Le modèle de financement de l’IA de Nvidia change la donne en matière de risque

Nvidia a présenté un modèle de financement qui met son soutien au crédit au service des infrastructures d’IA, alors même qu’il domine déjà le marché des accélérateurs. Cette simple actualité Google News soulève une question plus vaste : qui financera la prochaine vague d’informatique ?

L’entreprise ne se contente plus de laisser ses clients acheter des systèmes et trouver leurs propres financements. Dans le cadre de ce nouveau modèle, les clouds d’IA participants peuvent bénéficier d’un soutien au crédit, vendre des services informatiques basés sur Nvidia et partager avec Nvidia les revenus générés.

Ce dispositif peut débloquer des infrastructures pour des entreprises qui ne disposent pas du bilan financier des hyperscalers. Il lie aussi plus étroitement Nvidia à leur taux d’utilisation, à leurs revenus et à leur performance de crédit. L’avantage de l’entreprise sur AMD et les puces sur mesure s’étend désormais au-delà du matériel et des logiciels, jusqu’à la mobilisation de capitaux.

Nvidia ouvre une nouvelle voie vers la puissance de calcul pour l’IA

Le changement immédiat est que Nvidia peut soutenir le financement des infrastructures tout en percevant des revenus provenant à la fois du matériel et de l’activité cloud.

Nvidia a annoncé ce modèle en juillet 2026 dans une publication cosignée par sa directrice financière, Colette Kress. Elle décrivait une structure destinée aux clouds émergents servant des startups, des développeurs de modèles, des entreprises, des chercheurs et des opérateurs régionaux d’IA.

Ces clients ont souvent besoin de vastes clusters informatiques avant que leurs activités ne génèrent des flux de trésorerie stables. Des engagements d’utilisation à long terme peuvent aider, mais les prêteurs peuvent encore hésiter sans garanties ou soutien au crédit plus solides.

Le nouveau modèle de financement du calcul répond à cette lacune. Des partenaires financiers financent les infrastructures déployées par les clouds d’IA participants. Nvidia peut apporter un soutien qui améliore le profil de financement du projet.

L’opérateur cloud vend ensuite l’accès à des systèmes basés sur Nvidia. Nvidia perçoit ses revenus habituels liés aux produits ainsi qu’une part des revenus cloud associés à la capacité soutenue.

Cette approche va plus loin qu’un simple report d’échéance de paiement accordé à un client. Nvidia aide à relier équipements, prêteurs, opérateurs et clients de services de calcul au sein d’une même structure commerciale.

Sharon AI, en Australie, et Firmus Technologies, à Singapour, ont été les premiers partenaires nommés par Nvidia. Leur participation illustre également l’objectif géographique du programme.

Les opérateurs régionaux ne peuvent pas toujours rivaliser avec la capacité de financement d’Amazon, Microsoft ou Google. Ils peuvent néanmoins répondre à une demande locale liée à la résidence des données, à la latence, à la souveraineté et à des relations clients spécialisées.

Pour les concepteurs de modèles, l’avantage est la rapidité. Ils peuvent louer des clusters déjà déployés sans avoir à choisir un terrain, sécuriser l’approvisionnement électrique, construire une installation et installer des milliers de composants.

Pour les opérateurs cloud, cette structure peut réduire l’obstacle de financement entre la sécurisation de la demande client et la mise en service d’un cluster. Pour les prêteurs, l’implication de Nvidia peut faciliter l’évaluation de la capacité sous-jacente.

Le financement cloud de Nvidia élargit donc le marché accessible à ses systèmes. Il permet à l’entreprise de soutenir des clients dont la demande existe avant que leur profil de crédit traditionnel n’ait mûri.

Le modèle arrive alors que Nvidia affiche des résultats opérationnels exceptionnels. Son chiffre d’affaires du premier trimestre de l’exercice 2027 a progressé de 85 % sur un an. Les revenus des centres de données ont augmenté de 92 %.

Ces résultats montrent que le programme ne constitue pas une réponse d’urgence à l’effondrement des ventes déclarées. Nvidia le lance depuis une position de forte croissance du chiffre d’affaires et de grande flexibilité financière.

Le calendrier a son importance. Le financement est particulièrement utile lorsque la demande dépasse les capitaux disponibles pour y répondre. Il devient plus préoccupant lorsqu’il masque une absence de demande indépendante.

