Jensen Huang voit la cybersécurité comme le prochain grand débouché de l’IA

Pour Jensen Huang, directeur général de Nvidia, le prochain immense marché de l’intelligence artificielle ne sera pas forcément un nouveau chatbot ou un outil de programmation. Ce pourrait être la cybersécurité.

Lors de la conférence Communacopia + Technology de Goldman Sachs, le dirigeant a défendu une idée simple : si l’IA accélère l’écriture et la modification de logiciels, elle peut aussi repérer des vulnérabilités et contribuer à les corriger. Or, plus le rythme du code s’accélère, plus les équipes de sécurité doivent pouvoir analyser, prioriser et répondre vite. 10

Pourquoi l’IA change l’équation de la sécurité

Huang a déclaré que la cybersécurité serait « probablement le prochain grand cas d’usage de l’IA ». L’automatisation de la programmation, selon lui, bouleverse déjà le secteur, car elle accélère le moment où une faille peut être découverte, exploitée puis réparée. 10

L’enjeu n’est donc pas de faire disparaître le risque cyber. L’objectif est plutôt de déplacer une partie du travail défensif vers des opérations continues, à la vitesse des machines : analyse de code, simulation de scénarios d’attaque, tri des alertes et aide à la remédiation.

Le patron de Nvidia a aussi tenu un discours plus provocateur sur les récits anxiogènes liés à l’IA. D’après les propos rapportés depuis la conférence, il a suggéré que l’intensité des discussions sur la cybersécurité coïncidait avec des lancements de produits : « What better way to create demand than to create a problem? » (« Quoi de mieux, pour créer de la demande, que de créer un problème ? »). 6

Cette formule met en cause une possible dimension commerciale de certaines alarmes. Elle ne contredit pas pour autant le fait que Nvidia investit elle-même dans des outils de défense cyber fondés sur l’IA.

SafeMind, l’exemple le plus concret avec CrowdStrike

La démonstration la plus tangible de cette stratégie est CrowdStrike SafeMind, annoncé en septembre par Nvidia et CrowdStrike. Il s’agit d’un système de cybersécurité agentique — c’est-à-dire fondé sur des agents IA capables d’exécuter des tâches — développé par le CrowdStrike Cyber Superintelligence Lab. 19

SafeMind associe les modèles spécialisés et les mécanismes d’agents de CrowdStrike à des modèles défensifs construits à partir de Nemotron, la famille de modèles ouverts de Nvidia. Son architecture repose sur une boucle d’amélioration continue : les capacités offensives et défensives se confrontent afin de progresser mutuellement. 19

Cela illustre le marché décrit par Huang : pas un assistant conversationnel généraliste affublé d’une couche de sécurité, mais un produit intégrant des modèles spécialisés, des données de sécurité, des agents et une infrastructure de calcul.

Cisco, CrowdStrike et Palantir comptent parmi les organisations associées à l’Open Secure AI Alliance de Nvidia, une alliance tournée vers les modèles ouverts, les infrastructures d’agents et les outils de sécurité adaptés à l’ère de l’IA. 23 Nvidia a par ailleurs indiqué que CrowdStrike et Palantir utilisent des modèles ouverts Nemotron pour des agents d’entreprise de longue durée. 29 Les éléments disponibles ne permettent toutefois pas d’affirmer que tous les membres de l’alliance partagent exactement la même architecture fondée sur Nemotron.

Une vision à 3 000 à 4 000 milliards de dollars

La cybersécurité n’était qu’un volet de l’intervention de Huang. Il a réaffirmé l’estimation de Nvidia selon laquelle les dépenses mondiales consacrées aux infrastructures d’IA pourraient atteindre 3 000 à 4 000 milliards de dollars d’ici à 2030. 32

Dans cette vision, l’informatique évolue : des systèmes centrés sur la recherche et la restitution d’informations vers l’IA générative et de grands modèles nécessitant des capacités massives de calcul et d’interconnexion. Nvidia cherche ainsi à se présenter non plus seulement comme un vendeur de GPU, mais comme un partenaire de co-conception d’« usines à IA » — des systèmes complets réunissant processeurs, réseaux, logiciels, modèles et architecture. 2

Huang a indiqué que Nvidia prévoyait environ 70 % de croissance annuelle alors que la demande non contrainte progresserait de plus de 100 %. Son message : la limite principale n’est pas l’appétit des clients, mais l’offre. Les goulets d’étranglement cités incluent les puces, la mémoire, le packaging avancé, les terrains disponibles et l’électricité. 32

Des résultats qui donnent du poids à cette thèse

Les derniers résultats de Nvidia donnent une idée de l’échelle du phénomène. Le groupe a annoncé un chiffre d’affaires de 96,2 milliards de dollars au deuxième trimestre de son exercice 2027, clos le 26 juillet 2026 : +18 % sur un trimestre et +106 % sur un an. 52

Pour le troisième trimestre de l’exercice 2027, Nvidia prévoit 108 milliards de dollars, à plus ou moins 2 %, sans intégrer de revenus de calcul pour les centres de données en Chine dans cette prévision. 52

Point important : les 96,2 milliards de dollars correspondent bien au deuxième trimestre de l’exercice 2027, et non à des résultats de l’exercice 2026.

Ce que les sources disponibles ne permettent pas d’établir

Certaines affirmations parfois associées aux propos de Huang exigeraient davantage de preuves que ne l’apportent les sources disponibles. C’est notamment le cas d’une critique précise attribuée au professeur Erik Gordon, d’une position formelle d’OpenAI présentant la cybersécurité comme une grande opportunité commerciale, ou d’une réponse détaillée de Huang aux accusations de financement circulaire via des investissements dans ses clients.

Ces sujets sont importants à mesure que les investissements dans l’infrastructure d’IA montent en puissance. Mais en l’absence de transcription directe, de document réglementaire ou de citation fiable, ils ne doivent pas être présentés comme des faits établis.

Ce que doivent regarder les acheteurs

Le message de Huang porte moins sur un unique produit que sur une recomposition du marché. À mesure que l’IA prend davantage part au développement logiciel et aux opérations informatiques, elle peut accroître le besoin de tests de sécurité, de surveillance et de réponse automatisés.

Pour les entreprises, la question n’est donc pas seulement de savoir si l’IA comptera dans la cybersécurité. Elle est de vérifier si un outil dispose réellement de modèles spécialisés, de données de sécurité pertinentes, d’une supervision humaine et d’une intégration aux processus de réponse aux incidents. L’initiative SafeMind de Nvidia et CrowdStrike offre un premier exemple concret de cette approche de bout en bout. 1922