Le prix cible de Nvidia est vu à 330 dollars maximum ! Mais "l'IA qui se finance elle-même" pourrait-elle devenir la plus grande bulle ?

Publié le 2026-08-28Dernière mise à jour le 2026-08-28

Résumé

La majorité des analystes de Wall Street restent optimistes sur NVDA, avec un cours cible maximum de 330 dollars ; cependant, la capacité du cycle de financement de l'industrie de l'IA à se transformer en revenus pour les entreprises constitue le risque central pour la valorisation à long terme.

Wall Street reste largement optimiste sur NVDA

Le bénéfice ajusté par action de Nvidia pour le deuxième trimestre est de 2,22 dollars, plus que doublé sur un an ; le chiffre d'affaires a atteint 96,2 milliards de dollars, en hausse de 106 %.

Matt Bryson, analyste chez Wedbush, estime que la capacité d'approvisionnement de Nvidia reste la plus forte du secteur, et que la principale limite actuelle aux livraisons est la disponibilité des composants et des matériaux, et non un manque de demande finale. Il attribue à NVDA une recommandation "Surperformer" avec un prix cible de 330 dollars.

Sur les 61 analystes suivis par S&P Global Market Intelligence, 58 recommandent d'acheter ou d'acheter vigoureusement, 2 recommandent de conserver, et 1 recommande de vendre vigoureusement. Le prix cible moyen est d'environ 305,41 dollars.

L'analyste Vivek Arya de Bank of America estime que, selon une valorisation par segment basée sur le flux de trésorerie disponible, l'action Nvidia présente une décote de 34 % à 50 %. Son raisonnement s'appuie sur le fait que les GPU de Nvidia restent la norme industrielle pour l'infrastructure IA, et que l'entreprise peut continuer à capter une part importante des dépenses mondiales de construction de l'IA.

Un puissant volant d'inertie ou un financement circulaire

Anurag Gurtu, co-fondateur d'Airrived, souligne que Nvidia est devenu un indicateur clé de la santé économique de l'IA, ses GPU étant au cœur des modèles, des centres de données et de la construction de l'infrastructure IA.

Cependant, le marché commence à s'interroger sur "l'économie circulaire" de l'industrie de l'IA : Nvidia investit dans des entreprises d'IA, qui lèvent d'importants capitaux, puis utilisent ces fonds pour acheter des GPU et de l'infrastructure Nvidia. Le capital alimente l'infrastructure, qui soutient davantage de modèles et de startups, lesquelles consomment ensuite davantage de puissance de calcul.

Cela pourrait créer un puissant volant de croissance, mais soulève une question cruciale : quelle valeur économique réelle est finalement générée au bout de la chaîne de capitaux ? L'industrie de l'IA ne peut pas indéfiniment dépendre de la vente de produits entre entreprises d'IA. Les clients entreprises doivent finalement démontrer un retour sur investissement via des gains de productivité et de revenus.

La prochaine étape : passer de la puissance de calcul aux retours commerciaux

L'article original estime que la valeur ajoutée massive future ne peut pas provenir uniquement de l'achat de plus de GPU, mais doit venir de la transformation de la puissance de calcul en agents intelligents, applications et résultats commerciaux mesurables.

L'accord de licence de modèle d'environ 6 milliards de dollars entre Nvidia et Poolside, ainsi que le projet d'investir 1 milliard de dollars dans cette société à une valorisation de 12 milliards de dollars, montrent que l'entreprise évolue de la plateforme matérielle vers une expansion dans l'écosystème des modèles ouverts. Cela pourrait renforcer la stratégie Nemotron, tout en accentuant sa concurrence avec OpenAI, Anthropic et les développeurs de modèles chinois.

Pour les investisseurs, les facteurs positifs à court terme pour NVDA proviennent des résultats dépassant les attentes, des prévisions solides et des relèvements des prix cibles des analystes ; le risque à moyen-long terme réside dans la capacité du cycle de capital IA à générer suffisamment de revenus finaux. Si les applications d'entreprise ne tiennent pas leurs promesses de retour, le marché pourrait réévaluer la valorisation de toute la chaîne d'infrastructure IA.