Le programme lui-même ne permet pas de déterminer laquelle de ces situations s’applique. Il crée une structure dont la qualité dépendra des contrats, du taux d’utilisation, de la concentration de la clientèle et de la répartition des risques.

C’est pourquoi cette histoire mérite plus d’attention que ne le laisse penser son apparition dans un flux Google News. Nvidia modifie la manière dont un projet d’IA devient finançable, et ne se contente pas d’annoncer un nouvel investissement.

Pourquoi le financement de l’IA par Nvidia compte aujourd’hui

L’infrastructure d’IA a atteint une échelle où l’accès aux capitaux peut limiter les déploiements autant que la disponibilité des puces.

Un cluster d’IA moderne exige des accélérateurs, des équipements réseau, du stockage, du matériel électrique, du refroidissement, du foncier et des opérateurs qualifiés. Chaque composant doit arriver selon un calendrier coordonné.

Un fournisseur cloud ne peut pas générer de revenus significatifs avec un cluster partiellement achevé. Pourtant, il doit engager des capitaux plusieurs mois avant que les clients n’exécutent des charges de travail de production.

Les hyperscalers gèrent ce décalage grâce à leurs flux de trésorerie opérationnels, à leur dette d’entreprise et à une notation de crédit de premier rang. Les clouds d’IA plus modestes s’appuient généralement sur des fonds propres, le financement d’équipements, les engagements des clients ou des prêts garantis par des GPU.

Cette différence met les clouds régionaux et les nouveaux opérateurs sous pression. Ils peuvent identifier une demande et sécuriser l’électricité, tout en peinant à financer les équipements nécessaires à l’ouverture de capacité.

Le modèle de Nvidia cible cette lacune. Il donne aux prêteurs une source supplémentaire de confiance tout en offrant aux opérateurs un moyen de transformer la demande future en infrastructure disponible.

Les propres engagements de l’entreprise montrent avec quelle agressivité elle participe au marché. Nvidia a indiqué que ses engagements d’investissement avaient atteint 27 milliards de dollars au 26 avril 2026.

Ce montant était en hausse par rapport aux 11,4 milliards de dollars enregistrés à la fin janvier. Le dépôt trimestriel précise que ces engagements restent soumis à des éventualités.

Nvidia détenait également des investissements dans des fonds d’infrastructure et a communiqué son exposition à de futurs montants engagés. Ces positions placent l’entreprise aux côtés des prêteurs et des développeurs, et non uniquement en amont de ceux-ci.

Son rapport annuel a fait état de 27 milliards de dollars d’engagements pluriannuels en services cloud au 25 janvier 2026. Nvidia prévoit d’utiliser cette capacité pour la recherche et développement.

Le même rapport faisait apparaître 95,2 milliards de dollars d’engagements liés à la fabrication, aux approvisionnements et aux capacités. Ces obligations soutiennent les futures architectures de produits et la production à grande échelle pour les centres de données.

Ces chiffres décrivent une entreprise qui gère les deux faces d’une expansion des infrastructures. Nvidia réserve des capacités de fabrication en amont tout en investissant dans des opérateurs, en achetant auprès d’eux et en les soutenant en aval.

Cette stratégie peut résoudre un problème de coordination. La production de puces, la construction de centres de données et la demande pour les modèles évoluent selon des calendriers différents. Le soutien financier peut les synchroniser.

Elle peut aussi renforcer la position de plateforme de Nvidia. Un cloud financé autour d’accélérateurs Nvidia utilisera probablement ses réseaux, ses systèmes, ses bibliothèques et ses outils de déploiement.

CUDA, l’environnement logiciel de Nvidia pour le calcul accéléré, reste une importante source de fidélisation des clients. Le financement peut renforcer cet avantage logiciel en influençant les choix d’infrastructure avant l’installation.

AMD propose des accélérateurs concurrents, tandis que Google, Amazon et Microsoft développent des puces sur mesure pour certaines charges de travail. Ces alternatives peuvent réduire la dépendance à Nvidia lorsque les acheteurs contrôlent leur propre infrastructure.

Les clouds régionaux sont confrontés à un calcul différent. Un prêteur peut préférer des actifs disposant d’un vaste marché secondaire, d’une demande éprouvée et d’un large support logiciel. Les équipements Nvidia correspondent souvent mieux à ce profil.

