Le fondateur de Nvidia prévoit 1 000 milliards de dollars de revenus issus du matériel AI d’ici fin 2027

À l'ouverture de la GTC 2026, Jensen Huang a exprimé une évaluation ambitieuse des futures ventes de Nvidia : d'ici au 31 décembre 2027, l'entreprise, selon lui, pourrait générer au moins 1 billion de dollars de revenus à partir de solutions matérielles d'intelligence artificielle. Pour le marché, il ne s'agit pas simplement d'un chiffre frappant, mais d'un indicateur de la rapidité avec laquelle les entreprises continuent d'investir dans l'infrastructure informatique pour l'entraînement et l'exécution des modèles d'IA.

Prévisions depuis la Scène

Cette déclaration n'a pas été faite lors d'un rapport de résultats trimestriel, où les investisseurs s'attendent à des orientations formelles, mais directement à l'ouverture de la GTC 2026. C'est précisément ce qui rend la remarque de Huang particulièrement révélatrice : il n'a pas parlé dans le langage aride d'un document financier, mais dans le contexte d'un événement technologique, où l'on discute habituellement de produits, d'architectures et de feuilles de route. Quand le PDG de Nvidia présente un tel chiffre sur la scène principale de la conférence, cela ressemble à une démonstration de confiance dans le fait que la demande d'infrastructure d'IA restera très élevée pendant au moins plusieurs trimestres supplémentaires.

En essence, Huang a fixé une attente selon laquelle en moins de deux ans, Nvidia pourrait amasser un billion de dollars spécifiquement à partir du côté matériel du marché de l'IA. Il ne s'agit pas d'abonnements, de publicité ou de services cloud, mais de la base physique sur laquelle fonctionnent les modèles modernes : accélérateurs, serveurs, composants réseau et systèmes connexes. Cet accent est important car il montre où dans la chaîne de création de valeur de l'IA se concentrent aujourd'hui les plus grandes sommes.

D'Où Vient Cette Échelle

La raison d'une telle évaluation est simple : les grandes entreprises technologiques, les fournisseurs de cloud et de plus en plus les corporations ordinaires continuent de construire et d'agrandir des centres de données pour les tâches d'intelligence artificielle. Les modèles deviennent plus lourds, l'inférence n'est plus une charge secondaire, et les fonctionnalités d'IA deviennent une partie de base des produits. Dans ce contexte, Nvidia ne vend pas simplement une puce, mais une pile complète d'infrastructure informatique, et c'est précisément ce qui permet à l'entreprise de voir le marché en termes de centaines de milliards plutôt que de trimestres individuels réussis.

• Accélérateurs pour l'entraînement et l'exécution des modèles
• Plates-formes serveur et baies prêtes à l'emploi
• Solutions réseau pour la liaison de grands clusters
• Mise à jour des centres de données existants pour les charges de travail d'IA

Un facteur supplémentaire est le passage de la demande des expériences au déploiement industriel. Si auparavant de nombreuses entreprises testaient les modèles génératifs en mode pilote, désormais les budgets vont plus souvent à des achats à long terme. Cela change l'échelle des solutions : au lieu de quelques baies, une entreprise commande des clusters entiers, et avec eux, les alimentations, les systèmes de refroidissement, la topologie réseau et les réserves de capacité pour les futures versions des modèles. Pour Nvidia, cela signifie non pas des ventes ponctuelles, mais une vague soutenue de commandes d'infrastructure.

Pourquoi le Marché Écoute

Même pour Nvidia, un billion de dollars d'ici la fin de 2027 est un chiffre qui sonne comme une déclaration sur l'ampleur de toute la prochaine phase du boom de l'IA. Si cette guidance s'en rapproche ne serait-ce qu'un peu, cela signifie que les plus grands clients considèrent déjà l'infrastructure comme un actif obligatoire plutôt que comme un poste de dépense expérimental. Cela augmente également la pression sur les concurrents : tous les autres fabricants de matériel devront prouver qu'ils peuvent offrir des performances, une disponibilité et un écosystème comparables pour les clients d'entreprise.

En même temps, il est important de se rappeler qu'il s'agit d'une évaluation du fondateur de l'entreprise, et non d'une prévision formelle du département des finances. Le résultat sera influencé par le rythme du déploiement de nouvelles capacités, la volonté des clients à maintenir les dépenses en capital, les contraintes de la chaîne d'approvisionnement et 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 a été publiquement mentionné sur la scène de la GTC 2026 établit déjà une nouvelle norme d'attentes pour l'ensemble du secteur du matériel d'IA.

Ce Que Cela Signifie

Pour le marché, le signal est simple : Nvidia croit que la demande maximale d'équipement d'IA n'a pas encore atteint son pic. Pour les entreprises, cela signifie que l'infrastructure autour des modèles reste l'une des couches les plus coûteuses et stratégiquement importantes de l'ensemble de l'économie de l'IA.