#JaneStreet70亿押注CoreWeave Un géant quantitatif qui gagne 20,5 milliards de dollars en un an, dépense 7 milliards pour acheter des GPU — à quoi travaille-t-il ?

Le 15 avril, une nouvelle a fait exploser la sphère financière et celle de l'IA simultanément : Jane Street a signé un contrat de 7 milliards de dollars avec CoreWeave — un contrat de 6 milliards pour la puissance de calcul en location, plus 1 milliard en investissement direct. Vous ne connaissez peut-être pas le nom de Jane Street. Pas de souci, retenez juste un chiffre : cette société a un revenu net de trading de 20,5 milliards de dollars en 2024, représentant plus de 10 % du volume de trading de tout le marché boursier américain. Même la division trading de Goldman Sachs ne fait pas le poids face à elle. Ce n’est pas un hedge fund, mais l’un des plus grands market makers mondiaux — lorsque vous achetez ou vendez des actions, il se peut que ce soit elle qui fasse face.

Une société de trading dépense 7 milliards pour du temps GPU. Cette somme dépasse celle de nombreux laboratoires d’IA. Le contrat de 21 milliards entre Meta et CoreWeave est compréhensible : Meta doit entraîner LLaMA, ce qui nécessite beaucoup de puissance de calcul.

Mais Jane Street ? À quoi travaille-t-elle ?
Trois grandes commandes en trois semaines, CoreWeave devient le fournisseur d’armes de la puissance de calcul
Commençons par qui est CoreWeave.
Cette société a été cotée en bourse l’année dernière (NASDAQ : CRWV), et son activité principale est : acheter massivement des GPU NVIDIA, construire des centres de données, puis les louer sous forme de services cloud. On peut la voir comme un « fournisseur d’armements GPU ».
Au cours des trois dernières semaines, elle a signé trois contrats avec des clients :
• 9 avril : Meta, 21 milliards de dollars (jusqu’en 2032)
• 10 avril : Anthropic, accord pluriannuel (montant non divulgué)
• 15 avril : Jane Street, 6 milliards en cloud + 1 milliard en actions. Ces trois clients viennent de secteurs totalement différents : médias sociaux/recherche en IA, sociétés de modèles IA, trading quantitatif. La puissance de calcul GPU devient une infrastructure transsectorielle, comme l’électricité — tout le monde en a besoin, mais pas forcément besoin de construire sa propre centrale électrique.

Un détail dans le contrat de Jane Street mérite d’être souligné : elle a obtenu un droit prioritaire d’utilisation de la prochaine plateforme Vera Rubin de NVIDIA. Annoncée lors du GTC en mars dernier, Vera Rubin est conçue pour le calcul IA de niveau raisonnement, planification et agents, avec une déploiement à grande échelle prévu pour 2027. Jane Street est prête à investir dans cette plateforme avant même sa mise en production — ce qui montre que sa demande en puissance de calcul IA n’est pas « pour plus tard », mais « dès maintenant, et autant que possible ».

L’arrière-plan discret du trading quantitatif : de la formule mathématique à l’évolution technologique du trading basé sur de grands modèles, peu de gens y prêtent attention, mais cela connaît une transformation qualitative.
Les premiers quantitatifs (années 2000), se concentraient sur l’arbitrage statistique et la réversion à la moyenne, fonctionnant sur des clusters CPU.
À l’ère du trading haute fréquence (années 2010), la priorité était la latence — qui est le plus rapide gagne de l’argent, FPGA et communication micro-ondes étant devenus la norme.
Dans les années 2020, l’apprentissage machine commence à s’immiscer : le deep learning pour la prédiction, le traitement du langage naturel (NLP) pour extraire des signaux dans les nouvelles et réseaux sociaux, l’apprentissage par renforcement pour générer automatiquement des stratégies. Mais tout cela reste encore des « outils auxiliaires ».

Le changement véritable s’est produit ces deux dernières années : le trading quantitatif évolue de « stratégies assistées par IA » à « paradigme de trading IA natif ». Qu’est-ce que cela signifie ? Avant, le processus était : humain conçoit une stratégie → utilise l’IA pour optimiser les paramètres → exécute. La nouvelle direction est : de grands modèles découvrent directement à partir d’énormes volumes de données de marché des schémas que l’humain ne peut pas imaginer, puis prennent des décisions autonomes. Ce n’est pas l’IA qui vous aide à trader, c’est l’IA qui trade. Ce paradigme nécessite une puissance de calcul comparable à celle d’un grand modèle de langage. Les 6 milliards de dollars de Jane Street sont probablement destinés à cela. Un détail intéressant : les traders de Jane Street n’utilisent pas C++, mais un langage de programmation appelé Mojo — conçu pour avoir une « style Python mais la vitesse d’un C ». La société se prépare ainsi à l’ère de l’IA dès la chaîne d’outils.

