière semaine a résonné comme un véritable coup de tonnerre dans l’écosystème de l’intelligence artificielle (IA). Jensen Huang, P.-D.G incontesté de l’entreprise la plus valorisée au monde, a démissionné.
En cause, une relation extraconjugale avec une espionne chinoise présumée, mais également avec l'une de ses subordonnées directes au sein de NVIDIA. Au-delà de l’impact interne, cette décision risque de créer une véritable onde de choc dans la tech, et même en dehors.
Un patron omnipotent
Car chez NVIDIA, Huang dirigeait tout d'une main de maître. Le conseil d’administration est donc chargé de trouver un successeur pour une entreprise dirigée par une figure unique sans véritable second. Jensen Huang avait évidemment des lieutenants ; on pense à Colette Kress, la directrice financière qui a pris la relève en attendant la nomination d’un successeur, et à Vishal Bhagwati, responsable du développement de l’entreprise.
Mais l’ensemble des grandes décisions revenaient au P.-D.G. À tel point que pour certains financements, ses équipes attendaient sur place l’atterrissage de son avion pour obtenir son feu vert. Une concentration du pouvoir qui pèse lourd quand on considère à quel point NVIDIA pèse sur le marché. L’entreprise contrôle près de 80 % des puces IA, et Jensen Huang décide comment, quand et où ses GPU sont distribués.
Les premiers servis sont les « hyperscalers » : Amazon, Google, Meta et Microsoft, qui ont besoin de ces puces pour bâtir leurs propres services d’IA et les proposer à leurs clients cloud. OpenAI figure aussi parmi les gros acheteurs. Mais pour élargir sa clientèle, Huang a aussi réservé de la capacité à des neoclouds comme CoreWeave et Nebius, en entrant à leur capital pour les aider à bâtir leur activité de location de GPU. Toutes ces entreprises n’hésitent pas à s’endetter massivement pour mettre la main sur les précieuses cartes graphiques, à l’instar d’Oracle ou de SpaceX.
Huang voulait aussi que le monde se standardise sur NVIDIA, et il savait imposer ses conditions. Difficile de savoir qui sera en mesure de reprendre ce rôle d’arbitre.
Le financement de l’IA repose sur NVIDIA
Mais NVIDIA ne se contente pas de vendre des puces, elle finance aussi ceux qui les achètent. Ce sont les fameux « deals circulaires », qui attirent de plus en plus les régulateurs. Le principe : NVIDIA prend des parts dans des sociétés pour financer leur expansion, afin que celles-ci puissent lui acheter ses puces. Ces engagements atteignaient 750 milliards de dollars en juillet. Un mois plus tard, la firme est allée encore plus loin en garantissant jusqu’à 105 milliards de dollars de financement pour un data center d’OpenAI dans l’Ohio, qui pourrait devenir le plus grand du monde.
Mais ce n’est pas tout, car Jensen Huang a aussi convaincu Wall Street de mettre la main au portefeuille. Toujours en août, il a réuni les géants de la finance Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR, qui se sont ensuite engagés à hauteur de 500 milliards de dollars pour des centres de données. Son pari : faire des GPU des » actifs investissables », en leur promettant que ces puces conserveraient leur valeur et pourraient servir de garantie.
Problème, les prêteurs commencent à se lasser. Sur environ 80 milliards de dollars d’obligations émises cette année pour des data centers, près de la moitié est classée à haut risque. Et surtout, les promesses reposent souvent sur la crédibilité de Jensen Huang.
Dans ce contexte, la Bourse commence évidemment à sanctionner NVIDIA : le cours de son action a chuté sur 5 jours consécutifs, et il est sur le point d'enregistrer sa plus longue série dans le négatif depuis 2012.
Un poids lourd très écouté dans l’industrie
Autre point notable, Jensen Huang est un fervent défenseur des modèles dits « open-weight », c’est-à-dire ouverts et pouvant être utilisés librement. Preuve en est avec le rachat récent de Hugging Face pour 12,9 milliards de dollars. Une opération qui doit encore recevoir l’aval des régulateurs pour se conclure au premier semestre 2027.
Au mois de juillet, alors qu’Anthropic et OpenAI auraient poussé l’administration Trump à interdire les modèles chinois, il a réuni des centaines d’entreprises autour d’une lettre de soutien aux modèles ouverts en général. Un énième exemple de la capacité du dirigeant à fédérer autour d’une cause.
D’autant qu’il défend aussi l’autorégulation. Après les incidents d’agents IA qui ont piraté des réseaux, il a répété à maintes reprises que le secteur n’a pas besoin de régulation. Selon lui, les alertes sur l’IA sont infondées, une parole cruciale dans une industrie divisée autour des risques de la technologie.
Sources : CNBC, TechCrunch
Un hyperscaler est un opérateur cloud capable de déployer des infrastructures à très grande échelle (centres de données massifs, réseau mondial, capacité d’achats colossale). Ces groupes (comme AWS, Google, Microsoft ou Meta) achètent des GPU IA en volume pour entraîner des modèles et fournir des services d’IA à leurs propres clients. Leur priorité vient de leur puissance de commande, de contrats pluriannuels et d’une capacité à intégrer très vite le matériel dans des plateformes déjà industrialisées. Dans un marché sous contrainte, être un hyperscaler aide à sécuriser des livraisons, des options de production et parfois des conditions d’approvisionnement plus stables.
Un néocloud est un acteur cloud plus spécialisé, souvent centré sur la location de ressources GPU pour l’IA plutôt que sur une offre cloud généraliste. Son activité consiste à acheter (ou réserver) beaucoup de GPU, les installer en data centers, puis les louer à l’heure ou au mois à des entreprises qui veulent entraîner ou exécuter des modèles. Le point critique, c’est que les GPU IA coûtent très cher et s’achètent souvent avant que les revenus ne soient totalement sécurisés, d’où un recours important à la dette ou aux levées de fonds. Si l’accès au capital se tend ou si les livraisons ralentissent, le modèle peut se retrouver sous pression (retard d’ouverture de capacité, rentabilité décalée, risque de surcapacité).
Contrôler la distribution signifie arbitrier qui reçoit les volumes disponibles, à quel rythme, et parfois avec quelles configurations (cartes, serveurs, interconnexions) et quelles conditions contractuelles. Dans un contexte de production limitée, l’allocation devient un levier stratégique : elle peut favoriser certains segments (cloud géant, startups, laboratoires) et en freiner d’autres. Cela influence directement la vitesse à laquelle les concurrents peuvent entraîner des modèles, lancer des services ou baisser leurs coûts. Cet effet se renforce quand l’écosystème logiciel et les outils de développement sont fortement optimisés pour une même plateforme matérielle, ce qui augmente les coûts de bascule vers des alternatives.
