Le fondateur de Nvidia attend 1 000 milliards de dollars de revenus issus du matériel d'IA d'ici fin 2027

À l'ouverture de GTC 2026, Jensen Huang a avancé une estimation ambitieuse des ventes futures de Nvidia : d'ici au 31 décembre 2027, selon lui, l'entreprise pourrait obtenir au moins 1 000 milliards de dollars (1 trillion en anglais) de revenus grâce aux solutions matérielles pour l'intelligence artificielle. Pour le marché, ce n'est pas qu'un chiffre spectaculaire, mais un indicateur de la rapidité avec laquelle les entreprises continuent d'investir dans l'infrastructure de calcul destinée à entraîner et à exécuter des modèles d'IA.

Une prévision lancée depuis la scène

La déclaration n'a pas été faite lors de la publication des résultats trimestriels, où les investisseurs attendent des repères formels, mais à l'ouverture même de GTC 2026. C'est ce qui rend la phrase de Huang particulièrement révélatrice : il n'a pas parlé dans le langage aride d'un document financier, mais lors d'un événement technologique où l'on discute d'ordinaire de produits, d'architectures et de feuilles de route. Quand le patron de Nvidia place un tel chiffre sur la scène principale de la conférence, cela ressemble à une démonstration de confiance : la demande d'infrastructures d'IA resterait très élevée pendant encore au moins plusieurs trimestres.

En substance, Huang a fixé l'attente qu'en moins de deux ans Nvidia pourra encaisser mille milliards de dollars rien que sur la partie matérielle du marché de l'IA. Il ne s'agit ni d'abonnements, ni de publicité, ni de services cloud, mais de la base physique sur laquelle tournent les modèles actuels : accélérateurs, serveurs, composants réseau et systèmes associés. Cet accent compte, car il montre où se concentre aujourd'hui l'argent le plus important de la chaîne de valeur de l'IA.

D'où vient cette échelle

La raison de cette estimation est simple : les grandes entreprises technologiques, les fournisseurs de cloud et de plus en plus d'entreprises ordinaires continuent de construire et d'étendre des centres de données pour les besoins de l'intelligence artificielle. Les modèles s'alourdissent, l'inférence cesse d'être une charge secondaire et les fonctions d'IA deviennent un élément de base des produits. Dans ce contexte, Nvidia ne vend pas une puce, mais toute une pile d'infrastructure de calcul, ce qui lui permet d'envisager le marché en centaines de milliards plutôt qu'en trimestres isolés réussis.

• Accélérateurs pour entraîner et exécuter les modèles
• Plateformes serveurs et racks prêts à l'emploi
• Solutions réseau pour relier de grands clusters
• Mise à niveau des centres de données existants pour les charges d'IA

Un facteur supplémentaire est le glissement de la demande des expérimentations vers le déploiement industriel. Alors que beaucoup d'entreprises testaient auparavant les modèles génératifs en mode pilote, les budgets vont désormais plus souvent à des achats de long terme. Cela change l'échelle des décisions : au lieu de quelques racks, les entreprises commandent des clusters entiers, avec l'alimentation électrique, le refroidissement, la topologie réseau et une marge de puissance pour les futures versions de modèles. Pour Nvidia, cela signifie non pas des ventes ponctuelles, mais une vague durable de commandes d'infrastructure.

Pourquoi le marché écoute

Même pour Nvidia, mille milliards de dollars d'ici fin 2027 sonnent comme une déclaration sur la taille de toute la prochaine phase du boom de l'IA. Si ce repère est ne serait-ce que proche de la réalité, les plus gros clients considèrent déjà l'infrastructure comme un actif indispensable, et non comme une ligne de dépenses expérimentale. Cela accentue aussi la pression sur les concurrents : tous les autres fabricants devront prouver qu'ils peuvent offrir des performances, une disponibilité et un écosystème comparables aux entreprises clientes.

Il faut toutefois rappeler qu'il s'agit de l'estimation du fondateur de l'entreprise, et non d'une prévision formelle du service financier. Le résultat dépendra du rythme de mise en service de nouvelles capacités, de la volonté des clients de maintenir leurs dépenses d'investissement, des contraintes des chaînes d'approvisionnement et de la vitesse à laquelle le marché passera de l'entraînement des modèles à l'inférence de masse. Mais le simple fait qu'un tel chiffre ait été annoncé publiquement depuis la scène de GTC 2026 place la barre des attentes plus haut pour tout le secteur du matériel d'IA.

Ce que cela signifie

Pour le marché, le signal est simple : Nvidia estime que le pic de la demande de matériel d'IA n'est pas encore atteint. Pour les entreprises, cela signifie que l'infrastructure autour des modèles reste l'une des couches les plus coûteuses et les plus stratégiques de toute l'économie de l'IA.