Le problème qu'Nvidia a résolu avant même que les entreprises le demandent
Le 25 janvier 2026, un développeur autrichien nommé Peter Steinberger a publié en ligne une plateforme permettant de connecter des agents d’IA à des applications du monde réel. Il l’a construite en environ une heure. Il l'a d'abord appelée Clawd, puis Moltbot, et enfin OpenClaw. En quelques semaines, elle est devenue virale pour une raison simple : elle fonctionnait, et ne demandait pas permission pour faire presque n'importe quoi.
Ce dernier point est précisément son problème.
Les démonstrations sur les réseaux sociaux montraient des agents autonomes exécutant des tâches, accédant à des fichiers et se connectant à des services externes, tout cela avec une fluidité qui laissait sans voix. Ce qu'elles ne montraient pas, c'était ce qui se passait lorsque ces mêmes agents opéraient sur des données clients réelles, des contrats d'entreprise ou des systèmes de production. Pour toute entreprise avec des informations sensibles, OpenClaw sans contrôles n'est pas un outil, c'est un risque légal et opérationnel qu'aucun directeur financier n’approuvera.
Nvidia l’a compris avant même que les départements IT ne terminent la rédaction de leurs mémos d'avertissement. Le 16 mars 2026, lors de sa conférence GTC à San José, Jensen Huang a annoncé NemoClaw : une couche de logiciel open source construite sur OpenClaw qui ajoute des contrôles de confidentialité, des politiques de sécurité et des environnements isolés pour que les agents autonomes puissent opérer dans des environnements d'entreprise sans devenir un vecteur d'exposition.
Le mouvement est chirurgical. Nvidia n'a pas acheté OpenClaw ni tenté de le remplacer. Elle l'a adopté, renforcé et intégré à sa propre pile de matériel et de logiciel. Le résultat est une plateforme qui transforme un projet viral open source en infrastructure d'entreprise soutenue par le fabricant de puces le plus rentable de la planète.
Pourquoi ce lancement est important au-delà de la technologie
Pour comprendre la logique financière derrière NemoClaw, il faut regarder les chiffres que Nvidia a rapportés pour son année fiscale 2026 : 215,9 milliards de dollars de revenus totaux, avec un quatrième trimestre de 68,1 milliards. Ces chiffres ne se soutiennent pas en vendant des puces à des laboratoires de recherche. Ils se soutiennent en convaincant des entreprises de taille moyenne et grande que construire sur l'infrastructure Nvidia est la décision la moins risquée qu'elles peuvent prendre.
C'est là que NemoClaw s'inscrit parfaitement dans l'architecture des revenus de l'entreprise. Kari Briski, vice-présidente du logiciel d'IA générative pour entreprises chez Nvidia, l’a exposé clairement lors de l’événement : les agents autonomes génèrent une demande de calcul "d'ordres de grandeur" supérieure à celle des modèles de langage traditionnels. Chaque agent qui fonctionne en continu sur un matériel certifié est, en termes financiers, une unité de consommation récurrente.
La stratégie de conditionnement est remarquable. NemoClaw s'installe avec une seule commande et intègre automatiquement les modèles Nemotron de Nvidia, le nouvel environnement d'exécution OpenShell et l'Agent Toolkit. OpenShell fournit un isolement au niveau des processus, contrôlant l’accès aux fichiers, les connexions réseau et la gestion des données. Le résultat pratique pour une entreprise est qu’elle peut déployer des agents autonomes sur ses données internes sans céder le contrôle sur ce que ces agents peuvent voir ou faire.
Cela a de l'importance en termes d'adoption. Le plus grand frein à l'adoption d'agents d'IA par les entreprises de taille moyenne n'est pas le coût du modèle, mais le risque de conformité. Un agent qui peut lire n'importe quel dossier et se connecter à n'importe quelle API externe est incompatible avec les réglementations de protection des données, les audits internes ou les contrats avec les clients. NemoClaw élimine ce frein de manière technique, ce qui élargit l'univers des entreprises prêtes à payer pour le matériel qui le fait fonctionner.
Nvidia a déjà des partenaires de distribution actifs pour ses systèmes DGX Spark et DGX Station : Asus, Dell Technologies, Gigabyte, MSI, Supermicro et HP. Chaque vente de matériel qui se déclenche parce que NemoClaw a résolu le problème de sécurité est un revenu que NemoClaw a généré indirectement. Le logiciel open source comme mécanisme de vente de matériel est l'un des modèles les plus rentables qui existent, précisément parce que le coût marginal du logiciel tend vers zéro alors que la marge sur le matériel reste positive.
