Entre les chèques à OpenAI, les prises de participation dans des start-up françaises, la fibre noire et un programme de rachat d’actions colossal, Nvidia multiplie les annonces financières à un rythme difficile à suivre. Derrière cette dispersion apparente se cache une logique précise : transformer une trésorerie record en position dominante sur l’ensemble de la chaîne de valeur de l’intelligence artificielle.
Une trésorerie colossale à placer : d’où viennent les milliards de Nvidia
La demande en GPU d’IA génère pour Nvidia des liquidités considérables. Les accélérateurs de la société représentent plus de 80 % des ventes d’accélérateurs d’IA, une position qui alimente des flux de trésorerie que l’entreprise ne peut pas laisser dormants.
Ces milliards se répartissent selon trois directions complémentaires : le financement de ses propres clients et de son écosystème, la construction d’infrastructure (photonique, fibre, calcul), et les rachats d’actions à destination des investisseurs. Comprendre cette répartition, c’est comprendre la feuille de route de Nvidia jusqu’à la fin de la décennie.
Financer ses propres clients : OpenAI, Anthropic, xAI et le pari de l’écosystème IA
La logique est simple : un client financé est un client qui achète des puces. Nvidia a ainsi investi 30 milliards de dollars dans OpenAI, dans le cadre d’une levée de fonds de 110 milliards aux côtés d’Amazon (50 milliards) et de SoftBank (30 milliards), portant la valorisation d’OpenAI à 730 milliards de dollars.
Côté Anthropic, Nvidia a investi 10 milliards de dollars en novembre, aux côtés de Microsoft (jusqu’à 5 milliards), tandis qu’Anthropic s’engage à dépenser 30 milliards de dollars sur le cloud de Microsoft. Ces 40 milliards combinés représenteraient environ 30 % du chiffre d’affaires annuel de Nvidia, un chiffre qui donne la mesure du pari.
Jensen Huang assume cette posture de « marchand d’armes » : Nvidia vend ses GPU à tous les laboratoires, qu’il s’agisse d’OpenAI, d’Anthropic, de xAI ou de Google. Financer plusieurs concurrents simultanément garantit à Nvidia d’être présent quel que soit le vainqueur de la course aux modèles.
Le piège de l’économie circulaire : bulle IA et conflits d’intérêts
Le problème, c’est que l’argent revient. Nvidia investit dans OpenAI, OpenAI achète des GPU Nvidia, les revenus de Nvidia augmentent, ce qui valorise son action et justifie de nouveaux investissements. Cette économie circulaire nourrit les craintes de bulle de l’IA : les revenos comptabilisés reflètent en partie une demande fabriquée par Nvidia elle-même.
Au-delà du risque systémique, ces montages posent des questions réglementaires et antitrust. Un fournisseur qui finance ses clients devient partenaire, créancier et actionnaire à la fois, ce qui complique la neutralité revendiquée et augmente la dépendance des start-up financées à l’égard d’un unique acteur. Les concurrents comme AMD soulignent ce verrouillage de l’écosystème.
Verrouiller la chaîne de valeur : photonique, fibre noire, Intel et recherche
Photonique : Lumentum, Coherent et le goulot d’étranglement énergétique
Les liens optiques deviennent un facteur limitant des datacenters IA. Nvidia s’est engagée à investir au moins 6,5 milliards de dollars en trois mois dans des entreprises développant des technologies photoniques. L’entreprise ira jusqu’à 2 milliards de dollars chacun dans les fabricants de produits photoniques Lumentum et Coherent, pour soutenir leur R&D et leur fabrication aux États-Unis.
L’objectif est double : lever les goulots d’étranglement en énergie et bande passante, et se prémunir contre les ASIC concurrents en contrôlant les briques optiques indispensables à tout cluster de calcul massif.
Fibre noire et puissance de calcul : vers un Nvidia fournisseur direct
La fibre noire désigne des câbles de fibre optique posés mais non activés. Nvidia en acquiert la pleine propriété, ce qui lui donne une liberté totale sur l’équipement optique et la conception du réseau. Selon les analystes de Needham et Wolfe Research, l’entreprise investirait entre 5 et 10 milliards de dollars sur trois ans pour en acquérir aux États-Unis.
