a16z lève 1,1 Md$ pour le « Machine Age » : le roi du capital-risque software bascule dans le hardware IA
🔎 Le logiciel ne suffit plus
Andreessen Horowitz vient de faire quelque chose d'aussi symbolique qu'inattendu. La firme qui a popularisé le mantra « software is eating the world » lève 1,1 milliard de dollars pour un fonds exclusivement dédié au hardware IA. Le fonds s'appelle « Machine Age Fund ». Il a été annoncé le 28 août 2026.
Le signal est fort. Pendant douze ans, a16z a parié sur les SaaS, les marketplaces, les réseaux sociaux et les API. Aujourd'hui, ses associés les plus senior estiment que la prochaine décennie ne se jouera plus dans le code, mais dans le silicium, les câbles de fibre, les systèmes de refroidissement et les bras robotiques.
Le contexte immédiat explique ce revirement stratégique. Le 10 août 2026, Nvidia franchissait le cap des 500 milliards de dollars de valorisation boursière supplémentaires en une seule journée, reflétant l'appétit insatiable de Wall Street pour l'infra physique. En Chine, Moonshot AI lève 2 milliards de dollars : Kimi K2.6 domine l'open-weight et la Chine accélère dans la course à l'IA, tandis qu'Enflame lève 892 millions en bourse à Shanghai pour la filière puces IA chinoise. Le capital migre massivement de la couche modèle vers la couche physique.
L'essentiel
- a16z lève 1,1 Md$ pour le « Machine Age Fund », son premier fonds dédié au hardware et à l'infrastructure physique de l'IA.
- Les cinq general partners signataires : Ben Horowitz, Martin Casado, Raghu Raghuram (ex-VMware), David Ulevitch et David George.
- Cibles d'investissement : puces IA, mémoire, réseau, stockage, data centers, robotique et appareils IA domestiques.
- Motif déclaré : le supply hardware traditionnel croît de 20-30 % par an, loin des taux à trois chiffres nécessaires pour absorber la demande IA.
- a16z dispose déjà de 1,7 Md$ investis en infra IA depuis 2024, plus 1,25 Md$ d'investissements initiaux dans le secteur.
Outils recommandés
| Hostinger | Hébergement web pour déployer des dashboards IA et apps hardware | À partir de 2,99 € (août 2026, vérifiez sur hostinger.com) | Startups et développeurs indépendants |
Pourquoi un fonds hardware maintenant — et pourquoi a16z
La réponse tient en une phrase de Martin Casado, general partner du fonds, rapportée par le Wall Street Journal : le supply hardware est habitué à croître de 20 à 30 % par an. Ce rythme est fondamentalement inadapté face à une demande d'IA qui explose à trois chiffres.
L'industrie du semiconducteur et de l'infrastructure data center fonctionne depuis des décennies sur des cycles de planification lents. Un nouveau process de fabrication chez TSMC prend trois à cinq ans. La construction d'un data center à l'échelle demande deux à quatre ans. Les modèles IA, eux, doublent de capacité tous les six à neuf mois.
Ce décalage crée un goulot d'étranglement physique massif. Et ce goulot, selon a16z, représente la plus grande opportunité de marché de cette décennie. Le fonds ne finance pas des modèles de langage ou des applications consumer. Il finance littéralement « ce sur quoi l'intelligence fonctionne » : puces, mémoire, réseau.
Cinq general partners, un message clair
La composition de l'équipe en dit long. Ben Horowitz, le cofondateur historique, ne s'engage plus sur beaucoup de fonds opérationnels. Sa signature ici est un marqueur de priorité stratégique absolue.
Martin Casado est l'architecte de cette thèse. Ancien fondateur de Nicira (racheté par VMware pour 1,26 Md$ en 2012), il connaît l'infrastructure réseau mieux que quiconque dans le VC. C'est lui qui a théorisé le concept dans un essai publié le même jour sur le site d'a16z, intitulé « How to Win the Largest Market in AI ».
Raghu Raghuram, ex-CEO de VMware, apporte l'expertise virtualisation et infrastructure d'entreprise. David Ulevitch (ancien CEO d'OpenDNS) et David George complètent l'équipe avec des profils sécurité et enterprise infrastructure. Aucun profil « consumer app » ou « SaaS growth ». C'est un fonds construit par des gens qui comprennent les couches basses de la stack.
Le paradoxe d'un fonds « anti-SaaS » chez a16z
Le clin d'œil historique est impossible à ignorer. Marc Andreessen a publié en 2011 son célèbre éditorial « Why Software Is Eating the World » dans le Wall Street Journal. Quinze ans plus tard, sa firme dit en substance : le monde a été mangé, maintenant il faut rebâtir la cuisine.
C'est moins un revirement qu'une extension logique. Le software a créé la demande d'IA. Cette demande se heurte au mur physique. a16z suit l'argent, comme toujours.
Les six cibles d'investissement du Machine Age Fund
D'après l'annonce officielle sur le site d'a16z et les analyses de TechCrunch, le fonds couvre six catégories distinctes.
