Microsoft s'associe à NVIDIA : de qui prennent-ils le marché ?

Si un ordinateur peut faire tourner un grand modèle, une partie des tâches d’IA doit-elle encore être facturée à l’usage sur le cloud ? Cette collaboration entre Microsoft et Nvidia rend cette question plus concrète, et incite les investisseurs sur les marchés américains à reconsidérer :L’argent de l’IA, à qui reviendra-t-il finalement.

Le 7 octobre, Microsoft a annoncé de nouveaux progrès pour l’IA locale sous Windows, et a ouvert les précommandes du Surface Laptop Ultra équipé de la RTX Spark de Nvidia, à partir de 2 599 dollars, pouvant aller jusqu’à 128 Go de mémoire unifiée.

Microsoft a également confirmé officiellement que le DeepSeek V4 Flash, avec ses 284 milliards de paramètres, fait partie de sa stratégie de modèles locaux. Lors de la présentation, il a été démontré que, après une quantification à 1,6 bit, ce modèle pouvait fonctionner sur environ 60 Go de mémoire.

DeepSeek fournit le modèle, Nvidia le matériel de calcul, et Microsoft les intègre à l’environnement logiciel et matériel des ordinateurs.

Selon Investissement Boursier US, la valeur de ce mouvement de Microsoft réside dans le fait que peu importe le modèle choisi par l’utilisateur, tout le travail peut s’effectuer sur Windows, ce qui permet à Microsoft de continuer à monétiser logiciels et services.

Vous pouvez changer de modèle, mais les fichiers, applications, outils de développement et systèmes de gestion d’entreprise nécessitent toujours que quelqu’un les connecte entre eux.

Auparavant, les utilisateurs devaient souvent ouvrir un site web d’IA, télécharger leurs données et attendre une réponse avant de réintégrer le résultat dans leur logiciel de travail. Microsoft souhaite désormais connecter l’IA aux tâches bureautiques, en lui permettant l’accès aux fichiers, l’utilisation d’outils et l’exécution d’actions après autorisation.

Celui qui permettra à l’IA d’aider directement l’utilisateur dans son travail quotidien aura davantage de chances de percevoir des paiements récurrents.

L’avantage de Microsoft, c’est qu’il possède déjà Windows, les applications bureautiques, les outils de développement et une base de clients professionnels. Avec l’amélioration des modèles tels que DeepSeek, Microsoft dispose d’un éventail plus large de capacités à intégrer sans avoir à entraîner ses propres modèles chaque fois à partir de zéro.

Par conséquent, j’accorde plus d’importance à cette stratégie pour le soutien à l’écosystème logiciel de Microsoft, plutôt qu’au nombre de Surface vendus.

Néanmoins, rendre le modèle opérationnel n’est que la première étape. Pour qu’une entreprise accepte de le déployer, elle doit savoir précisément ce à quoi l’agent intelligent a accès, ce qu’il peut modifier, et comment retracer ses actions.

Le nouvel environnement d’exécution MXC lancé par Microsoft permet aux entreprises de définir les fichiers et réseaux accessibles par l’agent, et d’appliquer ces règles à l’exécution. Il orchestre également la répartition des tâches entre modèles locaux et cloud.

Ces capacités ont un impact direct sur l’intégration de l’IA dans le travail quotidien des entreprises. Le modèle utilisé peut évoluer, mais l’administration des droits, la gestion et les processus doivent être maintenus sur le long terme. Si Microsoft sait bien gérer cette couche, il renforce la relation client et gagne des opportunités supplémentaires pour vendre ses logiciels et services de gestion.

Penchons-nous maintenant sur Nvidia.

L’amélioration de l’efficacité du modèle DeepSeek est souvent interprétée sur le marché comme une réduction future du besoin en puissance de calcul coûteuse. Mais dans ce cas précis, le modèle fonctionne sur la RTX Spark — ce qui signifie que l’IA locale a aussi besoin de matériel.

Nvidia intègre la pile logicielle CUDA à davantage d’appareils Windows, permettant aux développeurs d’utiliser des outils similaires localement ou sur des équipements de calcul plus puissants.

