En 1901, des prospecteurs ont découvert du pétrole à Spindletop, dans l’est du Texas, avec une telle violence qu’il a fallu neuf jours pour boucher le puits. En moins d’un an, plus de 200 compagnies pétrolières s’étaient installées à proximité. Des foreurs indépendants, des joueurs, des personnes qui n’avaient a priori rien à faire dans le secteur pétrolier se sont soudainement retrouvés dans le secteur pétrolier. Voilà à quoi ressemble, à sa naissance, un marché de ressources vraiment ouvert : désordonné, encombré et plein d’outsiders.
Le calcul, la ressource qui façonnera le reste de ce siècle comme le pétrole a façonné le précédent, ne bénéficie pas d’un tel départ.
La semaine dernière, le PDG de Nvidia, Jensen Huang, a qualifié les puces de calcul de « catégorie d’actifs investissable », la première fois que le fabricant de puces le plus valorisé au monde parle du silicium dans le langage habituellement réservé à l’immobilier, aux matières premières ou à l’or. Le contexte était un accord de financement d’infrastructure d’environ 500 milliards de dollars, dernier épisode d’une série de méga-contrats qui ont transformé la capacité GPU en un actif que les banques évaluent, structurent et échangent désormais.
La comparaison avec le pétrole est tentante, et les dirigeants du secteur l’assument de plus en plus. Mais il existe une différence clé : le pétrole a construit une économie ouverte. Le calcul est en train d’en construire une fermée.
L’économie américaine du XXe siècle a prospéré parce que le pétrole était accessible. Des centaines de producteurs se faisaient concurrence, tandis que raffineurs, distributeurs, fabricants d’outils et sociétés de services se développaient autour de cette compétition. La ressource était précieuse, mais le marché qui l’entourait était suffisamment ouvert pour que la valeur se diffuse vers l’extérieur au lieu de se concentrer dans une poignée d’entreprises. Les débuts de la Silicon Valley ont reposé sur le même principe : les mêmes puces et composants étaient disponibles pour deux personnes dans un garage comme pour IBM, et cette ouverture a permis à tout un secteur de naître de rien.
Un marché qui ne loue qu’aux propriétaires
Le calcul prend la direction inverse. Microsoft, Google, Meta et Amazon ont verrouillé l’immense majorité de l’allocation de GPU de nouvelle génération jusqu’en 2027, sécurisée via des accords d’approvisionnement pluriannuels, des prises de participation directes dans les puces et les centres de données, et des montages de financement qui font apparaître des déploiements de centres de données entiers dans leurs bilans avant même qu’une seule puce ne soit livrée. Ils préachètent une capacité qui n’existe pas encore, réservant le calcul de demain dès aujourd’hui.
Les laboratoires d’IA verrouillent ensuite leur propre accès via des partenariats cloud exclusifs avec ces mêmes hyperscalers. Au moment où une entreprise d’IA en phase de croissance ou une équipe de recherche ambitieuse part à la recherche de temps GPU, la bonne capacité est déjà réservée, le stock restant est surfacturé, et tout le rapport de force se trouve du côté des Big Tech.
Il en résulte un marché curieux, sans réelle pénurie de silicium et avec une part significative de la capacité GPU mondiale qui reste inutilisée dans des centres de données qui n’ont aucun moyen efficace de mutualiser ou de revendre cette capacité. L’offre n’est pas le problème. Ce qui manque, c’est l’accès. Une startup disposant de financements et d’une équipe ne peut toujours pas obtenir les GPU dont elle a besoin parce qu’elle n’a pas de relation avec le bon fournisseur de cloud.
La crypto a appris cette leçon à la dure
Quiconque est dans la crypto depuis suffisamment longtemps reconnaîtra ce schéma. La promesse originelle de la blockchain était celle de réseaux ouverts où la participation ne nécessitait pas l’aval d’un acteur en place. Puis la liquidité s’est concentrée sur quelques plateformes d’échange, le développement s’est consolidé autour de quelques chaînes, et l’écosystème a commencé à ressembler fortement au système financier qu’il était censé remplacer.
