Résumé en langage simple
Récemment, l’affaire de l’enquête du ministère de la Justice américain contre Nvidia a fait beaucoup de bruit. À première vue, il s’agirait d’une simple affaire antitrust, mais en réalité, les autorités ont enfin réalisé que Jensen Huang ne souhaite plus simplement être un patron qui vend des puces pour l’IA. Au cours de l’année écoulée, il a mis en place quatre stratégies qui dépassent de loin les limites d’une entreprise de puces : il s’est emparé des quotas d’électricité, des canaux de distribution des données des développeurs d’IA, a attiré des milliards de dollars pour prêter aux entreprises et leur faire acheter ses propres puces, et a même lancé ses propres modèles open-source. Son objectif est de contrôler l’ensemble de l’industrie de l’IA, de la puissance de calcul aux standards techniques, afin de devenir un “gouvernement privé de l’IA” capable de définir les règles mondiales. Cependant, ce plan apparemment invincible repose sur une base très fragile : tous ses pouvoirs dépendent du consensus général selon lequel “Nvidia est la seule solution optimale”. Aujourd’hui, des gouvernements et des concurrents commencent à remettre en question ce consensus, et ses ambitions se heurtent déjà à de nombreux obstacles.
---
Analyse détaillée
1. Cette enquête du ministère de la Justice n’est pas une affaire antitrust ordinaire ; Nvidia a utilisé des méthodes sournoises qui ont irrité les autorités
Beaucoup pensent que cette enquête est liée à une nouvelle acquisition illégale par Nvidia, mais en réalité, la stratégie de l’entreprise est beaucoup plus subtile. Pour 17 milliards de dollars, Nvidia n’a pas racheté la startup Groq, mais seulement les droits non exclusifs de sa technologie de puces, tout en recrutant son fondateur et son équipe de recherche et développement. Cela revient à neutraliser potentiellement son principal concurrent en ne pas avoir à utiliser le prétexte d’une acquisition malveillante. Les autorités antitrust se concentraient jusqu’à présent sur les acquisitions directes d’entreprises, mais Nvidia a utilisé une approche plus discrète pour éliminer son rival. Cette enquête est en fait la première mise en garde claire à Jensen Huang : il ne peut pas continuer à agir dans l’ombre et espérer éliminer tous ses concurrents sans se faire remarquer.
2. Au lieu de vendre ses puces, Nvidia investit des milliards dans l’électricité : le prochain point faible de l’IA n’est plus les puces elles-mêmes
On se demande souvent pourquoi une entreprise de puces investirait massivement dans des compagnies d’électricité. La raison est simple : autrefois, il suffisait d’attendre quelques semaines ou mois pour recevoir des puces, mais maintenant, même en achetant des puces Nvidia à des prix élevés, il faut patienter 3 à 5 ans pour connecter ses data centers au réseau électrique (file d’attente pour les transformateurs, les lignes de transmission, les permis gouvernementaux, etc.). Nvidia a acquis les entreprises fournisseurs d’électricité et les intermédiaires qui permettent de connecter les data centers au réseau, ce qui signifie que sans ces quotas d’électricité, ses puces ne pourront pas être utilisées. Cela équivaut à dire que tout le monde se battait pour des ustensiles de cuisine, seulement pour découvrir que Nvidia avait déjà stocké toutes les bonbonnes de gaz de la ville, bloquant ainsi le prochain développement de l’industrie de l’IA.
3. De vendeur de puces à “gérant d’immobilier + banque centrale” de l’IA : ses profits ne proviennent plus seulement de la vente de produits
Pour 12,9 milliards de dollars, Nvidia a racheté Hugging Face, le principal platforme d’open-source pour l’IA, pour un multiple de 86 fois son chiffre d’affaires. L’objectif n’est pas tant ses revenus annuels de 150 millions de dollars que l’accès à ses 13 millions de développeurs et à ses 3 millions de modèles open-source. Désormais, tous les développeurs d’IA doivent utiliser cette plateforme pour publier leurs modèles et partager leur code. Nvidia n’a pas besoin de réprimer directement les autres fabricants de puces : en améliorant l’adaptation de ses GPU et en mettant ses produits en avant sur la plateforme, les développeurs choisiront naturellement ses produits. De plus, elle a rassemblé des fonds de 500 milliards de dollars avec des fonds spéculatifs pour prêter aux entreprises cloud et aux startups d’IA afin d’acheter ses puces, ce qui lui permettra de tirer des bénéfices sur les profits générés par ces activités. Cependant, ce modèle est très risqué : si les applications basées sur ses puces ne génèrent pas de revenus, les dettes engendrées pourraient avoir des conséquences catastrophiques, bien plus graves que celles de la compagnie Enron.
4. Lancement de modèles open-source : pour se protéger contre la concurrence chinoise et les retournements de clients majeurs
Nvidia investit 20 milliards de dollars dans la création de ses propres modèles open-source. D’une part, cela la protège de la concurrence chinoise, car les modèles open-source chinois deviennent de plus en plus compétitifs, et si toute l’industrie adoptait ces modèles avec des puces nationales, les GPU haut de gamme et l’écosystème CUDA de Nvidia seraient inutiles. D’autre part, cela la protège également des retournements de clients majeurs comme Google, qui investissent également dans la recherche et développement de leurs propres puces. Si ces géants cessaient d’utiliser les puces Nvidia, ses revenus seraient considérablement réduits. En lançant ses propres modèles, Nvidia peut s’assurer que les petits développeurs continueront à utiliser ses produits, même si les grands clients la quittent. Cependant, cette stratégie met également Nvidia en concurrence directe avec tous ses clients.
5. Une apparence de “parrain de l’IA” reposant sur un consensus fragile : sans ce consensus, elle n’est rien
La position de Nvidia semble intimidante : elle détient plus de 70 % des parts du marché mondial des puces pour l’IA, ses logiciels sont les standards de référence, elle contrôle les canaux de distribution des données et dispose de pouvoirs financiers importants. Mais tout cela repose sur le consensus selon lequel “Nvidia est la meilleure solution”. Or, la Chine se concentre sur le développement de ses propres puces et l’Union européenne exige que toutes les plateformes d’IA soient compatibles. Google et Amazon investissent également dans la recherche et développement de leurs propres puces. Si ce consensus s’effondre et que les gens réalisent qu’on peut développer de l’IA sans Nvidia, elle n’aura plus le rôle de “parrain de l’IA” ; elle n’aura été qu’une entreprise de puces de plus grande taille. L’enquête du ministère de la Justice n’est que le premier avertissement : d’autres problèmes l’attendent encore.