Transcription complète de la session de questions-réponses stratégique en huis clos de Huang Renxun lors de la GTC : détenir des commandes d'une valeur de plusieurs milliers de milliards de dollars, répliquer violemment aux analystes de Wall Street, prédire l'effondrement d'un empire logiciel de 2 000 milliards, et révéler en détail la nouvelle tendance de 8 000 milliards liée aux agents IA

Comment l’économie des tokens et l’IA vont-elles bouleverser l’industrie logicielle traditionnelle ?

Le maître du château s’exprime | Après une allocution de deux heures hier, Jensen Huang est de nouveau apparu sur le site du GTC2026 aujourd’hui, pour une session de questions-réponses privée avec des analystes financiers, répondant à de nombreuses questions pointues.

Dans cette session, Huang a expliqué en détail comment les centres de données évoluent pour devenir des « usines d’IA » produisant des tokens, et a révélé ses prévisions de marché dépassant 1 000 milliards de dollars pour Blackwell et Rubin. La discussion a porté sur la façon dont la Tokenomics (économie des tokens) va transformer l’industrie logicielle IT, le potentiel énorme de l’IA physique, l’évolution des architectures matérielles (incluant Groq et la technologie de connexion cuivre), ainsi que la stratégie des entreprises pour maintenir une marge élevée tout en créant de la valeur pour les actionnaires.

00:00:02 Le troisième tournant du développement de l’IA et les systèmes agentiques

00:10:21 La Tokenomics et le marché de plus d’un trillion de dollars

00:19:24 La refonte de l’industrie logicielle et le chemin du ROI de l’IA

00:30:06 L’évolution des architectures matérielles : différenciation entre Rubin et GROC

00:42:06 Conception d’usines IA full-stack : optimisation mémoire et architecture en rack

00:50:52 Stratégie de capital et avantage concurrentiel : comprendre l’efficacité de production des usines

00:59:23 L’évolution des connexions dans les centres de données : de la cuivre à la silicium photoniques

01:08:59 Réduction des coûts des tokens et innovation technologique dans les modèles experts hybrides

01:17:55 Perspectives de l’IA : fusion entre robots physiques et inférence entraînée

Points clés

• • Le troisième tournant de l’IA : l’industrie est passée de l’IA générative et de la phase de raisonnement à celle des « systèmes agentiques » (Agentic Systems), où l’IA peut exécuter des tâches complexes de façon autonome.

• • Le calcul comme fabrication : l’ordinateur n’est plus seulement un outil, mais devient une « usine d’IA » produisant des tokens ayant une valeur économique, la métrique étant l’efficacité de génération de tokens par unité de consommation d’énergie.

• • Un marché de plus d’un trillion de dollars : NVIDIA a une forte confiance dans la demande de marché pour Blackwell et Rubin d’ici 2027, dépassant 1 000 milliards de dollars.

• • Transformation de l’industrie IT : le secteur traditionnel des licences logicielles de 2 000 milliards de dollars se reconvertit vers un modèle de revente de tokens via des systèmes agentiques, avec un marché potentiel porté à 8 000 milliards.

• • Avantages de l’architecture full-stack : en intégrant GPU, CPU (Grace), stockage et réseau, NVIDIA peut couvrir 40 % du marché des fournisseurs cloud non hyper-scalables (entreprises, industrie, edge).

• • « L’IA est passée du dialogue à l’agentique, elle ne se limite plus à répondre, elle exécute des tâches. »

• • « Les futurs ordinateurs ne seront plus de simples outils, mais des usines de fabrication, produisant des tokens à valeur économique. »

• • « Notre demande de visualisation pour Blackwell et Rubin dépasse 1 000 milliards de dollars, ce n’est pas un chiffre flottant, mais une commande claire et visible. »

• • « Le secteur des licences logicielles de 2 000 milliards de dollars se reconvertit vers la revente de tokens, avec un marché potentiel porté à 8 000 milliards. »

