En août, Nvidia a réuni six des plus grands noms de la finance mondiale—Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR—pour établir des plateformes de financement capables de mobiliser plus de 500 milliards de dollars au profit des entreprises qui construisent l'infrastructure d'IA, comme le décrit l'annonce officielle du fabricant de puces. C'était le dernier geste d'une entreprise passée de la fabrication de puces à l'orchestration de l'ensemble de l'échiquier de l'IA—et le signe que la croissance de l'entreprise la plus valorisée au monde dépend désormais autant du prochain défi d'ingénierie que de la capacité de ses clients à continuer de payer ses produits.

Ce dispositif révèle aussi la direction plus générale que prend l'IA. Alors que l'attention se concentre sur les sorties de modèles, les capacités des puces et la capacité des centres de données, la variable qui détermine de plus en plus qui peut compétitionner est l'argent lui-même. La prochaine phase de la course à l'IA entre entreprises et pays dépendra largement de qui peut la financer, et l'action se déplace des laboratoires de pointe vers les guichets du crédit. Celui qui pourra lever du capital à bas coût et à grande échelle fixera le rythme—une course qui favorise toujours les États-Unis, dont les marchés de capitaux sont plus profonds que tous les autres. Pour la Chine et l'Europe, le chemin pour combler le fossé technologique passe par le fossé financier.

Les révolutions technologiques sont généralement ricordées pour leurs technologies : la machine à vapeur, les chemins de fer, Internet. Tout aussi importante est la machinerie financière qui les a rendues possibles. La société par actions a dispersé le risque des expéditions commerciales ; les premiers marchés obligataires et actions ont financé les chemins de fer avant qu'ils ne puissent générer de rendement ; le capital-risque a fourni des fonds à haut risque à des entreprises trop jeunes les lever auprès d'investisseurs traditionnels.

L'IA atteint sa propre version de ce moment. Pendant un demi-siècle, la technologie était légère en actifs : le logiciel pouvait être écrit une fois et distribué à des milliards d'utilisateurs à un coût marginal négligeable. L'IA transforme la technologie en industrie lourde. Les derniers systèmes exigent des usines, des puces avancées, des postes électriques et des approvisionnements énormes en électricité. Même les entreprises les plus riches du monde peinent à financer tout cela avec leurs revenus.

À eux seuls, les cinq plus grands hyperscalers américains sont en passe de dépenser 730 milliards de dollars en dépenses d'investissement en 2026, et une part décroissante provient de leurs propres bilans—ils devraient financer jusqu'à un tiers de ce montant par la dette.

Si les entreprises les plus rentables de l'histoire doivent emprunter pour rester dans la course, fait valoir l'argument, quel espoir reste-t-il pour tous les autres ?

L'accord de Nvidia est une réponse. Le financement de projet finance depuis longtemps des infrastructures aux coûts initiaux élevés, remboursés par des rendements stables sur de nombreuses années : centrales électriques, routes à péage, aéroports. Ce qui est nouveau, c'est la tentative de faire de la puissance de calcul une classe d'actifs que les fonds de pension et les assureurs acceptent de détenir, comme ils détiennent déjà des infrastructures.

Le dispositif comporte des risques, et le parallèle avec les infrastructures est imparfait. Les installations énergétiques sont construites pour durer des décennies, généralement en réponse à une demande prévisible, et génèrent des rendements prévisibles. En revanche, les unités de traitement graphique (GPU) sont des actifs à durée de vie courte ; la demande d'IA est imprévisible ; et il est trop tôt pour projeter des rendements.

Reste que si les bénéfices de l'IA sont spéculatifs, les risques le sont aussi—et si le modèle fonctionne, il pourrait remodeler le marché de l'IA comme le capital-risque a changé le calcul des risques de création d'entreprise.

L'annonce de Nvidia a suscité les inquiétudes habituelles liées au financement circulaire, dans lequel l'argent du fabricant de puces lui revient sous forme de commandes de puces. Mais ce dispositif est l'inverse. Nvidia ne prêtera pas, pour l'essentiel, son propre argent—pas plus que ses six partenaires. Le capital provient de tiers : fonds de pension, assureurs, fonds souverains, épargne des ménages. Plutôt que de former une boucle fermée, la construction est câblée dans le financier au sens large : l'accord ne stimule pas artificiellement la demande, mais restructure le coût de l'offre pour un vivier plus large de concurrents au-delà des hyperscalers, qui eux-mêmes ne peuvent l'assurer que partiellement.

La structure financière choisira en partie les gagnants de la course technologique—non pas en fonction de qui a le plus d'argent, mais selon que l'architecture financière au sens large utilise le capital de manière optimale.

L'Europe illustre le problème. Le continent détient l'un des plus grands bassins d'épargne au monde : les seuls ménages de la zone euro détiennent environ 10 000 milliards d'euros (environ 11 000 milliards de dollars) en dépôts bancaires. Pourtant, les investisseurs institutionnels européens préfèrent acheter des obligations technologiques américaines plutôt que de soutenir leurs propres startups. L'argent est là ; ce qui manque, c'est la tuyauterie pour transformer l'épargne en investissement.

Si l'IA se résume à l'accès au capital, conclut l'argument, la stratégie d'IA de l'Europe a besoin d'une stratégie de marchés de capitaux—et une avancée sur l'intégration des marchés de capitaux, bloquée depuis longtemps, ferait plus pour la compétitivité européenne qu'une nouvelle série de gigafactories.

Le problème de la Chine est l'inverse. L'argent public sait couler du béton ; il est moins doué pour ajuster la capacité à la demande. Après une frénésie de construction pilotée par les politiques, les médias chinois ont rapporté l'année dernière que jusqu'à 80 % de la capacité de calcul nouvellement construite restait inutilisée. Le Stanford HAI AI Index 2026 estime que l'année dernière, l'investissement privé dans l'IA aux États-Unis était plus de 23 fois supérieur à celui de la Chine.

Alors que la finance choisit les gagnants, les États-Unis partent avec un avantage : aucun autre pays n'est aussi efficace pour transformer l'épargne des retraités et des ménages en actifs risqués et durables à grande échelle. Les marchés obligataires américains, les fonds de crédit privé et les gestionnaires d'actifs recherchent déjà exactement ce type d'actif—comment sinon un fabricant de puces pourrait-il aligner un objectif de financement d'un demi-billion de dollars en une seule annonce ?

La première phase du boom de l'IA reposait sur des percées techniques : modèles, puces, applications. La phase suivante dépend de la capacité du système financier à garantir l'expansion de l'industrie au-delà d'un petit nombre d'entreprises. Nvidia a fait une tentative audacieuse pour reconfigurer l'économie de l'IA ; ses concurrents auront besoin de mécanismes financiers tout aussi imaginatifs.

Les révolutions technologiques ne se produisent pas simplement parce que quelqu'un invente le futur. Elles se produisent lorsqu'on détermine aussi comment le financer.

Les opinions exprimées dans les articles de commentaire de Fortune sont uniquement celles de leurs auteurs et ne reflètent pas nécessairement les opinions et convictions de Fortune. Cet article a été publié à l'origine sur Fortune.com.