Le PDG de Nvidia, Jensen Huang, n’a pas organisé le même vieux « spectacle de chiens et de poneys » à Davos. Tout le monde s’attendait à une autre longue discussion sur les frites ; au lieu de cela, il a inversé le scénario.
Le leader charismatique du plus grand fabricant de puces au monde a profité de l’occasion pour aborder l’électricité, la construction, l’émission d’obligations et le rôle de l’IA qui transforme les infrastructures en valeur économique.
Lors d’une conversation lors du Forum économique mondial avec Larry Fink, PDG de BlackRock, le fondateur et PDG de Nvidia (NVDA) a décrit l’IA en termes crus.
Nvidia en bref Chiffre d’affaires (T3FY26) : 57,0 milliards de dollars (en hausse de 22 % sur un trimestre, en hausse de 62 % sur un an) Revenus des centres de données (T3FY26) : 51,2 milliards de dollars (en hausse de 25 % sur un trimestre, en hausse de 66 % sur un an) Marge brute GAAP (T3FY26) : 73,4 % Perspectives de revenus du T4FY26 : 65 milliards de dollars (+/– 2 %) Rendement pour les actionnaires (Neuf premiers mois de l’exercice 26) : 37 milliards de dollars restitués ; 62,2 milliards de dollars restant sous autorisation de rachat Le « gâteau à cinq étages » de Huang avec la trace de l’argent attachée
Le « gâteau à cinq étages » de Huang à Davos est essentiellement un marqueur. Jetons un coup d’œil à la pile et passons en revue les nombres connectés à chaque couche.
Couche 1 : La charge informatique en matière d’énergie et d’électricité sur les centres de données américains pourrait passer d’environ 80 GW en 2025 à plus de 150 GW en 2028, selon l’évaluation sectorielle de Bloom Energy de janvier 2026. Le même rapport indique que d’ici 2030, environ un campus de centre de données sur cinq aura une taille supérieure à un gigawatt, et d’ici 2035, ce nombre passera à un sur trois. Couche 2 : puces + infrastructure informatique L’activité des centres de données de Nvidia est désormais si importante qu’elle est en réalité une « macro » : 51,2 milliards de dollars en un seul trimestre. Le propre commentaire de Nvidia sur les résultats a été direct à propos du procès : « Les ventes de Blackwell sont hors du commun… » Couche 3 : Centres de données cloud Goldman Sachs Research cite une estimation consensuelle de 527 milliards de dollars pour les dépenses en capital de l’hyperscaler en 2026, contre 465 milliards de dollars au début de la saison des résultats, et note que les estimations ont été révisées à la hausse. à plusieurs reprises. Ces hyperscalers ont dépensé 106 milliards de dollars en dépenses d’investissement au cours du seul troisième trimestre (IA et non-IA), soit une augmentation de 75 % d’une année sur l’autre, selon le résumé de Goldman. Couche 4 : modèles
Huang plaide pour l’adoption de l’IA, affirmant qu’elle devient un « logiciel par défaut ». Il a commenté : « L’IA est très simple à utiliser ; c’est le logiciel le plus convivial jamais conçu. »
Couche 5 : Applications
Huang a fait une affirmation clé : « En fin de compte, c’est dans cette couche supérieure que les avantages économiques se produiront. »
C’est cette dernière couche qui peut transformer les dépenses en capital d’un « cycle » en quelque chose qui doit se produire en permanence.
La couche d’IA la plus importante n’est pas les puces ; c’est le pouvoir
C’est là que les pourparlers de Davos peuvent devenir très concrets.
Un rapport sur l’énergie des centres de données de janvier 2026 indique que l’activité des centres de données franchit une frontière : la disponibilité électrique n’est plus une « variable de planification ». C’est plutôt la disponibilité de l’énergie qui détermine désormais le succès ou l’échec de certains marchés.
