Tout va décidément très vite...
Hier encore, dans un sujet consacré aux World Humanoid Robot Games, on évoquait justement la complémentarité entre Hugging Face et l'écosystème NVIDIA.
Je ne suis pas un expert de l'IA, loin de là, et je ne connaissais même pas vraiment tout l'écosystème NVIDIA Omniverse & Cosmos… Donc content de découvrir ça !
Au départ, leur présentation m'a tout de suite fait penser à ce que cherche à construire Hugging Face avec LeRobot en tant que « GitHub de l'IA » pour la robotique, en proposant tout un écosystème permettant de partager des modèles, des datasets et des outils, et de faciliter l'entraînement des robots. Mais ensuite, j'ai compris que c'était plutôt complémentaire.
Et aujourd'hui, on apprend que NVIDIA aurait conclu un accord pour racheter Hugging Face pour 12,9 milliards de dollars.
L'information est rapportée par plusieurs médias, même si, au moment où j'écris ces lignes, NVIDIA et Hugging Face n'ont pas encore officiellement annoncé l'opération...
Ce qui est sûr en tout cas c'est que si cette acquisition se confirme, NVIDIA se positionnera encore davantage comme un acteur quasiment incontournable dans le domaine de l'IA.
L'entreprise ne fournit en effet plus simplement les GPU permettant d'entraîner et de faire tourner les modèles.
Elle développe désormais tout un écosystème : CUDA pour le calcul, DGX pour les serveurs, les technologies réseau issues notamment de Mellanox, Omniverse et Cosmos pour la simulation et la robotique, Isaac pour les robots...
Et maintenant potentiellement Hugging Face, le fameux « GitHub de l'IA », qui constitue l'une des principales plateformes mondiales de diffusion de modèles, datasets et outils open source/open weight.
NVIDIA serait alors présent sur une part encore plus importante de la chaîne de valeur de l'IA : du matériel jusqu'aux outils utilisés par les développeurs et à la distribution des modèles. Mais qu'adviendrait-il de la neutralité de Hugging Face ?
Hugging Face occupe aujourd'hui une position assez particulière : la plateforme est utilisée par pratiquement tout le monde, indépendamment du matériel utilisé derrière. On y trouve évidemment des modèles destinés à tourner sur des GPU NVIDIA, mais également sur du matériel AMD, Intel, Apple, Qualcomm ou différents accélérateurs spécialisés. C'est justement cette relative neutralité qui contribue, à mon avis, à faire de Hugging Face cette sorte de « GitHub de l'IA ».
Que se passerait-il si le principal fournisseur mondial de GPU pour l'IA devenait également propriétaire de cette plateforme ?
Même si cela reste possible, je ne pense évidemment pas que NVIDIA déciderait du jour au lendemain d'interdire les modèles fonctionnant sur du matériel concurrent. Ce serait probablement le meilleur moyen de détruire une bonne partie de la valeur de Hugging Face.
Mais les choses pourraient être beaucoup plus subtiles.
Que se passerait-il :
Si les outils NVIDIA étaient systématiquement mieux intégrés ?
Si les modèles étaient optimisés en priorité pour CUDA ?
Si certaines fonctionnalités avancées nécessitaient progressivement l'écosystème NVIDIA ?
Ou tout simplement si entraîner, héberger et déployer un modèle sur du matériel NVIDIA devenait tellement simple qu'utiliser autre chose devenait beaucoup plus compliqué ?
À partir de quel moment une excellente intégration verticale devient-elle une forme de verrouillage de l'écosystème ?
Et surtout : Hugging Face pourrait-il conserver son image de plateforme relativement neutre après son acquisition par l'un des acteurs ayant le plus intérêt à orienter l'écosystème dans une direction particulière ?
NVIDIA ne vend progressivement plus une puce, mais une véritable usine à IA et c'est là que le possible rachat de Hugging Face devient, à mes yeux, encore plus intéressant. Il y a quelques années, NVIDIA vendait principalement des GPU.
Puis CUDA est devenu un standard de fait. Puis sont venus les serveurs DGX. Puis le réseau avec Mellanox.Puis Omniverse, Isaac et Cosmos et de plus en plus de solutions logicielles complètes. Et maintenant, potentiellement, Hugging Face.
