Résumé exécutif
La deep tech a longtemps été le domaine des promesses à horizon 10 ans et des levées de fonds sans revenus. Le 30 juin 2026, ce paradigme a changé. Realta Fusion a réalisé ce qu'aucune entreprise privée n'avait fait avant elle : convertir directement l'énergie d'une réaction de fusion en électricité utilisable. Etched a prouvé que le marché des puces spécialisées pour l'inférence IA n'est plus une hypothèse : un milliard de dollars de commandes fermes, des investisseurs comme Andrej Karpathy, Geoffrey Hinton et Peter Thiel, et une puce déjà fabriquée par TSMC. Amazon, enfin, a officialisé ce que les initiés savaient déjà : le déploiement de l'IA en entreprise ne passe plus par des API, mais par des ingénieurs qui s'installent physiquement chez le client. Ces trois signaux ne sont pas décorrélés. Ils sont les trois faces d'une même infrastructure en construction : l'énergie qui alimentera l'IA, les puces qui l'exécuteront, et les équipes qui la déploieront.
Pour les investisseurs et les décideurs industriels, une question devient centrale : si la fusion devient commercialement viable plus vite que prévu, si les puces spécialisées remplacent les GPU généralistes, et si le déploiement de l'IA exige des bataillons d'ingénieurs embarqués, à quoi ressemblera la chaîne de valeur de l'IA dans cinq ans ? La réponse à cette question est plus perturbante que ce que les opérateurs historiques veulent entendre.
Les faits
-
TechCrunch rapporte le 30 juin 2026 que Realta
Fusion, une startup du Wisconsin, est la première entreprise
privée à démontrer publiquement la conversion directe d'énergie de
fusion en électricité. Le 19 juin, une expérience sur le
dispositif WHAM a produit plusieurs ampères à 100 volts, assez
pour alimenter une ampoule, en capturant l'énergie des particules
alpha issues de la fusion deutérium-tritium. La conversion directe
atteint un rendement d'environ 90 %, contre 33 % pour les turbines
à vapeur de la fission. Le CEO Kieran Furlong précise que sur un
réacteur commercial, cette électricité serait réinjectée pour
chauffer le plasma, augmentant la production nette de 20 à 30 %.
Realta avait levé 36 millions de dollars en Série A en 2025 et est
en train de lever un nouveau tour.
TechCrunch · Realta Fusion generates electricity directly from a fusion reaction, an apparent first -
TechCrunch révèle le 30 juin 2026 les détails de
la levée de fonds d'Etched, le concurrent de Nvidia spécialisé
dans les puces d'inférence IA. La startup, fondée en 2022 par deux
anciens de Harvard et du programme Thiel Fellowship, a levé 800
millions de dollars au total, dont 500 millions en décembre à une
valorisation post-money de 5 milliards. Elle a déjà enregistré un
milliard de dollars de commandes pour ses systèmes complets
(puces, racks, logiciels). TSMC a fabriqué la puce plus tôt cette
année. Parmi les investisseurs : Andrej Karpathy, Geoffrey Hinton,
Fei-Fei Li, Peter Thiel, Stanley Druckenmiller, ainsi que Jane
Street, Two Sigma et Hudson River Trading. En 2023, tous les
grands investisseurs avaient refusé de les financer.
TechCrunch · Nvidia competitor Etched hits $5B valuation, $1B in sales for AI chip -
TechCrunch annonce le 30 juin 2026 le lancement
par AWS d'une organisation d'ingénieurs déployés en avant-poste
(Forward-Deployed Engineers, FDE), dotée d'un milliard de dollars
de ressources internes. La VP Frontier AI d'AWS, Francessca
Vasquez, a déclaré que « les clients repartent des déploiements
FDE avec de nouvelles solutions et de nouvelles capacités
d'ingénierie, des compétences, workflows et patterns durables ».
