🎧 Start-up et investissements : l'essentiel de la semaine

_Podcast audio : deux animateurs IA commentent l'actualité récente de l'IA. Transcription complète ci-dessous._

Animateur A (00:00): Tu sais, on a aujourd'hui sur la table une pile vraiment gigantesque d'analyses fraîches, de fuites judiciaires en tout genre et de rapports financiers. Et franchement, en parcourant tout ça avant notre décryptage, j'en ai eu les cheveux qui se dressent sur la tête.

Animateur B (00:16): Oui, la matière ne manque pas, et les chiffres sont, c'est peu dire, anormaux.

Animateur A (00:21): Exactement, anormaux. Notre objectif aujourd'hui : comprendre comment le développement logiciel, du simple software, s'est soudain transformé en une sorte d'industrie lourde, un secteur qui exige des capitaux à l'échelle d'États entiers.

Animateur B (00:43): Ce changement de paradigme s'est en réalité produit en l'espace de deux trimestres à peine. L'industrie ne finance plus du code abstrait ou, je ne sais pas, des algorithmes hors sol. La phase actuelle, c'est une course ultra-agressive pour contrôler l'infrastructure physique critique. Et c'est précisément toute cette chaîne qu'on va analyser aujourd'hui.

Animateur A (01:07): Oui, des valorisations totalement délirantes de start-up d'IA jusqu'à la construction de véritables usines géantes. Les chiffres qu'on va disséquer aujourd'hui cassent toute logique financière habituelle. Je propose de commencer par le secteur logiciel.

Animateur B (01:23): Allons-y. C'est là que ça chauffe le plus.

Animateur A (01:25): Prenons les dernières données sur Anthropic, l'équipe qui a créé le modèle Claude. Elle négocie en ce moment une levée d'au moins 30 milliards de dollars.

Animateur B (01:36): 30000000000. En cash ?

Animateur A (01:38): Oui. Et la valorisation de l'entreprise dépasse les 900 milliards de dollars. Mais ce qui m'a le plus sidérée : il y a seulement 3 mois, 1 trimestre, elle était valorisée 20 milliards de dollars.

Animateur B (01:49): Une croissance de 45 fois en 1 trimestre.

Animateur A (01:53): Un garage qui, en 3 mois, vaut plus que les plus grandes banques mondiales réunies. Pourquoi ont-ils besoin de 30 milliards maintenant ?

Animateur B (02:02): Il faut comprendre la logique du marché. Les investisseurs ne valorisent pas le chiffre d'affaires actuel d'Anthropic. Ils achètent en fait la seule alternative viable et indépendante à OpenAI.

Animateur A (02:13): Donc ils paient une prime de risque ?

Animateur B (02:15): Exactement. Mais du point de vue purement physique, ces 30000000000 n'ont rien d'un excédent. C'est leur budget de survie pour les 18 à 36 prochains mois, au maximum.

Animateur A (02:27): Un budget de survie de 30000000000. Waouh !

Animateur B (02:31): Oui, parce que l'argent sert à monter en puissance côté calcul. Ils doivent acheter des centaines de milliers de puces Nvidia H100. En plus, Anthropic affirme vouloir étendre la fenêtre de contexte de son modèle à plus de 200000 tokens. Or, techniquement, dans l'architecture des transformers, la complexité de calcul croît de façon quadratique avec la longueur du contexte.

Animateur A (02:56): Attends, décodons pour être clairs. Si on double le volume de texte que le modèle peut garder en tête simultanément, les besoins matériels ne doublent pas : ils sont multipliés par 4.

Animateur B (03:10): Exactement. Les maths des transformers sont implacables. Chaque token doit, en gros, porter son attention sur chaque autre token. Avec des centaines de milliers de tokens, le nombre d'opérations devient tout simplement astronomique.

Animateur A (03:25): Et de simples serveurs loués ne suffisent plus ?

Animateur B (03:28): À 100 %. Il leur faut leur propre infrastructure cloud, conçue de zéro. Sans cette injection géante de 30000000000, ils ne pourront physiquement pas entraîner la prochaine génération. C'est une guerre d'usure.

