Dans un entretien de 41 minutes pour la série Training Data de Sequoia Capital, « NVIDIA's Jensen Huang on Building the Dynamo of the Intelligence Age », le fondateur de NVIDIA explique pourquoi il estime que l'informatique traverse son plus grand changement depuis 60 ans, pourquoi les usines d'IA sont les dynamos de notre époque, et pourquoi il pense que les craintes d'une IA qui ferait disparaître les emplois sont infondées. Voici nos notes sur ses principaux arguments, ce qu'ils signifient en pratique et ce que nous en observons sur le terrain. Les points de vue résumés sont les siens ; les commentaires sont les nôtres. Regardez l'entretien complet sur YouTube pour l'entendre avec ses propres mots.
Sommaire
- De la récupération à la génération
- Les usines d'IA, nouvelle dynamo
- L'intelligence, troisième force après l'électricité et Internet
- Le gâteau à cinq couches de l'investissement dans l'IA
- Des chatbots à l'IA qui travaille
- Emplois : les tâches changent, la demande augmente
- Ce que nous en retenons
1. De la récupération à la génération
L'argument central de Huang est que, pendant environ 60 ans, les ordinateurs ont été des machines de récupération. Les centres de données stockaient des fichiers : documents, images, vidéos. Lorsque vous demandiez quelque chose, l'ordinateur le trouvait et vous le renvoyait.
L'IA générative modifie l'opération de base. Chaque mot, image et vidéo produit par une IA est généré en temps réel, pour la personne qui le demande, à partir de son contexte et de sa question. Deux personnes qui posent la même question obtiennent des réponses adaptées à chacune. Selon Huang, une part croissante de ce que nous voyons et entendons sera générée plutôt que récupérée, ce qui exige un autre type d'ordinateur, en bien plus grand nombre.
En pratique : c'est pourquoi l'IA modifie l'économie de l'informatique. Le stockage se paie une fois ; la génération se paie chaque fois que quelqu'un utilise le système. Planifier l'IA, c'est planifier une puissance de calcul et une alimentation qui évoluent avec l'usage.
2. Les usines d'IA, nouvelle dynamo
Le titre vient de son analogie. La dynamo, la machine mise au point par Siemens au XIXᵉ siècle, transformait le mouvement en électricité et a rendu possible l'ère électrique. Huang soutient que les usines d'IA de NVIDIA jouent aujourd'hui le même rôle : des machines qui absorbent des électrons et produisent des tokens d'intelligence.
Ces tokens ne représentent pas seulement des mots. Selon lui, la même approche qui a appris le langage humain peut apprendre n'importe quel domaine doté d'une structure sous-jacente : code, mathématiques, protéines, chimie, physique, monde 3D, robotique. Pour l'ordinateur, tout n'est que tokens.
En pratique : une usine d'IA se juge comme n'importe quelle usine, sur la production par unité d'entrée : tokens par seconde et par watt, et coût par token. C'est la mesure à utiliser pour comparer les GPU, les serveurs et les options d'hébergement, et pas seulement les spécifications de pointe.
3. L'intelligence, troisième force après l'électricité et Internet
Huang décrit l'intelligence comme la troisième force à « envelopper » la planète. L'électricité a atteint chaque bâtiment, puis Internet a connecté chaque appareil, et désormais l'intelligence générée sera disponible partout, intégrée aux produits, aux services et aux machines.
En pratique : si l'intelligence devient un service public, la question stratégique pour la plupart des organisations n'est pas de savoir s'il faut utiliser l'IA, mais quelles parties posséder, lesquelles louer, et comment garder le contrôle de leurs données ce faisant.
4. Le gâteau à cinq couches de l'investissement dans l'IA
Dans l'entretien, Huang utilise son gâteau à cinq couches pour cartographier la destination des investissements :
- Énergie : l'électricité nécessaire au fonctionnement des usines d'IA, et la contrainte déterminante sur la quantité d'IA pouvant être produite.
- Puces : les processeurs, le réseau et les systèmes qui transforment l'énergie en calcul.
- Infrastructure : terrains, bâtiments, distribution électrique, refroidissement, financement et exploitation des usines d'IA.
