L’IA quitte le centre de données : LG confirme que le cycle physique d’IA de Nvidia va être mis en marché

L’IA quitte le centre de données : LG confirme que le cycle physique d’IA de Nvidia va entrer en phase commerciale

Cette semaine, des dirigeants de haut niveau d’LG Electronics et de ses filiales ont rencontré les dirigeants de Nvidia dans un bâtiment que LG appelle « Data Factory ». Cet établissement est encore en construction sur le campus de recherche et développement de LG à Séoul. La réunion s’est tenue quatre jours après que le groupe LG et Nvidia ont signé un accord de coopération stratégique au siège social de Nvidia à Santa Clara, en Californie. Deux entreprises aussi importantes ne peuvent pas agir aussi rapidement, à moins que le projet qui sous-tend cet accord ne soit déjà financé et doté de personnel suffisant.

Les titres des articles peuvent être classés dans la catégorie « nouvelles liées à la robotique ». Mais je les vois comme quelque chose de plus important : c’est la preuve la plus claire jusqu’à présent que le cycle d’investissements en IA entre dans sa nouvelle phase de développement – une transition de l’IA en tant que service de centre de données vers l’IA qui agit dans le monde physique. Nvidia a l’intention de contrôler la plateforme sous-jacente, tandis que LG fournit la fabrication, les données opérationnelles et la distribution nécessaires pour rendre cela commercialement viable. Cette collaboration se poursuit, mais n’a pas encore été annoncée officiellement.

Des centres de données au monde physique

Le cycle de l’IA a déjà réalisé une grande transformation dans mon système : la formation des modèles vers leur utilisation effective. La formation permet aux modèles de penser ; l’utilisation effective les met en action, et cela a déplacé le centre de gravité du développement des plus grands clusters vers l’optimisation des coûts et des latences au moment d’utilisation. La prochaine transformation est encore plus importante… et, à mon avis, elle reste sous-explorée : l’IA physique.

L’IA physique signifie des modèles qui ne répondent ni ne génèrent des informations – ils agissent plutôt. Ils sélectionnent des éléments d’une liste, naviguent dans un entrepôt, plient des vêtements dans une cuisine, et finalement conduisent des véhicules. C’est l’économie qui fait que cela devient une histoire de structure de marché, et non une histoire de produits. Dans l’IA virtuelle, la base client est composée de quelques grandes entreprises qui ont des budgets de capital énormes, et les calculs se font via des clusters de GPU géants. Dans l’IA physique, la base client est constituée de milliers de fabricants, et les calculs se font sur les appareils eux-mêmes – des petits chips intégrés dans des robots, qui exécutent des modèles en fonction des données sensorielles en temps réel, plutôt que des tâches de calcul en batch dans des centres de données. Le gagnant de ce marché n’est pas automatiquement le gagnant du marché précédent. C’est le cadre que je utilise pour déterminer si une entreprise se trouve sur la bonne voie pour la prochaine transition.

Nvidia a mis en place cette plateforme depuis environ trois ans, et les signes de son succès sont maintenant visibles. Lors de la conférence GTC en mars, on pouvait le constater.110 développeurs de cerveaux robotiquesdans son écosystème. Il a ouvert ses…Modèles de fondation Isaac GR00TLe logiciel pré-entraîné « Mind » est utilisé pour le développement de robots humanoïdes. Un design de robot humanoïde ouvert et prêt à être utilisé est désormais disponible sur le marché. Le Jetson Thor, l’ordinateur embarqué de classe Blackwell, qui se connecte aux robots, est désormais un produit vendable, plutôt qu’une simple feuille de route pour le développement des robots. De plus, Nvidia a ajouté Halos, une plateforme de sécurité fonctionnelle complète. Un robot qui travaille en collaboration avec les humains dans une usine nécessite donc une certification particulière, ce que les chatbots ne peuvent jamais faire.

