Jensen Huang souhaite que vous sachiez que la fête de l'IA ne prendra pas fin de sitôt. Le PDG de Nvidia a déclaré aux participants du Forum économique mondial à Davos que, bien qu'une bulle de l'IA « arrivera un jour », les contraintes physiques sur l'infrastructure et le matériel rendent un effondrement à court terme peu probable dans les cinq prochaines années.
L'écart d'un billion de dollars
À Davos, Huang a souligné que l'IA nécessite « des milliers de milliards de dollars » supplémentaires en investissements infrastructurels pour simplement suivre les trajectoires actuelles de la demande. Le monde ne dispose pas du nombre suffisant de centres de données, de puces et d'équipements de réseau pour soutenir ce que les entreprises tentent de construire.
Goldman Sachs prévoit que les dépenses en capital liées à l'IA atteindront environ 765 milliards de dollars uniquement en 2026. C'est un chiffre impressionnant, équivalent à peu près au PIB entier des Pays-Bas, et il pourrait encore être insuffisant pour satisfaire l'appétit en puissance de calcul.
Les résultats du Q4 2025 de Nvidia, annoncés le 19 novembre 2025, ont révélé un inventaire de GPU cloud épuisé et une demande record pour ses puces de prochaine génération.
Pourquoi les investisseurs en crypto doivent prêter attention
Les remarques de Huang n'ont mentionné aucun cryptomonnaie ou projet blockchain spécifique. Pendant la dernière bulle crypto, la demande de GPU était fortement alimentée par les mineurs. Désormais, ce moteur de demande a été presque entièrement remplacé par les charges de travail IA.
Lire entre les lignes
Les résultats de Nvidia en novembre ont révélé une demande supérieure à l'offre pour les GPU cloud. La projection de Goldman Sachs de 765 milliards de dollars en dépenses d'investissement en IA pour 2026 représente les plans de dépenses combinés des hyperscalers comme Microsoft, Google, Amazon et Meta.
La bulle des dot-com n'a pas éclaté parce que la demande pour Internet était fausse. Elle a éclaté parce que les valorisations se sont détachées du calendrier nécessaire pour développer l'infrastructure et créer des modèles économiques. L'argument de Huang est essentiellement que l'IA n'a pas encore atteint ce décalage, car l'infrastructure elle-même reste encore désespérément sous-alimentée.