Au cœur de la rivalité technologique entre les États-Unis et la Chine, un acteur surprend. Alors que Washington multiplie les restrictions contre les champions chinois de l’intelligence artificielle, le géant américain des semi-conducteurs Nvidia prend publiquement leur défense. Un positionnement qui peut sembler incompréhensible, jusqu’à ce que l’on revienne sur un événement qui a fait trembler Wall Street au début de l’année 2025…
Le jour où Wall Street a cru que Nvidia était menacé
Le 27 janvier 2025, l’action Nvidia a subi une chute historique, entraînant une destruction de valeur boursière de près de 589 Mds$ en une seule séance. Jamais une entreprise n’avait perdu autant en capitalisation en une journée.
À l’origine de cette panique : l’arrivée de DeepSeek, un modèle d’intelligence artificielle développé en Chine.
Les investisseurs ont alors retenu un chiffre spectaculaire : l’entraînement du modèle aurait coûté seulement 5,6 M$, soit une fraction des budgets engagés par les géants américains de l’IA.
Le raisonnement de Wall Street a été immédiat :
- si des modèles performants peuvent être développés à moindre coût ;
- s’ils nécessitent moins de puissance de calcul ;
- alors la demande future en puces Nvidia pourrait fortement ralentir.
Autrement dit, si l’IA devient moins gourmande en ressources informatiques, le principal fournisseur mondial de processeurs dédiés à l’IA risque de voir son avantage économique remis en question.
Pourtant, le directeur général de Nvidia, Jensen Huang, a immédiatement affirmé que les marchés se trompaient.
Les semaines suivantes lui ont donné raison :
- la quasi-totalité de la valeur boursière perdue a été récupérée ;
- Nvidia a publié 215,9 Mds$ de chiffre d’affaires annuel ;
- son flux de trésorerie disponible a atteint 97 Mds$ ;
- ses revenus ont progressé de 65 % sur un an.
La conclusion est claire : les modèles plus efficaces n’ont pas réduit le besoin de calcul informatique. Ils ont au contraire accéléré l’adoption de l’IA.
Une nouvelle étape avec Kimi K3
Le débat est revenu sur la table avec Kimi K3, un modèle développé par la start-up chinoise Moonshot.
Ce modèle compte environ 2 800 milliards de paramètres et figure parmi les plus importants modèles ouverts jamais conçus.
Selon ses concepteurs, ses performances se rapprochent de celles des meilleurs modèles occidentaux tout en étant nettement moins coûteuses à utiliser.
Et surtout, Moonshot a publié gratuitement cette semaine le modèle complet. Chacun peut désormais :
- le télécharger ;
- l’exécuter localement sur ses propres serveurs ;
- l’utiliser sans dépendre d’un fournisseur externe ;
- et même sans connexion Internet.
Pour les autorités américaines, cette perspective soulève de nombreuses questions.
Plusieurs administrations fédérales ont déjà interdit l’usage de certains modèles chinois. Certaines entreprises impliquées dans leur développement figurent sur des listes de restrictions commerciales, et plusieurs responsables politiques évoquent régulièrement la possibilité de nouvelles sanctions.
L’argument avancé est celui de la sécurité nationale.
Pourtant, Jensen Huang estime que les entreprises américaines devraient pouvoir utiliser ces modèles et n’a pas hésité à qualifier certaines de ces technologies d’« excellentes ».
La question de la sécurité
Les partisans d’une interdiction mettent en avant un risque réel : les modèles dits « open-weight » ou ouverts sont plus difficiles à contrôler.
Une fois publiés, ils peuvent être modifiés, adaptés ou détournés par des tiers. Contrairement aux modèles hébergés par OpenAI, Anthropic ou Google, il n’existe aucun moyen de les désactiver à distance.
Cependant, les chercheurs ont également montré que les modèles fermés ne sont pas immunisés contre les abus. À travers diverses techniques de contournement et de réglage fin (« fine-tuning »), il est souvent possible de contrecarrer leurs mécanismes de sécurité.
La différence fondamentale est donc moins liée à la possibilité d’un détournement qu’à la capacité de reprendre le contrôle sur un modèle après son déploiement.