Lectures associées

La deuxième forme des actions américaines tokenisées est en cours de chargement, sur quels actifs se concentrer

Le « deuxième chapitre » des actions américaines tokenisées est en train de se déployer sur la blockchain. Alors que le premier chapitre était centré sur les meme coins liés aux actions (meme actions), de nouveaux projets explorent des formes plus complexes et décentralisées pour exploiter la compositionnalité de ces actifs du monde réel (RWA). NetNet ($NET), basé sur la blockchain Robinhood, fait renaître le modèle économique de l'ancien OlympusDAO (OHM). Il combine un trésor d'actifs (NAV), un jeton à prime (actuellement ~17x la NAV), des mécanismes de régulation de l'offre (émission/brûlage) et des produits périphériques gamifiés utilisant des actions tokenisées comme mises ($SPCX, $MSFT). Son récent succès est largement porté par l'endossement d'influenceurs, mais il démontre l'intérêt croissant pour les RWA. Down to Finance ($DTF) propose une vision plus ambitieuse et fondamentale : une plateforme permettant à quiconque de créer des fonds indiciels décentralisés (DETF). Ces DETF peuvent combiner des actifs comme des actions tokenisées, des LP Uniswap V4, des positions de prêt Morpho, etc. Chaque DETF fonctionne ensuite comme un mini-OlympusDAO, avec son propre trésor et ses mécanismes de stabilisation des prix. L'objectif est de créer un véritable écosystème de trading décentralisé pour les RWA, où les stratégies d'investissement deviennent elles-mêmes des actifs composables. L'enjeu final est de transformer la blockchain en une nouvelle plateforme mondiale et 24/7 pour le trading d'actions, au-delà du simple phénomène spéculatif des meme coins. Cela nécessite une infrastructure DeFi solide et innovante autour des RWA, un défi que ces projets tentent de relever.

marsbitIl y a 30 mins

La deuxième forme des actions américaines tokenisées est en cours de chargement, sur quels actifs se concentrer

marsbitIl y a 30 mins

Une baisse de prix de seulement 20%, mais la facture est réduite de 80% : GPT-5.6 s'invite sur le terrain de Claude pour recalculer la facture du développement

Un même modèle, dont le prix officiel n’a baissé que de 20 %, permet de réduire votre facture de 80 %. Le 24 août, OpenAI a publié les résultats d’un test mené avec AWS sur Terminal-Bench 2.1 : dans la plateforme de développement Kiro d’AWS, le coût pour accomplir une tâche avec GPT-5.6 Terra a diminué d’environ 82 %. Cette économie ne vient pas seulement de la baisse du prix du modèle, mais surtout d’une optimisation conjointe de l’environnement Kiro et du modèle, réduisant les chemins inutiles, les échecs et les retours en arrière coûteux. La clé réside dans l’efficacité de l’agent de codage. Dans Terminal-Bench, les performances mesurées sont celles du couple « agent + modèle ». Par exemple, avec le même modèle, des cadres de travail différents entraînent des coûts très variables. L’approche spec-driven de Kiro, qui décompose les objectifs vagues en spécifications précises avant de générer du code, limite les dérives et les retouches onéreuses. OpenAI a introduit trois modèles GPT-5.6 (Sol, Terra, Luna) dans Kiro, concurrent directement avec Claude d’Anthropic. Les prix ont été ajustés, notamment pour Luna, passant d’un multiplicateur de 0,6 à 0,1. AWS montre ainsi sa volonté de ne pas dépendre d’un seul fournisseur de modèles. Pour les développeurs, le critère de choix évolue : au-delà du coût par token, c’est le coût total pour accomplir une tâche qui compte désormais.

marsbitIl y a 53 mins

Une baisse de prix de seulement 20%, mais la facture est réduite de 80% : GPT-5.6 s'invite sur le terrain de Claude pour recalculer la facture du développement

marsbitIl y a 53 mins

Trading

Spot
活动图片