Les analystes s'attendent désormais à ce que Nvidia génère 368 milliards de dollars de chiffre d'affaires au cours des quatre prochains trimestres. Pour y voir plus clair, cela équivaut à peu près au PIB entier de l'Irlande, généré par une seule entreprise vendant des puces.
L'entreprise contrôle actuellement plus de 80 % du marché des accélérateurs IA, et les investisseurs institutionnels intègrent dans leur évaluation un scénario où cette part de marché se traduit par des chiffres d'affaires qui semblaient relever de la science-fiction il y a seulement trois ans.
Le moteur du centre de données
Au troisième trimestre de l'exercice 2026, le segment des centres de données de Nvidia a généré seul 51,2 milliards de dollars de revenus avec des marges brutes de 73,5 %.
Union Bancaire Privée, la banque privée suisse, prévoit que le chiffre d'affaires des centres de données de Nvidia seul pourrait atteindre 483 milliards de dollars par an d'ici 2030. Cette projection suppose que le boom général des investissements mondiaux dans les centres de données atteigne entre 3 et 4 billions de dollars à la fin de la décennie.
Les mathématiques derrière la hype
Le calcul approximatif de l'industrie fonctionne ainsi : un investissement supplémentaire de 368 milliards de dollars dans les puces devrait générer environ 1,4 billion de dollars de nouveaux revenus ou économies de coûts d'ici 2030 pour atteindre un seuil de rendement de 10 %.
Ce que cela signifie pour les investisseurs
Les analystes avertissent de plus en plus que la part de Nvidia dans les bénéfices de l'industrie de l'IA a peut-être déjà atteint son pic en 2025. Le paysage concurrentiel évolue de manière à pouvoir éroder progressivement la position de l'entreprise sur le marché, même si le marché global de l'IA continue de s'étendre.
La menace la plus significative provient des meilleurs clients de Nvidia. Les hyperscalers comme Google, Amazon et Microsoft développent tous des ASIC personnalisés, des circuits intégrés spécifiques à une application conçus pour gérer les charges de travail d'IA sans payer le prix premium de Nvidia. Les TPUs de Google sont l'exemple le plus mature, mais les puces Trainium d'Amazon et les accélérateurs Maia de Microsoft gagnent en popularité.
Pour les charges de travail d'inférence, où la croissance du volume est orientée, les puces sur mesure deviennent de plus en plus compétitives. AMD gagne également progressivement du terrain sur le marché des GPU pour centres de données.
Le scénario de risque n’est pas un effondrement. C’est une histoire de compression de marge où Nvidia reste le joueur dominant, mais perd suffisamment de pouvoir de fixation des prix pour que ses marges brutes de 73,5 % commencent à dériver vers des niveaux plus modestes.