Animateur A (03:42): Effectivement. Et, fait intéressant, cette course prend rapidement une dimension géopolitique. Dans les rapports, je suis tombée sur des données concernant la start-up chinoise MoonshotAI, qui développe le chatbot Kimi.

Animateur B (03:55): Oui, oui, j'ai lu des choses sur eux.

Animateur A (03:56): Là aussi, des chiffres fous : 2 milliards de dollars levés pour une valorisation de 20 milliards de dollars, soit une multiplication par presque 7 en 16 mois. Mais le plus intéressant, c'est qui apporte l'argent.

Animateur B (04:09): La composition du tour de table.

Animateur A (04:11): Exactement. Il y a Meituan, un gros service de livraison, d'accord. Mais ensuite China Mobile, un opérateur télécom géant à participation publique, et le fonds d'investissement du conglomérat d'État CATC. Avoue que ça ne ressemble pas du tout au venture capital classique avec des fonds de la Silicon Valley. On dirait le financement direct d'un projet national.

Animateur B (04:34): Je dirais que c'est un signal très clair. Pékin façonne littéralement Moonshot.ai en « champion national ». Quand un acteur du calibre de China Mobile entre au capital, la start-up ne reçoit pas seulement un chèque d'1 milliard.

Animateur A (04:48): Quoi d'autre ?

Animateur B (04:48): Et de l'infrastructure. Et de l'infrastructure.

Animateur A (04:51): Et un accès sans entrave aux data centers nationaux, des contrats publics garantis et, surtout pour l'IA, l'accès aux gigantesques volumes de données internes de l'État pour entraîner ses algorithmes.

Animateur B (05:05): Donc l'intelligence artificielle n'est plus une affaire commerciale ?

Animateur A (05:09): Absolument. C'est désormais une question de sécurité nationale et de souveraineté technologique au plus haut niveau. Ce qui explique d'ailleurs très bien pourquoi les chiffres sont si énormes. Et ce basculement de l'IA dans la catégorie des infrastructures lourdes nous ramène à 1 fuite judiciaire très intéressante dont je voulais parler. Elle concerne Microsoft et OpenAI.

Animateur B (05:32): Ah oui, les dépenses cachées.

Animateur A (05:35): Oui. Officiellement, tout le monde pensait, c'était annoncé publiquement, que Microsoft avait investi 13 milliards de dollars dans OpenAI. Ça paraît beaucoup, mais supportable. Or des documents judiciaires viennent de révéler la réalité : les dépenses effectives du géant du logiciel dépasseront 100 milliards de dollars d'ici juin 2026.

Animateur B (05:57): Un écart de 7 fois, quand même.

Animateur A (05:59): Un écart colossal. Entraîner un modèle en laboratoire est 1 chose ; l'intégrer dans le cloud Azure, dans Word, dans Excel, et lui faire traiter 1000000 de requêtes chaque seconde en est une autre. D'où ma question : si même Microsoft doit cacher le coût réel de maintien de l'IA, cela signifie-t-il que l'IA générative s'est révélée tout simplement trop chère ?

Animateur B (06:24): Les documents montrent que chaque requête à ce modèle avancé coûte des dizaines, parfois des centaines de fois plus cher qu'une recherche classique.

Animateur A (06:33): Des centaines de fois ?

Animateur B (06:34): Oui. Il faut faire tourner 24 h/24 d'immenses clusters de GPU. C'est d'ailleurs là l'origine de la récente restructuration d'OpenAI.

Animateur A (06:44): Tu parles de leur nouveau spin-off ?

Animateur B (06:45): Oui, ils créent une filiale distincte, une « deployment company », et y injectent d'emblée 4 milliards de dollars.

Animateur A (06:52): Oui, oui, j'ai vu la liste des investisseurs : 19 entreprises se sont cotisées pour ces 4000000000, dont TPG, Advent International, Bain Capital, de gros acteurs de l'investissement. Mais 1 nom m'a particulièrement frappée : Brookfield.

Animateur B (07:07): Ah, Brookfield, c'est très révélateur.

Animateur A (07:09): L'un des plus grands gestionnaires d'actifs au monde dans les infrastructures et l'énergie. Ils construisent des centrales électriques, des réseaux d'eau. Et ce sont eux qui financent. Le goulot d'étranglement, ce n'est plus le code, c'est la prise électrique.