Related: Un analyste de premier plan fait un pari audacieux sur Morgan Stanley après ses énormes bénéfices
Quelques détails surprenants sur les besoins en IA et en énergie : le Texas devrait dépasser les 40 GW de capacité de centres de données d’ici 2028, ce qui représente près de 30 % de la demande totale des États-Unis, ce qui représente une forte augmentation de 142 % de sa part de marché par rapport à aujourd’hui. Les services publics affirment que les délais de livraison sont de 1,5 à 2 ans plus longs que ce que pensent les hyperscalers et les fournisseurs de colocation. Les opérateurs de réseaux modifient considérablement leurs prévisions de charge. Par exemple, ERCOT a relevé ses attentes en matière d’expansion des centres de données en 2030 de 29 GW à 77 GW. La production sur site devient « permanente » : la part des personnes interrogées s’attendant à des campus sur site entièrement alimentés d’ici 2030 a augmenté de 22 % en six mois pour atteindre environ un tiers des centres de données.
La thèse de Huang, étayée par des chiffres réels, affirme que seule la couche inférieure peut évoluer.
Les Big Tech se tournent même vers le marché obligataire pour continuer à renforcer leurs capacités en IA
C’est alors que l’histoire prend une tournure qui ne sera possible qu’en 2026.
Alors que les prix des infrastructures d’IA augmentent, les grandes entreprises technologiques empruntent de l’argent à un rythme record. Ce n’est pas parce qu’ils ne peuvent pas se permettre des dépenses en capital, mais parce qu’ils veulent de la flexibilité et, diraient certains, protéger les rendements des actionnaires.
Plus de NVIDIA :
Le problème des puces chinoises de Nvidia n’est pas ce que pensent la plupart des investisseurs. Jim Cramer rend un verdict fort en cinq mots sur les actions Nvidia. Voici comment Nvidia empêche ses clients de changer Bank of America fait un appel surprise sur les actions soutenues par Nvidia
Au quatrième trimestre 2025, les sociétés informatiques ont vendu pour 108,7 milliards de dollars d’obligations (presque le double du trimestre précédent). Début 2026, ils ont vendu pour 15,5 milliards de dollars de plus, a rapporté le Washington Post, citant Moody’s Analytics.
C’est un signe sous-estimé. Lorsque le marché obligataire devient partie intégrante de la chaîne d’approvisionnement de l’IA, la « construction » commence à ressembler à un cycle industriel plutôt qu’à une tendance en matière d’appareils.
Ce que les investisseurs devraient surveiller ensuite dans l’histoire du développement de l’IA
Si Huang a raison de dire que l’IA est une pile à cinq niveaux, « l’enthousiasme du modèle » n’est plus le principal facteur décisif. Il y a des limites à ce que vous pouvez faire et au montant d’argent que vous pouvez dépenser.
Voici la liste de surveillance pratique :
Goulots d’étranglement dans le secteur de l’énergie : les calendriers d’acquisition d’électricité sont-ils continuellement retardés (et obligent-ils à construire dans des zones présentant des « avantages énergétiques ») ? Révisions des dépenses en capital : les projections de dépenses pour 2026 sont-elles à nouveau en hausse par rapport au consensus de 527 milliards de dollars cité par Goldman ? Nvidia Guidance Cadence : Le marché se soucie davantage de la pente du guidage que du trimestre principal ; Nvidia avait précédemment prévu 65 milliards de dollars pour le prochain trimestre. Test d’application : les entreprises gagnent-elles réellement de l’argent grâce à l’IA au niveau du flux de travail, qui, selon Huang, est le point où “les avantages économiques seront réalisés” ?
Les investisseurs peuvent résumer la thèse de Davos de Huang comme suit : l’IA n’est pas un métier unique.
Cela fait beaucoup de goulots d’étranglement, et à l’heure actuelle, le goulot d’étranglement qui compte le plus est peut-être celui que Wall Street ne peut pas « coder » pour surmonter.
En relation: Bank of America fait un pari audacieux sur Roblox et voit un gros avantage
