40 milliards de dollars. C'est le montant approximatif que Nvidia aurait déjà engagé dans des sociétés d'IA depuis le début de 2026. Il ne s'agit pas de revenus tirés de la vente de puces, mais de capital réinjecté dans l'écosystème qui achète, relie et exploite ses GPU.
Selon les chiffres cités par TechCrunch le 9 mai, OpenAI représente à elle seule 30 milliards de dollars via un accord finalisé fin février. Le reste se répartit entre plusieurs investissements cotés de plusieurs milliards et environ 24 tours privés. Matt Bryson, analyste chez Wedbush, a expliqué à CNBC que cette logique renforçait le fossé concurrentiel de Nvidia.
Le marché voit bien les deux faces du sujet. La structure dérange, mais tant que le cycle tourne, peu d'acteurs veulent l'arrêter.
Ce que contiennent les 40 milliards
Les opérations publiées dessinent un schéma. OpenAI reçoit du capital et reste le plus grand client GPU de Nvidia. Corning peut utiliser jusqu'à 3,2 milliards de dollars pour accroître la fibre optique destinée aux centres de données IA. IREN peut convertir des infrastructures de minage en centres de données GPU. À chaque fois, la chaîne revient vers la demande de puces Nvidia.
Sur l'ensemble de 2025, Nvidia avait réalisé 67 opérations de venture capital. En cinq mois de 2026, les tours privés approchent déjà 25, sans compter les gros investissements en marché public et l'engagement envers OpenAI. Ce n'est plus une activité de corporate venture ordinaire.
Pourquoi l'investissement circulaire inquiète
L'investissement circulaire n'est pas nouveau, mais il est souvent lu comme un signal d'alerte. Le risque est que le même argent circule entre plusieurs entreprises, donnant aux revenus et à la croissance une apparence plus solide que la demande externe réelle.
La comparaison historique est la bulle télécom autour de 2000. Les équipementiers finançaient les opérateurs, qui utilisaient ensuite cet argent pour acheter leurs équipements. Quand la demande finale n'a pas suivi, la chaîne s'est effondrée.
La version de Nvidia n'est pas identique, car le groupe achète des participations plutôt que de prêter directement à ses clients. Mais le risque de fond se ressemble. Si la demande réelle des consommateurs et des entreprises reste derrière l'expansion des infrastructures IA, un maillon faible peut fragiliser l'ensemble.
Le vrai pari de Jensen Huang
Pour Nvidia, le goulet d'étranglement ne se limite plus aux GPU. L'électricité, le refroidissement, les liens optiques, les sites de centres de données, le foncier et l'accès au réseau électrique comptent tout autant.
Nvidia finance donc directement les pièces manquantes: fibre chez Corning, capacité de centres de données chez IREN, visibilité de la demande chez des sociétés de modèles comme OpenAI. Le groupe ne vend pas seulement des puces; il assemble un système de calcul qui fonctionne au mieux dans son propre écosystème.
Si cette boucle tient, AMD, Broadcom, les TPU de Google et Trainium d'Amazon auront plus de mal à entrer, même avec des puces compétitives, car la chaîne d'approvisionnement aura déjà été capitalisée autour de Nvidia.
L'autre face de l'ingénierie financière
La question difficile est celle de la valorisation. Le multiple, le rendement du capital et le récit de flux de trésorerie de Nvidia reposent sur l'idée qu'il s'agit d'un fabricant de puces. Si une part croissante des bénéfices est recyclée vers clients et fournisseurs, les investisseurs pourraient commencer à voir Nvidia comme une couche d'investissement de la chaîne de calcul IA.
Un fabricant de puces et un véhicule d'investissement ne se valorisent pas de la même manière. Si le marché change de catégorie, même une capitalisation de 3 500 milliards de dollars pourrait être mise sous pression.
Jusqu'où cela peut-il aller?
Le mouvement de Huang en 2026 est clair: utiliser 40 milliards de dollars pour façonner à la fois la demande et l'offre de calcul IA, en gardant acheteurs et capacités dans l'orbite de Nvidia.
La structure tient tant que la croissance externe va plus vite que la boucle elle-même. Le prochain test sera l'adoption payante chez OpenAI, Anthropic et les autres grands acteurs des modèles. Si le marché entreprise avance comme prévu, la boucle peut continuer. Sinon, Nvidia devra expliquer quelle part de l'argent investi revient réellement sous forme de demande durable de GPU.
Huang parie sur le premier scénario. La réponse pourrait se voir en 2027.
Sources: CocoLoop, TechCrunch, CNBC