NVIDIA ne vend donc progressivement plus simplement une puce. L'entreprise construit l'usine complète permettant de développer, entraîner, simuler, déployer et faire fonctionner de l'IA. Et c'est probablement là que se trouve son véritable fossé défensif.
Fabriquer une puce concurrente est déjà extrêmement difficile. Mais reproduire :
GPU + CUDA + bibliothèques + outils de développement + réseau + serveurs + simulation + robotique + logiciels + communauté de développeurs
est encore beaucoup plus compliqué et l'ajout de Hugging Face creuse un peu plus le fossé ...
Mais alors, comment réagissent les autres géants technologiques, qui sont justement parmi les plus gros clients de NVIDIA ?
Quand on parle des géants technologiques, on pense avant tout aux entreprises américaines.
Pendant longtemps, on regardait surtout les mouvements des GAFAM : Google, Apple, Facebook, Amazon et Microsoft.
Depuis, Google est devenu une filiale d'Alphabet, Facebook est devenu Meta et, surtout, d'autres entreprises ont pris une importance économique et technologique considérable. À partir de 2023, un autre terme s'est imposé sur les marchés financiers : les « Magnificent Seven », expression popularisée par Michael Hartnett de Bank of America en référence au film The Magnificent Seven.
On y retrouve : Alphabet, Amazon, Apple, Meta, Microsoft, NVIDIA et Tesla.
À l'origine, il s'agissait surtout d'un regroupement boursier désignant sept entreprises qui tiraient une part importante de la progression des marchés américains.
Mais l'apparition de nouveaux acteurs redistribue déjà les cartes.
Avec la montée d'OpenAI, Anthropic et SpaceX, les sept magnifiques ne suffisent même plus vraiment à représenter le nouvel équilibre technologique américain.
On voit ainsi apparaître de nouvelles appellations comme « MANGOS », mais également « Magna Atoms » ou encore « AI Big 10 ».
Peu importe finalement le nom qui restera. =)
Ce qui est beaucoup plus intéressant, c'est que ces entreprises ne sont plus simplement de gigantesques sociétés technologiques travaillant chacune dans leur coin.
Elles sont simultanément interconnectées et en concurrence pour contrôler les différentes briques nécessaires à l'IA.
Et au milieu de tout cela se trouve NVIDIA, qui reste pour l'instant le fournisseur numéro un du hardware nécessaire à cette révolution.
Le « piège NVIDIA » est-il déjà en train de se refermer sur tous les autres géants ?
Le mot « piège » est volontairement un peu provocateur. =) NVIDIA n'a évidemment forcé personne à utiliser ses produits.
L'entreprise a surtout réussi à proposer des GPU extrêmement performants accompagnés d'un écosystème logiciel, notamment CUDA, que ses concurrents ont énormément de mal à égaler.
Mais le résultat est là : plus vous utilisez NVIDIA, plus il devient difficile de ne plus utiliser NVIDIA.
Le schéma est finalement assez simple :
- Vous voulez faire de l'IA.
- Vous achetez les GPU chez NVIDIA.
- Vos développeurs utilisent CUDA développé par NVIDIA.
- Vos logiciels et bibliothèques sont optimisés pour NVIDIA.
- Vos modèles sont entraînés dessus.
- Vos datacenters sont conçus autour de ce matériel.
- Vos ingénieurs maîtrisent les outils NVIDIA.
- Vous utilisez Omniverse, Cosmos ou Isaac.
- Et demain vos modèles pourraient être distribués par une plateforme appartenant elle aussi à NVIDIA.
À force d'ajouter des couches, le coût technique et économique nécessaire pour sortir de cet environnement devient de plus en plus important.
Et visiblement, les autres géants l'ont parfaitement compris.
On pourrait même interpréter une partie de leurs investissements actuels comme une tentative de construire des portes de sortie avant qu'il ne soit trop tard.
Ils ne peuvent pas arrêter d'utiliser NVIDIA, du moins pas encore. Ils en ont beaucoup trop besoin et ne disposent généralement pas d'un remplacement complet.
Mais ils semblent chercher à éviter qu'une seule entreprise contrôle une ressource aussi stratégique que leur puissance de calcul.
Et quand on regarde leurs mouvements respectifs, c'est assez frappant :
- Alphabet / Google : celui qui avait peut-être le mieux anticipé
Alphabet travaille depuis longtemps sur ses propres accélérateurs IA.
