Les revenus de Nvidia sont la preuve que « le calcul agentique » n’est pas une théorie. Il est déjà inscrit dans le compte de résultat.

$26B il y a quatre ans. 215,9 milliards de dollars l’année dernière. Ce multiplicateur de 8x s’est produit alors que la plupart de l’IA était encore assise dans une boîte de chat en attendant que vous lui posiez une question.
La partie importante n’est pas seulement la croissance. C’est que Nvidia a transformé son architecture en l’entrée non négociable pour presque tous les autres plans routiers. Laboratoires, clouds, entreprises. Logos différents sur l’API, même silicium en dessous. Presque chaque dollar dépensé en infrastructure d’IA dans ce cycle a fuité quelque part dans leur pile.
Maintenant, prenez la déclaration de Jensen selon laquelle l’IA agentique nécessite environ 10x la puissance de calcul de l’IA générative. Ce n’est pas de la hype, c’est du câblage. Un chatbot effectue une passe en avant puis reste inactif. Un agent qui planifie, exécute, vérifie son propre travail et réessaie sur un travail à plusieurs étapes nécessite des dizaines ou des centaines de passes pour un seul résultat. Il n’y a pas d’interrupteur « off » parce que le travail ne s’arrête pas.
L’IA d’entreprise est aujourd’hui penetrée à environ 8 %, avec des prévisions qui poussent vers environ 67 % d’ici 2032. Chaque point de pourcentage sur cette courbe représente une demande supplémentaire d’environ 8,4 milliards de dollars en infrastructure.
La formation a construit les modèles. L’inférence les a mis derrière des API. La phase agentique les exécute en continu comme un coût opérationnel permanent.
L’année de Nvidia $216B n’est pas la pointe. C’est le échauffement pour ce qui se passe lorsque cette courbe d’agent atteint réellement la production.
Résultats financiers complets :