Animateur B (07:24): Exactement. Déployer des modèles d'IA modernes, c'est aujourd'hui un travail de promoteur industriel, pas de programmeur. Pour construire un data center, acheter des serveurs ne suffit pas. Il faut des centaines d'hectares de terrain.

Animateur A (07:36): Et de l'eau, j'imagine, pour refroidir tout ça.

Animateur B (07:40): Oui, des volumes d'eau colossaux, à faire valider par les autorités, et surtout un raccordement direct aux lignes haute tension. La Silicon Valley n'a tout simplement pas cette expertise. Brookfield, si. Cette alliance revient à reconnaître ouvertement que la tech a atteint la limite physique des réseaux électriques.

Animateur A (07:56): Écoute, puisque les problèmes principaux se sont déplacés dans le monde physique, prises, refroidissement, il est logique de regarder le marché du matériel. Là aussi, les mouvements sont tectoniques.

Animateur B (08:08): Et comment ! Rien que l'IPO de Cerebras Systems…

Animateur A (08:11): Oh oui ! Une valorisation de 95 milliards de dollars. Ils ont levé plus de 5,5 milliards, et dès le premier jour de cotation leur action a bondi de 68 %. C'est la plus grosse introduction en Bourse tech depuis 2020, quand Snowflake est entré en Bourse.

Animateur B (08:28): Et là, l'essentiel n'est même pas dans les records boursiers. Ce qui compte, c'est pourquoi le marché les valorise ainsi. Ils ont la technologie Wafer Scale. Ils s'attaquent en fait au problème principal des puces modernes : l'interconnexion.

Animateur A (08:41): C'est-à-dire la latence physique quand les données circulent entre différents

Animateur B (08:45): processeurs ? Oui, exactement.

Animateur A (08:47): J'ai trouvé une analogie pour mieux visualiser. Les puces traditionnelles d'un supercalculateur, c'est comme une multitude de petits villages. Pour qu'ils travaillent ensemble, il faut construire entre eux des châssis et des câbles coûteux.

Animateur B (09:00): Et faire circuler des camions de données dans tous les sens.

Animateur A (09:03): Oui, oui, on perd énormément de temps et d'énergie rien qu'en logistique. La puce Wafer Scale de Cerebras, elle, a la taille d'une galette de silicium entière. C'est comme bâtir 1 mégapole géante sur 1 seule fondation. Tout est proche, aucun câble externe, et au final 40 % de cœurs de calcul en plus sur la même surface.

Animateur B (09:25): Excellente analogie. Et ici, la physique détermine l'économie. À l'intérieur d'1 seule puce, les signaux circulent des ordres de grandeur plus vite et, surtout, consomment bien moins d'énergie que lorsqu'ils sortent vers la carte mère. Entraîner un réseau neuronal géant exige que tous les cœurs travaillent de façon synchrone. En supprimant la distance physique, on réduit drastiquement le temps d'entraînement.

Animateur B (09:50): Pour des géants comme Meta ou Google, ramener l'entraînement d'un modèle de plusieurs mois à quelques semaines, c'est un avantage critique. Ils sont prêts à y mettre n'importe quel prix.

Animateur A (10:01): Mais attends : Cerebras résout donc le problème de la vitesse. Il y a aussi l'actualité d'Arm, qui vise une autre cible, justement l'efficacité énergétique.

Animateur B (10:12): Oui, Arm, c'est aussi une info très importante.

Animateur A (10:15): Leur PDG, Rene Haas, a évoqué récemment une sorte d'explosion de la demande. En 5 semaines, ils ont reçu 2 milliards de dollars de commandes. C'est 2 fois leur rythme normal. Arm a toujours été associé aux smartphones, mais aujourd'hui, cette croissance vient précisément des data centers.

Animateur B (10:33): Parce que les data centers fuient en masse les processeurs x86 classiques d'Intel et d'AMD. Pourquoi ? Ils consomment trop d'énergie.

Animateur A (10:42): Exactement. L'architecture x86 a dominé pendant des décennies, mais elle a été conçue pour être universelle, avec une foule d'instructions obsolètes. C'est une architecture CISC, à jeu d'instructions complexe.