Avertissement de S&P : personne ne veut parler du risque systémique
L’achat de 7 milliards de dollars de puissance de calcul par Jane Street cache aussi un aspect peu évoqué. En avril, S&P Global Ratings a publié un rapport : l’exposition totale des banques américaines aux hedge funds et aux sociétés de trading haute fréquence a atteint plusieurs dizaines de trillions de dollars, avec un levier record. Le rapport emploie un terme fort — « fragilité endogène » — en clair, cela signifie que le système devient instable de l’intérieur.
Jane Street, avec un revenu de 20,5 milliards en 2024, dépasse beaucoup de grandes banques. Lorsqu’un tel géant confie ses logiques de trading à des modèles IA, plusieurs risques s’amplifient :
Premier, le « cygne noir » des modèles IA. La logique des stratégies quantitatifs traditionnels est humaine, et en cas de problème, on peut en retracer la cause. Les grands modèles sont des boîtes noires, et en situation extrême, ils peuvent adopter des comportements totalement imprévisibles. En 2020, lorsque le pétrole est tombé en négatif, tous les modèles quantitatifs ont échoué — si à ce moment-là, c’était l’IA qui faisait le trading autonome, quelles en auraient été les conséquences ?
Deuxième, la concentration de puissance de calcul. CoreWeave sert à la fois Meta, Anthropic, Jane Street. Si ses centres de données subissent une panne — attaque cybernétique, catastrophe naturelle ou simple défaillance technique — cela impacte non seulement les services IA, mais aussi les marchés financiers mondiaux.
Troisième, la résonance du « trading dans le même sens ». Si plusieurs sociétés quantitatifs utilisent des architectures IA similaires (par exemple basées sur Transformer), elles risquent de prendre des décisions convergentes lors des fluctuations de marché. Ce n’est pas une spéculation — en août 2024, la liquidation d’un arbitrage sur le yen a provoqué un flash crash mondial, et certains ont déjà souligné que le comportement homogène des fonds quantitatifs amplifiait cette instabilité.

Questions à méditer
Première, 7 milliards de dollars ne représentent pas grand-chose pour Jane Street. Elle gagne 20,5 milliards par an, et en dépense un tiers pour la puissance de calcul, ce qui montre qu’elle pense que les revenus futurs issus du trading IA natif dépasseront largement cet investissement. Ce genre de pari n’est pas une simple tentative, c’est du « tout ou rien ».
Deuxième, la puissance GPU devient une infrastructure financière. Autrefois, la compétition en quantitatif portait sur la latence et l’algorithme, maintenant elle inclut aussi la puissance de calcul. Sans GPU en quantité suffisante, une société quantitatif, c’est comme une entreprise internet sans serveurs — impossible de jouer dans la cour des grands.
Troisième, la réglementation est bien en retard sur la réalité. L’année dernière, Jane Street a été enquêtée par l’autorité indienne sur les dérivés — un problème lié à ses stratégies traditionnelles. Mais lorsque le trading autonome IA deviendra la norme, qui pourra auditer un modèle IA qui exécute des milliards de transactions par jour ? Le cadre réglementaire actuel n’est pas du tout prêt.

Les investisseurs particuliers et les acteurs subjectifs ne font pas face à un marché plus équitable, mais à un marché de plus en plus inéquitable. Les avantages du trading quantitatif IA ne se limitent pas à la vitesse — la quantité de données qu’elle voit, les schémas qu’elle découvre, la précision d’exécution, tout cela dépasse la capacité du cerveau humain. Ce que Jane Street a dépensé 7 milliards pour acheter, ce n’est pas la puissance de calcul, mais la maîtrise de la perception du marché.
Ce n’est pas seulement une affaire de Jane Street. Le même jour, la plateforme d’IA quantitatif à Hong Kong, AlphaNet, a levé 10 millions de dollars en financement d’amorçage. La laboratoire d’IA de Bezos recrute chez Citadel. OpenAI a récemment acquis une société de gestion patrimoniale. Le croisement entre IA et finance devient la course la plus encombrée de cette décennie.
La différence, c’est que Jane Street n’est plus en phase de départ — elle est déjà en course.