Mon analyse est la suivante : l’IA locale élargit la zone d’intervention de Nvidia sur le marché de l’inférence. L’externalisation de certaines tâches du cloud ne signifie pas nécessairement que la demande matérielle sera perdue pour Nvidia.

Évidemment, les prix et marges des puces locales et de celles des data centers diffèrent ; il n’est pas possible de convertir directement les ventes de PC en revenus de centre de données à même échelle. Cette collaboration consolide la gamme de produits, mais les résultats financiers dépendront tout de même des ventes réelles.

Ce qui doit vraiment être réévalué, ce sont les activités sans réelle différenciation, principalement fondées sur la vente de requêtes de modèle ou d’inférence cloud générique.

Si une tâche peut être accomplie sur son propre ordinateur à une vitesse acceptable, pourquoi continuer à payer à chaque utilisation ? Les services cloud devront alors proposer des modèles plus puissants, une meilleure collaboration ou une expérience plus pratique pour justifier leur tarification.

Cela va augmenter la pression concurrentielle sur les prix de l’inférence cloud — et inciter les prestataires à être plus efficaces. Mais l’entraînement à grande échelle, les tâches complexes et les services partagés à plusieurs utilisateurs resteront sur le cloud : on ne peut pas déduire d’une seule démonstration locale que la demande pour les data centers va s’effondrer.

Pour Microsoft en particulier, ce changement doit être observé de près : certains calculs locaux pourront réduire les appels au cloud, mais une IA moins coûteuse et plus pratique pourrait aussi augmenter l’utilisation des logiciels.

Les revenus Azure versus la valeur commerciale de Windows, Copilot, etc. sont deux choses à examiner séparément ; on ne peut pas juger de la victoire ou de l’échec en ne regardant qu’un seul volume d’appels.

Les fabricants de PC disposent ici d’un argument de renouvellement plus concret : les développeurs, créateurs et certaines entreprises peuvent maintenant garder les tâches fréquentes en local.

Dans cette collaboration, je mise avant tout sur la position de Microsoft en tant que plateforme, puis sur l’opportunité nouvelle de calcul local pour Nvidia ; pour les fabricants de PC, les gains dépendront encore des volumes et des marges de vente.

L’intégration des modèles DeepSeek dans Windows montre que l’accès aux capacités d’IA se démocratise. Pour les bourses américaines, à mesure que les modèles deviennent moins chers, il sera plus pertinent d’étudier les entreprises capables de les organiser, de les connecter à des tâches réelles et de facturer de façon soutenue.

Entrez le code d’action US qui vous intéresse pour créer votre propre liste de surveillance. Notre système quantitatif IA assurera un suivi continu de :

Principaux événements : actualités, notes des analystes, transactions internes, proportion de positions vendeuses, mouvements anormaux d’options, transactions sur dark pool, gros ordres, prévisions de résultats, hausses/baisse soudaines, etc.

Par exemple, pour NVDA, vous pouvez voir en un clic le nombre de nouvelles du jour, s'il y a eu des mouvements sur les options, des changements sur le dark pool ou des gros ordres.

L’élément clé : dès qu’une action suivie présente une nouvelle évolution, vous recevez une notification immédiate sur l’application, après activation.

Avant, il fallait chercher l’information partout. Désormais, le système surveille vos actions d’intérêt 24h/24, 7j/7 à votre place.

Pour les investisseurs long terme, c’est un système d’alerte individuelle ;

Pour ceux qui pratiquent le court terme ou les options, c’est un radar de mouvements en temps réel.

Entrez le code, ne manquez plus jamais une information majeure.

Cliquez sur le lien de l’article original pour télécharger l’application.

Investissement Boursier US est une fintech spécialisée dans le marché américain, fondée en 2008 dans la Silicon Valley par l’ex-analyste Ken de la Bourse de New York. Avec la collaboration d’analystes de Morgan Stanley, d’ingénieurs de Google et Meta, ils utilisent l’IA et le big data, enrichis d’une décennie d’expérience et de modèles quantitatifs du secteur, pour construire une base de données boursière analysant chaque jour des millions de données : détection de gros ordres sur options, flux de capitaux en temps réel, changement de positions institutionnelles, news urgentes sur Trump, etc.