Le modèle, popularisé par Palantir, consiste à envoyer des
ingénieurs travailler sur site chez le client. OpenAI et Anthropic
ont lancé des initiatives similaires (4 milliards et 1,5 milliard
respectivement) en partenariat avec des fonds de private
equity.
TechCrunch · Amazon launches new $1 billion FDE org, following OpenAI and Anthropic -
Ars Technica rapporte le 30 juin 2026, citant
Semafor, que l'administration Trump discute avec SpaceX d'un don
d'actions pour alimenter les Trump Accounts, des comptes d'épargne
pour enfants lancés le 4 juillet. SpaceX, valorisée 2 200
milliards de dollars après son IPO record, n'a pas confirmé
l'opération. Elon Musk a récemment qualifié de « totalement
fausses » les affirmations selon lesquelles les aides
gouvernementales auraient contribué au succès de Tesla et SpaceX,
estimant ces soutiens à « moins de 2 % » de la valeur des
entreprises.
Ars Technica · SpaceX may donate stock to Trump's savings accounts for kids, report says
Analyse stratégique
1. La fusion nucléaire privée entre dans sa phase de vérité technique. Le test de Realta n'est pas une production d'énergie nette. L'ampoule allumée par le plasma est un symbole, pas une centrale. Mais le symbole compte : pour la première fois, une entreprise privée a bouclé la boucle, du plasma à l'électricité, sans passer par une turbine à vapeur. Le rendement de 90 % de la conversion directe change l'équation économique de la fusion. Jusqu'ici, le problème de la fusion était double : maintenir la réaction et convertir l'énergie. Realta montre que le second problème a une solution élégante. Helion, le concurrent financé par Sam Altman, revendique la même approche mais n'a pas encore fait de démonstration publique. L'avance de Realta est réelle, mais la distance jusqu'à un réacteur commercial reste mesurée en années, pas en mois.
2. Etched valide la thèse la plus controversée du hardware IA : les GPU généralistes sont une solution transitoire. En 2023, tous les grands investisseurs ont refusé de financer Etched. La thèse des fondateurs, Gavin Uberti et Robert Wachen, tenait dans un mémo de 30 pages : l'IA aurait besoin de puces spécialisées pour l'inférence, pas de GPU généralistes. Trois ans plus tard, le marché leur donne raison. Un milliard de dollars de commandes, une puce fabriquée par TSMC, et un carnet d'investisseurs qui lit comme le who's who de l'IA. Cerebras a ouvert la voie avec son IPO à 5,5 milliards. Groq a levé 650 millions. Les hyperscalers (Amazon, Google, Microsoft) construisent leurs propres puces. OpenAI a annoncé sa première puce custom avec Broadcom. Le consensus de 2023 · « seul Nvidia compte » · est en train de se fissurer. Etched ne remplacera pas Nvidia. Mais il prouve que le marché de l'inférence est assez vaste pour accueillir des alternatives crédibles.
3. La guerre des ingénieurs embarqués révèle le vrai goulet d'étranglement de l'IA : le déploiement, pas la technologie. AWS, OpenAI et Anthropic ont collectivement engagé 6,5 milliards de dollars dans des organisations d'ingénieurs déployés chez les clients. Ce n'est pas un hasard. Le modèle est le même que celui de Palantir il y a 15 ans : la technologie seule ne suffit pas, il faut des humains pour l'intégrer dans les workflows réels. La différence, c'est l'échelle : 6,5 milliards en quelques mois, pour un marché qui n'existait pas il y a un an. Le message implicite est brutal : les API ne suffisent pas. L'IA agentique nécessite une intégration sur mesure, entreprise par entreprise. Ceux qui croyaient que l'IA se déploierait comme un SaaS se trompent : elle se déploie comme du conseil en stratégie, avec des équipes dédiées et des cycles de plusieurs mois.
