Le fondeur se rapproche des laboratoires de frontière
TSMC a approuvé des investissements pouvant atteindre 1 milliard de dollars au total dans deux des entreprises les plus importantes de l’IA de frontière, avec un plafond de 500 millions de dollars pour Anthropic et un autre de 500 millions de dollars pour OpenAI . La structure est significative: la partie destinée à Anthropic concerne des actions ordinaires au prix de son introduction en Bourse, tandis que celle destinée à OpenAI porte sur des actions privilégiées d’OpenAI Group PBC . Ce n’est pas une simple annonce de capacité industrielle ou de feuille de route technologique. C’est un alignement financier direct entre le fondeur le plus stratégique pour le silicium IA avancé et deux sociétés dont les produits, Claude et GPT, alimentent la demande en accélérateurs .
À l’échelle de TSMC, le montant n’est pas déterminant. Le conseil du groupe a aussi approuvé des enveloppes d’investissement industriel beaucoup plus importantes, destinées notamment aux capacités de technologies avancées, au packaging avancé, à la construction d’usines, à la R&D et aux dépenses de maintien . Mais une prise de participation dans OpenAI et Anthropic envoie un message clair. TSMC ne se contente plus de répondre à la demande créée par le boom de l’IA. Le groupe veut aussi une exposition financière à la couche logicielle qui décide, in fine, du volume de calcul que le marché absorbera.
C’est le cœur de l’affaire. La demande en IA est souvent racontée depuis le haut de la pile: les utilisateurs posent des questions, les modèles répondent, les fournisseurs cloud louent des GPU, les laboratoires entraînent des modèles toujours plus grands. TSMC voit le même phénomène depuis la base: wafers, nœuds avancés, rendements, capacité, packaging, contraintes d’interconnexion, alimentation électrique et engagements à long terme. En investissant dans OpenAI et Anthropic, le fondeur place un marqueur financier sur l’idée que la demande logicielle restera assez forte pour justifier l’expansion continue de l’infrastructure physique .
Pas une commande de puces, mais une couverture sur la demande
Il faut distinguer cette autorisation d’investissement d’un contrat d’approvisionnement. TSMC ne se limite pas à vendre de la capacité ou à accorder de meilleures conditions commerciales. Le groupe autorise l’achat de titres de sociétés dont les trajectoires de modèles devraient continuer à pousser les besoins en performance, en bande passante mémoire et en densité de packaging . L’opération ressemble donc moins à une commande client qu’à une couverture stratégique sur la demande future.
Pour OpenAI et Anthropic, la logique fonctionne dans l’autre sens. Les entreprises de modèles de frontière ont besoin de capitaux, de crédibilité et d’un accès privilégié à l’écosystème industriel qui façonnera les prochaines générations d’accélérateurs et de déploiements cloud. Un investissement de TSMC ne règle pas à lui seul le problème du calcul, mais il rapproche ces sociétés de l’acteur central de leur chaîne d’approvisionnement . Il ajoute aussi une strate aux mécanismes de financement de plus en plus circulaires de l’IA: les fabricants de puces et fournisseurs d’infrastructure soutiennent les entreprises logicielles qui, à leur tour, ont besoin de davantage de puces et d’infrastructure.
Cette circularité n’est pas nécessairement malsaine. Si la demande finale est durable, l’alignement peut réduire l’incertitude dans toute la chaîne. Les développeurs de modèles obtiennent des partenaires plus solides, les fournisseurs comprennent mieux la trajectoire de la demande, et les investisseurs voient plus clairement quels acteurs sont indispensables. Mais cette structure augmente aussi le risque systémique. Si les revenus des modèles, l’adoption en entreprise ou l’économie de l’inférence déçoivent, une partie de la confiance du secteur pourrait apparaître comme financée par les mêmes acteurs qui en bénéficiaient déjà.
Mirendil illustre l’appétit pour les agents de R&D
Le mouvement de TSMC arrive dans le même cycle d’actualité qu’un autre signal fort: Mirendil a levé 1 milliard de dollars en série A, dans un tour co-dirigé par Kleiner Perkins et Clearlake Capital, avec la participation de Google et d’autres investisseurs . Mirendil développe des logiciels et des modèles destinés à accélérer la recherche et le développement en IA au moyen d’agents capables d’écrire du code, de lancer des expériences et d’automatiser certaines étapes du développement de modèles .
Le récit de l’entreprise vise l’un des problèmes économiques les plus difficiles de l’IA: la coordination entre humains, machines, essais, erreurs et infrastructures. Mirendil affirme que sa plateforme Lor répartit le travail entre des centaines d’agents IA, avec des tâches allant de l’expérimentation à la configuration d’infrastructure et à la correction automatique d’erreurs . La société met aussi en avant un projet interne dans lequel un seul chercheur, assisté par des agents, aurait construit un modèle de code appelé Mirendil-Base en environ trois mois et demi, pour moins de 10 millions de dollars de calcul .
Cette affirmation doit être lue avec prudence. Il s’agit d’un résultat communiqué par l’entreprise, pas d’une preuve générale que le développement de modèles de frontière est soudain devenu bon marché. Mais les investisseurs paient clairement pour la possibilité que les outils agentiques augmentent fortement la productivité des équipes de recherche. Si Mirendil parvient à transformer le travail désordonné des expériences, des entraînements et des itérations de code en flux coordonné d’agents, l’économie de la R&D en IA pourrait changer. De petites équipes pourraient s’attaquer à des projets auparavant réservés à de grands laboratoires, tandis que les grands laboratoires pourraient multiplier les expériences sans faire croître leurs effectifs au même rythme.
