Quand l’IA redécouvre les lois de la physique
Pendant des années, la tech a vécu dans une réalité confortable : si ça coince, on pousse une mise à jour, on optimise deux algos, on scale dans le cloud et on appelle ça une journée productive. L’intelligence artificielle, elle, vient de ramener tout le monde sur Terre, littéralement.
Avec l’annonce d’un financement massif de 65 milliards de dollars et une valorisation qui grimpe à 965 milliards de dollars, Anthropic envoie un message clair : l’enjeu n’est plus seulement de créer les meilleurs modèles. L’enjeu, c’est d’obtenir l’électricité, les puces, la mémoire et les data centers pour les entraîner et les faire tourner.
En 2026, le nerf de la guerre n’est pas un framework. C’est le kilowattheure.
65 milliards de dollars : une levée qui ressemble à un plan d’infrastructure
Sur le papier, on pourrait lire l’annonce comme un simple “encore une levée géante dans l’IA”. Sauf que cette fois, la finalité change.
Anthropic affiche un revenu annualisé estimé à 47 milliards de dollars. On est très loin du schéma startup “on brûle du cash en attendant la série C”. À ce niveau, la valorisation sert surtout à financer une stratégie mondiale, et cette stratégie ressemble de plus en plus à celle d’un industriel.
L’idée n’est pas uniquement de recruter des chercheurs ou d’itérer sur les modèles. Le sujet brûlant, c’est la capacité disponible. La demande progresse plus vite que l’offre de compute. Résultat : l’entreprise doit sécuriser des ressources physiques, sur le long terme, avec des partenaires capables de livrer de la puissance à l’échelle.
Dit autrement : l’IA n’est plus seulement une course au modèle le plus malin. C’est une course à l’approvisionnement.
La vraie annonce : Anthropic parle en gigawatts
Le détail le plus révélateur n’est pas le montant de la levée. C’est l’unité de mesure.
Anthropic annonce des accords pouvant représenter jusqu’à cinq gigawatts de capacité avec Amazon, plus cinq gigawatts supplémentaires de TPU de nouvelle génération avec Google et Broadcom. Et en bonus, un accès aux infrastructures GPU Colossus développées par SpaceX.
Le fait que le gigawatt devienne une unité stratégique dit tout : on ne parle plus seulement d’acheter des GPU. On parle d’acheter un morceau du futur énergétique et industriel de l’IA.
À ce stade, l’IA ressemble davantage à une phase d’industrialisation façon télécoms ou cloud qu’à un cycle logiciel classique. On ne “déploie” plus, on “réserve”, on “contractualise”, on “sécurise”. Presque envie de sortir un casque de chantier et un gilet fluo.
Des semi-conducteurs aux data centers : la chaîne d’approvisionnement devient un avantage concurrentiel
Autre signal fort : la présence de partenaires industriels comme Micron, Samsung et SK hynix.
Pourquoi eux ? Parce que dans l’IA moderne, les modèles comptent, mais les composants comptent tout autant. La mémoire HBM, la disponibilité des puces, la capacité des interconnexions réseau et les chaînes logistiques deviennent des facteurs déterminants.
Il y a quelques années, on se demandait surtout qui avait les meilleurs chercheurs et les meilleurs algorithmes. Aujourd’hui, la question devient :
- Qui peut obtenir les puces au bon moment et en volume
- Qui sécurise les stocks de mémoire et les contrats de fabrication
- Qui a accès aux data centers et à l’énergie pour alimenter tout ça
Les laboratoires d’IA découvrent ce que l’industrie connaît depuis toujours : l’innovation ne suffit pas si la chaîne d’approvisionnement est sous tension.
Quand le capital risque rencontre le capital infrastructure
La liste d’investisseurs confirme que l’IA est en train de changer de nature.
Aux côtés des noms classiques du capital-risque comme Sequoia, Greenoaks ou General Catalyst, on retrouve des mastodontes habitués aux infrastructures : Blackstone, Brookfield, Temasek, GIC ou Capital Group.
Il y a quelques années, ce mélange aurait paru improbable. D’un côté, les investisseurs “innovation”, de l’autre, ceux qui financent des réseaux énergétiques, des actifs immobiliers ou des infrastructures critiques.