Il en résulte une boucle de rétroaction dotée d’une véritable logique opérationnelle. Une plus grande capacité Nvidia financée attire les développeurs qui utilisent déjà ses logiciels. Une utilisation accrue soutient les opérateurs, les prêteurs et les futurs déploiements.

Cette même boucle peut devenir fragile si la demande finale des clients déçoit. Le partage des revenus ne crée pas à lui seul des charges de travail rentables. Il ne fait que redistribuer le coût et le risque nécessaires pour y parvenir.

Pour les acheteurs d’entreprise, le programme pourrait augmenter le nombre de fournisseurs proposant de la puissance de calcul Nvidia. Il pourrait aussi rendre l’évaluation des contrats plus importante.

Un acheteur devrait demander qui possède le matériel, qui garantit le service et ce qui se passe si l’opérateur fait l’objet d’une restructuration. Ces questions influent sur la continuité des charges de travail et la migration des données.

Les développeurs devraient également distinguer la capacité disponible de la capacité fiable. Un cluster peut exister sans offrir les performances réseau, le support ou la planification nécessaires aux applications de production.

Le financement de l’IA par Nvidia élargit l’offre, mais le taux d’utilisation déterminera si cette offre représente une infrastructure durable. Le financement peut démarrer le moteur, mais les charges de travail des clients doivent le faire tourner.

La véritable compétition porte sur l’accès aux capitaux, pas sur la vitesse des puces

Nvidia met les fournisseurs alternatifs de puces sous pression en rendant sa plateforme plus facile à financer, et pas seulement plus simple à programmer.

Les comparaisons de matériel se concentrent généralement sur le débit, la mémoire, la consommation énergétique, la disponibilité et la compatibilité logicielle. L’initiative de financement de Nvidia ajoute une autre variable : la bancabilité.

La bancabilité désigne la capacité d’un projet à attirer des financements à des conditions acceptables. Un accélérateur techniquement performant peut néanmoins échouer si les prêteurs lui attribuent un marché de revente ou des perspectives d’adoption plus faibles.

Cette dynamique favorise le leader du marché. Les financiers peuvent examiner la base installée de Nvidia, l’adoption de ses logiciels, la demande des clients et le marché secondaire avant d’estimer la valeur des garanties.

Le matériel alternatif doit apporter davantage de preuves. Son opérateur doit démontrer la demande, la compatibilité technique et l’existence d’une solution de sortie si le plan d’affaires initial échoue.

AMD peut concurrencer Nvidia grâce à ses accélérateurs et à une pile logicielle de plus en plus mature. Les hyperscalers peuvent utiliser du silicium sur mesure parce qu’ils contrôlent les clients, les centres de données et une grande partie de l’environnement logiciel.

Un fournisseur cloud plus petit dispose de moins d’avantages. Le choix d’un matériel moins établi peut susciter des questions supplémentaires chez les prêteurs, les développeurs et les clients potentiels.

Le modèle de Nvidia regroupe plusieurs réponses. Il fournit la plateforme, soutient la capacité, met en relation des partenaires financiers et partage les revenus de services.

Cette approche modifie la discussion commerciale. Un opérateur ne compare plus seulement les performances de deux systèmes. Il compare deux voies vers une activité opérationnelle et financée.

L’entreprise a renforcé cette position par des investissements directs. CoreWeave a indiqué que Nvidia avait acheté près de 23 millions d’actions en janvier 2026.

La transaction a fait de Nvidia davantage qu’un fournisseur. Le dépôt de l’entreprise de CoreWeave indiquait également que chaque GPU de son infrastructure était fourni par Nvidia.

CoreWeave illustre la manière dont les clouds d’IA spécialisés peuvent défier les hyperscalers traditionnels. Ils se concentrent sur les charges de travail accélérées, l’orchestration des clusters et l’accès rapide à des systèmes plus récents.

Il illustre également la concentration. La dépendance matérielle peut rendre le financement, les achats et la proposition de valeur d’un opérateur sensibles à la feuille de route d’un seul fournisseur.

D’autres opérateurs combinent plusieurs sources de financement. IREN a indiqué avoir utilisé des prépaiements clients, des obligations convertibles, la location de GPU et le financement de GPU pour soutenir son expansion.

