Caldera (ERA) Chute

La stratégie traditionnelle en trois actes pour les startups de logiciels d'entreprise est en train de disparaître à l'ère de l'IA. Autrefois, les entreprises suivaient un chemin clair : commencer par un produit simple ciblant une niche (Acte I, atteignant quelques dizaines de millions de dollars de revenus annuels récurrents - ARR), puis étendre vers une suite de produits connexes (Acte II, pour dépasser 100 millions de dollars d'ARR), et finalement devenir une plateforme dominante (Acte III). Désormais, avec la chute radicale du coût de développement logiciel grâce à l'IA, ce cycle de plusieurs années est compressé. Des entreprises comme Cursor, Clay ou Harvey ont atteint ou approché 100 millions d'ARR en un temps record. La dépendance à un "point d'entrée" sécurisé devient un risque de conservatisme. L'ambition doit donc changer d'échelle : il ne s'agit plus de progresser graduellement mais de viser dès le départ à refondre des flux de travail entiers ou à remplacer des plateformes existantes. Pour les investisseurs, la nouvelle priorité n'est plus la niche protectrice, mais une ambition déraisonnable et sans concession. L'ère du "speedrun" des logiciels d'entreprise a commencé, sonnant le glas de la progression en trois actes.

Ces dernières années, le secteur de l'IA a largement parié sur le chatbot comme le futur « super point d'entrée » et la nouvelle frontière de valeur, inspiré par le succès foudroyant de ChatGPT. Cependant, après trois ans de développement et d'importants investissements, ce modèle économique montre ses limites. Les principaux acteurs comme OpenAI, malgré des centaines de millions d'utilisateurs, peinent à être rentables, chaque requête entraînant des coûts de calcul élevés. Contrairement aux produits Internet classiques, le chatbot ne bénéficie pas d'effets de réseau ou de coûts marginaux nuls. Sa croissance aggrave même ses pertes. Le modèle d'abonnement grand public rencontre des difficultés, particulièrement en Chine où les utilisateurs rechignent à payer. La publicité, considérée comme un recours, s'avère peu adaptée à l'interface conversationnelle et à l'attente d'exactitude des réponses. Parallèlement, une voie différente émerge. Anthropic, dont 85% des revenus proviennent des entreprises, a dépassé OpenAI en chiffre d'affaires. Cela révèle une demande plus forte pour des assistants capables d'exécuter des tâches (Agents) que pour de simples interfaces de dialogue. Des études confirment que la majorité des interactions visent des usages professionnels. Le chatbot, conçu pour le dialogue universel, enferme l'IA dans un échange tour par tour et passif. Son avenir semble résider dans l'évolution vers des Agents plus autonomes ou, plus radicalement, dans l'intégration de l'IA directement dans les applications existantes, les systèmes d'exploitation ou le matériel, plutôt que dans une application autonome. En conclusion, le chatbot s'avère être une forme intermédiaire, et non une fin en soi, sur la voie vers l'IA générale. La « nouvelle terre promise » de l'IA ne sera peut-être pas un dialogueur unique, mais une capacité diffuse et exécutante, intégrée partout. Il est temps d'abandonner la « vieille carte » du super point d'entrée pour en dessiner de nouvelles.

Dans son discours au GTC Taipei 2026, Jensen Huang, PDG de NVIDIA, annonce l'avènement de l'ère des agents IA. Ces agents, combinant modèles de langage et cadres d'orchestration, exécutent désormais des tâches utiles, générant revenus et PIB. Le jeton (Token) devient l'unité de valeur et de profit, faisant des usines IA des centres de production critiques. NVIDIA présente Vera Rubin, un système complet conçu pour exécuter ces agents, et le Vera CPU, premier processeur spécifiquement optimisé pour la faible latence exigée par les agents. La société évolue d'un fabricant de GPU vers un fournisseur d'infrastructure IA complète. Le nouveau mode de calcul (modèle, cadre, outils, runtime) se déploiera partout : dans le cloud, en entreprise, et sur le nouveau PC co-développé avec Microsoft. NVIDIA annonce également Cosmos 3 pour l'IA physique, Alpamayo 2 pour la conduite autonome et Isaac GR00T, une plateforme de référence pour robots humanoïdes. Pour Huang, chaque entreprise deviendra une entreprise d'agents, et l'écosystème taïwanais est un partenaire clé de cette transformation.

