Nvidia veut faire des « AI factories » un nouvel actif pour les investisseurs veut faire passer l’infrastructure d’intelligence artificielle dans une nouvelle catégorie financière. Le géant américain des semi-conducteurs s’est associé à Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR pour mettre en place des plateformes de financement capables de mobiliser plus de 500 milliards de dollars de capitaux privés au fil du temps pour développer des infrastructures IA. L’objectif : permettre aux entreprises qui ont besoin de puissance de calcul de construire ou d’accéder à des capacités informatiques à grande échelle sans supporter seules l’intégralité de l’investissement initial.
L’annonce faite le 10 août par Jensen Huang, fondateur et CEO de NVIDIA, marque surtout un changement de perspective. Le calcul informatique destiné à l’IA ne serait plus seulement une dépense technologique ou un achat de GPU. Il pourrait devenir une infrastructure productive susceptible d’être financée comme d’autres actifs de long terme.
Le raisonnement de Nvidia repose sur une évolution du marché. Avec le passage des expérimentations aux usages industriels de l’IA, les entreprises ont besoin de capacités de calcul disponibles en permanence pour entraîner des modèles, faire tourner des systèmes d’inférence et déployer des agents IA. Nvidia parle désormais d’« AI factories » : des infrastructures qui combinent accélérateurs de calcul, réseaux, logiciels, systèmes et outils nécessaires pour transformer l’électricité et les données en puissance de calcul exploitable. Cette approche est déjà matérialisée par Nvidia DSX, une plateforme conçue pour aider les opérateurs à concevoir, construire et exploiter des infrastructures IA en intégrant le calcul, les logiciels, les installations et les technologies des partenaires. Nvidia présente DSX comme un cadre permettant d’optimiser notamment le coût de production des tokens et le temps nécessaire pour mettre une infrastructure en production.
Le changement est donc important pour les entreprises : au lieu de considérer séparément les serveurs, les GPU, le réseau, le refroidissement et l’électricité, le modèle consiste à penser l’ensemble comme une unité économique destinée à produire du calcul IA.
Pourquoi le modèle intéresse les investisseurs ?
Nvidia avance plusieurs arguments. D’abord, ses infrastructures peuvent servir à différents types de charges de travail : modèles de langage, vision, voix, biologie, robotique ou encore IA physique. Une infrastructure peut donc théoriquement être réaffectée si les besoins d’un premier client évoluent.
Ensuite, le logiciel joue un rôle central. L’écosystème CUDA permet à Nvidia de faire évoluer les performances des infrastructures déjà installées grâce aux optimisations logicielles, ce qui peut prolonger leur durée d’utilisation économique. La société cite notamment ses GPU A100, lancés en 2020, qui restent utilisés commercialement plusieurs années après leur introduction. Nvidia utilise cet exemple pour défendre l’idée que la valeur économique d’une infrastructure de calcul ne disparaît pas nécessairement au rythme du renouvellement des générations de GPU.
Cette logique rejoint la transformation plus large du marché : la valeur ne se situe plus uniquement dans le matériel, mais dans la capacité d’une infrastructure complète à produire du calcul utile et monétisable sur plusieurs années.
Le vrai produit
C’est là que le raisonnement de Jensen Huang devient particulièrement intéressant pour les dirigeants. Une entreprise n’achète pas du compute uniquement pour posséder des GPU. Elle l’achète pour produire quelque chose : des modèles, des services, des logiciels, des agents, des analyses ou des automatisations capables de générer de la valeur.
Nvidia résume cette logique par une chaîne économique simple : davantage de compute permet de développer de meilleures capacités d’IA ; de meilleures capacités augmentent les usages ; davantage d’usages peuvent générer davantage de revenus ; ces revenus alimentent à leur tour la demande de compute.
Cette logique transforme progressivement le calcul IA en infrastructure de production, plutôt qu’en simple infrastructure informatique.
Et c’est précisément ce qui intéresse les investisseurs spécialisés dans les infrastructures : un actif capable de générer des revenus récurrents, d’être utilisé par plusieurs clients et de conserver une valeur économique sur une période relativement longue.
Par ailleurs, le montage n’est pas totalement sans risque pour Nvidia. Jensen Huang indique que le groupe pourrait, dans certains projets, apporter un mécanisme de soutien à la valeur résiduelle pouvant aller jusqu’à 25 % de l’opération, évalué au cas par cas. Ce mécanisme doit compléter l’analyse indépendante des investisseurs et non la remplacer.
Cette précision est importante : Nvidia cherche à faciliter l’accès au financement tout en évitant de transformer son bilan en gigantesque banque destinée à financer ses propres clients.
C’est également ce qui explique les interrogations apparues autour du risque de « financement circulaire ». Plusieurs analystes ont relevé la proximité entre le fabricant de puces, ses clients et les investisseurs qui financent l’écosystème. Nvidia défend au contraire un modèle dans lequel les institutions financières évaluent indépendamment chaque projet.