Animateur B (10:54): D'accord.

Animateur A (10:55): Arm, lui, utilise le RISC, un jeu d'instructions réduit. La puce n'exécute que des instructions de base, mais de façon ultra-efficace. Résultat : les data centers économisent 30-40 % d'énergie. Impressionnant ! Écoute, à l'échelle d'1 ordinateur portable, 40 % d'économie, c'est juste une heure de séries en plus.

Animateur A (11:14): Mais dans un data center

Animateur B (11:15): Oui, dans un data center avec des centaines de milliers de serveurs, ce sont des centaines de mégawatts, des centaines de millions de dollars de bénéfice d'exploitation net chaque année.

Animateur A (11:24): Et moins de chaleur, j'imagine ? Donc moins de dépenses de refroidissement ?

Animateur B (11:28): À 100 %. Moins d'électricité pour les serveurs, moins d'électricité pour la climatisation. Une réaction en chaîne. C'est pourquoi le marché mobile stagne aujourd'hui, tandis que le segment serveurs deviendra la principale locomotive de croissance d'Arm d'ici 2026-2027. Les fournisseurs cloud n'ont tout simplement pas le choix : ils ont des limites strictes de dissipation thermique par mètre

Animateur A (11:46): carré. Oui, si on ne peut pas amener plus de courant au bâtiment, il ne reste qu'à installer des puces qui font plus de travail par watt. Logique ?

Animateur B (11:54): Exactement.

Animateur A (11:55): Mais tu sais, si les puces sont devenues la ressource la plus précieuse de la planète, dont dépend la survie des entreprises, dépendre d'un tiers devient trop risqué.

Animateur B (12:04): Tu amènes l'actualité SpaceX ?

Animateur A (12:08): Oui. Ça casse tous les codes. SpaceX investit au moins 55 milliards de dollars, avec un potentiel allant jusqu'à 119 milliards de dollars, dans une usine de puces IA au Texas. Le projet s'appelle TerraFab.

Animateur B (12:22): Des chiffres délirants, je te l'accorde.

Animateur A (12:24): Pour le contexte, j'ai vérifié : le budget annuel total de la NASA tourne autour de 25 milliards. Autrement dit, la société spatiale d'Elon Musk s'apprête à engloutir près de 5 budgets de la NASA dans une usine terrestre de microprocesseurs.

Animateur B (12:38): Pour produire des processeurs représentant 200 GW de puissance de calcul par an.

Animateur A (12:43): Mais pourquoi ? Une entreprise spatiale devrait construire des fusées, à la limite des satellites, pas concurrencer les fonderies de silicium asiatiques ?

Animateur B (12:52): Il faut regarder l'empire Musk dans son ensemble. Il n'y a pas que SpaceX : il y a xAI, il y a Tesla avec ses systèmes de pilotage automatique. Tous ces projets ont un besoin critique de dizaines de milliers de GPU.

Animateur A (13:04): Et il ne veut pas faire la queue chez Nvidia.

Animateur B (13:07): Il y a le monopole de Nvidia sur la conception et celui de TSMC sur la fabrication. Musk ne veut pas payer la marge de Nvidia, de 70-80 %, ni attendre des quotas.

Animateur A (13:18): C'est donc de l'intégration verticale pure et dure. Tu veux une IA puissante ? Fabrique ton silicium toi-même.

Animateur B (13:24): Oui. Mais on ne justifie pas 119 milliards par des économies sur les marges. Il y a forcément de la géopolitique.

Animateur A (13:32): Un bouclier contre les guerres commerciales.

Animateur B (13:34): Exactement. Une usine au Texas, c'est l'indépendance totale vis-à-vis de tout blocus ou conflit dans la région Pacifique. Cela rend l'empire Musk totalement autonome.

Animateur A (13:44): Et cela crée un nouveau centre de gravité dans l'industrie, complètement en dehors des anciennes chaînes d'approvisionnement. Mais j'ai une question très pragmatique : on est là à parler des 100 milliards de Microsoft, des 30 milliards d'Anthropic, de l'usine de Musk à 119 milliards, au total on approche des 1000 milliards de dollars simplement enterrés dans les fondations de l'IA.