Ses TPU - Tensor Processing Units - ont été conçues spécifiquement pour le machine learning bien avant l'explosion actuelle de l'IA générative.
Google travaille notamment avec Broadcom et Marvell sur les prochaines générations de ses accélérateurs et des infrastructures nécessaires pour les faire fonctionner.
Google a ainsi conclu un accord de long terme avec Broadcom pour développer et fournir ses prochaines générations de puces IA jusqu'en 2031.
L'accord conclu avec Marvell est encore plus spectaculaire : il pourrait générer jusqu'à 120 milliards de dollars de revenus pour Marvell d'ici 2033 si certains objectifs sont atteints.
L'objectif semble assez clair :
Alphabet ne veut pas simplement acheter les ordinateurs qui font fonctionner son IA : il veut en maîtriser lui-même une partie importante.
Et l'entreprise dispose d'un avantage énorme pour cela :
Gemini + Google Cloud + datacenters + TPU.
Elle peut donc optimiser une grande partie de la chaîne pour ses propres besoins.
Et ce n'est plus uniquement une expérience interne.
Anthropic utilise par exemple un mélange de Google TPU, Amazon Trainium et GPU NVIDIA pour entraîner et faire fonctionner Claude.
Google pourrait donc non seulement réduire sa propre dépendance à NVIDIA, mais également proposer progressivement une véritable alternative à ses clients.
- Tesla et SpaceXAI : de la puce jusqu'à l'espace
Tesla suit une logique encore différente de Google ou Amazon. Dans une voiture autonome ou un robot humanoïde, l'efficacité énergétique, la latence, le coût et l'intégration sont essentiels. Tesla développe donc depuis plusieurs générations ses propres calculateurs et travaille maintenant sur AI5 puis AI6.
L'AI6 doit notamment être produit par Samsung dans son usine de Taylor au Texas, avec une production en 2 nm qui pourrait commencer au second semestre 2027. Cette puce devrait notamment équiper les futurs véhicules autonomes et robots humanoïdes de Tesla.
Reuters — Tesla et Samsung préparent la production des puces AI6
Avec Optimus, cette stratégie prend une autre dimension. Tesla a besoin de puissance de calcul dans ses datacenters, ses voitures et ses robots, avec potentiellement des millions de machines à produire demain. Dans ce contexte, maîtriser le silicium permet à la fois de réduire les coûts et d'optimiser directement l'architecture des machines autour de leurs besoins.
De son côté, SpaceX apporte une autre partie de l'équation : avec Starlink, ses milliers de satellites et ses propres lanceurs Falcon 9 et surtout Starship, l'entreprise maîtrise à la fois une infrastructure mondiale de communication et le moyen de la déployer dans l'espace.
Musk pousse désormais cette logique beaucoup plus loin avec des projets de datacenters orbitaux dédiés à l'IA. SpaceX envisage même à très long terme une constellation pouvant aller jusqu'à un million de satellites de calcul, alimentés par l'énergie solaire et déployés notamment grâce à Starship.
Reuters — SpaceX prépare ses infrastructures pour Starship et ses ambitions de satellites IA
On est évidemment encore très loin de voir un million de datacenters voler au-dessus de nos têtes =) et les obstacles techniques, économiques et environnementaux restent énormes. Mais l'idée d'utiliser l'espace comme une extension des infrastructures de calcul terrestres commence à dépasser le simple stade de la science-fiction.
À cela s'ajoute désormais xAI et Grok. SpaceX a acquis xAI en février 2026, réunissant ainsi au sein d'un même ensemble l'IA de xAI, ses capacités de calcul, Starlink, Starship et les futurs projets d'infrastructures orbitales.
Avec Grok, l'écosystème Musk dispose surtout de sa propre famille de modèles et ne dépend donc plus uniquement d'OpenAI, Google, Anthropic ou Meta. Grok est déjà intégré à différents produits, notamment X et Tesla, et pourrait naturellement prendre une place croissante dans les futurs véhicules et robots.
Les synergies avec Tesla deviennent d'ailleurs très concrètes. En mars 2026, Musk a notamment annoncé Macrohard, aussi appelé « Digital Optimus », un projet combinant Grok comme modèle de haut niveau avec un agent développé par Tesla capable d'observer et de contrôler un ordinateur.
