Jensen Huang à GTC : ce que la keynote du PDG de Nvidia signifie pour l'avenir de l'entreprise

GTC n'est pas simplement une conférence pour les développeurs. C'est un rituel annuel dans lequel Jensen Huang, PDG de Nvidia, agit comme le principal prophète d'une nouvelle ère technologique. En 2026, la présentation principale a rassemblé à nouveau des dizaines de milliers de participants et a fixé l'agenda pour toute l'industrie de l'IA au cours des 12 prochains mois.

L'équipe du podcast Equity a analysé la présentation en détail—et est arrivée à des conclusions mitigées. Les présentateurs de TechCrunch ont discuté de quelles thèses de Huang sont soutenues par des données réelles et lesquelles ressemblent davantage à des signaux stratégiques au marché. L'écart entre la présentation ambitieuse et la situation concurrentielle réelle s'est avéré significatif—et c'est précisément cela qui forme le centre de l'épisode.

Nvidia aujourd'hui n'est pas simplement un fabricant de cartes graphiques. Au cours des trois dernières années, l'entreprise s'est transformée en l'épine dorsale de l'infrastructure de toute l'industrie mondiale de l'IA. Les revenus trimestriels ont dépassé 30 milliards de dollars, et la capitalisation boursière lui permet de concurrencer Apple et Microsoft pour le statut de société la plus précieuse du monde.

Les puces de la série H100 puis l'architecture Blackwell ont établi la norme de l'industrie pour l'entraînement des grands modèles de langage. Les plus grandes entreprises technologiques—Microsoft, Google, Meta, Amazon—continuent d'augmenter leurs achats malgré les prix qui rendent les GPU l'une des ressources les plus rares de la planète. GTC-2026 a poursuivi cette tendance, mais l'accent s'est déplacé vers une nouvelle frontière.

Huang a misé sur l'IA physique—des systèmes capables d'agir dans le monde réel : robots industriels, véhicules autonomes, simulateurs intelligents. La plateforme Omniverse, que Nvidia développe depuis plusieurs années, est positionnée comme l'outil central pour créer des jumeaux numériques—des copies virtuelles d'usines, de villes et de réseaux logistiques. Selon Huang, la prochaine frontière de l'IA n'est pas un autre modèle de langage, mais des systèmes qui peuvent interagir avec la réalité physique et prendre des décisions en temps réel.

Néanmoins, l'équipe éditoriale d'Equity a remis en question plusieurs récits clés. Le premier est concurrentiel. AMD promeut activement le MI300X comme une alternative moins chère à Nvidia, et les fournisseurs de cloud développent de plus en plus leurs propres solutions : TPU de Google, Trainium d'AWS, Maia de Microsoft.

Des startups comme Groq et Cerebras visent le créneau de l'inférence rapide. Nvidia maintient toujours sa position dominante, mais les marges pourraient commencer à se compresser—et cela se reflète déjà dans les attentes de prix des analystes. La deuxième question est géopolitique.

Les restrictions à l'exportation des États-Unis sur l'approvisionnement en puces avancées à destination de la Chine restent en vigueur et sont périodiquement renforcées. Nvidia est obligée de lancer des versions spéciales de ses produits pour le marché chinois, mais elles tombent aussi régulièrement sous de nouvelles sanctions. Un marché potentiellement énorme reste partiellement fermé, forçant l'entreprise à réorienter sa croissance vers l'Europe, l'Inde et le Moyen-Orient.

La troisième est l'évaluation. Les actions de Nvidia se négocient à des niveaux qui reflètent une croissance qui devrait se poursuivre pendant plusieurs années d'affilée sans interruptions significatives. Les investisseurs considèrent dans l'évaluation non seulement le leadership actuel, mais aussi le succès dans les nouveaux segments—robotique, IA physique, télécommunications.

Tout ralentissement—une réduction des dépenses d'investissement des hyperscalers, l'émergence d'alternatives concurrentielles réelles ou des restrictions réglementaires—pourrait ajuster fortement la capitalisation boursière et remettre en question les multiples actuels. GTC-2026 a montré Huang sous sa forme habituelle : confiant, visionnaire, capable de vendre des idées aussi bien que du matériel. Mais le podcast Equity a clairement capturé l'écart entre la présentation brillante et les véritables défis que Nvidia devra relever dans les 12–18 prochains mois.

La domination de l'entreprise à l'ère de l'entraînement des modèles de langage est incontestable. Mais la prochaine ère—l'inférence et l'IA physique—n'a pas encore été écrite. C'est ici que les concurrents chercheront des points d'entrée capables de modifier l'équilibre des pouvoirs.