La puissance de calcul de l’IA est le nouveau pétrole et nécessite une nouvelle analyse de marché

J’ai la mauvaise habitude de regarder l’écran de facturation au lieu de la démonstration. Le modèle est peut-être en train d’écrire du code, de rédiger des contrats ou de planifier un flux de travail, mais tout près, il y a une machine plus discrète qui décide si cette magie vaut son coût marginal. C’est là que la partie intéressante de l’infrastructure de l’IA est en train de se déplacer. Pas seulement vers de plus grands bâtiments, plus de puces et des débats plus bruyants sur l’énergie, mais vers la question de savoir qui obtient du calcul, à quel prix et selon quelles règles.

La provocation utile consiste à dire que le calcul IA est le nouveau pétrole et qu’il a besoin d’un nouveau marché. J’aime cette idée parce qu’elle est légèrement fausse d’une manière productive. Le pétrole est devenu la ressource stratégique de la modernité parce que tout en dépendait et que tout le monde ne pouvait pas y accéder à bas prix. Le calcul commence à faire écho à cette histoire, sauf que le baril est un cluster, la raffinerie est une place de marché cloud, et le contrat à terme pourrait ressembler à une feuille de route produit.

La rareté a maintenant un chiffre

OpenAI a donné une ampleur inhabituelle au récit de la rareté lorsqu’elle a déclaré qu’Oracle et OpenAI avaient conclu un accord pour développer 4,5 gigawatts supplémentaires de capacité de centres de données Stargate aux États-Unis. Selon OpenAI, cet accord avec Oracle porterait la capacité Stargate en développement à plus de 5 gigawatts, fonctionnant sur plus de 2 millions de puces. OpenAI a également décrit Stargate comme un plan annoncé par la Maison-Blanche visant à investir 500 milliards de dollars dans 10 gigawatts d’infrastructure IA aux États-Unis sur quatre ans.

Ces chiffres ne sont pas de simples anecdotes d’infrastructure. Ils cartographient la manière dont la stratégie de l’IA est tirée de l’économie du logiciel vers l’économie industrielle. OpenAI a indiqué que certaines parties de Stargate I à Abilene étaient déjà opérationnelles, avec des charges de travail initiales d’entraînement et d’inférence en cours d’exécution après qu’Oracle a commencé à livrer des racks Nvidia GB200. Elle a également précisé que Microsoft continuerait à fournir des services cloud à OpenAI, notamment via Stargate, ce qui rappelle que même les déploiements gigantesques ne font pas disparaître le besoin de réseaux de partenariats.

L’ancienne histoire de l’IA plaçait d’abord les capacités des modèles, et tout le reste ensuite. L’histoire qui émerge est plus inconfortable pour les bâtisseurs : les capacités dépendent de l’accès, l’accès dépend de l’allocation, et l’allocation dépend de marchés qui sont encore en partie cachés dans des contrats d’approvisionnement.

Le marché commence comme une file de caisse

Google Cloud a donné un autre indice pendant la même semaine du calendrier de l’industrie. Google Cloud a déclaré lancer les modèles d’OpenAI dans le model garden de Google Cloud, en présentant cette initiative sous l’angle du choix pour les entreprises plutôt que sous celui de la capacité brute. Selon Google Cloud, les clients peuvent choisir et remplacer des modèles pour des charges de travail particulières en fonction des performances, de la latence et de l’efficacité des coûts, sans repenser leur architecture ni signer des contrats séparés avec les fournisseurs.

Cela semble banal jusqu’à ce qu’on l’observe comme un exercice de conception de marché. Google Cloud a indiqué que l’utilisation des modèles OpenAI passera par Google Cloud Marketplace, apparaîtra sur une seule facture Google Cloud, puisera dans les engagements cloud existants et comptera dans les Flexible Savings Plans entre fournisseurs de modèles. En clair, l’accès aux modèles est intégré à la même plomberie financière que les entreprises utilisent déjà pour gérer leurs dépenses cloud.

OpenAI a déclaré séparément qu’OpenAI et Google Cloud s’associent pour apporter ses modèles de pointe et ses workflows agentiques Codex dans le Model Garden de Google Cloud, avec une disponibilité générale prévue dans les prochaines semaines. OpenAI a également indiqué que Microsoft reste son principal partenaire cloud. L’image n’est donc pas celle d’un fournisseur qui en remplace un autre. C’est un monde où la disponibilité des modèles, l’emplacement du calcul, la structure des contrats et la gouvernance se superposent jusqu’à ce que le marché commence à ressembler moins à l’achat de logiciels qu’à l’acheminement d’énergie.

Le pétrole est la mauvaise métaphore, et c’est pour cela qu’elle fonctionne

The New Yorker a résumé cette dépendance plus profonde avec cette phrase : « Les puces sont le fondement de l’IA. » Il a également rapporté que l’immense majorité des puces les plus avancées au monde sont fabriquées à Taïwan. Ces deux faits donnent au calcul un air de pétrole, non pas parce que les puces et les barils se comportent de la même manière, mais parce que les deux transforment des chaînes d’approvisionnement techniques en stratégie géopolitique et économique.

Pourtant, le calcul est plus étrange que le pétrole. Un baril de pétrole est largement interchangeable une fois qu’il respecte une spécification. Le calcul IA est associé à la latence, aux piles logicielles, à l’accès aux modèles, aux promesses de gouvernance, à la disponibilité de l’énergie et à du matériel spécialisé. Un marché du calcul ne peut pas simplement demander combien coûte une unité. Il doit demander quel type de travail cette unité peut accomplir, où elle peut être exécutée et quels risques organisationnels l’accompagnent.

C’est pourquoi la prochaine couche d’infrastructure de l’IA sera peut-être moins glamour que le classement des modèles, mais plus décisive pour tous ceux qui construisent dessus. Si le calcul est tarifé de manière plus transparente, les équipes peuvent concevoir des produits autour de courbes de coûts plutôt qu’autour d’impressions. Si l’accès reste surtout bilatéral et opaque, la meilleure idée de produit dans la pièce pourrait perdre face au meilleur contrat de capacité.

Ce que les bâtisseurs devraient surveiller ensuite

La leçon pratique n’est pas de devenir analyste de centres de données du jour au lendemain. Elle consiste à commencer à traiter le calcul comme une dépendance produit à laquelle est attachée une stratégie. La structure de marketplace de Google Cloud indique une direction à court terme : les équipes compareront de plus en plus les modèles non seulement selon les benchmarks ou la marque, mais aussi selon la latence, l’efficacité des coûts, la gouvernance et la facilité avec laquelle l’usage s’intègre aux engagements cloud existants.

L’annonce Stargate d’OpenAI pointe vers l’autre direction : les entreprises d’IA de pointe essaient de sécuriser la couche physique de base avant que la demande ne dépasse leur capacité à y répondre. The New Yorker nous rappelle que la chaîne d’approvisionnement des puces reste concentrée de façons qui rendent l’ensemble de la pile plus fragile qu’une catégorie logicielle normale. Pris ensemble, ces signaux suggèrent que les feuilles de route IA pourraient avoir besoin d’une colonne « calcul » à côté de chaque colonne « fonctionnalité ».

Pour les lecteurs qui construisent, achètent ou investissent dans l’IA, la question devient merveilleusement concrète. Quand un produit dépend d’une intelligence mesurée au compteur à travers une infrastructure rare, votre avantage vient-il du modèle que vous avez choisi, du workflow que vous avez conçu, ou de l’accès au marché que vous avez sécurisé avant que tout le monde ne remarque que le compteur tournait ?