Animateur B (14:06): Et donc, la

Animateur A (14:06): question ? Qui paie l'addition ? Où les entreprises voient-elles un retour sur ces investissements gigantesques ?

Animateur B (14:14): C'est là que le rapport des analystes de Bain & Company va nous aider.

Animateur A (14:18): Exact, je l'ai lu. Ils estiment le futur marché du logiciel d'entreprise fondé sur l'IA dite agentique à 100 milliards de dollars américains.

Animateur B (14:28): Et le mot-clé ici, c'est « agentique ». On ne parle plus de chatbots qui écrivent simplement du texte ou du code à la

Animateur A (14:35): demande. Oui, il s'agit d'automatiser le travail de coordination. Ça paraît super ennuyeux, évidemment : saisie de données, échange d'informations dans les systèmes ERP et CRM, logistique.

Animateur B (14:47): Ça paraît ennuyeux, mais ça coûte des milliards aux entreprises.

Animateur A (14:51): Attends, on construit vraiment des usines de 200 gigawatts et on brûle l'électricité de centrales entières juste pour qu'un agent robot remplisse tout seul une facture ennuyeuse à la

Animateur B (15:02): comptabilité ? Oui, figure-toi. Parce que la routine de coordination est un énorme impôt caché sur l'économie. Des millions de managers travaillent comme des routeurs humains : ils copient des données d'1 logiciel incompatible vers un autre, attendent des validations.

Animateur A (15:18): C'est vrai, oui.

Animateur B (15:19): L'IA agentique va elle-même dans le système de gestion d'entrepôt, vérifie elle-même les remises dans le CRM, rédige elle-même le rapport et l'envoie au client. Elle élimine les frictions dans les processus métier.

Animateur A (15:29): Et elle libère les gens pour du vrai travail : analyse, stratégie, relation client. En somme, c'est une refonte de l'ensemble du logiciel d'entreprise pour les 5-10 prochaines années.

Animateur B (15:43): Et les entreprises sont prêtes à payer n'importe quel prix pour les licences. Chaque gain de temps des entreprises se convertira directement en paiement de puissance de calcul. C'est un modèle économique totalement en circuit fermé.

Animateur A (15:55): Des fenêtres de contexte et des valorisations proches des 1000 milliards de dollars…

Animateur B (15:58): Et on a fini sur le béton et les prises électriques.

Animateur A (16:01): Exactement. Il s'avère que toute cette industrie, en apparence éphémère, se heurte frontalement à la physique. Des galettes de silicium de la taille d'une assiette, les usines géantes de Musk, des cœurs économes en énergie : sous nos yeux, les start-up ont muté en véritable industrie lourde du XXIe siècle, et les règles de la Silicon Valley ne fonctionnent tout simplement plus.

Animateur B (16:22): Oui, l'échelle du capital est devenue le principal filtre. Sans connexions dans l'énergie mondiale et la construction industrielle, il n'y a plus rien à espérer dans l'IA.

Animateur A (16:30): Écoute, puisqu'on parle d'énergie, une idée m'est venue pour finir, un peu provocatrice, qui ne figurait pas explicitement dans ces rapports.

Animateur B (16:38): Intéressant. Vas-y.

Animateur A (16:40): Regarde. Si SpaceX a besoin de 200 GW, si Arm se bat à mort pour chaque tranche de 10 % d'économie de watts dans les data centers, et si, dans les 10 prochaines années, le principal goulot d'étranglement n'était ni la pénurie de puces ni l'argent des investisseurs ? Mais quoi ? Un simple manque de capacité des réseaux électriques mondiaux. La bande passante ne suffira tout simplement pas.

Animateur A (17:04): Les géants technologiques de demain ne devront-ils pas devenir les plus grandes entreprises énergétiques du monde ? Construire leurs propres centrales nucléaires, juste pour que leurs algorithmes ne s'éteignent pas faute de courant ?

Animateur B (17:15): C'est une question très forte. Et à en juger par les accords avec Brookfield, ils ont déjà commencé.

Animateur A (17:20): Exactement. Gardons cette idée en tête. C'est ainsi que se termine notre décryptage. À bientôt pour de nouvelles plongées dans les données.