• • « Si vous ne comprenez pas la Tokenomics, vous ne comprenez pas l’affaire IA. Acheter le matériel le moins cher ne suffit pas, c’est l’efficacité de génération de tokens par watt qui prime. »

• • « La taille de l’IA physique dépassera largement celle de l’IA numérique, car le monde ne se passe pas dans un ordinateur portable, mais dans l’espace physique atomique. »

Le troisième tournant de l’IA : de « répondre » à « exécuter »

Huang a clairement indiqué que l’industrie se trouve à une croisée des chemins critique dans l’évolution de l’IA générative. La première vague concernait la génération de contenu, la seconde la diffusion du raisonnement. La troisième, celle des systèmes agentiques, est en train de commencer — ces systèmes ont une autonomie leur permettant de décomposer et d’exécuter des tâches complexes selon des objectifs fixés.

Ce changement redéfinit directement la notion de talent et le mode de fonctionnement des entreprises. « Autrefois, un ingénieur arrivait avec un ordinateur portable. Maintenant, il arrive avec un ordinateur + un budget de tokens. » Huang insiste : si un ingénieur bien payé ne consomme pas de tokens dans son travail, sa productivité sera remise en question. Dans ce contexte, des projets open source comme OpenClaw ne sont plus de simples « jouets », mais deviennent des systèmes d’exploitation de l’ère IA, orchestrant ressources, gestion réseau et pilotant les agents pour exécuter des tâches.

Le calcul comme fabrication : vers une « usine IA » valant des trillions de dollars

NVIDIA redéfinit la nature même du calcul. Huang compare les centres de données modernes à des équipements de fabrication d’ASML ou à des centrales électriques : leur matière première est l’électricité, leur produit étant des tokens à forte valeur économique. La métrique de performance n’est plus le prix des puces, mais la Tokenomics.

« Le calcul n’est plus un simple outil, mais une machine de fabrication. Son efficacité énergétique et de production détermine directement votre revenu. » Huang souligne que l’achat d’un système Blackwell coûteux n’est pas destiné à la revente hardware, mais à produire des tokens à coût minimal et à forte valeur. NVIDIA, en améliorant constamment l’efficacité de génération de tokens par watt, garantit un ROI élevé même si le prix unitaire augmente.

La feuille de route : la confiance apportée par Blackwell et Rubin dans la visibilité du marché

Face aux doutes sur la durabilité de l’investissement IA, Huang fournit des chiffres très solides. Il révèle que NVIDIA a une confiance totale dans la demande de visualisation pour Blackwell et Rubin d’ici 2027, dépassant 1 000 milliards de dollars.

« Ce n’est pas un chiffre flottant, mais une prévision claire, avec des commandes concrètes. » Cette visibilité ne vient pas seulement des hyperscalers, mais aussi de l’avantage de plateforme full-stack de NVIDIA. Huang explique qu’en intégrant Grace CPU, GPU, réseau et stockage, NVIDIA peut couvrir 40 % du marché non hyper-scalable (entreprises, industrie, edge). « Si vous ne faites que fabriquer des puces, vous ne toucherez jamais ces 40 %, car ce sont des plateformes complètes. »

La Tokenomics : la transformation de 2 000 milliards à 8 000 milliards de dollars de l’industrie IT

Huang prévoit une transformation radicale du secteur logiciel : le marché des licences de 2 000 milliards de dollars va se reconvertir en revente de tokens.

« La nouvelle vision est que l’industrie IT passera de 2 000 à 8 000 milliards, avec 100 % des acteurs devenant revendeurs de modèles comme ceux d’OpenAI ou d’Anthropic. » La structure de marges sera bouleversée : si la vente de tokens augmente, le coût de production (COGS) aussi, mais la valeur créée par l’IA agentique dépasse largement cette augmentation. Le marché global s’amplifie, et les entreprises deviendront des « loueurs » ou « générateurs » de tokens, modifiant leur modèle économique en profondeur.

