L’essor de l’intelligence artificielle générative (GenAI) a transformé de manière radicale le paysage informatique, doublant presque instantanément la taille du marché et ouvrant la voie à une croissance potentielle triplée dans les prochaines années. Ce phénomène, comparable à une seconde vague de calcul, s’impose comme une couche superposée aux systèmes informatiques traditionnels, menaçant de les remplacer. Si l’on s’attendait à une concentration accrue des pouvoirs entre les mains des géants, l’espoir d’une véritable explosion de diversité — une « explosion cambrienne » de fournisseurs d’infrastructures — persiste. Pourtant, la pression économique et les contraintes techniques imposent une consolidation inévitable. Seuls quelques acteurs parviendront à survivre à long terme, non nécessairement les plus puissants, mais souvent les plus agiles ou les plus innovants. Le marché de l’IA connaît une montée en puissance sans précédent des financements — tant publics que privés —, incitant une multitude de startups à proposer des solutions innovantes dans les domaines du calcul, du stockage ou du réseau. Cependant, la fabrication d’accélérateurs d’IA repose sur des chaînes de production extrêmement concentrées : une seule usine (TSMC) peut produire les puces complexes, trois fournisseurs contrôlent le marché de la mémoire HBM et les capacités en mémoire principale, flash et empaquetage avancé sont limitées. Ces goulets d’étranglement rendent l’entrée sur le marché particulièrement difficile, même pour les entreprises soutenues par des fonds souverains ou des géants comme SoftBank/Arm. En dehors des États-Unis, où l’architecture et la capacité de traitement dominent, la question de la souveraineté numérique devient cruciale. Les pays cherchent à contrôler leurs propres infrastructures pour éviter les risques de blocage technologique liés à des considérations de sécurité nationale. La Chine, par exemple, tente de compenser son retard par la masse, en produisant des puces via SMIC et en développant des solutions alternatives de mémoire, comme des empilements LPDDR ou des architectures Z-Angle, tout en élargissant ses systèmes par une scalabilité massive. Malgré ces efforts, l’histoire montre que les plateformes dominantes sont toujours menacées par des alternatives plus économiques. L’exemple d’IBM, qui a dominé les mainframes grâce à son système 360, puis a été concurrencé par Amdahl et Hitachi, illustre ce cycle. Aujourd’hui, les hyperscalers comme Meta, Amazon, Google ou Microsoft ont les moyens de concevoir leurs propres processeurs (CPUs, XPUs) et d’investir dans des solutions intégrées. Leur volume de production leur permet de réduire les coûts et de s’affranchir des fournisseurs traditionnels. Meta explore même le RISC-V, tandis que Tesla et SpaceX, via leur accélérateur Dojo, cherchent à réduire leur dépendance aux GPU Nvidia. La vraie bataille se joue désormais sur l’échelle, la capacité d’intégration et la maîtrise des composants critiques : mémoire HBM, empaquetage CoWoS-L, alimentation électrique. Le goulot d’étranglement n’est plus la fabrication de puces, mais l’approvisionnement en mémoire et en technologies d’empaquetage avancé. Face à cela, les entreprises tentent de coopérer tout en concurrençant : OpenAI teste les TPUs de Google, développe son propre « Titan » avec Broadcom, tandis que Meta et Anthropic investissent massivement dans des centres de données équipés de TPUs ou de Trainiums. En définitive, la survie d’un acteur dans ce secteur dépendra moins de sa technologie pure que de sa capacité à s’intégrer dans des plateformes à grande échelle, qu’elles soient propriétaires ou ouvertes. Bien que la domination d’Nvidia semble incontournable pour l’instant, les pressions concurrentielles, les initiatives gouvernementales et les innovations différenciées pourraient bien permettre à de nouveaux entrants de s’imposer. L’avenir de l’IA dépendra autant de la créativité que de la capacité à s’adapter à un marché en mutation constante.