Reuters — Tesla et xAI dévoilent leur projet commun Macrohard / Digital Optimus
Une autre pièce vient maintenant compléter cet ensemble : Cursor. En juin 2026, SpaceX a annoncé le rachat pour 60 milliards de dollars d'Anysphere, la société qui développe Cursor. Cursor apporte une nouvelle brique stratégique : les outils permettant aux humains, et progressivement aux agents IA, de produire du logiciel. Les synergies sont déjà annoncées, avec l'intégration des modèles de xAI dans Cursor et le développement de Grok Build, un agent de programmation.
On commence donc à voir apparaître une chaîne assez vertigineuse :
puces → datacenters → Grok → agents IA → développement logiciel avec Cursor → véhicules et robots Tesla → réseau Starlink → Starship → infrastructures de calcul terrestres et potentiellement orbitales.
Et les frontières entre ces activités deviennent progressivement plus floues. SpaceX exploite désormais également des capacités de calcul IA terrestres et commence même à vendre une partie de cette puissance de calcul à d'autres entreprises.
Mais il manque encore une brique fondamentale à cet ensemble : fabriquer les puces elles-mêmes.
Car les voitures, robots, datacenters et satellites ont tous besoin de la même chose : énormément de semi-conducteurs. Dépendre de NVIDIA pour les accélérateurs et de Samsung ou TSMC pour leur fabrication pose donc à terme le même problème de dépendance que celui auquel Google, Amazon, Microsoft ou OpenAI cherchent aujourd'hui à répondre. D'où le projet Terafab.
Tesla, SpaceX et xAI veulent construire au Texas des usines de semi-conducteurs capables de produire les puces nécessaires aux véhicules Tesla, aux robots Optimus mais également aux futurs datacenters IA spatiaux.
Si ce projet aboutit, l'écosystème Musk ne chercherait plus seulement à concevoir ses propres puces, mais également à les fabriquer.
On arriverait progressivement à quelque chose qui ressemble à :
fabrication des puces → accélérateurs IA → datacenters → Grok → agents → Cursor → véhicules et robots → Starlink → Starship → datacenters orbitaux.
Tesla et SpaceX restent évidemment deux entreprises distinctes, mais SpaceX et xAI sont désormais réunies et les collaborations avec Tesla deviennent de plus en plus nombreuses et si Elon Musk parvient réellement à créer des synergies entre toutes ces briques, il pourrait donc construire un écosystème vertical extrêmement complet, mais assez différent de celui de NVIDIA. Là où NVIDIA cherche à devenir incontournable dans l'infrastructure permettant de développer, entraîner et faire fonctionner l'IA. L'écosystème Musk semble progressivement chercher à aller encore plus loin en maîtrisant la fabrication du silicium, la puissance de calcul, les modèles et agents IA, la création de logiciels, les robots et véhicules qui les utilisent, le réseau qui les connecte, les fusées permettant de déployer les infrastructures et, potentiellement demain, les datacenters spatiaux.
Vu sous cet angle, le rapprochement de toutes ces briques commence à ressembler à beaucoup plus qu'une simple collection d'entreprises gravitant autour d'Elon Musk : c'est potentiellement la construction d'une stack technologique complète, de la fabrication du transistor jusqu'au satellite.
- Amazon : « merci NVIDIA, mais on va quand même fabriquer les nôtres » et nous aussi on veut viser l'espace
Amazon suit une stratégie assez similaire avec AWS.
L'entreprise développe depuis plusieurs générations ses propres puces, notamment Trainium pour l'IA et Graviton pour les processeurs généralistes.
Et Trainium commence maintenant à atteindre une échelle considérable.
Anthropic utilise déjà massivement cette infrastructure : Anthropic et Amazon ont annoncé en 2026 un nouvel accord portant sur jusqu'à 5 GW de capacité supplémentaire et plus de 100 milliards de dollars d'engagements sur dix ans.
Mais on retrouve également OpenAI parmis ses clients : OpenAI s'est engagé à utiliser 2 GW de capacité Trainium dans le cadre d'un partenariat avec Amazon, tandis qu'Amazon prévoit d'investir jusqu'à 50 milliards de dollars dans OpenAI.
Là encore, difficile de ne pas voir la stratégie.
Amazon possède AWS et AWS vend de la puissance de calcul.
Pourquoi Amazon accepterait-il éternellement de reverser une partie gigantesque de la valeur créée à NVIDIA s'il peut progressivement concevoir lui-même l'une des pièces les plus coûteuses de ses datacenters ?