- Modèles : les modèles d'IA eux-mêmes, pour le langage et, de plus en plus, pour la biologie, les matériaux et le monde physique.
- Applications : les produits qui mettent l'IA au travail dans la finance, le droit, la santé, la logistique, les transports et tous les autres secteurs.
Chaque application s'appuie sur toutes les couches situées en dessous. Nous expliquons chaque couche, et pourquoi elle compte, dans notre note associée : L'IA est un gâteau à cinq couches : ce qu'est l'IA, comment elle fonctionne et pourquoi chaque couche compte.
5. Des chatbots à l'IA qui travaille
Huang soutient que le tournant n'a pas été une IA capable de converser, mais une IA capable de travailler. Les premiers chatbots étaient impressionnants et amusants, mais les entreprises paient pour un travail accompli, pas pour une conversation habile. Les systèmes actuels raisonnent sur un problème étape par étape, utilisent des outils tels que des navigateurs, des tableurs et des logiciels de conception, et agissent en fonction des résultats. Ce sont des agents, et il s'attend à ce qu'ils fonctionnent partout, des bureaux aux voitures, en passant par les robots et les bâtiments.
En pratique : cela correspond à ce que nous observons chez nos clients. Les projets rentables sont des agents qui accomplissent une tâche définie, comme trier une file de support, rédiger un devis ou vérifier un contrat, dans des garde-fous, avec un humain qui approuve ce qui compte.
6. Emplois : les tâches changent, la demande augmente
Huang rejette l'idée que l'IA va simplement supprimer des emplois, en s'appuyant sur deux professions dont on avait prédit la disparition :
- La radiologie. La vision par ordinateur aide désormais à lire les examens dans toute la radiologie, mais le nombre de radiologues a augmenté. Lire des examens est une tâche ; soigner les patients est le métier. Des examens plus rapides, moins chers et plus précis ont permis de recevoir davantage de patients, et les services ont recruté davantage.
- Le génie logiciel. L'IA écrit désormais une grande partie du code, et pourtant la demande d'ingénieurs continue de croître. Taper du code est une tâche ; résoudre des problèmes est le métier.
Sa conclusion, en substance : vous ne perdrez peut-être pas votre emploi à cause de l'IA, mais vous pourriez le perdre au profit de quelqu'un qui utilise l'IA.
En pratique : l'exercice utile consiste à lister les tâches d'un poste, et non les postes d'une équipe, et à se demander quelles tâches l'IA peut prendre en charge pour que les personnes consacrent plus de temps à la finalité de leur métier. C'est aussi la manière la plus équitable d'introduire l'IA auprès des équipes.
7. Ce que nous en retenons
- Planifiez pour la génération, pas pour le stockage. Les coûts de l'IA augmentent avec l'usage. Budgétez le calcul et l'énergie par réponse, et mesurez le coût par token.
- Choisissez vos couches. Peu d'organisations ont besoin de posséder les cinq. Décidez où vous posséderez du matériel, où vous le prendrez en leasing ou en location, et quels modèles vous exécuterez à quel endroit.
- Commencez par le travail, pas par le chat. Choisissez une tâche qu'un agent peut accomplir de bout en bout, avec des garde-fous clairs et un résultat mesurable.
- Emmenez vos équipes avec vous. Formez les équipes à utiliser l'IA sur leurs propres tâches. C'est de là que viennent la productivité et la sécurité de l'emploi.
Workstation construit et exploite chaque couche dont une organisation a besoin, des stations de travail IA et clusters GPU au leasing de GPU, à l'IA privée et aux agents IA. Parlez-nous de votre point de départ.
Sources
- Sequoia Capital, Training Data : « NVIDIA's Jensen Huang on Building the Dynamo of the Intelligence Age » (YouTube, 41 minutes).
- Jensen Huang, « AI Is a 5-Layer Cake », blog NVIDIA, 10 mars 2026.
L'entretien a été enregistré alors que Jensen Huang était PDG de NVIDIA ; il a démissionné le 12 novembre 2026. NVIDIA est une marque commerciale et/ou une marque déposée de NVIDIA Corporation aux États-Unis et dans d'autres pays. Siemens est une marque commerciale de Siemens AG.