Alphabet 185 Mds dIA|Lalternative à Nvidia

Le virage de l'IA

Lundi, l'action Nvidia a reculé. Ce repli n'est pas le fruit d'une annonce de résultats, ni d'un choc macroéconomique ou d'un tarissement de la demande pour les puces d'intelligence artificielle. La raison est plus structurelle : l'un de ses principaux clients travaille activement à s'en émanciper.

Selon des informations circulant lundi matin, Alphabet serait en discussions avancées avec Marvell Technology pour le co-développement de deux nouvelles versions de puces d'IA personnalisées, spécifiquement destinées aux infrastructures de Google Cloud. Suite à cette annonce, le titre Marvell a bondi de près de 4 %, tandis que l'action Alphabet restait globalement stable. Nvidia, de son côté, a cédé environ 1 % — un mouvement contenu, mais porteur d'un message limpide pour les investisseurs.

Cette séance coïncidait avec une note de JPMorgan désignant Alphabet comme sa valeur favorite (« top pick ») en amont de l'événement Google Cloud Next à Las Vegas. La banque d'affaires prévoit que Google Cloud pourrait représenter 19 % du chiffre d'affaires total d'Alphabet d'ici 2026. Elle souligne également que le carnet de commandes de la division cloud a explosé de 160 % en glissement annuel, atteignant 240 milliards de dollars fin 2025. Le déploiement des infrastructures d'IA ne ralentit pas ; il s'accélère. Dès lors, la question n'est plus de savoir si Alphabet investit, mais vers quels prestataires ces capitaux se dirigent.

Pour 2026, les prévisions de dépenses d'investissement d'Alphabet se situent entre 175 et 185 milliards de dollars. Un tel montant n'est pas une simple variable d'ajustement : c'est un levier capable de remodeler l'intégralité de la chaîne d'approvisionnement des semi-conducteurs. Ce lundi, le marché a eu un premier aperçu concret de cette recomposition à venir.

Puces sur mesure

La logique stratégique des géants du cloud, ou « hyperscalers », devient évidente une fois que vous identifiez la tendance de fond. Les charges de travail d'IA chez Google — qu'il s'agisse d'inférence, de traitement intensif de la mémoire ou de services cloud à grande échelle — ne requièrent pas nécessairement un processeur graphique (GPU) généraliste. Elles nécessitent du silicium conçu spécifiquement pour ces tâches, avec une structure de coûts que Nvidia ne peut pas proposer.

Broadcom dominait jusqu'ici ce segment, ayant notamment formalisé un partenariat avec Meta pour ses propres infrastructures d'IA. Désormais, Alphabet semble attirer Marvell dans une orbite similaire, et le marché a immédiatement réagi en dévaluant Nvidia suite à cette nouvelle. C’est là le signal à surveiller : non pas la hausse de 4 % de Marvell, mais le recul de Nvidia lors d'une journée où les gros titres sur les dépenses en IA étaient pourtant extrêmement porteurs.

Un parallèle historique permet de mieux comprendre la situation. Lorsqu'Apple a annoncé en 2020 l'abandon des processeurs Intel au profit de ses propres puces M1, l'action Intel a chuté. Le mouvement avait initialement été minimisé, jugé comme limité aux seuls appareils grand public. Pourtant, en deux ans, la transition vers les puces « M » a radicalement transformé le profil de marge d'Apple, et Intel a perdu définitivement l'un de ses clients les plus prestigieux. Ce basculement ne s'est pas fait en un jour, mais par étapes successives, avec chaque fois le même argumentaire : « ce matériel est optimisé pour des tâches spécifiques ».

Les discussions entre Alphabet et Marvell n'en sont qu'à leurs débuts et aucun accord n'a été officiellement confirmé. Cependant, si le schéma se répète, ce qui commence par un co-développement ciblé pour l'inférence finit généralement par s'étendre. L'enjeu pour Nvidia n'est pas de perdre totalement Google comme client, mais de voir la part du budget d'IA d'Alphabet qui lui est allouée commencer à se contracter, et à quel rythme.

Une nuance de taille complique toutefois cette analyse. L'écosystème de Nvidia — sa pile logicielle, les bibliothèques CUDA et les outils de développement — crée des coûts de transfert que le silicium personnalisé ne peut pas répliquer du jour au lendemain. Alphabet développe ses propres processeurs TPU depuis des années, tout en continuant d'utiliser les GPU Nvidia pour de nombreuses tâches. Les puces maison et tierces coexistent donc. La menace pour Nvidia n'est pas un remplacement brutal, mais une compression progressive de ses parts de marché.

Horizon 90 jours

Deux échéances à court terme permettront d'évaluer la réalité de ce pivot. La première est le Google Cloud Next à Las Vegas. JPMorgan s'attend à ce que l'entreprise mette l'accent sur ce qu'elle appelle l'« Agentic Cloud », soit des agents d'IA capables de gérer des flux de travail complexes en plusieurs étapes. Si Alphabet profite de cette tribune pour annoncer des avancées majeures sur ses puces propriétaires ou une plus grande indépendance infrastructurelle, les discussions avec Marvell apparaîtront comme le premier mouvement d'un repositionnement stratégique d'envergure.

La seconde échéance est la prochaine publication des résultats financiers d'Alphabet. Si la direction évoque l'allocation des dépenses d'investissement en distinguant le silicium personnalisé des achats auprès de tiers, ce commentaire sera plus déterminant que n'importe quelle annonce technique. Un changement de sémantique — passant de « nous utilisons des GPU Nvidia » à « nous concevons pour nos besoins spécifiques » — constituerait un signal structurel, et non plus une simple fluctuation boursière quotidienne.

Les indicateurs actuels penchent dans une direction claire. Le carnet de commandes de 240 milliards de dollars de Google Cloud impose une réduction drastique des coûts de calcul unitaires. Une fois développées, les puces sur mesure coûtent moins cher par inférence que les GPU standards à grande échelle. La logique financière de l'internalisation est implacable et se renforce à mesure que les revenus du cloud progressent.

Un scénario pourrait toutefois infirmer cette logique : la propre feuille de route de Nvidia. Si l'architecture Blackwell et les générations suivantes parviennent à combler l'écart d'efficacité entre silicium généraliste et personnalisé, ou si l'avantage logiciel de Nvidia s'avère plus difficile à reproduire que prévu, l'intérêt des puces propriétaires s'affaiblirait. De plus, les clients entreprises exigeant une portabilité de leurs charges de travail pourraient maintenir le matériel tiers dans l'équation plus longtemps que ne l'anticipent les partisans du silicium sur mesure.

Le recul de 1 % de Nvidia lundi n'était pas un effondrement. C'était une interrogation. La réponse dépendra désormais du nombre de grands clients qui engagent, en ce moment même, la même réflexion qu'Alphabet avec Marvell.