- Le méga-chèque de Nvidia à OpenAI change d’échelle. Annoncé à 100 milliards de dollars en septembre, l’investissement du leader mondial des puces pour l’IA serait finalement limité à 30 milliards, selon le Financial Times.
- Une révision à la baisse qui n’empêche pas l’opération de peser lourd dans le nouveau tour de table d’OpenAI, au moment où la ruée vers l’IA accélère la construction de centres de données géants et les achats massifs de GPU.
Les 100 milliards de dollars évoqués à l’automne ne seraient plus qu’un objectif théorique. D’après le Financial Times, Nvidia ne devrait finalement investir que 30 milliards de dollars dans OpenAI, loin de la somme promise en septembre. L’accord, potentiellement conclu dès ce week-end, reste d’une ampleur exceptionnelle : il s’inscrit parmi les opérations les plus spectaculaires de l’histoire récente de la tech et vient déjà marquer de son empreinte le nouveau tour de table entamé par OpenAI.
Pour autant, la révision à la baisse rebat les cartes du partenariat entre la maison mère de ChatGPT et le géant de Santa Clara. Elle interroge sur le calibrage de l’opération, sur la pression des marchés et sur l’équilibre d’une industrie où les besoins en infrastructures se chiffrent désormais en dizaines — voire centaines — de milliards.
Jensen Huang balaie les doutes : « C’est complètement absurde »
Cette baisse de voilure présumée intervient après plusieurs semaines de rumeurs sur la pertinence d’un tel engagement. Fin janvier, Jensen Huang, patron de Nvidia, avait déjà répondu frontalement aux informations du Wall Street Journal évoquant un gel du projet à 100 milliards, et aux spéculations sur d’éventuels doutes internes.
« C’est complètement absurde. Nous allons réaliser un investissement colossal dans OpenAI », avait-il assuré lors d’un point presse improvisé en pleine rue à Taiwan.
La déclaration visait à verrouiller le récit : Nvidia n’entend pas décrocher d’un secteur qu’il domine, et dont la croissance dépend directement de la capacité des acteurs à déployer toujours plus de calcul pour entraîner et faire tourner leurs modèles.
Pourquoi l’annonce des 100 milliards avait fait autant de bruit
Lorsque les deux entreprises avaient dévoilé en septembre un projet d’investissement de 100 milliards, l’annonce avait immédiatement polarisé les réactions. D’un côté, l’enthousiasme d’investisseurs convaincus que l’IA générative redessine durablement l’économie du logiciel et du cloud. De l’autre, un scepticisme grandissant face à des montants jugés vertigineux, et au risque de voir se former une bulle alimentée par l’euphorie.
La question n’est pas seulement celle de la taille du chèque, mais aussi celle de la logique économique sous-jacente : l’IA générative exige des investissements sans précédent en data centers, en énergie et en matériel — et repousse la rentabilité de certains projets à moyen terme.
Le sujet sensible des “financements circulaires”
Au cœur du débat, un point revient avec insistance : celui des financements circulaires. Une large part des nouveaux capitaux injectés dans OpenAI a vocation à financer l’achat d’infrastructures… notamment auprès de Nvidia.
En clair, l’argent levé par OpenAI permet de payer les coûts colossaux d’entraînement et d’exploitation de ses modèles, coûts qui se traduisent très concrètement par l’acquisition de GPU, de systèmes et de serveurs. Dans un marché où Nvidia capte l’essentiel de la valeur sur la couche matérielle, le mécanisme peut apparaître comme un cercle vertueux : OpenAI se finance, investit en infrastructure, et Nvidia en bénéficie via ses ventes.
Mais pour les plus prudents, ce schéma accroît aussi la dépendance de l’écosystème à une croissance continue : si la demande ralentit ou si la monétisation tarde, les équilibres financiers peuvent devenir plus fragiles.
Nvidia accélère sur sa nouvelle génération de puces “Vera Rubin”
Nvidia, de son côté, renforce sa position stratégique en renouvelant son offre. Le groupe vient de démarrer la production de ses nouvelles puces Vera Rubin, une génération attendue pour soutenir l’explosion des besoins en puissance de calcul liée aux grands modèles d’IA.
Cette dynamique explique pourquoi Nvidia reste au centre de toutes les discussions : la plupart des trajectoires de croissance de l’IA générative reposent sur un même socle, celui de l’accès au calcul. Et, aujourd’hui, l’accès au calcul passe majoritairement par la chaîne de valeur dominée par Nvidia.
OpenAI vise 100 milliards et 850 milliards de valorisation
Dans ce contexte, OpenAI se prépare à une levée à la hauteur de ses ambitions. Selon plusieurs médias économiques, l’entreprise serait sur le point de conclure un nouveau tour de table d’au moins 100 milliards de dollars, qui pourrait valoriser le créateur de ChatGPT à environ 850 milliards de dollars.
La presse spécialisée avance également des ordres de grandeur sur les participants potentiels d’Amazon pour environ 50 milliards de dollars et SoftBank avec autour de 30 milliards de dollars.
Une opération de cette taille, si elle se confirme, installerait OpenAI parmi les entreprises les plus valorisées au monde et renforcerait l’idée que la bataille de l’IA se joue désormais autant sur la force financière que sur la performance technologique.
Anthropic, l’autre géant de l’IA, confirme l’envolée des valorisations
Le mouvement ne concerne pas seulement OpenAI. Anthropic, rival direct et voisin géographique d’OpenAI, vient de conclure une levée de 30 milliards de dollars qui a porté la valorisation du créateur de Claude à 380 milliards de dollars.
Cette montée en puissance simultanée des principaux laboratoires illustre un phénomène clair : l’IA générative se structure autour d’un petit nombre d’acteurs capables de lever des montants gigantesques — nécessaires pour financer l’accès au calcul, attirer les talents et sécuriser des partenariats industriels.
Des marchés prudents face à la frénésie des dépenses
Si l’argent afflue, l’inquiétude n’a pas disparu. Les marchés ont accueilli avec prudence les records d’investissements annoncés ces dernières semaines par Google, Microsoft, Meta ou Amazon, alors que les dépenses liées à l’IA — infrastructures, énergie, équipements — continuent d’augmenter.
Cette prudence traduit une interrogation simple : à quel rythme ces investissements se transformeront-ils en revenus récurrents et en profits ? Le secteur avance vite, mais la rentabilité, elle, dépend de la capacité à convertir des prouesses techniques en produits, en abonnements, en usages et en gains de productivité mesurables.