Son extension d’infrastructure comprenait des commandes de plus de 50 000 GPU B300. L’entreprise prévoyait des déploiements progressifs en Colombie-Britannique et au Texas.

Cet exemple montre pourquoi le capital est devenu un élément de la concurrence entre plateformes. Les opérateurs mettent en place leurs financements avant que l’infrastructure ne génère des revenus, et utilisent souvent les équipements achetés comme garanties.

Nvidia obtient plusieurs avantages lorsque son matériel ancre cette structure. L’entreprise peut vendre des systèmes plus tôt, étendre les capacités régionales et maintenir les développeurs dans son environnement logiciel.

L’opérateur obtient des équipements et de la crédibilité. Le prêteur obtient des garanties liées à une plateforme largement utilisée. Les clients gagnent une autre source de capacité de calcul rare.

Toutefois, chaque participant dépend des autres. L’opérateur a besoin de clients, le prêteur doit être remboursé, et Nvidia a besoin que l’activité cloud environnante reste viable.

Cette dépendance distingue la stratégie d’une vente de produits ordinaire. Nvidia participe à la performance économique de l’infrastructure après sa livraison.

Les concurrents doivent désormais répondre à plus que des résultats de benchmark. Ils ont besoin de partenaires financiers, d’un approvisionnement fiable, d’un soutien logiciel et de clients prêts à signer des contrats finançables.

Google dispose d’un avantage particulier, car l’entreprise peut financer ses propres installations et proposer des Tensor Processing Units via Google Cloud. Amazon peut faire de même avec Trainium.

Ces entreprises n’ont pas besoin de reproduire exactement le modèle de financement de Nvidia. Elles peuvent subventionner l’adoption par la capacité cloud, des crédits clients, la demande interne et des services groupés.

AMD ne possède pas d’activité cloud hyperscale, mais peut s’associer à des opérateurs établis. Son opportunité grandit si les acheteurs s’inquiètent de la concentration des fournisseurs ou des conditions de financement.

Le conflit principal oppose donc la plateforme intégrée de Nvidia à des alternatives financées de manière indépendante. Les performances des puces alimentent ce conflit, mais l’accès au capital décide de plus en plus des déploiements.

Cette conclusion est facile à manquer lorsque google news présente chaque investissement, contrat cloud et commande d’accélérateurs comme un événement distinct. Ensemble, ils décrivent un système commercial en expansion.

Ce que le modèle de financement ne prouve pas

L’implication de Nvidia peut améliorer les perspectives de financement d’un projet, mais elle ne peut pas vérifier une demande durable ni éliminer le risque de crédit.

Le financement lié à un fournisseur soulève une préoccupation évidente. Un fournisseur peut contribuer au financement de clients qui achètent ou exploitent ensuite ses produits.

Cet arrangement ne rend pas automatiquement les revenus qui en résultent artificiels. Les fournisseurs d’équipements ont soutenu le financement de leurs clients dans les secteurs de l’aviation, des télécommunications, de l’énergie et de l’industrie.

La question essentielle est de savoir si les utilisateurs indépendants génèrent suffisamment de trésorerie pour soutenir les actifs financés. Une forte demande finale fait du soutien du fournisseur un pont. Une demande faible en fait un délai.

Nvidia affirme que son modèle ouvre l’accès à des entreprises qui ne peuvent pas obtenir suffisamment d’infrastructure par les voies traditionnelles. Cette affirmation est plausible, car les clusters d’IA exigent des engagements importants avant de générer des revenus de services.

Cependant, l’annonce n’établit pas publiquement plusieurs détails. Elle ne fournit pas une formule universelle de répartition des risques pour chaque projet à venir.

Les lecteurs ne savent pas encore quel niveau de soutien au crédit Nvidia apportera dans l’ensemble du programme. Ils ne disposent pas non plus d’informations standardisées sur les clauses contractuelles, la priorité des pertes, les seuils d’utilisation et les droits de résiliation.

Le partage des revenus introduit une autre incertitude. Nvidia bénéficie lorsque la capacité soutenue attire des clients, mais les opérateurs cèdent une partie de leurs futurs revenus de services.

Cet échange peut avoir du sens lorsque le soutien réduit les coûts de financement ou accélère le déploiement. Il devient moins attrayant si les marges se resserrent alors que l’utilisation reste irrégulière.