Le lien avec TSMC est indirect, mais réel. Si les systèmes agentiques de R&D accélèrent le développement de modèles, ils peuvent aussi accroître la demande en infrastructure d’entraînement et d’inférence. La couche logicielle qui promet d’économiser du temps de chercheur peut malgré tout consommer énormément de calcul. La levée de Mirendil exprime donc la même thèse que l’investissement de TSMC: la demande en IA ne se limite pas aux chatbots. Elle gagne les outils qui construiront la prochaine génération de modèles.
Blue J applique la thèse des agents aux fiscalistes
La levée de 176 millions de dollars de Blue J montre l’autre versant du marché des agents: des flux de travail verticaux, professionnels, où la précision, l’auditabilité et l’expertise métier comptent plus que l’effet de démonstration généraliste . La société de Toronto développe des outils d’IA pour la recherche et le conseil fiscal, et son tour de série E, mené par JMI Equity, valorise l’entreprise à plus de 700 millions de dollars . Les investisseurs existants Oak HC/FT et Sapphire Ventures ont également participé, aux côtés d’Intrepid Growth Partners .
Blue J prévoit d’utiliser ce capital pour soutenir Workflows, son produit d’IA agentique destiné aux praticiens de la fiscalité, ainsi que pour étendre sa présence au Royaume-Uni et sur d’autres marchés internationaux . L’objectif est de dépasser la simple réponse à des questions fiscales pour déléguer des tâches entières: vérification de déclarations avant dépôt, rédaction de réponses à des courriers de l’IRS, examen d’accords de partenariat, de LLC et de trusts, analyse du nexus entre États américains et préparation de communications client . Point essentiel, Blue J indique que les utilisateurs peuvent inspecter les sources et les étapes suivies par le système, tandis que les professionnels conservent la responsabilité de la revue et de la décision finale .
C’est précisément ce qui peut rendre les agents verticaux plus durables commercialement que les démonstrations généralistes. Le travail fiscal est coûteux, répétitif, complexe et risqué. Un système qui gagne du temps mais ne peut pas être audité ne suffit pas. Un système qui produit un livrable prêt pour revue, avec sources traçables, a un chemin plus clair vers le budget des entreprises. Blue J affirme d’ailleurs que son revenu récurrent annuel a progressé de 165 % dans les quinze mois suivant sa série D, et que plus de 6 500 organisations utilisent sa plateforme, dont des cabinets du Big Four et des entreprises du Fortune 100 .
Une pile complète, du wafer au workflow
Pris ensemble, ces trois événements montrent une concentration du capital sur plusieurs étages de la pile IA. TSMC s’aligne avec les laboratoires de frontière qui stimulent la demande en accélérateurs . Mirendil lève à très grande échelle pour automatiser le processus de recherche qui produit de nouveaux modèles et systèmes . Blue J applique les agents à un domaine professionnel étroit, précieux et mesurable, où les clients exigent des gains de temps mais aussi de la responsabilité .
Le thème commun n’est pas simplement le retour du financement de l’IA. C’est une différenciation plus nette entre les couches. Au niveau de l’infrastructure, la question est de savoir si la demande justifiera l’expansion des nœuds avancés et du packaging avancé. Au niveau de la R&D, il faut déterminer si les agents peuvent raccourcir le cycle d’expérimentation. Au niveau applicatif, l’enjeu est de savoir si les agents peuvent effectuer un travail spécialisé avec assez de fiabilité pour gagner la confiance de métiers exigeants.
TSMC fait le titre parce que le fondeur relie la fondation physique de l’IA aux entreprises qui définissent la frontière des modèles. Mais Mirendil et Blue J expliquent pourquoi cela compte. Des modèles plus capables nécessitent plus de calcul. Une R&D plus automatisée peut produire plus de modèles. Des agents verticaux peuvent transformer cette capacité en dépenses logicielles d’entreprise. Le flux stratégique passe encore par le packaging avancé, mais le signal de demande vient de plus en plus des agents, des workflows et des logiciels capables de convertir le calcul en productivité mesurable.
Alignement vertueux ou boucle de rétroaction?
La lecture optimiste est celle d’une économie de l’IA en voie d’intégration verticale. Fournisseurs, laboratoires de modèles, outils de R&D et applications métier trouvent des moyens de se soutenir mutuellement parce que chaque couche dépend des autres. L’exposition de TSMC à OpenAI et Anthropic donne au fondeur un intérêt financier dans la demande logicielle qu’il rend déjà possible . Les agents de Mirendil pourraient aider les chercheurs à utiliser le calcul plus efficacement . Les agents fiscaux de Blue J montrent comment l’IA peut être transformée en produits de travail auditables pour des professionnels .
La lecture sceptique est que ce même alignement peut devenir une boucle de rétroaction. Si les fournisseurs financent les clients, et si les clients justifient l’expansion des fournisseurs, le marché devra tôt ou tard être validé par des revenus finaux et des gains de productivité tangibles. Blue J offre un test concret: des agents peuvent-ils produire un travail fiable, vérifiable et suffisamment utile pour être payés durablement ? Mirendil affronte un test plus difficile: ses résultats internes d’automatisation de la recherche peuvent-ils devenir une productivité commerciale répétable ? Le pari de TSMC se situe au-dessus de ces deux questions. Il suppose que les laboratoires de frontière continueront à transformer le capital en demande pour la capacité de fabrication la plus avancée du monde .
Pour l’instant, la direction est nette. La pile IA se resserre. Le fondeur veut une part de l’économie des laboratoires. Les laboratoires ont besoin du fondeur. Les startups d’agents veulent convertir le calcul en travail. Et les entreprises commencent à financer les systèmes capables de prouver, workflow après workflow, que tout ce capital produit une valeur concrète.


Commentaires
Sois le premier à commenter.