Par Liz Hughes, contributrice, AI Business | 14 août 2026

Note de la rédaction : bienvenue dans Prompt, votre brief hebdomadaire sur un paysage de l'IA en pleine évolution. Nous proposons un regard analytique sur les plus grands développements de la semaine, accompagné d'une sélection rigoureuse des actualités qui comptent.

Ce que la transformation de l'infrastructure d'IA en classe d'actifs investissable signifie pour la prochaine étape de l'IA en entreprise.

Que se passe-t-il lorsque l'infrastructure d'IA cesse d'être considérée principalement comme une dépense technologique et commence à être traitée comme une classe d'actifs ? Le secteur est peut-être sur le point de le découvrir.

Nvidia a annoncé cette semaine un partenariat avec six des plus grandes institutions financières mondiales pour mobiliser plus de 500 milliards de dollars en faveur de l'infrastructure d'IA (Nvidia s'associe aux géants de Wall Street pour mobiliser 500 milliards de dollars pour l'IA).

L'initiative ne consiste pas simplement à financer davantage de centres de données. Elle vise à contribuer à établir la puissance de calcul et l'infrastructure d'IA à pile complète comme une classe d'actifs investissable — un changement significatif dans la manière dont le secteur envisage le financement de la croissance de l'IA.

L'objectif est d'attirer des masses de capitaux externes bien plus importantes dans le déploiement de l'IA. Nvidia et ses partenaires financiers prévoient de créer des plateformes de financement indépendantes qui fourniront des capitaux dédiés aux laboratoires d'IA de pointe, aux entreprises et aux fournisseurs de cloud IA. Ces capitaux pourront ensuite être utilisés pour financer la construction de centres de données et le matériel Nvidia, aidant les clients à bâtir ce que le PDG de Nvidia, Jensen Huang, décrit comme une nouvelle classe d'infrastructure productive et investissable : les usines d'IA.

Cette approche s'inspire de la finance d'infrastructure traditionnelle, où des investisseurs institutionnels tels que les fonds de pension, les fonds souverains et les assureurs financent depuis longtemps des centrales électriques, des pipelines et des réseaux télécoms. Les centres de données eux-mêmes ont déjà intégré les portefeuilles institutionnels via les sociétés d'investissement immobilier cotées ; l'initiative de Nvidia étend cette logique des bâtiments qui abritent la puissance de calcul à l'ensemble de la pile IA qu'ils contiennent. Pour les entreprises, cette conception oriente vers l'acquisition de capacités d'IA à la manière dont elles acquièrent d'autres infrastructures financées — via des structures de financement dédiées plutôt que des achats technologiques ponctuels — les investisseurs externes appliquant à tout actif productif le même examen de l'utilisation et des rendements.

À lire également : IBM et OpenAI s'associent pour accélérer l'IA en entreprise

Au-delà du calcul : énergie, connectivité et matériaux

L'ampleur de l'initiative de Nvidia illustre à quel point le déploiement de l'IA est devenu capitalistique — et cet investissement dépasse de plus en plus largement le cadre du calcul.

SpaceX et Tesla, par exemple, ont révélé un investissement initial de 16,8 milliards de dollars dans Terafab, un immense campus consacré aux semi-conducteurs et au calcul avancé, prévu au Texas. Selon les dossiers déposés auprès des autorités de l'État, le projet pourrait in fine représenter jusqu'à 119 milliards de dollars d'investissement.

Plus révélateur encore est la manière dont SpaceX prévoit de l'alimenter. Plutôt que de dépendre du réseau électrique pour son alimentation courante, le campus devrait recourir à une production d'énergie sur site et au stockage par batteries, plaçant ainsi une autre composante critique de l'infrastructure d'IA sous le contrôle direct de l'entreprise.

La course à l'infrastructure d'IA ne se limite plus aux GPU. Elle devient une compétition pour les ressources physiques nécessaires à leur exploitation : énergie, connectivité et matériaux.