Les prêteurs doivent aussi estimer la valeur résiduelle du matériel installé. Les accélérateurs d’IA peuvent rester utiles, mais les cycles de produits évoluent rapidement.

La valeur économique d’un système dépend de plus que de l’accélérateur. Le réseau, la densité électrique, le refroidissement, l’emplacement et la configuration logicielle influencent la possibilité pour un autre opérateur de le réutiliser.

Les transitions rapides entre produits créent un risque pour la valeur des garanties. Nvidia avertit elle-même que les nouveaux produits, les actions des concurrents et l’évolution de la demande peuvent créer des stocks excédentaires ou obsolètes.

Son dépôt pour l’exercice 2026 a enregistré des provisions sur stocks et décrit des délais de production pouvant dépasser douze mois. Les longs cycles de planification augmentent le coût des erreurs de prévision.

La concentration des revenus ajoute un autre point de pression. Nvidia a révélé que deux clients directs représentaient 22 % et 14 % de ses revenus de l’exercice 2026.

Ces clients peuvent servir de nombreux utilisateurs finaux ; la concentration au niveau de la facturation ne révèle donc pas l’ensemble du tableau de la demande. Elle montre néanmoins une dépendance à un nombre limité de canaux d’achat.

L’annual filing de l’entreprise indique explicitement que la concentration des revenus peut se poursuivre. Financer davantage d’infrastructures peut accroître la capacité sans nécessairement diversifier la demande finale.

Un autre risque concerne l’exposition corrélée. Nvidia peut détenir une participation dans un opérateur, lui vendre du matériel, acheter ses services cloud et soutenir un financement lié à ses installations.

Chaque transaction peut avoir une finalité commerciale légitime. Ensemble, elles rendent plus difficile la distinction entre une demande indépendante et une demande soutenue par des participants du même réseau.

Cela ne signifie pas que les transactions doivent être considérées comme un paiement circulaire unique. Leurs contrats, leur traitement comptable, leurs contreparties et leurs risques économiques diffèrent.

La réponse utile consiste à améliorer les informations publiées, et non à formuler une accusation générale. Les investisseurs doivent comprendre si l’exposition de Nvidia implique des participations, des garanties, des locations, des achats de services ou des engagements conditionnels.

Les clients ont besoin de détails opérationnels. Si un cloud régional échoue, ils doivent savoir si les charges de travail peuvent être déplacées et si un autre opérateur peut maintenir les systèmes installés.

Les entreprises qui développent des flux de travail d’IA importants devraient conserver leurs dossiers en dehors de tout modèle ou environnement cloud unique. Une base de connaissances consultable peut préserver le contexte des projets pendant les changements d’infrastructure.

Les régulateurs peuvent aussi examiner si des relations commerciales complexes masquent une concentration ou transfèrent le risque vers des entités moins visibles. Tout examen dépendrait de contrats et d’informations publiées spécifiques.

La défense la plus solide du financement cloud de Nvidia viendra de l’utilisation par des clients externes. Des renouvellements stables, des charges de travail diversifiées et une utilisation croissante montreraient que le financement a accéléré une demande réelle.

La critique la plus forte émergera si les opérateurs soutenus dépendent de refinancements répétés. Une baisse de l’utilisation ou des projets retardés affaiblirait davantage l’argument du pont.

Pour l’instant, aucune de ces deux issues n’est établie. La croissance de Nvidia soutient la confiance, tandis que l’historique public limité du programme impose la prudence.

Un résumé de google news ne peut pas saisir cette distinction. L’annonce ne constitue ni une preuve d’une bulle de l’IA ni une preuve que le financement a résolu la pénurie d’infrastructures.

Il s’agit d’un transfert délibéré de la solidité financière de Nvidia vers son réseau de distribution. Ce transfert crée des opportunités de croissance et un champ plus vaste de risques partagés.

Trois signaux à surveiller après le cycle Google News

L’utilisation, l’exposition au crédit divulguée et les réponses des concurrents montreront si Nvidia a créé un modèle d’infrastructure durable.

Le premier signal est l’utilisation à travers les clouds soutenus. Nvidia et ses partenaires devraient finir par fournir des preuves que les systèmes déployés servent des clients payants.

Les indicateurs utiles comprennent la capacité sous contrat, les taux de renouvellement, les charges de travail actives et le délai entre l’installation et la mise en production. Une utilisation élevée étayerait l’affirmation de Nvidia selon laquelle le financement élimine un goulot d’étranglement de l’offre.

