Comment Nvidia pourra atteindre 10 000 milliards de dollars d’ici 2030 : les calculs liés à la demande en IA – et les risques qu’ils impliquent

Une entreprise de 10 billions de dollars en Nvidia part d’une base de 5 billions de dollars.

ACap de marché de 5 billions de dollarsCe n’est pas le plafond ; c’est le point de départ. Atteindre 10 billions de dollars ne nécessite pas un résultat parfait, mais il est nécessaire que Nvidia continue à transformer cette immense construction d’infrastructure en des bénéfices durables, et non simplement en des titres de presse intéressants.

C’est la véritable séparation entre les “bulls” et les “bears”. Les “bulls” n’ont pas besoin de Nvidia pour gagner chaque cycle de développement des puces IA. Ils ont besoin de Nvidia afin que cette dernière reste la plateforme de référence, de sorte que une grande partie des dépenses continue de passer par l’architecture de Nvidia et de contribuer aux bénéfices de l’entreprise. Même avec une position de leader sur le marché, les chances de succès restent importantes.Conversion des bénéficesQuelle part de la construction de l’IA se transforme en argent réel dans le compteur ?

Les Bears se concentrent sur le point faible de cette situation. Une vague de demande énorme peut néanmoins ne pas être suffisante si les clients réorganisent leur système. Le risque n’est pas seulement celui d’un seul concurrent. Il s’agit de savoir si les cycles de remplacement s’allongent, si le silicone personnalisé peut supporter des charges de travail plus importantes, ou si les acheteurs commencent à chercher des solutions ailleurs pour les composants de la plateforme Nvidia. Nvidia doit non seulement mener la course aux chips, mais aussi protéger sa plateforme dans son ensemble.

Les chiffres : Nvidia n’a besoin que d’une fraction de la complexité liée à l’intelligence artificielle.

La question clé n’est plus de savoir si la demande en IA est réelle. C’est plutôt de savoir si cette demande peut se transformer en un salaire significatif pour Nvidia.

La taille de l’installation est importante, mais Nvidia n’a besoin que d’une partie seulement.

C’est une logique simple : même si le monde construit seulement une partie de la stack de centres de données prévue, Nvidia n’a pas besoin de gagner tout ce qu’il y a à gagner pour que les chiffres fonctionnent. Projets de recherche…6,7 billions de dollars d’investissements dans les centres de données mondiaux d’ici 2030Avec 5,2 billions de dollars destinés aux infrastructures prêtes pour l’IA. Nvidia n’a pas besoin de posséder toute l’économie informatique. Il lui suffit d’avoir une part significative dans ces infrastructures prêtes pour l’IA, que ce soit en termes de puces, de réseaux, de logiciels ou d’améliorations système.

Cela change la façon de voir les choses. Il n’est pas nécessaire d’avoir une prévision parfaite pour justifier des gains potentiels. Si le montant total des investissements prêts à être utilisés par l’IA est d’environ 5,2 billions de dollars, même un taux de récupération modeste peut encore permettre une croissance significative des revenus et des bénéfices.

Une distinction utile est celle entre l’infrastructure prête à être utilisée par l’IA et les dépenses totales liées aux centres de données. Les mêmes études indiquent que les coûts s’élèvent à 5,2 billions de dollars pour les investissements préparatoires à l’IA, et à 1,5 billions de dollars pour les applications informatiques traditionnelles. Cela est important, car les économies de Nvidia sont directement liées à la partie liée à l’IA. Le rendement, l’intégration logicielle et la conception du système peuvent donc contribuer à des économies plus importantes.

C’est simple : l’évolution de la capacité d’intégration en faveur de l’IA se déroule-t-elle plus rapidement que celle des concurrents ? De plus, les composants silicone personnalisés peuvent-ils réduire les parts de marché de Nvidia ? Si oui, même une petite proportion peut être importante. Sinon, l’augmentation globale de la capacité d’intégration peut sembler énorme, mais peu de cette augmentation se transformera en bénéfices pour Nvidia.

Le problème est un problème de flux, et non simplement un problème de demande.

