Jensen Huang : l’ère des agents IA et des « usines d’intelligence » ne fait que commencer

Selon lui, ces infrastructures permettent de créer ce qu’il appelle des « AI factories », des centres capables de produire de l’intelligence artificielle à grande échelle pour des entreprises ou des services numériques.

La montée en puissance des agents IA

Une autre idée centrale de Huang concerne la transition actuelle : on passe d’outils conversationnels simples à des systèmes d’IA agents capables de planifier, raisonner et agir.

Ces systèmes peuvent utiliser des outils, enchaîner plusieurs étapes et accomplir de véritables tâches professionnelles.

Dans certaines projections évoquées par Huang, les entreprises pourraient fonctionner avec bien plus d’agents numériques que d’employés humains. Il imagine par exemple qu’à l’avenir Nvidia pourrait compter environ 75 000 employés travaillant aux côtés de millions d’agents IA actifs en permanence.

Selon lui, cela ne signifie pas nécessairement moins de travail humain. Au contraire, ces systèmes pourraient accélérer les projets et pousser les équipes à viser des objectifs plus ambitieux.

Des anecdotes sur l’usage personnel de l’IA — difficiles à confirmer

Certaines discussions en ligne affirment que Huang aurait évoqué l’utilisation d’outils comme Claude (d’Anthropic) dans son travail quotidien ou mentionné que des membres de sa famille utilisent des agents pour gérer des tâches domestiques.

Cependant, les comptes rendus fiables de sa visite à Taïwan ne confirment pas clairement ces anecdotes. Elles doivent donc être considérées comme non vérifiées ou paraphrasées, plutôt que comme des citations confirmées.

Le nouveau goulot d’étranglement : la mémoire

Un autre point technique majeur souligné par Huang concerne les limites matérielles de l’IA.

Pendant longtemps, la principale contrainte était la puissance de calcul. Aujourd’hui, explique‑t‑il, la mémoire devient tout aussi critique.

Les modèles d’IA modernes nécessitent des quantités énormes de mémoire à très haut débit pour analyser des données, raisonner et produire des réponses en temps réel.

Avec l’augmentation de la taille et des capacités des modèles, la demande pour ces ressources explose — ce qui fait de la mémoire un facteur déterminant pour l’évolution de l’IA.

Pourquoi Taïwan est au cœur de l’écosystème IA

La visite de Huang a également mis en lumière le rôle central de Taïwan dans la chaîne d’approvisionnement mondiale des semi‑conducteurs.

Nvidia dépend fortement de partenaires industriels taïwanais, en particulier TSMC, pour produire ses puces les plus avancées.

Selon Huang, la demande mondiale pour les puces d’IA pourrait être si forte que la capacité de production de TSMC devra plus que doubler au cours de la prochaine décennie.

La Chine reste un marché stratégique

Malgré les tensions géopolitiques et les restrictions d’exportation, Huang continue de considérer la Chine comme un marché important pour l’IA.

Il estime que le marché chinois des puces d’IA pourrait s’ouvrir davantage à l’avenir, même si le rythme dépendra des décisions politiques concernant la protection de l’industrie locale.

Parallèlement, il souligne que Taïwan restera un centre clé pour la fabrication des technologies les plus avancées de Nvidia.

L’avenir du calcul : des systèmes hétérogènes

Huang rejette également l’idée qu’un seul type de processeur dominera toutes les charges de travail de l’IA.

Selon lui, les systèmes d’IA de demain reposeront sur des architectures informatiques hétérogènes : différents types de processeurs coopéreront pour traiter différentes tâches — entraînement, inférence, mémoire ou coordination d’agents.

Une transformation encore devant nous

Pris ensemble, les propos de Huang dessinent une vision claire de l’évolution de l’IA :

• l’infrastructure mondiale de l’IA est encore dans sa phase initiale
• les agents IA deviendront des collaborateurs numériques du quotidien
• la mémoire et la fabrication de puces deviennent les principaux défis techniques
• Nvidia se positionne comme la plateforme centrale de cet écosystème

Si cette vision se confirme, les transformations les plus profondes de l’IA — agents autonomes, centres de calcul massifs et architectures hybrides — pourraient encore être devant nous.

Pour Jensen Huang, le boom actuel de l’IA n’est pas la fin de l’histoire. C’est le début d’une longue construction technologique.