C’est le modèle de business basé sur CUDA qui est adapté au monde physique : donner la plateforme en libre accès, développer la base de développeurs, et exploiter les capacités de calcul lorsque le marché se développe. Ce modèle a fonctionné une fois, à une échelle qui a permis d’obtenir une valeur marchande de plus de 5 billions de dollars. La question était toujours de savoir si ce modèle de business pourrait se répéter… Et c’est justement ce que LG essaie de répondre aujourd’hui.

Ce que LG a vraiment investi

Suivez le déroulement du temps, car la séquence est essentielle. Lors de sa réunion de présentation des résultats pour le premier trimestre, à la fin du mois d’avril, LG a annoncé qu’elle développait sa collaboration avec Nvidia dans le domaine de l’IA physique, en incluant la robotique et les usines intelligentes. Les chipsset Nvidia sont déjà présents dans le robot domestique CLOi. En juin, Jensen Huang, PDG de Nvidia, a décrit cette collaboration en termes de…Technologie motrice et systèmes mécaniquesLes articulations et les actionneurs, et non la couche logicielle… Les deux groupes ont annoncé ce que Nvidia appelle une “usine d’IA” : un endroit où l’on peut entraîner, simuler, valider et déployer des technologies d’IA dans les domaines de la robotique, de la conduite autonome, des centres de données et des services liés aux GPU cloud du groupe. En juillet, nous avons appris que LG avait créé un centre commercial de robotique qui est directement subordonné au PDG. Le 13 août, les deux groupes ont signé un accord stratégique au siège social de Nvidia à Santa Clara. Un jour plus tard, LG a publié une annonce promettant une nouvelle génération de robots humains bipèdes – construits sur le modèle Isaac GR00T de Nvidia, et fonctionnant avec le système de sécurité Halos de Nvidia –L’inauguration publique est prévue pour le premier trimestre 2027.Puis, il y a eu la réunion de cette semaine à Séoul, afin d’accélérer tout le programme.

La Data Factory est le facteur qui augmente ma confiance. C’est une installation de quatre étages, d’un superficie de dix mille mètres carrés, située sur le campus de Yangjae d’LG. Elle devrait être opérationnelle d’ici la fin de l’année et est attendue pour…plusieurs centaines de robotsÀ l’intérieur, il y a un environnement simulé de maison où les unités CLOi de LG effectuent des tâches de nettoyage. Il s’agit d’un site de fabrication simulé, inspiré par l’usine de machines à laver de LG située dans le Tennessee. On y trouve également des zones de formation, l’automatisation logistique de LG CNS, et un espace où les équipes spécialisées de LG Innotek entraînent les robots. Ce n’est pas un simple studio de démonstration : c’est en réalité une usine de production de données, avec des effectifs réels.

L’objectif le plus important : d’ici fin 2026, LG espère que cette installation pourra accumuler 100 000 heures de données de formation – ce qui équivaut à environ douze ans de données collectées. Ces données proviennent des robots utilisés par LG, ainsi que des données synthétiques générées à l’aide du modèle Cosmos de Nvidia. Ces données alimentent un modèle de robot fondamental qui permet aux robots humanoïdes de fonctionner correctement. C’est une ressource précieuse dans l’univers de l’intelligence artificielle physique. Les textes permettent la création de grands modèles linguistiques ; les données physiques, quant à elles, permettent la création de modèles de robots fondamentaux. LG dispose de décennies d’expérience en matière de fabrication et de logistique, une expérience que aucun laboratoire start-up ne peut acquérir en un jour.

C’est ce qui distingue LG du marché concurrent des développeurs de robots humanoïdes. LG fabrique les composants eux-mêmes, plutôt que de simplement les acheter.Actuatrice de production en masseC’était un objectif clair depuis le début de l’année. Il s’agissait également de promouvoir l’intégration des composants précis dont dépendent les articulations. Des robots domestiques sont déjà en service pour collecter des données. De plus, LG peut distribuer les produits qu’elle fabrique. La stratégie de LG est d’étendre son activité aux robots industriels et commerciaux, pour ensuite s’étendre aux appareils domestiques. C’est ce que LG présente lors de la CES. Nvidia fournit le “cerveau” du robot ; LG fournit le corps, les données, et les usines nécessaires pour produire ces robots à grande échelle.

