Applied Materials veut doubler son chiffre d'affaires sans augmenter ses effectifs grâce à l'IA

Applied Materials, l'un des plus grands fabricants mondiaux d'équipements de production de semi-conducteurs, s'attend à ce que son chiffre d'affaires double dans les toutes prochaines années. Dans le même temps, ses effectifs doivent progresser nettement plus lentement. Selon Bloomberg, l'entreprise compte combler cet écart grâce à des outils d'IA dans le développement de ses produits et le contrôle qualité. D'après les derniers rapports publics, le chiffre d'affaires annuel d'Applied Materials s'élève à environ 28 Md$, pour un effectif d'environ 35 000 personnes. Un doublement du chiffre d'affaires donne un repère de l'ordre de 55 Md$.

Ce que l'on sait, et ce que l'on ignore

La source apporte deux faits : l'objectif de doubler les ventes et le refus d'embaucher en proportion. Le calendrier reste vague : « quelques années ». Les outils concrets, les fournisseurs de modèles et l'effet économique chiffré ne sont pas dévoilés. Tout ce qui va au-delà de ces deux points relève de l'estimation. Ce qui suit est donc un calcul arithmétique, pas des données de l'entreprise.

• Chiffre d'affaires actuel : environ 28 Md$ par an.
• Objectif : de l'ordre de 55 Md$.
• Effectifs : environ 35 000 personnes.
• Chiffre d'affaires par salarié aujourd'hui : environ 0,8 million de dollars.
• Chiffre d'affaires par salarié à effectifs constants : environ 1,6 million de dollars.

En pratique, les effectifs augmenteront probablement, mais moins vite que le chiffre d'affaires. L'indicateur réel se situera donc entre ces deux valeurs.

Pourquoi ce secteur

Applied Materials fabrique des équipements de dépôt de couches minces, de gravure et de contrôle, c'est-à-dire les machines sur lesquelles les usines de TSMC, Samsung, Intel et d'autres produisent leurs puces. La demande pour ses équipements dépend des investissements de ses clients. Or ceux-ci progressent au rythme des besoins en accélérateurs pour entraîner et exécuter des réseaux de neurones. L'IA est ici à la fois la cause de la hausse des commandes et l'outil qui permet d'y répondre.

La conception d'équipements pour semi-conducteurs est un exercice lourd. Le cycle de création d'une machine est long, le nombre de paramètres de procédé est immense et les tolérances se mesurent en nanomètres. Chaque itération économisée entre le plan et le prototype fonctionnel fait immédiatement gagner du temps. Le contrôle qualité est tout aussi gourmand : chaque machine et chaque étape du procédé génèrent un flux de mesures que les humains traitent lentement. La vision par ordinateur, les modèles de détection d'anomalies et les assistants pour ingénieurs s'appliquent naturellement à cette tâche.

Risques et questions sans réponse

La promesse « croître sans embaucher » est facile à énoncer et difficile à tenir. Dans l'équipement pour puces, les contraintes décisives tiennent à la physique, aux chaînes d'approvisionnement et à la qualification de spécialistes de procédé rares. Un modèle peut accélérer la conception et le tri des pièces défectueuses, mais il ne remplacera pas l'ingénieur qui intervient chez le client et n'éliminera pas le délai de fabrication des chambres à vide. Reste aussi la question des données. Les paramètres de procédé relèvent du secret commercial des clients, et l'entraînement de modèles sur ces données n'est possible que dans un cadre contractuel strict.

Il reste enfin le risque cyclique. La demande d'équipements fluctue historiquement, et en cas de recul du chiffre d'affaires, l'efficacité par salarié n'a plus le même aspect.

Comment lire ce signal

Pour les investisseurs, l'indicateur clé n'est plus seulement la croissance des ventes, mais aussi le chiffre d'affaires par salarié et l'évolution des charges d'exploitation. Si Applied Materials affiche des dépenses de recherche et des frais administratifs qui augmentent moins vite que le chiffre d'affaires, les chiffres confirmeront l'annonce. Pour les ingénieurs, la conclusion est pratique : la valeur se déplace vers ceux qui savent confier des tâches aux systèmes d'IA et vérifier leurs résultats, en particulier en métrologie et en analyse de défauts.

Pour les éditeurs de logiciels industriels, c'est un repère sur la demande. Les grands fabricants ne cherchent pas des chatbots, mais des outils intégrés à la conception et au contrôle, et sont prêts à payer pour une réduction mesurable des cycles.

Si d'autres fabricants d'équipements affichent des objectifs similaires, on pourra y voir une tendance de fond du secteur, et non plus la déclaration isolée d'une seule entreprise.