Mais pourquoi le patron de NVIDIA veut donner 250 000 jetons d’IA à chaque employé ?

Mais pourquoi le patron de NVIDIA veut donner 250 000 jetons d’IA à chaque employé ?

Jensen Huang a proposé d'allouer à chaque ingénieur de NVIDIA un budget de jetons d'IA équivalent à la moitié de son salaire annuel, en plus de sa paie. Pour une entreprise comptant 42 000 employés, la facture totale avoisinerait 2 milliards de dollars.

Les jetons deviennent « l'un des outils de recrutement en Silicon Valley », selon Jensen Huang. « Je pourrais tout à fait imaginer que chaque ingénieur de notre entreprise aura besoin d'un budget annuel de jetons. Ils vont gagner quelques centaines de milliers de dollars par an en salaire de base. Je vais leur donner probablement la moitié de ça en plus, sous forme de jetons, pour qu'ils soient amplifiés dix fois », a déclaré Jensen Huang lors de sa conférence sur les technologies GPU (GTC) 2026. Pour un ingénieur logiciel ou IA avec un salaire entre 200 000 et 300 000 dollars, cela représente entre 100 000 et 150 000 dollars de crédits de calcul annuels supplémentaires, soit plus de 100 dollars par jour d'inférence disponible.

Lors de ce même keynote, Jensen Huang a présenté OpenCLAW, un framework agentique open-source, qu'il considère comme le projet open-source le plus rapidement adopté de l'histoire, ayant surpassé la courbe d'adoption de Linux sur trente ans en quelques semaines. Dans un environnement de travail où les agents décomposent des problèmes de façon autonome, génèrent des sous-agents, exécutent des outils et font tourner des expériences toute la nuit sans intervention humaine à chaque étape, un ingénieur avec un budget de jetons pré-alloué peut lancer une tâche de recherche et revenir sur les résultats. En revanche, un ingénieur qui doit valider chaque dépense de calcul à l'avance ne peut plus travailler de cette manière.

Des jetons dans l'offre d'emploi

Les jetons deviennent « l'un des outils de recrutement en Silicon Valley », selon Jensen Huang : les candidats commencent à demander combien de jetons accompagnent leur poste. Les conversations avec les candidats ont évolué au-delà du salaire, du bonus et des actions. Les candidats demandent aujourd'hui quel sera leur accès aux structures qui déterminent leur capacité à produire.

L'accès au calcul commence à figurer dans les discussions d'embauche comme une ressource concurrentielle, au même titre que le matériel haut de gamme ou les logiciels propriétaires autrefois. Cependant, pour établir un budget des jetons par employé, chaque entreprise doit savoir à l'avance quels modèles ses équipes vont utiliser, à quel volume et pour quels usages. Or, les prix varient du simple au triple selon le fournisseur, le modèle et le volume. Sans cadre de gouvernance interne, un budget de jetons peut rapidement mener à une surconsommation incontrôlée, tout comme un forfait data sans plafond.

Les jetons ne fonctionnent en effet pas comme une licence logicielle à coût fixe : leur valeur dépend du modèle utilisé, du volume, et du fournisseur, avec des prix qui varient considérablement.

Ce que le ratio de 100 pour 1 veut dire vraiment

Jensen Huang prévoit que NVIDIA atteindra 75 000 employés humains accompagnés de 7,5 millions d'agents IA sur dix ans, soit un ratio de 100 agents pour chaque employé. Or, si un ingénieur avec un budget de jetons produit dix fois plus, les entreprises n'ont plus besoin d'embaucher dix fois plus d'ingénieurs. Goldman Sachs estime que l'IA pourrait automatiser 25 % des heures de travail aux États-Unis, avec un déplacement de 6 à 7 % des emplois durant la période d'adoption. Cependant, environ 80 à 85 % des projets IA ont échoué depuis 2018, ce qui soulève des doutes sur la faisabilité d'un déploiement massif d'agents à cette échelle.

NVIDIA a publié 215,9 milliards de dollars de revenus pour l'exercice fiscal 2026, en hausse de 65 % sur un an, dont 62,3 milliards pour les seuls centres de données. Chaque jeton consommé par un ingénieur tourne sur des GPU, et la quasi-totalité de ces GPU porte le logo NVIDIA. Jensen Huang vend donc simultanément un modèle de recrutement, une promesse de productivité et un débouché pour ses propres puces.

NVIDIA a par ailleurs engagé des centaines de milliards de dollars dans l'infrastructure de puces aux États-Unis sur quatre ans, soit l'infrastructure physique que ses propres agents vont consommer en priorité.