Surtout quand il peut optimiser ces puces spécifiquement pour AWS.
Mais ce qui est particulièrement intéressant, c'est qu'Amazon ne rompt absolument pas avec NVIDIA pour autant. Bien au contraire !
Amazon et NVIDIA viennent également d'annoncer le déploiement prévu de deux millions de GPU NVIDIA supplémentaires dans AWS en 2027 et 2028.
La stratégie n'est pas : « NVIDIA ne nous intéresse plus. » Mais plutôt : « NVIDIA nous est indispensable aujourd'hui, mais nous devons faire en sorte qu'il ne le soit plus totalement demain. »
Amazon achète donc massivement du NVIDIA tout en construisant méthodiquement une alternative à NVIDIA.
Et tout comme TeslaxSpaceX, Amazon a aussi des ambitions dans l'espace, la course d'aujourd'hui ne fait que commencer, mais ceux là attaquent déjà la course de demain ...
- OpenAI : tout juste dans la cour des grands et déjà dans la course au hardware
Le cas OpenAI est probablement l'un des plus symboliques.
OpenAI cofondé à l'origine par Elon Musk, était à l'origine une organisation à but non lucratif consacrée à la recherche en IA.
Dix ans plus tard, elle est devenue l'un des acteurs centraux de toute l'industrie.
Et probablement l'une des organisations qui ont le plus bénéficié des GPU NVIDIA.
Sans cette puissance de calcul, les modèles GPT n'auraient tout simplement pas pu évoluer aussi rapidement.
OpenAI et NVIDIA restent d'ailleurs extrêmement proches.
Et pourtant... OpenAI vient de dévoiler avec Broadcom sa première puce IA maison, baptisée Jalapeño.
Il s'agit pour le moment d'une puce spécialisée dans l'inférence, c'est-à-dire dans l'exécution de modèles déjà entraînés, et non d'un remplacement complet des GPU NVIDIA utilisés pour l'entraînement.
Mais le mouvement est tout de même extrêmement symbolique.
OpenAI annonce déjà vouloir construire plusieurs générations de cette plateforme et la déployer à l'échelle du gigawatt.
Dans le même temps, OpenAI diversifie également ses fournisseurs en allant chercher de la capacité chez Amazon avec Trainium.
OpenAI ne va donc évidemment pas jeter ses GPU NVIDIA demain matin.
NVIDIA reste absolument essentiel, notamment pour l'entraînement des plus gros modèles.
Mais : même l'un des principaux clients et partenaires de NVIDIA cherche désormais à développer ses propres accélérateurs et à multiplier ses fournisseurs.
On commence donc à distinguer une stratégie beaucoup plus large :
NVIDIA + accélérateurs maison + Amazon Trainium + potentiellement d'autres architectures demain.
Autrement dit : ne jamais laisser une seule entreprise contrôler toute sa puissance de calcul.
- Anthropic : dépendre un peu de tout le monde pour ne dépendre totalement de personne
Anthropic, concurrent le plus direct d'openAI suit une stratégie assez différente.
Plutôt que d'essayer de contrôler toute la chaîne, l'entreprise semble surtout vouloir éviter de devenir dépendante d'une seule chaîne et cherche à être la meilleur dans son domaine.
Claude fonctionne aujourd'hui sur un mélange de matériels et d'infrastructures provenant de plusieurs concurrents :
Amazon Trainium + Google TPU + NVIDIA + AMD.
Amazon est l'un des principaux investisseurs d'Anthropic.
Google a également investi dans l'entreprise.
Mais Anthropic ne semble vouloir devenir prisonnier ni d'Amazon, ni de Google, ni de NVIDIA.
Sa stratégie pourrait presque se résumer ainsi :
« Je prends le meilleur là où il se trouve et je conserve suffisamment d'alternatives pour pouvoir changer si nécessaire. »
Et les montants deviennent là aussi complètement fous.
Anthropic prévoit par exemple de dépenser 45 milliards de dollars pour louer pendant six ans de la puissance de calcul à Nscale sur une infrastructure équipée de puces NVIDIA Vera Rubin.
Parallèlement, AMD doit fournir pour plusieurs dizaines de milliards de dollars de serveurs IA à Anthropic et investir jusqu'à 5 milliards de dollars dans l'entreprise.