Or, dans le cas de Kimi K3, une fois le modèle librement diffusé, son retrait deviendrait pratiquement impossible. Des copies pourraient être conservées partout dans le monde, indépendamment d’éventuelles décisions gouvernementales prises ultérieurement.
Autrement dit, le débat politique pourrait intervenir après que la technologie se soit déjà largement répandue.
Derrière la sécurité, une bataille économique
Certains observateurs considèrent que les préoccupations sécuritaires masquent également des enjeux concurrentiels.
David Sacks, ancien responsable des questions liées à l’IA auprès de la Maison-Blanche, a notamment affirmé que plusieurs grands acteurs de l’IA propriétaire souhaitaient limiter l’essor des modèles ouverts.
Pourquoi ?
Parce que le marché est aujourd’hui dominé par un nombre restreint d’entreprises qui commercialisent des modèles fermés et facturent leur usage via des abonnements ou des API.
L’arrivée de modèles open source performants menace directement ce modèle économique.
Dans cette lecture, certaines propositions d’interdiction américaines ne viseraient pas uniquement à réduire les risques de sécurité, mais également à protéger les prés carrés des acteurs dominants.
Les préoccupations de sécurité sont réelles. Néanmoins, il faut aussi reconnaître que les restrictions réglementaires peuvent avoir pour effet de réduire la concurrence.
Pourquoi Nvidia a intérêt à soutenir les modèles ouverts
Pour comprendre la position de Nvidia, il faut regarder la structure de sa clientèle.
Ses plus gros clients sont aujourd’hui :
- Google ;
- Amazon ;
- Microsoft ;
- Meta ;
- OpenAI.
Le problème pour Nvidia est que ces entreprises disposent de ressources financières suffisantes pour développer leurs propres processeurs spécialisés.
C’est déjà le cas :
- Google possède les TPU ;
- Amazon développe Trainium ;
- Microsoft investit dans Maia ;
- Meta crée MTIA ;
- OpenAI travaille avec Broadcom sur ses propres solutions.
À long terme, ces acteurs représentent à la fois les meilleurs clients et les concurrents potentiels les plus dangereux de Nvidia.
La stratégie du « vendeur de pelles »
Imaginez Nvidia comme un propriétaire immobilier.
Avoir cinq locataires géants capables de construire leur propre maison constitue un risque pour son business model.
En revanche, disposer de dizaines de milliers de locataires plus modestes qui dépendront durablement de ses infrastructures représente une situation beaucoup plus confortable.
Les modèles ouverts contribuent précisément à créer cette seconde catégorie de clients.
Lorsqu’une banque régionale, un hôpital, une PME ou un cabinet de conseil peut télécharger gratuitement un modèle performant, l’adoption de l’IA devient beaucoup plus accessible.
Ces organisations n’ont généralement ni les moyens ni l’intérêt stratégique de développer leurs propres semi-conducteurs.
Elles utiliseront donc :
- des serveurs équipés de puces Nvidia ;
- ou des services cloud reposant eux-mêmes sur des puces Nvidia.
Plus les modèles d’IA deviennent accessibles, plus le nombre d’utilisateurs augmente, et plus la demande globale de puissance de calcul progresse.
C’est un principe économique classique que les stratèges appellent parfois « banaliser son complément » : rendre gratuit ce qui favorise l’utilisation de votre produit principal.
Google avait déjà appliqué cette logique en distribuant Android gratuitement pour accélérer l’adoption des smartphones et consolider son écosystème.
La véritable raison du soutien de Nvidia
Jensen Huang défend publiquement les modèles ouverts, y compris certains développés en Chine, parce qu’il considère qu’ils accélèrent la diffusion mondiale de l’IA.
Mais cette position n’est pas seulement idéologique.
Le modèle économique de Nvidia repose sur la vente de la puissance de calcul nécessaire pour faire fonctionner ces outils.
Peu importe finalement quel laboratoire gagne la bataille des modèles. Plus il existe de modèles performants, accessibles et largement diffusés, plus le besoin en infrastructures informatiques augmente.
Et Nvidia reste le principal fournisseur de cette infrastructure.
En résumé : quand d’autres se battent pour vendre l’intelligence artificielle, Nvidia gagne de l’argent en fournissant l’infrastructure indispensable à tous les acteurs du marché. Un peu comme les vendeurs de pelles au moment de la ruée vers l’or…