Cette stratégie de « compute as a service » fait de Nvidia non plus seulement un vendeur de puces, mais un fournisseur direct de puissance de calcul intégrant le réseau. Nvidia a également annoncé investir 5 milliards de dollars dans son rival en difficulté Intel, avec le soutien de la Maison Blanche, un placement stratégique sur la capacité de fabrication américaine. L’entreprise consacrera par ailleurs 1 milliard de dollars sur cinq ans à la recherche scientifique américaine (informatique quantique, santé, sécurité énergétique), annoncé à Washington.
Se diversifier : modèles maison (Poolside, Nemotron), start-ups SSI et Europe (Doctolib, Pigment)
Nvidia investit 7 milliards de dollars dans Poolside, notamment pour accélérer le développement de Nemotron, sa famille de modèles à poids ouverts. Après les puces, la couche logicielle : l’entreprise vise une position full-stack, du silicium au modèle.
Côté laboratoires, Nvidia a investi 5 milliards de dollars dans Safe Superintelligence (SSI), la start-up dirigée par Ilya Sutskever qui n’a encore rien commercialisé, avec un accès à la plateforme de puces Vera Rubin.
En Europe, Nvidia aurait engagé plus de 8 milliards de dollars dans des entreprises en un an, avec l’ambition de dépasser 10 milliards en 2027. En France, Doctolib, Pigment, Genesis AI et Entalpic figurent parmi les investissements les plus récents : il s’agit de financer les futurs usages gourmands en calcul, notamment dans la santé et la gestion d’entreprise.
Rachats d’actions : l’autre usage des milliards (235 Md$)
Nvidia a ajouté 150 milliards de dollars à son programme de rachat d’actions, portant l’enveloppe globale à 235 milliards de dollars. Racheter ses propres actions réduit le nombre de titres en circulation, ce qui rend chaque action restante plus rare et donc plus chère, et envoie un signal de confiance aux investisseurs.
Cet usage massif des liquidités est néanmoins critiqué : ces milliards ne financent ni salaires ni innovation. Comparé aux enveloppes consacrées à la photonique ou à la fibre, ce programme révèle l’ampleur d’une trésorerie que l’entreprise n’arrive pas à réinvestir entièrement dans son activité.
Pourquoi Nvidia freine : la fin des investissements directs dans OpenAI et Anthropic
Le 4 mars, lors de la conférence Morgan Stanley à San Francisco, Jensen Huang a indiqué que les 30 milliards investis dans OpenAI et les 10 milliards dans Anthropic seraient probablement les derniers investissements directs. L’engagement initial de Nvidia envers OpenAI était pourtant de 100 milliards de dollars, annoncé en septembre dans le cadre d’un accord d’infrastructure, avant d’être ramené à 30 milliards.
Jensen Huang a déclaré : « This might be the last time we’ll have the opportunity to invest in a consequential company like this ». Officiellement, les IPO en vue des laboratoires expliquent ce retrait. Mais tensions et conflits d’intérêts compliquent cette lecture : un actionnaire qui est aussi fournisseur exclusif s’expose à une exigence de neutralité croissante.
Ce que cela change pour les investisseurs et pour le marché de l’IA
Pour les investisseurs, la cartographie est désormais claire : les milliards de Nvidia ne sont pas dispersés au hasard, mais alloués selon un plan en trois volets (écosystème, infrastructure, actionnariat). Le risque se concentre sur la circularité des revenus et sur la dépendance d’une poignée de clients hypers financés.
Pour les start-up financées, l’avantage en capital et en accès aux puces s’accompagne d’une dépendance stratégique envers Nvidia. Pour les concurrents, chaque investissement renforce le verrouillage de la chaîne de valeur. Le marché de l’IA se structure désormais moins autour des modèles que autour de celui qui les finance, les équipe et les connecte : Nvidia.