La bataille des architectures matérielles : GROC, cuivre et la révolution du refroidissement liquide

Sur le plan technologique, Huang dévoile une architecture très fine. Il analyse la position de GROC dans le marché de l’inférence, estimant qu’elle occupera environ 25 % du marché à haute latence.

Il donne aussi un avis pragmatique sur la transition « cuivre vers optique » : « Il faut utiliser le cuivre aussi longtemps que possible, car c’est fiable et facile à produire. Jusqu’à ce que la limite physique soit atteinte, on passera à la CPO (packaging optoélectronique). » Il indique que même dans l’évolution vers l’architecture 1152, NVIDIA conservera massivement cuivre pour la mémoire, la gestion et certains connecteurs, afin de préserver la résilience et le coût. Par ailleurs, le refroidissement liquide en rack est devenu la norme pour supporter la croissance exponentielle de la consommation électrique.

L’IA physique : le futur ultime de l’intelligence artificielle

Bien que l’IA numérique transforme déjà le travail de bureau, Huang voit le vrai marché bleu dans le monde physique. Il prévoit que l’IA physique représentera à terme 70 % du marché.

« La taille de l’industrie liée à l’IA physique dépasse largement celle de l’IA numérique. Le monde ne se passe pas dans nos laptops, mais dans l’espace physique atomique. » De l’automatisation industrielle à la conduite autonome, en passant par les robots à mémoire longue, l’IA physique doit modéliser des lois physiques continues, pas seulement des tokens discrets. Cela exige plus de puissance, et des plateformes comme Omniverse deviennent essentielles pour la formation de cette IA physique.

La réflexion, la puissance de calcul, c’est la puissance nationale

Huang conclut en réaffirmant : 99 % de la puissance de calcul future sera consacrée à l’inférence. « Personne ne paie pour l’apprentissage lui-même, mais pour le résultat. L’inférence transforme les tokens en valeur économique. »

Ce continuum, du « pré-entraînement » au « post-entraînement » puis à la « inférence en temps réel », illustre la puissance full-stack de NVIDIA. La société ne se contente pas de fabriquer des puces, elle pilote le rythme de l’ère IA. Dans cette usine de plusieurs trillions de dollars, chaque token généré redéfinit la productivité. Comme Huang le dit : si vous ne comprenez pas cette logique économique, vous serez abandonné par cette nouvelle ère.

Web3 Sky City en résumé

Le troisième tournant de l’IA : de « répondre » à « exécuter »

Animateur : Bonjour à tous. J’espère que vous avez apprécié la présentation d’hier. Elle a été un peu longue, mais c’était une synthèse très enrichissante. Maintenant, concentrons-nous sur vos besoins et questions. Je vais commencer par quelques diapositives, puis ouvrir la séance de questions, je passe la parole à Jensen.

Huang : Comme je l’ai dit hier, l’IA traverse trois tournants majeurs. Le premier est l’IA générative. Le second, le raisonnement. Nous sommes maintenant à la croisée des chemins avec le troisième : les systèmes agentiques. Ces systèmes ont une autonomie leur permettant de décomposer et d’exécuter des tâches complexes selon des objectifs fixés.

Ce changement redéfinit la notion de talent et la façon dont les entreprises fonctionnent. « Autrefois, un ingénieur arrivait avec un laptop. Maintenant, il arrive avec un laptop + un budget de tokens. » Huang insiste : si un ingénieur de haut niveau ne consomme pas de tokens dans son travail, sa productivité sera remise en question. Dans ce contexte, des projets open source comme OpenClaw ne sont plus de simples « jouets », mais deviennent des systèmes d’exploitation de l’ère IA, orchestrant ressources, gestion réseau et pilotant les agents pour exécuter des tâches.

Le calcul comme fabrication : vers une « usine IA » valant des trillions

NVIDIA redéfinit la nature du calcul. Huang compare les centres de données modernes à des équipements de fabrication d’ASML ou à des centrales électriques : leur matière première est l’électricité, leur produit, des tokens à forte valeur. La métrique n’est plus le prix des puces, mais la Tokenomics.

