Lors de sa conférence GTC 2026, Nvidia a mis en avant une nouvelle grille de lecture de l’économie de l’intelligence artificielle : le « token ». Derrière ce concept technique, l’entreprise pousse une vision où la valeur de l’IA se mesure désormais à l’usage, et non plus seulement à l’infrastructure.
Le token, nouvelle unité de mesure de l’IA
À l’occasion de sa conférence GTC 2026, Jensen Huang, CEO de Nvidia, a insisté sur un changement profond dans la manière d’appréhender l’intelligence artificielle. Le cœur de cette transformation repose sur le « token », une unité de données utilisée par les modèles pour traiter et générer du contenu. Concrètement, chaque interaction avec une IA (génération de texte, analyse, requête) consomme des tokens. Ce modèle, déjà utilisé pour la facturation des services d’IA, tend à s’imposer comme une référence économique à part entière.
De la puissance de calcul à l’usage réel
Historiquement, la valeur de l’IA reposait sur la puissance de calcul, mesurée en capacité de traitement ou en taille des modèles. Nvidia propose désormais de déplacer le regard vers l’usage effectif de l’IA, c’est-à-dire le volume de tokens produits et consommés. Cette évolution s’inscrit dans la montée en puissance de l’inférence, phase durant laquelle les modèles sont utilisés en production. Contrairement à l’entraînement, ponctuel, l’inférence génère des coûts continus, chaque requête produisant des tokens facturables.
Une économie qui structure déjà les entreprises
Pour Nvidia, cette logique ne relève pas uniquement de la théorie. Elle influence déjà les pratiques des entreprises technologiques. L’accès à des « budgets de tokens » devient un levier de productivité pour les ingénieurs, et même un argument de recrutement. Certains acteurs envisagent ainsi les tokens comme une ressource stratégique, au même titre que le matériel ou les logiciels. Dans cette perspective, la performance ne se mesure plus uniquement en puissance brute, mais en capacité à produire des résultats avec l’IA.
Une vision qui sert aussi les intérêts de Nvidia
Cette lecture de l’économie de l’IA n’est pas neutre. En mettant l’accent sur les tokens, Nvidia valorise indirectement son cœur de métier, soir les infrastructures capables de produire ces unités à grande échelle. Les « AI factories » mises en avant par le groupe reposent précisément sur une logique de transformation de la puissance de calcul en tokens, et donc en valeur économique.
Reste que cette approche pose plusieurs questions. En faisant du token l’unité centrale, les entreprises pourraient se retrouver encore plus dépendantes de modèles économiques basés sur l’usage, avec des coûts variables et parfois difficiles à anticiper. À mesure que les agents IA et les usages automatisés se développent, la consommation de tokens pourrait exploser, transformant progressivement l’IA en un poste de dépense structurant pour les organisations.