Anthropic construit donc un gigantesque puzzle composé de :
Amazon + Google + NVIDIA + AMD + SpaceX + Nscale + potentiellement ses propres puces demain.
Ce qui est peut-être finalement une excellente manière de conserver son indépendance et son pouvoir de négociation.
Parce que si NVIDIA devient trop cher, il reste AMD.
Si AWS devient trop cher, il reste Google.
Et si ces fournisseurs deviennent trop contraignants, Anthropic peut continuer à diversifier ses infrastructures.
Dans cette bataille d'écosystèmes, la diversification peut elle-même devenir une arme stratégique.
- Meta : en perte de vitesse sur certains fronts, mais bien décidé à ne pas se laisser distancer
Meta est probablement le cas le plus paradoxal.
Pendant longtemps, Facebook faisait partie des entreprises qui semblaient presque incapables de perdre leur position dominante.
Puis le groupe est devenu Meta et Mark Zuckerberg a engagé des sommes gigantesques dans le metaverse, au point de renommer toute l'entreprise autour de cette vision.
Le problème, c'est que le pari n'a pour l'instant pas produit les résultats espérés.
Meta indiquait encore dans ses comptes 2026 que Reality Labs avait réduit son bénéfice opérationnel 2025 d'environ 19,2 milliards de dollars et que les pertes 2026 devraient rester du même ordre.
Pendant ce temps, une autre révolution arrivait : l'IA générative.
Llama avait pourtant donné à Meta une position particulièrement intéressante dans l'écosystème open source/open weight.
Mais l'arrivée de DeepSeek et la réception plus mitigée de Llama 4 ont donné l'impression que Meta avait perdu une partie de son avance.
Zuckerberg a donc lancé une véritable opération de rattrapage : recrutements extrêmement agressifs, rémunérations considérables pour attirer les meilleurs chercheurs et environ 14 milliards de dollars investis dans Scale AI, avec le recrutement de son fondateur Alexandr Wang pour participer à la nouvelle organisation IA de Meta.
On pourrait presque résumer la stratégie actuelle ainsi :
« Nous avons peut-être raté le premier virage, mais nous avons suffisamment d'argent pour essayer de rattraper très rapidement le peloton. »
Et il ne faut surtout pas enterrer Meta.
Facebook et Instagram restent des machines publicitaires extrêmement rentables.
L'entreprise vient d'ailleurs de régler l'un de ses plus importants problèmes judiciaires aux États-Unis.
Meta a accepté de verser jusqu'à 18 milliards de dollars sur dix ans pour régler les poursuites de presque tous les États américains concernant l'utilisation de Facebook et Instagram par les mineurs.
Le montant est gigantesque, mais l'accord ne remet pas fondamentalement en cause le moteur économique de Meta basé sur les recommandations personnalisées et la publicité ciblée.
Et ironie de l'histoire, l'un des héritages du pari sur le metaverse pourrait finalement devenir extrêmement intéressant grâce à l'IA :
Notamment les lunettes Ray-Ban Meta et le Meta Neural Band.
Le metaverse tel qu'il était vendu en 2021 n'a donc peut-être pas gagné...
mais une partie du hardware développé pour cette vision pourrait trouver une seconde vie grâce à l'IA.
- Apple : celui qu'on n'imaginait pas être autant en retard
Apple est probablement le cas le plus étrange de toute cette liste.
L'entreprise qui a contribué à définir le smartphone moderne semble avoir clairement pris du retard dans l'IA générative.
Siri était pourtant là bien avant ChatGPT.
Mais les fonctionnalités d'IA promises par Apple ont accumulé les retards tandis que ChatGPT, Claude et Gemini progressaient extrêmement rapidement.
Et Apple a finalement dû faire quelque chose qui aurait semblé assez improbable quelques années auparavant :
s'appuyer sur la technologie de Google pour certaines parties de son IA.
Apple et Google ont annoncé début 2026 un partenariat pluriannuel dans lequel la prochaine génération des Apple Foundation Models s'appuie sur les modèles Gemini et les technologies cloud de Google.
À première vue, Apple semble donc très en retard. Mais l'entreprise possède peut-être l'un des avantages les plus importants de toute cette liste :
plus de 2,5 milliards d'appareils et une quantité énorme d'informations personnelles potentiellement exploitables directement sur ces appareils.