Dans la course à la décentralisation de tout, on a oublié que la décentralisation est un outil, pas une destination. Les projets les plus prospères sont ceux qui n’ont cessé de se demander s’ils étaient réellement utiles, réellement fonctionnels, et s’ils donnaient effectivement accès à plus de monde qu’avant. Les stablecoins n’ont pas gagné parce qu’ils étaient maximalement décentralisés. Ils ont gagné parce qu’ils ont donné à davantage de personnes l’accès à des transactions libellées en dollars que le système bancaire n’était prêt à en offrir.
Le calcul se trouve au même carrefour. Les réseaux de calcul décentralisés ont prouvé que des GPU répartis dans le monde entier peuvent être organisés en une infrastructure d’IA exploitable. Mais pour résoudre le problème d’accès qui freine l’offre mondiale d’IA, il faut aller plus loin. Tout comme les joueurs web3 ne se soucient pas forcément de ce qui se passe sous le capot, un fondateur qui essaie d’entraîner un modèle ou une entreprise qui exécute de l’inférence à grande échelle veut simplement savoir : puis-je obtenir un accès fiable au calcul dont j’ai besoin, à un prix soutenable, sans devoir signer un contrat pluriannuel avec l’une de quatre entreprises ?
La couche manquante
Les marchés verrouillés ne le restent jamais éternellement. Chaque fois qu’une ressource se retrouve concentrée dans trop peu de mains, un intermédiaire finit par apparaître, que les acteurs en place n’avaient pas pris la peine de construire.
Le cloud computing a été précisément ce genre de correction. Il a sorti les serveurs des sous-sols des entreprises pour en faire quelque chose que n’importe qui pouvait louer à l’heure. Mais le cloud s’est depuis progressivement reconcentré, une poignée d’entreprises contrôlant la majeure partie de la capacité mondiale de centres de données, et l’allocation de GPU en leur sein suivant davantage les relations que des enchères ouvertes.
Ce qui émerge aujourd’hui, c’est une nouvelle couche d’entreprises qui s’intercalent entre les hyperscalers et les personnes qui ont réellement besoin de construire. Leur mission est simple : trouver le calcul qui existe déjà mais reste sous-utilisé, qu’il soit inactif dans un centre de données tournant en dessous de sa capacité ou engagé dans un contrat que personne n’exploite pleinement, et le rediriger vers le marché plus large sans exiger un bail pluriannuel pour franchir la porte.
Les plus avisées s’inspirent de la crypto. Au lieu de traiter la décentralisation comme une identité, elles l’envisagent comme une source d’approvisionnement parmi d’autres, à mélanger avec des infrastructures centralisées lorsque la fiabilité l’exige. L’enjeu n’est pas l’architecture. L’enjeu est de savoir si davantage de personnes peuvent accéder au calcul qu’auparavant.
Ce qui se construit quand l’accès s’ouvre
Le véritable coût d’un marché du calcul verrouillé est supporté par les entreprises qui ne se lancent jamais. Lorsqu’un fondateur doit planifier une feuille de route en fonction du calcul qu’il peut sécuriser plutôt qu’en fonction du pari technique le plus solide, la prudence l’emporte. Et la prudence ne construit pas la prochaine percée en repliement de protéines ou en systèmes autonomes.
Les équipes de recherche conçoivent des expériences en fonction des heures de GPU disponibles plutôt que de ce que la science exigerait. Des catégories entières d’idées ambitieuses et gourmandes en calcul ne sont tout simplement jamais financées, car tout le monde dans la pièce sait déjà que les coûts de calcul étrangleront l’entreprise avant que le marché n’ait la moindre chance.
Chaque ère informatique précédente est restée dans les mémoires pour les personnes qu’elle a laissées entrer. Les mainframes ont laissé la place aux mini-ordinateurs, les mini-ordinateurs aux PC, les PC au cloud. Chaque transition a élargi le cercle de ceux qui pouvaient construire. Si la couche de calcul sous-jacente à l’IA se fige en une hiérarchie permanente composée de quatre propriétaires et de tous les autres relégués au rang de locataires, la prochaine génération d’entreprises d’IA majeures se limitera à ceux qui auront eu la chance d’être là dès le départ.