Dans un long entretien, Jensen Huang balaie les discours alarmistes sur l’IA. Le patron de Nvidia rejette l’idée d’une hécatombe sur l’emploi et d’une bulle spéculative, mais son optimisme industriel laisse aussi apparaître de sérieuses zones d’ombre.
Dans un podcast de plus d’une heure et demie accordé à la chaîne YouTube No Prior, Jensen Huang, le patron de Nvidia, se livre à une discussion approfondie sur l’état actuel de l’intelligence artificielle et sur les perspectives qui se dessinent à l’horizon 2026. Il y aborde notamment la question sensible de l’impact de l’IA sur l’emploi, ainsi que le débat récurrent autour d’une éventuelle bulle spéculative.
Transformer le travail et répondre à des pénuries
Jensen Huang rejette catégoriquement le narratif pessimiste selon lequel l’IA détruirait les emplois. Au contraire, il défend l’idée que l’IA crée de nouvelles industries, transforme le travail et répond à des pénuries critiques de main-d’œuvre. Selon lui, l’IA nécessite une infrastructure sans précédent qui génère trois nouvelles industries manufacturières, à savoir les usines de puces, les supercalculateurs et les centres de données. Cette révolution crée une demande massive en main-d’œuvre qualifiée.
Huang se réjouit d’ailleurs de constater que “les électriciens voient leurs salaires doubler” et qu’ils sont désormais “payés pour voyager” comme des cadres en déplacement professionnel. Il insiste en précisant que “le nombre d’ouvriers du bâtiment, de plombiers, d’électriciens, de techniciens, d’ingénieurs réseau, bref, la main-d’œuvre qualifiée nécessaire pour soutenir cette nouvelle industrie sera énorme.”
Au cœur de sa pensée se trouve une distinction fondamentale entre la tâche (ce qu’on fait quotidiennement) et l’objectif (la finalité du métier). Pour lui, l’exemple le plus frappant est celui de la radiologie. “100% des applications de radiologie sont maintenant alimentées par l’IA”, mais paradoxalement, “le nombre de radiologues a augmenté.” Pourquoi ? Parce que “dans le cas d’un radiologue, la tâche est d’étudier des scanners, mais l’objectif est de diagnostiquer des maladies et de mener des recherches.”
Cercle vertueux de la productivité
L’IA permet aux radiologues d’être plus productifs, d’étudier plus de cas en profondeur, ce qui augmente la demande pour leurs compétences et permet aux hôpitaux d’embaucher davantage. Huang oublie toutefois de préciser que la radiologie est une profession hautement qualifiée, fortement régulée et insérée dans un système (la santé) en forte croissance avec le vieillissement de la population. Rien ne garantit que la même dynamique s’applique à des métiers plus standardisés, moins protégés ou plus exposés à la concurrence internationale. Dans ces cas-là, l’automatisation peut bel et bien entraîner des destructions nettes d’emplois, au moins à court et moyen terme.
Huang défend l’idée contre-intuitive que la productivité accrue génère plus d’opportunités plutôt que moins. “Si Nvidia était plus productive, cela ne se traduirait pas par des licenciements. Cela se traduirait par le fait que nous ferions plus de choses.” Il explique ce cercle vertueux : “Plus nous sommes productifs, plus nous pouvons explorer d’idées, plus il y a de croissance en conséquence, plus nous devenons rentables, ce qui nous permet de poursuivre plus d’idées.”
Cette vision s’oppose à l’idée que les problèmes à résoudre sont limités. Au contraire, il existe une demande latente massive dans des domaines comme la santé, l’éducation ou la productivité. L’argument reste vrai pour une entreprise en hyper-croissance comme Nvidia. Mais pour une entreprise mature dans un marché saturé (par exemple une banque de détail ou une assurance), la productivité accrue sert souvent à réduire les coûts (et donc la masse salariale) pour augmenter les marges, et non à “inventer de nouveaux produits”.
Une transition brutale?