Une faible utilisation suggérerait que le capital disponible crée des capacités avant l’apparition d’une demande fiable. Les crédits promotionnels répétés devraient être distingués de l’usage commercial durable.

Cette distinction importe, car une commande d’accélérateurs enregistre l’entrée de l’offre dans le système. Elle ne révèle pas si une entreprise a intégré le service informatique qui en résulte à ses opérations quotidiennes.

Le deuxième signal est l’exposition au crédit et aux investissements divulguée par Nvidia. Ses dépôts trimestriels devraient montrer si les engagements, garanties, achats de cloud et investissements en infrastructures continuent d’augmenter.

Les investisseurs devraient comparer ces expositions aux flux de trésorerie opérationnels, à la concentration des clients et aux créances. Ils devraient également distinguer les obligations inconditionnelles des engagements conditionnels.

Davantage d’informations publiées renforcerait le programme en aidant les marchés à évaluer son risque. Un total d’engagements en hausse sans contexte au niveau des projets accroîtrait l’incertitude.

Surveillez les détails concernant la protection contre les pertes et la durée des contrats. La partie qui absorbe les premières pertes supporte souvent davantage de risques que ne le laisse entendre le langage des partenariats dans les titres.

Les garanties liées aux installations méritent une attention particulière, car elles peuvent survivre à un cycle de produits. Les engagements de services cloud comptent pour une autre raison, puisque Nvidia peut devenir acheteur sur son propre marché.

Le troisième signal est la manière dont les concurrents réagissent. AMD, Google, Amazon et les autres fournisseurs d’infrastructure n’ont pas besoin de programmes identiques, mais ils doivent offrir des voies d’adoption crédibles.

Un partenariat de financement conclu par AMD montrerait que la finançabilité devient un outil standard de vente d’accélérateurs. Un accès externe plus large aux puces personnalisées exercerait une pression sur Nvidia par un autre biais.

Google et Amazon peuvent aussi utiliser leurs bilans pour proposer de la capacité cloud sans transférer la propriété du matériel. Leur réponse peut se manifester par des contrats, des crédits ou des obstacles au déploiement réduits.

Si les concurrents introduisent un soutien comparable, Nvidia aura établi une nouvelle base de concurrence. S’ils l’évitent, cela pourrait refléter soit une capacité plus faible, soit des doutes sur le risque.

Les clients d’entreprise devraient surveiller ces signaux avant de traiter toute capacité supplémentaire comme interchangeable. La structure de capital du fournisseur peut affecter la fiabilité du service, les options de migration et la flexibilité contractuelle.

Les développeurs devraient également examiner la portabilité des logiciels. Le financement peut rendre une plateforme immédiatement disponible, mais les applications étroitement liées à ses bibliothèques deviennent ensuite plus difficiles à déplacer.

Cela ne signifie pas que les équipes devraient éviter Nvidia. Son vaste environnement logiciel et sa base installée restent des avantages pratiques.

Cela signifie que l’architecture technique et l’architecture financière interagissent désormais. Un cloud sélectionné pour sa capacité à court terme peut orienter les choix logiciels pendant des années.

L’histoire plus large du financement de l’IA par Nvidia concerne donc le contrôle des déploiements. Nvidia influence déjà les systèmes que les entreprises achètent et la manière dont les développeurs les programment.

L’entreprise influence désormais les projets qui reçoivent des capitaux et la façon dont leur économie est partagée. Cette position peut élargir l’accès à l’IA tout en faisant de Nvidia une source plus centrale de risques corrélés.

Les lecteurs qui suivent cette histoire via google news devraient regarder au-delà de la prochaine annonce de partenariat. Les éléments importants apparaîtront dans l’utilisation, les dépôts réglementaires et la demande de clients financée de manière indépendante.

Posez trois questions lorsque la prochaine opération sera annoncée. Qui paie en définitive pour le calcul, qui assume un déficit, et la charge de travail peut-elle être déplacée ailleurs ?

Les réponses détermineront si Nvidia a construit un pont de financement judicieux ou prolongé la dépendance de l’industrie de l’IA à un capital continu. Elles révéleront également si les concurrents peuvent défier une plateforme qui combine désormais puces, logiciels, distribution et finance.