**Marvell Technology : de 10 à 290 dollars grâce à la « connectivité » de l'IA** Le parcours de Marvell (MRVL), dont le cours a été multiplié par 30 depuis 2016, repose sur une stratégie unique : se concentrer sur la **connectivité des données** dans l'infrastructure IA, plutôt que sur les GPU. L'entreprise s'est transformée sous la direction du PDG Matt Murphy en abandonnant les activités périphériques pour se recentrer sur le datacenter via des acquisitions clés (Inphi, Cavium, Celestial AI). Son activité principale est divisée en trois piliers : 1. **L'interconnexion optique** : Avec 70% de parts de marché dans les DSP pour modules optiques haut débit (>400G), c'est son principal avantage concurrentiel. La demande explose avec l'expansion des grappes d'IA. 2. **Les puces IA sur mesure** : Marvell conçoit et produit des accélérateurs (XPU) pour les hyperscalers comme Amazon (Trainium), Microsoft et Google. Malgré des marges plus faibles, ce segment affiche une forte croissance (750 milliards de dollars de pipeline). 3. **Les commutateurs Ethernet et le stockage** : Des activités traditionnelles qui génèrent des flux de trésorerie stables. L'analyse souligne que Marvell n'est pas un « petit Broadcom ». Sa valeur réside dans son positionnement unique dans l'écosystème de l'IA. L'investissement stratégique de 20 milliards de dollars de NVIDIA en 2026 valide ce rôle : Marvell connecte à la fois les puces personnalisées des géants du cloud et l'infrastructure réseau de NVIDIA (via NVLink Fusion), profitant des deux côtés. Les risques existent : perte partielle de contrats (Trainium3), concentration clientèle, marges structurellement inférieures à Broadcom, et ventes d'actions par les dirigeants. Cependant, le potentiel semble solide. Le ratio PEG d'environ 0,6 (basé sur une croissance des revenus attendue à ~40%) offre une marge de sécurité, et le monopole de fait dans les DSP optiques, renforcé par les technologies d'interconnexion photonique (Celestial AI), constitue un fossé concurrentiel durable. En définitive, la réussite de Marvell illustre un principe fondamental : à l'ère de l'IA, la **valeur des « connexions »** qui permettent aux données de circuler à la vitesse de la lumière finit par surpasser celle des « nœuds » de calcul eux-mêmes.

Un chercheur en sécurité a découvert une faille critique dans le protocole Orchard de Zcash, permettant une création illimitée de jetons, ce qui a entraîné une chute de 50% de sa valeur marchande. Cette vulnérabilité a été identifiée à l'aide de Claude Opus 4.8 d'Anthropic, un modèle d'IA récemment publié et accessible. Cet événement illustre un changement profond : l'IA rend la découverte de vulnérabilités accessible à tous, pas seulement aux experts. Des modèles comme Opus, ou le plus puissant mais restreint Claude Mythos Preview, démocratisent cette capacité. Cela génère un double problème : un flux massif de rapports de bugs, souvent faux ou de faible qualité, qui submergent les mainteneurs de logiciels libres souvent bénévoles, et la mise au jour plus rapide de vraies failles critiques auparavant cachées. La sécurité internet a longtemps reposé sur le coût élevé de la découverte des vulnérabilités. Des failles historiques comme Heartbleed ont pu persister des années. Désormais, l'IA abaisse radicalement ce coût, multipliant simultanément les découvertes et les menaces potentielles. Cependant, la capacité à *corriger* les vulnérabilités ne suit pas. Le secteur souffre déjà d'une pénurie critique de talents humains capables d'analyser, de prioriser et de réparer ces failles. La sécurité repose sur une longue chaîne de collaboration humaine, déjà sous tension. En somme, l'IA illumine l'état réel de notre infrastructure numérique, révélant les failles accumulées. Le défi n'est plus tant de les trouver, mais de trouver assez de personnes pour les réparer et maintenir la confiance dans les systèmes dont dépend notre vie quotidienne.