Il est également intéressant de noter que LG exploite cette même technologie d’IA dans le domaine des centres de données au sein de son propre activité. Son secteur lié au refroidissement et aux climatiseurs a augmenté d’environ trois fois par an. LG estime que le marché concerné pour ces équipements va passer de environ 1,6 milliard de dollars en 2026 à 12,7 milliards de dollars d’ici 2030. LG est donc un véritable acteur dans les deux aspects de l’économie de l’IA : celui qui achète les capacités informatiques et celui qui vend les technologies physiques utilisées pour développer l’IA.

Pourquoi le niveau logiciel est le véritable gain

Pour Nvidia, le gain important dans le domaine de l’IA physique n’est pas lié aux ventes du Jetson Thor. Le matériel constitue la base, mais le logiciel est ce qui permet de dépasser cette limite. C’est ainsi que j’ai vu évoluer l’entreprise Nvidia : c’est le matériel qui a permis d’atteindre une capitalisation boursière de milliards de dollars ; c’est le logiciel – CUDA, puis Isaac, Omniverse et Cosmos – qui permettra à Nvidia de continuer à progresser. L’IA physique est là où cet argument devient visible et testable. Chaque unité LG CLOi vendue, chaque site de production numérisé avec Omniverse, est une raison de choisir les services de formation et de simulation proposés par Nvidia, ainsi que les services de traitement des données synthétiques. Le matériel permet à Nvidia d’entrer sur le marché ; le logiciel, c’est ce qui permet de progresser davantage.

Définissez honnêtement les attentes en termes de délais, car c’est là que l’enthousiasme dépasse souvent les chiffres. Le accord avec LG ne va pas influencer les prévisions à court terme de Nvidia. Nvidia ne mentionne même pas les revenus liés à la robotique ; cela indique bien à quel point cette catégorie est insignifiante par rapport à une entreprise qui génère environ 187 milliards de dollars de chiffre d’affaires annuel. La présentation du robot humanoïde est prévue au premier trimestre 2027. La production de masse aura lieu bien après cette présentation. Les délais liés aux robots humanoïdes dans ce secteur sont souvent imprévisibles. En ce qui concerne les résultats à court terme, les centres de données restent le principal sujet, tandis que la robotique reste une promesse qui est financée, mais pas un activité commerciale réelle.

Le soutien financier pour le pari

La couche de preuves financières indique que Nvidia dispose d’un bilan suffisant pour financer un nouveau marché, même si celui-ci est encore petit. Selon les données d’Ainvest, les revenus de Nvidia ont augmenté de 35,1 milliards de dollars à 39,3 milliards de dollars, puis à 44,1 milliards de dollars, et enfin à 46,7 milliards de dollars au cours des quatre derniers trimestres. Les résultats ont dépassé les attentes des analystes dans chaque période ; récemment, le bénéfice par action s’est élevé à 1,05 dollar, contre une moyenne de 1,01 dollar. Le dernier trimestre a vu une augmentation de près de 55 % par rapport à l’année précédente. C’est un taux impressionnant, mais il est inférieur à 90 % l’année précédente, car une entreprise avec des ventes annuelles de plus de 185 milliards de dollars ne peut pas continuer à croître au même rythme indéfiniment. Le marge brute est d’environ 74 %, la marge opérationnelle environ 64 %. Le flux de trésorerie libre s’élève à environ 119 milliards de dollars au cours de l’année écoulée. Le bilan comprend environ 72 milliards de dollars en liquidités nettes, contre environ 64 milliards de dollars en dettes. Les stocks s’élèvent à environ 26 milliards de dollars – ce qui est dû à une demande forte et aux engagements d’approvisionnement. C’est l’un des indicateurs sur lesquels je m’assure que Nvidia reste stable. L’action se négocie autour de 220 dollars, soit environ 7 % en dessous de son niveau record sur 52 semaines. Elle a augmenté de près de 18 % depuis le début de l’année. Le ratio prix/ventes est d’environ 21 fois, avec une valeur de marché d’environ 5,3 billions de dollars.