Le fait qu’ils cohabitent dans la même opération indique une chose : les marchés voient désormais l’IA comme une industrie structurante, qui nécessite des investissements lourds et des actifs tangibles.
En clair, l’IA est en train d’obtenir le traitement réservé aux secteurs “fondation” de l’économie. Et ça change tout.
Même en Europe, l’économie du gigawatt s’invite dans la conversation
Ce basculement n’est pas réservé aux géants américains.
En Europe, Mistral AI a indiqué viser 200 mégawatts de capacité d’ici fin 2027, avec l’ambition d’atteindre un gigawatt à l’horizon 2030. Les ordres de grandeur restent loin des dix gigawatts évoqués côté Anthropic, mais la logique est la même : il ne suffit plus d’avoir un bon modèle, il faut aussi garantir l’accès aux ressources.
Le débat “les Américains ont les moyens, les Européens ont l’efficience” évolue. Tout le monde finit par se heurter au même mur, celui des contraintes industrielles.
Et ce mur a un compteur électrique.
De la guerre des modèles à la guerre énergétique
Anthropic n’est pas seule à comprendre que le compute est le nouveau pétrole.
Le secteur entier se réorganise autour de la capacité de calcul et de l’énergie :
- OpenAI multiplie les initiatives autour de Stargate pour sécuriser des volumes massifs
- xAI accélère l’expansion de Colossus pour accompagner le développement de Grok
- Meta prévoit d’investir plusieurs centaines de milliards de dollars dans l’infrastructure IA
Ce n’est plus seulement une compétition de produits. C’est une compétition d’accès à la puissance, à la fabrication et aux réseaux.
On pourrait résumer cette nouvelle phase par une phrase simple : les meilleurs modèles ne gagnent pas toujours, ceux qui peuvent les faire tourner gagnent.
L’IA entre dans son âge industriel, et ça change votre stratégie produit
Ce virage a des implications très concrètes, même si vous n’êtes pas en train de signer des accords de plusieurs gigawatts.
1) Le coût du compute devient une variable stratégique
Si l’accès à la puissance devient rare, alors son prix devient un levier de compétitivité. Les entreprises qui sauront optimiser, mutualiser, choisir les bons fournisseurs ou adapter leurs modèles auront un avantage.
2) Les partenariats infrastructure vont compter autant que les features
On va voir de plus en plus d’alliances entre labs, clouds, fabricants de puces, producteurs d’énergie, opérateurs de data centers. Dans certains cas, une roadmap produit dépendra davantage d’un contrat supply chain que d’un sprint de dev.
3) La souveraineté et la localisation redeviennent des sujets chauds
Quand le compute est une ressource critique, sa localisation et son contrôle deviennent politiques. En Europe, cette dynamique peut accélérer les projets d’infrastructures locales et les discussions autour d’une “pile” IA plus autonome.
4) L’automatisation va s’étendre, mais pas gratuitement
Oui, l’IA va continuer à s’inviter partout. Mais les coûts énergétiques et matériels vont peser. Les entreprises devront arbitrer : quoi automatiser, à quel niveau de qualité, avec quelle latence, et à quel prix.
Pour orchestrer des workflows et connecter des services sans réinventer la roue, des plateformes d’automatisation peuvent aider à rationaliser ce qu’on envoie réellement aux modèles et quand. Si vous testez ce type d’approche, vous pouvez jeter un œil à Make via ce lien : https://www.make.com/en/register?pc=laurentwiart
Ce qu’il faut retenir (sans sortir la calculette)
Anthropic vient de mettre des chiffres géants sur une réalité simple : l’IA n’est plus un sport purement logiciel. Elle devient une industrie lourde qui se joue sur trois fronts en même temps :
- la qualité des modèles
- l’accès aux puces et à la mémoire
- l’accès à l’énergie et aux data centers
Et quand une entreprise commence à parler en gigawatts, c’est qu’on a changé d’époque.
La prochaine fois que quelqu’un dira “c’est juste du software”, vous pourrez répondre calmement : oui, mais un software qui mange de l’électricité au petit-déjeuner.