Huang souligne que l’automatisation elle-même génère de nouveaux emplois souvent négligés. “Lorsque nous avons des voitures, nous avons besoin de mécaniciens pour s’occuper de nos voitures.” Il projette cette logique sur les robots : “Imaginez simplement que nous ayons un milliard de robots. Ce sera la plus grande industrie de réparation de la planète.” Outre le fait que, dans son analogie avec la voiture, il oublie de préciser que les nouveaux véhicules électriques nécessitent beaucoup moins d’entretien et mobilisent moins de mécaniciens que les voitures thermiques, la vision d’un milliard de robots relève d’un horizon de long terme.
Mais à court terme ? Un graphiste ne peut pas se reconvertir en technicien de maintenance de robots ou en électricien haute tension du jour au lendemain. La transition risque d’être brutale socialement, avec une polarisation accrue entre ceux qui construisent et utilisent l’IA et ceux qui sont remplacés par elle. Dans sa vision optimiste, il oublie de préciser que si l’histoire économique suggère que l’automatisation crée plus d’emplois in fine, elle détruit souvent des classes entières de métiers entre-temps, laissant sur le carreau ceux qui ne peuvent pas s’adapter assez vite.
Jensen Huang ne croit pas à une bulle de l’IA
Pour Jensen Huang, parler de “bulle de l’IA” est avant tout une erreur de cadrage. Le débat se focalise trop souvent sur les chatbots et sur les revenus de quelques acteurs visibles, alors que l’IA s’inscrit dans une transformation bien plus profonde de l’informatique elle-même. Selon lui, le véritable changement n’est pas l’IA en tant que produit, mais le basculement structurel vers le calcul accéléré. Les CPU généralistes ne suffisent plus : “On ne peut plus utiliser les CPU pour tout comme avant. Ce n’est plus assez productif.” Même sans chatbots, Nvidia serait déjà une entreprise de plusieurs centaines de milliards de dollars, précisément parce que cette mutation est à l’œuvre.
Sur la question des revenus, Huang juge l’argument de la bulle simpliste. Pointer le faible chiffre d’affaires actuel de certains acteurs revient à ignorer leur principale contrainte : la capacité de calcul. “S’ils avaient deux fois plus de capacité, leurs revenus pourraient doubler. Dix fois plus de capacité, dix fois plus de revenus.” L’IA, insiste-t-il, dépasse largement les assistants conversationnels. Elle irrigue déjà la finance, la publicité, la robotique, la biologie numérique ou encore la recherche scientifique. “Tout le monde manque de capacité de calcul”, observe-t-il, qu’il s’agisse de start-up, d’universités ou de grandes entreprises.
Demande massive de calcul
Enfin, Jensen Huang replace l’IA dans une logique macroéconomique : une part croissante des 2 000 milliards de dollars de R&D mondiale bascule vers des infrastructures de calcul. Pour lui, ce mouvement explique l’ampleur des investissements actuels. “Ce que nous vivons n’est pas une bulle, mais une demande de calcul absolument massive.” Pour Huang, l’IA n’est pas une mode spéculative, mais une recomposition industrielle de long terme, dont les effets dépasseront largement les usages visibles aujourd’hui.
Quand on écoute le podcast, on se rend rapidement compte que Jensen Huang ne parle pas seulement en analyste technologique, mais aussi en chef d’entreprise. Il enseigne, échange, raconte l’IA comme une transformation de long terme, mais il s’exprime surtout comme patron de Nvidia, principal bénéficiaire de la vague actuelle d’investissements car il est l’un des architectes de cette révolution, le vendeur de “pelles et de pioches” de la ruée vers l’or. Son discours tend dès lors à minimiser les risques de correction, à diluer la notion de bulle en la reformulant comme une transformation systémique de l’informatique et à déplacer le débat des usages concrets et de la création de valeur vers l’infrastructure, un terrain nettement plus favorable à son modèle économique.
Suivez Trends-Tendances sur Facebook, Instagram, LinkedIn et Bluesky pour rester informé(e) des dernières tendances économiques, financières et entrepreneuriales.
