Jensen Huang a créé une nouvelle unité de mesure pour l'ère de l'IA, exprimée en gigawatts et en dizaines de milliards de dollars. Lors de sa prise de parole au Ministère de l'Innovation du G20 à Chapel Hill, en Caroline du Nord, le 2 septembre, le PDG de Nvidia a présenté un cadre pour guider les nations dans leur investissement dans l'intelligence artificielle : une infrastructure IA d'un gigawatt coûte environ 50 à 60 milliards de dollars à construire et doit être traitée avec la même urgence que les réseaux électriques et les autoroutes.
L'idée : l'IA comme grand égalisateur
Huang a décrit l'IA comme « le grand égalisateur », affirmant qu'elle démocratise l'intelligence et les capacités au-delà des frontières. Le raisonnement est à peu près le suivant : si un pays disposant de structures de recherche limitées peut déployer à grande échelle des modèles d'IA de pointe, il accède à une capacité de résolution de problèmes qui exigeait auparavant des décennies de savoir institutionnel.
Huang n'était pas seul sur scène. Le PDG d'OpenAI, Sam Altman, et le cofondateur d'Anthropic, Tom Brown, ont également pris la parole lors du ministériel, transformant cet événement en moins une présentation technologique et davantage en une action de lobbying coordonnée des principales entreprises d'IA. Le secrétaire au Commerce, Howard Lutnick, a complété la liste des intervenants, renforçant l'alignement du gouvernement américain sur le message de l'industrie.
L'argument collectif se résumait à une seule idée : arrêter de réguler des problèmes hypothétiques et commencer à construire. Les responsables américains ont poussé pour ce qui revient à une réglementation légère, axée sur la résolution des dommages réels causés par les applications d'IA, plutôt que sur des restrictions préventives fondées sur les scénarios les plus pessimistes.
Jensen Math et le coût de l'infrastructure
Le seuil de 50 à 60 milliards de dollars pour une gigawatt d'infrastructure IA est devenu un thème récurrent lors des apparitions publiques de Huang. Dans les milieux professionnels, cette formule a reçu le surnom de « Jensen Math » depuis environ mi-2025. C'est à la fois un raccourci et une stratégie commerciale : une manière de traduire le concept abstrait de calcul IA en termes de dépenses en capital compréhensibles pour les ministres des Finances et les gestionnaires de fonds souverains.
La métrique de Huang regroupe le coût des puces (majoritairement des GPU Nvidia), des centres de données qui les hébergent, des systèmes de refroidissement qui les empêchent de fondre, et de l'infrastructure électrique nécessaire pour les faire fonctionner. Lorsqu'il évoque 50 à 60 milliards de dollars, il décrit un écosystème entier, et non simplement une commande de GPU.
La régulation comme arme concurrentielle
L'Union européenne a passé des années à élaborer le règlement sur l'IA, un cadre réglementaire complet que les critiques estiment risquer de ralentir l'innovation en imposant des charges de conformité avant que la technologie ne soit suffisamment mature pour être évaluée correctement. La Chine adopte une approche propre, en contrôlant étroitement le développement de l'IA par une surveillance étatique tout en investissant massivement dans les capacités nationales. La position des États-Unis, telle qu'articulée lors de ce ministériel, trace une troisième voie : avancer rapidement, réguler les problèmes spécifiques au fur et à mesure de leur apparition, et laisser la technologie se développer.
Le ministère de l'innovation du G20 sert de précurseur au sommet complet des dirigeants du G20 prévu en décembre 2026. Tout consensus ou désaccord émergé à Chapel Hill risque de façonner la déclaration sur l'IA lors de ce sommet, ce qui pourrait à son tour influencer les stratégies nationales et les plans de dépenses en IA pour les années à venir.