4. L'énergie, les puces et les équipes : la deep tech révèle son architecture en couches. Ces trois annonces ne sont pas thématiquement liées par hasard. Elles décrivent les trois couches de l'infrastructure IA de la prochaine décennie. La couche énergétique : des réacteurs de fusion qui alimenteront des data centers de plusieurs gigawatts. La couche matérielle : des puces spécialisées qui exécuteront l'inférence à un coût marginal proche de zéro. La couche de déploiement : des ingénieurs embarqués qui traduiront la capacité technique en résultats business. La leçon pour les investisseurs est simple : miser sur l'IA sans miser sur son infrastructure, c'est parier sur un moteur sans carburant, sans pistons et sans mécaniciens.
Impact business et sectoriel
- Pour le secteur de l'énergie : la conversion directe de Realta, si elle est validée à l'échelle industrielle, rend la fusion économiquement crédible plus tôt que prévu. Le gain de rendement (90 % contre 33 %) transforme l'équation du retour sur investissement. Les utilities et les opérateurs de data centers doivent intégrer ce scénario dans leurs plans à 10 ans.
- Pour l'écosystème des semi-conducteurs : l'émergence d'alternatives crédibles à Nvidia pour l'inférence redistribue les cartes. Etched, Cerebras, Groq, les puces custom d'Amazon et Google, et bientôt celle d'OpenAI : le marché se fragmente. Nvidia reste dominant sur l'entraînement, mais l'inférence, qui représentera la majorité de la consommation de calcul d'ici 2028, devient un champ de bataille ouvert.
- Pour les entreprises clientes : le modèle FDE change la nature de la relation fournisseur. Ce n'est plus « voici une API, débrouillez-vous ». C'est « nous installons une équipe chez vous pendant six mois ». Pour les grands groupes, c'est un accélérateur. Pour les PME, c'est potentiellement un facteur d'exclusion : le ticket d'entrée pour l'IA agentique avancée pourrait devenir trop élevé pour ceux qui n'ont pas les moyens d'accueillir une équipe FDE.
- Pour les régulateurs : la convergence énergie-puces-déploiement pose des questions nouvelles. Si la fusion devient viable, qui régule la production décentralisée d'énergie par des réacteurs privés ? Si les puces d'inférence sont fabriquées exclusivement par TSMC, la dépendance géopolitique au détroit de Taïwan s'aggrave. Si les déploiements FDE donnent aux fournisseurs IA un accès direct aux données et aux processus des entreprises, où passe la frontière entre service et ingérence ?
Ce qu'il faut retenir
Le 30 juin 2026 restera comme la journée où trois couches de l'infrastructure technologique mondiale ont simultanément franchi un cap. Realta Fusion a prouvé qu'on pouvait extraire de l'électricité d'un plasma de fusion sans turbine. Etched a prouvé qu'une startup de 4 ans pouvait concurrencer Nvidia avec une thèse que personne ne voulait financer en 2023. AWS a prouvé que le déploiement de l'IA en entreprise vaut au moins un milliard de dollars d'investissement en ressources humaines. Ces trois preuves ne sont pas anecdotiques : elles sont les fondations sur lesquelles se construira l'économie de l'IA dans la prochaine décennie.
Pour les décideurs, la leçon est claire. L'IA n'est pas une couche logicielle qui flotte au-dessus de l'infrastructure existante. Elle exige une infrastructure nouvelle, de l'énergie à la puce en passant par le déploiement. Ceux qui continuent à traiter l'IA comme un sujet de CIO, et non comme un sujet de CEO impliquant l'énergie, le hardware et les ressources humaines, se préparent à des surprises coûteuses.
La question que ces trois annonces posent, sans y répondre, est la suivante : que se passe-t-il quand les trois couches arrivent à maturité en même temps ? Une énergie de fusion abondante et décarbonée, des puces d'inférence ultra-spécialisées à coût marginal nul, et des armées d'ingénieurs qui déploient des agents IA dans chaque entreprise du Fortune 500. Cette convergence n'est plus de la science-fiction. Elle a commencé le 30 juin 2026.