« Le calcul n’est plus un simple outil, c’est une machine de fabrication. Son efficacité énergétique et de production détermine votre revenu. » Huang souligne que l’achat d’un système Blackwell coûteux n’est pas destiné à la revente hardware, mais à produire des tokens à coût minimal. NVIDIA, en améliorant l’efficacité de génération de tokens par watt, garantit un ROI élevé même si le prix unitaire augmente.

La feuille de route : confiance dans la visibilité du marché grâce à Blackwell et Rubin

Face aux doutes, Huang donne des chiffres très solides. NVIDIA a une confiance totale dans la demande de visualisation pour Blackwell et Rubin d’ici 2027, dépassant 1 000 milliards de dollars.

« Ce n’est pas un chiffre flottant, c’est une prévision claire, avec commandes concrètes. » La visibilité ne vient pas seulement des hyperscalers, mais aussi de la plateforme full-stack de NVIDIA. En intégrant Grace CPU, GPU, réseau et stockage, NVIDIA couvre 40 % du marché non hyper-scalable (entreprises, industrie, edge). « Si vous ne faites que fabriquer des puces, vous ne toucherez jamais ces 40 %, car ce sont des plateformes complètes. »

La Tokenomics : de 2 000 à 8 000 milliards de dollars

Huang prévoit une transformation radicale : le secteur logiciel de 2 000 milliards va se reconvertir en revente de tokens.

« La vision est que l’industrie IT passera de 2 000 à 8 000 milliards, avec 100 % des acteurs devenant revendeurs de modèles comme OpenAI ou Anthropic. » La marge sera bouleversée : si la vente de tokens augmente, le COGS aussi, mais la valeur créée par l’IA agentique dépasse cette hausse. Le marché global s’amplifie, et les entreprises deviendront des « loueurs » ou « générateurs » de tokens, modifiant leur modèle économique en profondeur.

Architecture matérielle : GROC, cuivre et refroidissement liquide

Huang dévoile une architecture très précise. Il estime que GROC occupera environ 25 % du marché de l’inférence à haute latence.

Il donne aussi un avis pragmatique sur la transition « cuivre vers optique » : « Il faut utiliser le cuivre aussi longtemps que possible, car c’est fiable et facile à produire. Jusqu’à ce que la limite physique soit atteinte, on passera à la CPO (packaging optoélectronique). » Il indique que même dans l’évolution vers l’architecture 1152, NVIDIA conservera massivement cuivre pour la mémoire, la gestion et certains connecteurs, afin de préserver la résilience et le coût. Par ailleurs, le refroidissement liquide en rack est devenu la norme pour supporter la croissance exponentielle de la consommation électrique.

L’IA physique : le futur ultime

Huang voit dans l’IA physique le marché bleu ultime. Il prévoit qu’elle représentera 70 % du marché.

« La taille de l’industrie liée à l’IA physique dépasse largement celle de l’IA numérique. Le monde ne se passe pas dans nos laptops, mais dans l’espace physique atomique. » De l’automatisation industrielle à la conduite autonome, en passant par les robots à mémoire longue, l’IA physique doit modéliser des lois physiques continues, pas seulement des tokens discrets. Cela exige plus de puissance, et des plateformes comme Omniverse deviennent indispensables pour la formation de cette IA physique.

La réflexion, la puissance de calcul, c’est la puissance nationale

Huang conclut en réaffirmant : 99 % de la puissance de calcul future sera consacrée à l’inférence. « Personne ne paie pour l’apprentissage lui-même, mais pour le résultat. L’inférence transforme les tokens en valeur économique. »

Ce continuum, du « pré-entraînement » au « post-entraînement » puis à la « inférence en temps réel », illustre la puissance full-stack de NVIDIA. La société ne se contente pas de fabriquer des puces, elle pilote le rythme de l’ère IA. Dans cette usine de plusieurs trillions, chaque token généré redéfinit la productivité. Comme Huang le dit : si vous ne comprenez pas cette logique économique, vous serez abandonné par cette nouvelle ère.

Résumé de Web3 Sky City