- Messages.
- Emails.
- Photos.
- Calendrier.
- Contacts.
- Applications.
- Habitudes.
Et tout cela intégré directement au système d'exploitation avec un ecosystème plutôt bien verrouillé.
Si Apple parvient à proposer une IA capable d'utiliser intelligemment ces informations sans les envoyer massivement vers des serveurs externes, Siri pourrait devenir beaucoup plus utile qu'un simple chatbot.
C'est notamment le pari du traitement local et de Private Cloud Compute.
Apple étend d'ailleurs maintenant Private Cloud Compute à des infrastructures Google et NVIDIA tout en cherchant à conserver son modèle de protection des données.
Et là encore, le contrôle du hardware devient essentiel.
Apple possède déjà :ses propres processeurs + ses systèmes d'exploitation + ses téléphones + ses ordinateurs + ses montres + ses écouteurs + ses casques. Et potentiellement demain une IA profondément intégrée à tout cet environnement.
Apple est donc peut-être en retard sur le modèle, mais pas forcément sur l'écosystème permettant de l'exploiter.
Et si l'histoire de l'iPhone se répète, Apple pourrait finalement laisser d'autres entreprises inventer certaines briques technologiques avant de les intégrer de manière extrêmement efficace dans un produit grand public.
Reste à savoir si, dans une industrie progressant aussi rapidement que l'IA, Apple peut encore se permettre d'attendre aussi longtemps.
- Microsoft : partenaire d'OpenAI… tout en préparant l'après-OpenAI
Microsoft est probablement celui qui illustre le mieux cette gigantesque partie d'échecs.
Pendant plusieurs années, Microsoft et OpenAI semblaient pratiquement indissociables.
Microsoft investissait des milliards dans OpenAI.
OpenAI utilisait Azure.
Microsoft intégrait GPT dans Copilot, Windows, Office, Bing et Azure.
Chacun profitait de la croissance de l'autre.
Mais progressivement, leur relation devient beaucoup plus complexe.
OpenAI diversifie désormais fortement ses fournisseurs de calcul.
Et Microsoft fait exactement la même chose du côté des modèles.
L'entreprise développe ses propres modèles, travaille avec d'autres fournisseurs et cherche progressivement à ne plus dépendre exclusivement d'OpenAI.
Même logique au niveau du hardware.
Microsoft développe désormais ses propres accélérateurs avec la gamme Maia.
La première génération est apparue en 2023, Maia 200 début 2026 et Microsoft prépare maintenant Maia 300, avec l'ambition de produire plusieurs centaines de milliers puis potentiellement plus d'un million de puces.
Reuters décrit explicitement cette stratégie comme une manière de réduire la dépendance de Microsoft aux coûteux processeurs NVIDIA.
Microsoft souhaiterait même convaincre de gros clients externes comme Anthropic d'utiliser Maia.
On retrouve donc encore une fois le même phénomène.
Microsoft achète énormément de GPU NVIDIA et reste un partenaire majeur d'OpenAI.
Mais simultanément : Microsoft développe ses propres puces et diversifie ses modèles.
C'est presque une assurance contre deux dépendances : ne pas dépendre totalement de NVIDIA pour le hardware, et ne pas dépendre totalement d'OpenAI pour le software.
Et ce qui rend l'histoire particulièrement intéressante, c'est qu'OpenAI fait exactement la même chose vis-à-vis de Microsoft.
Chacun reste extrêmement important pour l'autre…tout en construisant les moyens de pouvoir vivre sans l'autre si cela devenait nécessaire.
- Toutes ces entreprises sont simultanément clientes, fournisseurs, investisseurs, partenaires et concurrentes.
C'est une gigantesque toile d'araignée et c'est probablement l'une des caractéristiques les plus fascinantes de l'écosystème IA actuel.
- Microsoft investit dans OpenAI.
- Amazon investit massivement dans Anthropic tout en lui fournissant son infrastructure.
- Google investit également dans Anthropic.
- NVIDIA fournit une grande partie du calcul nécessaire à pratiquement tout le monde tout en investissant lui-même dans différentes entreprises.
- OpenAI diversifie ses infrastructures tout en développant ses propres accélérateurs et développe Jalapeño.
- Google possède ses TPU.
- Amazon possède Trainium.
- Microsoft développe Maia.