Les Bears n’ont pas besoin de prouver que la demande en IA est fausse. Ils ont simplement besoin de montrer que les dépenses ne se transmettent pas correctement à travers l’architecture d’Nvidia, avec la vitesse et les marges appropriées.

C’est pourquoi les signaux des plus grands opérateurs de services Internet restent importants. Goldman Sachs anticipe que…Magnificent Seven déploie 527 milliards de dollars en investissements en IA et en centres de données pour l’exercice 2026.Cela représente une hausse par rapport aux estimations précédentes. Cependant, cela ne prouve pas que Nvidia restera dominante pour toujours. Cela montre plutôt que les principaux acheteurs continuent de dépenser activement, ce qui permet à Nvidia de transformer ce cycle d’infrastructure en revenus et bénéfices.

La preuve opérationnelle de Nvidia et le risque de concurrence

Les résultats trimestriels montrent que le modèle fonctionne déjà.

Le dernier rapport trimestriel de Nvidia montre que ce n’est pas seulement une histoire qui se déroule dans le futur. Au troisième trimestre de l’exercice 2026, l’entreprise a affichéRevenus de 57,0 milliards de dollarsY compris les revenus provenant des centres de données, soit 51,2 milliards de dollars. Le taux de marge brute se situe entre 73,4 % et 73,6 %. Ces chiffres sont importants, car ils montrent à la fois que la demande continue de croître, et que Nvidia conserve une part importante de la valeur économique du secteur.

Les revenus importants provenant des centres de données, associés à un taux de marge élevé, indiquent que Nvidia est toujours considérée comme une entreprise de plateforme, et non comme un fournisseur de puces de marchandise. Le modèle commercial de l’entreprise génère déjà des profits considérables, ce qui est essentiel pour atteindre le chiffre d’affaires de 10 billions de dollars.

La concurrence est réelle, même si elle n’est pas décisive.

Le cas difficile n’a pas disparu ; il est simplement plus spécifique. AMD et Anthropic ont signé un accord pourJusqu’à deux gigawatts avec les puces Instinct MI450 de dernière génération d’AMD.De plus, AMD a également accepté d’investir jusqu’à 5 milliards de dollars dans Anthropic. Cela ne suffit cependant pas pour éliminer Nvidia. Mais cela montre que les principaux clients construisent des voies d’approvisionnement alternatives.

Il y a également un avertissement plus large sur le marché : les clients trouvent de plus en plus de moyens pour investir dans l’IA, notamment via des solutions de silicium personnalisées et des partenariats alternatifs. Les pessimistes considéreront cela comme le début des fuites d’argent vers d’autres sources. Les optimistes, quant à eux, verront cela comme une opportunité de négocier davantage. En réalité, les fuites d’argent ne sont importantes que si elles permettent de générer des dépenses significatives au sein du cycle complet de développement de Nvidia.

Quoi regarder de là ?

Triggers positifs- Les revenus des data-centres restent proches ou supérieurs au niveau de 51,2 milliards de dollars atteint en troisième trimestre de l’exercice 2026. - Le bénéfice net se maintient autour de la fourchette de 73,4 % à 73,6 %. - Les dépenses des hyperscalers continuent d’augmenter, et les sept grands opérateurs prévus pourront déployer…527 milliards de dollars en investissements initiaux dans l’IA et les centres de données pour l’exercice 2026.

Signaux de rupture de thèseLes déploiements personnalisés ou alternatifs d’IA commencent à remplacer les systèmes Nvidia à grande échelle, et non seulement pour les tâches spécifiques. La concurrence se transforme en une bataille tarifaire, et les marges diminuent de manière continue, depuis les 70’s. La part de Nvidia dans les dépenses liées à l’IA diminue, même si l’ensemble des investissements continue de croître.

Le point essentiel est simple : l’avantage de Nvidia ne réside pas seulement dans le fait qu’elle possède les produits les plus performants aujourd’hui. C’est plutôt le fait qu’elle contrôle encore une grande partie des composants qui font partie du système d’intelligence artificielle. Les produits peuvent être copiés ; mais remplacer une plateforme intégrée est beaucoup plus difficile.