Arrêtez-vous un instant sur cette phase de décélération, car c’est la raison pour laquelle l’histoire de LG est importante maintenant, plutôt que plus tard. Une entreprise qui croît de 55 % avec des marges opérationnelles de 64 % ne traverse pas de difficultés. Mais le marché évalue Nvidia en tenant compte de cette croissance continue. Cela signifie que c’est à Nvidia de prouver que la prochaine phase de développement commence à porter ses fruits avant que la ancienne phase ne ralentisse davantage. L’IA physique constitue cette prochaine phase de développement, et LG est la preuve la plus concrète jusqu’à présent que cette phase est bien soutenue par des ressources financières réelles.

L’argument contraire mérite respect. Je lui accorderai toute l’importance qu’il mérite. Un MOU n’est pas un contrat. LG a déjà parlé de robots par le passé – elle a présenté des robots domotiques lors de la CES bien avant le cycle actuel. Chaque cycle de présentations humainoïdes au cours des deux dernières années s’est avéré être marqué par des objectifs clairs : une unité commerciale au niveau du PDG, un bâtiment en construction avec un objectif à terme année, des objectifs de données avec des délais impartis, et une date de présentation publique sur le calendrier. Ce sont là les signes d’une engagement réel, et non simplement des communiqués de presse.

Où le Capital doit se trouver

Alors, où va le capital ? Résumons d’abord la thèse principale : je crois que l’IA physique deviendra un marché important dans le cadre des cycles d’IA à la fin de cette décennie. Je pense également que Nvidia se trouve sur la bonne voie pour cette transition. Les engagements de LG confirment que cette transition est commerciale, et non académique. Ces nouvelles renforcent – elles ne remettent pas en question – cette opinion.

Mais la question de l’investissement ne concerne pas le fait que Nvidia possède une technologie d’IA physique. Il s’agit plutôt de savoir si les retours à court terme du titre justifient encore son allocation par rapport aux autres actifs liés à l’IA. Le secteur de la robotique est donc moins important : il y aura une présentation en premier trimestre 2027, mais la production dépendra encore de nombreuses années. Les retours à court terme proviennent toujours des centres de données. Le point clé pour les détenteurs est les résultats financiers futurs, prévus pour fin août. Pour ceux qui possèdent des actions jusqu’en 2026-2027, cette opération constitue une confirmation de leur hypothèse, mais pas un nouveau catalyseur. Pour ceux qui possèdent des actions jusqu’en 2028-2030, c’est une réduction des risques concernant cette partie de l’histoire financière… et, à mon avis, elle n’a même pas encore été évaluée.

Les conditions de ces pauses sont spécifiques. Je reviendrai sur cette situation si les produits humanoïdes de LG parviennent significativement à dépasser l’objectif fixé pour l’année 2027, sans avoir de volume d’activité correspondant. De plus, si l’IA physique reste une simple démonstration technologique, où les robots sont fabriqués pour des salons professionnels plutôt que pour répondre aux commandes, ou si la croissance des centres de données ralentit plus rapidement que la capacité de LG à s’y adapter… Aucune de ces choses ne se produit actuellement. Mais c’est ce que signifie le suivi des tendances à long terme : l’histoire à long terme reste intacte, tandis que les décisions à court terme sont prises en fonction des preuves, et non de l’enthousiasme. L’accélération de LG est réelle, financée et accompagnée par du personnel. Cela me montre que le marché de l’IA est plus proche que ce que les cours des actions ne le laissent croire.