- Tesla développe ses propres puces.
- Meta investit des sommes gigantesques dans ses modèles et infrastructures.
- SpaceX assemble progressivement Starlink, Colossus, xAI, Grok et Cursor.
- Et NVIDIA pourrait maintenant mettre la main sur Hugging Face.
Le gâteau est énorme, chacun veut sa part, mais ils ont tous à minima pour le moment un peu besoin des autres pour l'obtenir... Des alliances se forment mais les alliés d'hier seront potentiellement les concurrents de demain ... Et finalement, derrière l'impression d'une multitude d'entreprises concurrentes, une part considérable de l'écosystème mondial de l'IA semble se concentrer autour d'une poignée de géants américains extrêmement interconnectés.
C'est une gigantesque partie d'échecs.
D'un côté, NVIDIA essaie de rendre son écosystème tellement complet, performant et facile à utiliser qu'il devient progressivement de plus en plus difficile de s'en passer. De l'autre, ses principaux clients semblent avoir compris qu'ils doivent construire des portes de sortie avant que leur dépendance ne devienne trop importante.
Mais attention : cela ne signifie absolument pas que NVIDIA est en train de perdre.
Pour l'instant, c'est même plutôt exactement l'inverse pour le moment.
NVIDIA vient encore d'annoncer plus de 96 milliards de dollars de chiffre d'affaires trimestriel, dont 89 milliards provenant des datacenters, et prévoit une croissance de son chiffre d'affaires de 70 % pour son prochain exercice.
Ses clients développent des alternatives...tout en lui commandant toujours davantage de GPU.
Et c'est peut-être justement la meilleure démonstration de la force de sa position actuelle.
Google, Amazon, Microsoft, OpenAI et les autres ne cherchent probablement pas à sortir partiellement de l'écosystème NVIDIA parce qu'il fonctionne mal.
Ils cherchent peut-être à en sortir partiellement justement parce qu'il fonctionne tellement bien qu'il devient dangereux pour eux d'en être totalement dépendants.
Et c'est une nuance importante.
La question n'est donc probablement pas : « Qui va remplacer NVIDIA ? »
Mais plutôt :« Les géants de l'IA réussiront-ils à construire suffisamment d'alternatives avant que l'écosystème NVIDIA devienne trop difficile à contourner ? »
Et à l'inverse : NVIDIA réussira-t-il à étendre son avance suffisamment vite pour que chaque tentative de sortir de son écosystème soit économiquement moins intéressante que d'y rester ?
Parce que si c'est le cas...
le possible rachat de Hugging Face n'est peut-être pas simplement une acquisition de plus.
C'est peut-être une nouvelle pièce du piège qui vient de se refermer. =)
Mais ce n'est évidemment que ma lecture de tous ces mouvements, et il y en a certainement beaucoup que je n'ai pas vus...
Et vous, comment interprétez-vous tout cela ?
Est-ce que NVIDIA est réellement en train de construire un écosystème dont il deviendra extrêmement difficile de sortir, ou est-ce que j'exagère cet effet de verrouillage ?
Les TPU de Google, Trainium d'Amazon et les puces développées par OpenAI, Microsoft ou Tesla peuvent-elles réellement devenir des alternatives crédibles à NVIDIA, ou resteront-elles essentiellement des solutions internes réservées à quelques géants capables d'investir des milliards ?
Est-ce finalement une bonne chose de voir apparaître plusieurs architectures concurrentes, ou risque-t-on simplement de remplacer un écosystème dominant par plusieurs écosystèmes propriétaires encore plus fermés ?
Et plus largement, est-ce qu'on assiste encore à une compétition entre entreprises…
ou sommes-nous progressivement en train de passer à une compétition entre quelques gigantesques écosystèmes technologiques intégrés ?
Et surtout :quels autres mouvements de ce genre avez-vous repérés ?
D'autres rachats, investissements, partenariats ou développements de puces montrant qu'une entreprise cherche à réduire sa dépendance à NVIDIA ?
Ou, au contraire, d'autres mouvements montrant que NVIDIA continue d'étendre son influence dans des domaines auxquels on ne penserait pas forcément ?
Parce qu'au rythme où tout cela évolue actuellement, je suis persuadé d'en avoir raté quelques-uns...
Et probablement qu'il y en aura de nouveaux avant même d'avoir terminé cette discussion. =)