La construction de centres de données IA stimule la demande de capacités de fibre dédiées, tandis que les contraintes sur les équipements optiques pourraient limiter l'expansion. Zayo, par exemple, déploie plus de 8 000 miles de fibre longue distance à travers les corridors émergents de l'IA, avec Nvidia comme client d'ancrage. Cette expansion comprend six nouvelles routes longue distance et des capacités supplémentaires sur 10 marchés à forte demande, soulignant que le déploiement de l'IA crée des besoins d'infrastructure bien au-delà des centres de données eux-mêmes.

À lire également : Un prix d'appel plus bas pour Gemini 3.7 Flash afin d'attirer les développeurs

Le boom des centres de données IA accroît aussi la demande de cuivre, de lithium et de terres rares, exerçant des pressions sur les chaînes d'approvisionnement et soulevant des questions sur la capacité des producteurs à suivre le rythme. Le cuivre est particulièrement sous tension : un nouveau centre de données hyperscale peut nécessiter environ 50 000 tonnes de cuivre, tandis que le marché pourrait affronter un déficit de 10 millions de tonnes d'ici 2040 en l'absence d'une expansion significative de l'offre.

Pris dans leur ensemble, ces développements montrent pourquoi l'accès au capital à lui seul ne déterminera pas le rythme du déploiement de l'IA. Même avec des centaines de milliards de dollars disponibles pour l'investissement, les entreprises ont toujours besoin de l'énergie, de la connectivité et des matériaux nécessaires pour transformer ce capital en une infrastructure d'IA pleinement opérationnelle.

L'épreuve pratique de la transformation du calcul en une classe d'actifs durable sera l'exécution — à savoir si les plateformes de financement annoncées se traduisent en capitaux déployés et en contrats conclus avec les laboratoires d'IA, les entreprises et les fournisseurs de cloud IA, à l'échelle qu'implique le chiffre de 500 milliards de dollars.

Également dans l'actualité de l'IA cette semaine

• Ce que le décret présidentiel de Trump sur l'IA signifie pour les DSI : le décret de Trump élargit la supervision fédérale des modèles d'IA avancés et crée de nouvelles exigences de sécurité et de conformité pour les DSI lorsqu'ils évaluent et déploient des systèmes d'IA.
• Le robot Spot de Boston Dynamics déployé dans une mine de cuivre de l'Utah : le robot quadrupède est déployé dans une mine de cuivre de l'Utah pour automatiser les inspections, améliorer l'efficacité opérationnelle et réduire l'exposition des travailleurs à des environnements dangereux.
• Les dépenses d'infrastructure IA évoluent, nouveau signe de maturité des déploiements : les dépenses passent de l'entraînement des modèles à l'exploitation de l'IA à grande échelle, signe d'une maturité croissante à mesure que les organisations font passer leurs déploiements en production.
• Des préoccupations de sécurité amènent OpenAI à suspendre les travaux sur le modèle Astra : OpenAI a suspendu le développement de certaines parties de son futur modèle Astra après que le système a atteint un seuil critique de capacités en cybersécurité, conduisant le laboratoire d'IA à mettre en place des contrôles de sécurité et une surveillance plus stricts.
• Meta change de cap avec Muse Glimmer, un modèle à poids ouverts : Meta a dévoilé un nouveau modèle d'IA à poids ouverts, inversant son récent virage vers les systèmes fermés et réaffirmant son engagement en faveur d'un développement ouvert de l'IA.
• À qui appartiennent vos données d'IA ? Composer avec les risques de sécurité et de propriété : à mesure que les entreprises déploient l'IA, les questions relatives à la propriété et au contrôle des données créent des risques croissants en matière de sécurité, de confidentialité et de propriété intellectuelle.

À lire également : Lovable, figure du vibe coding européen, désormais valorisée à 13,3 milliards de dollars

Source : AI Business — Prompt : Wall Street se tourne vers l'infrastructure d'IA