La logique du verrouillage ouvert
Il y a une apparente paradoxe dans le lancement : Nvidia a libéré NemoClaw en open source. Un observateur superficiel pourrait interpréter cela comme une générosité d'entreprise ou comme un pari risqué qui donne des munitions aux concurrents. La lecture financière est différente.
Lancer NemoClaw en open source maximise la vitesse d’adoption. Tout développeur peut installer la plateforme aujourd'hui sans passer par un processus de vente, sans signer de contrat et sans attendre une proposition commerciale. Cela signifie que la base installée croît de manière organique et gratuite. Puis, lorsque ces mêmes développeurs ont besoin de mettre à l'échelle leurs agents vers des environnements de production, ils ont besoin de matériel qui les soutiennent avec les performances requises, et c'est là que se présentent les RTX Pro, les DGX Spark et les DGX Station.
Le DGX Station, par exemple, intègre la puce Grace Blackwell Ultra Desktop avec 748 gigaoctets de mémoire cohérente et jusqu'à 20 pétaflops de performance de calcul IA. Ces spécifications ne sont pas conçues pour un développeur individuel exécutant des expériences. Elles sont conçues pour une entreprise qui doit faire fonctionner plusieurs agents autonomes en production, sur ses propres données, sans être dépendante de la latence du cloud. NemoClaw est l'argument technique qui justifie cette dépense en capital.
Steinberger, qui collabore maintenant avec Nvidia après avoir été embauché par OpenAI, a décrit le résultat de l'alliance avec précision : construire "les agents et les garde-fous qui permettent à quiconque de créer des assistants d'IA puissants et sûrs". Cette phrase contient une tension financière intéressante. OpenAI a acquis Steinberger et a annoncé qu'OpenClaw passerait à une fondation. Nvidia, au lieu de contester ce territoire, a construit dessus. La stratégie ne compétitionne pas avec OpenAI pour le talent ou le modèle de base ; elle concurrence pour la couche d'infrastructure où les deux finissent par s'exécuter.
L'agent autonome comme unité de business, non comme caractéristique
Le déplacement conceptuel que Huang a tenté de communiquer lors de sa présentation mériterait une attention particulière au-delà de l'annonce technique. Son analogie entre OpenClaw et Windows n'est pas accidentelle. Windows n'était pas précieux parce que Microsoft l'a créé ; il est devenu précieux parce qu'il est devenu l'environnement sur lequel tout le reste vivait. Toute entreprise qui développait un logiciel avait besoin que ce logiciel fonctionne sur Windows, ce qui a consolidé le pouvoir de Microsoft pendant des décennies.
Nvidia joue à construire ce type de dépendance, mais au niveau des agents autonomes. Si NemoClaw devient le standard de facto pour déployer des agents dans des environnements d'entreprise sécurisés, alors toute entreprise qui souhaite évoluer ces agents aura une incitation très concrète à le faire sur du matériel Nvidia certifié, en utilisant des modèles Nemotron optimisés et des outils de l'Agent Toolkit. Chaque composant de la pile renforce le suivant.
La différence avec le modèle de Windows est qu'ici, le revenu ne provient pas des licences de logiciels, mais du calcul comme service et du matériel physique. Un agent autonome qui fonctionne en continu sur un DGX Spark consomme des ressources mesurables. C'est une métrique de facturation, pas une installation payée une seule fois.
Briski l’a dit avec la précision de celui qui connaît le modèle de revenus derrière le produit : les agents planifient, agissent et exécutent des tâches de manière autonome, et cela génère une demande de calcul d'ordres de grandeur plus élevée qu'un modèle qui répond à des questions. Traduit en termes de trésorerie : chaque entreprise qui passe d'un chatbot à un agent autonome multiplie ses dépenses en infrastructure. Et si cet agent vit sur NemoClaw, c’est Nvidia qui capture cette différence.
La seule validation qui importe pour tout modèle d'affaires est celle qui arrive sous forme de paiement récurrent d'un client qui a des alternatives et choisit de rester. Nvidia a construit NemoClaw pour être exactement cela : la raison technique pour laquelle une entreprise décide de payer pour le prochain serveur, et le suivant, et celui qui vient après.