1. Puces IA (AI processors)
La catégorie la plus évidente et la plus concurrentielle. Nvidia domine, mais l'écosystème cherche désespérément des alternatives. Le fonds cible les startups qui conçoivent des accélérateurs pour l'entraînement et l'inférence de modèles comme GPT-5.5 (OpenAI), Gemini 3.1 Pro (Google) ou Claude Opus 4.7 d'Anthropic.
La différence par rapport aux tentatives précédentes (Groq, Cerebras, SambaNova) : le timing. En 2024, les alternatives à Nvidia manquaient de traction. En 2026, la pression sur les marges des hyperscalers rend le besoin d'options viables urgent.
2. Mémoire (Memory chips)
Le goulot d'étranglement le plus sous-estimé de l'IA. Les modèles actuels sont limités moins par la puissance de calcul brute que par la bande passante mémoire. Le passage de HBM3 à HBM3E puis HBM4 ne suit pas la courbe de demande. Les startups qui repensent l'architecture mémoire pour les charges de travail IA ont une fenêtre d'opportunité réelle.
3. Réseau (Networking equipment)
Martin Casado saitpertinemment que le réseau est le maillon faible des clusters IA à 100 000 GPU et plus. La latence inter-nœud, la topologie de commutation, les protocoles de synchronisation — chaque microseconde perdu se multiplie à l'échelle du cluster. C'est potentiellement la catégorie la plus sous-investie du fonds.
4. Stockage de données (Data storage)
L'entraînement de modèles comme DeepSeek V4 Pro ou Kimi K2.6 nécessite d'ingérer des pétaoctets de données textuelles, multimodales et synthétiques. Les systèmes de stockage traditionnels ne sont pas conçus pour des débits séquentiels aussi massifs. Le stockage pour l'IA est un problème d'ingénierie distinct.
5. Data centers
Pas seulement les bâtiments, mais l'ensemble de la chaîne : refroidissement liquide, distribution d'énergie, gestion thermique. La consommation électrique des data centers IA pourrait représenter 8 à 12 % de la production électrique américaine d'ici 2030 selon plusieurs estimations universitaires. Le fonds investit dans la physique des bâtiments qui abritent l'IA.
6. Robotique et appareils IA domestiques
C'est la catégorie qui surprend le plus dans un fonds « infrastructure ». Mais elle est cohérente avec la thèse du « physical buildout » : l'IA quitte le data center pour le monde physique. Bras robotiques, appareils domestiques avec edge AI, capteurs intelligents. a16z parie que la démocratisation de l'IA passera aussi par des dispositifs physiques, pas seulement des API cloud.
Le goulot d'étranglement physique : chiffres et réalité
L'argument central du Machine Age Fund repose sur un décalage mathématique simple, que PYMNTS et SiliconAngle ont bien capté.
La loi de la demande contre la loi de l'offre hardware
La demande de compute IA a augmenté de plus de 300 % en 2025 selon les données des hyperscalers. L'offre de puces, de mémoire et de capacité data center a crû d'environ 25 à 35 % sur la même période. Ce ratio de 10:1 entre demande et offre ne peut pas se résorber par les canaux traditionnels.
L'industrie semiconducteur mondiale pèse environ 600 milliards de dollars par an. L'IA seule pourrait absorber 200 à 300 milliards si l'offre suivait. Mais les fonderies, les équipementiers, les fabricants de PCB, les fournisseurs de packaging — toute la chaîne est calibrée pour une croissance linéaire, pas exponentielle.
L'effet Nvidia et ses limites
Nvidia a capturé l'essentiel de la valeur créée par ce déséquilibre. Sa capitalisation boursière a explosé de 500 Md$ en une journée le 10 août 2026, un mouvement sans précédent pour un entreprise de cette taille. Mais même Nvidia ne peut pas fabriquer assez de puces pour satisfaire la demande. Et les hyperscalers (Microsoft, Google, Meta, Amazon) n'ont aucun intérêt stratégique à dépendre à 90 % d'un seul fournisseur.
C'est précisément cette dynamique qui crée l'opportunité pour le fonds d'a16z : financer les challengers que les hyperscalers veulent voir émerger.
La Chine comme accélérateur
Le facteur géopolitique renforce la thèse. En Chine, les levées de fonds hardware IA s'accélèrent parallèlement. Moonshot AI lève 2 milliards de dollars pour son écosystème autour de Kimi K2.6, qui atteint 84 points en agentic (self-host) selon les benchmarks. Des acteurs comme Enflame lèvent des centaines de millions pour des puces IA locales, contraints par les restrictions d'exportation américaines.
Cette bifurcation géopolitique double la demande de hardware : l'Occident et la Chine construisent désormais des chaînes d'approvisionnement parallèles. C'est deux fois plus de puces, deux fois plus de data centers, deux fois plus d'infrastructure à construire.
Portefeuille existant et premières cibles identifiées
a16z n'est pas un newcomer dans l'infra IA. Selon Dealroom, la firme a déjà deployé 1,7 Md$ dans l'infrastructure IA depuis 2024, plus 1,25 Md$ d'investissements initiaux antérieurs.
Volta Infrastructure
Spécialisée dans le financement et le développement de data centers, Volta est positionnée exactement sur la thèse du « physical buildout ». La startup répond au problème le plus basique et le plus urgent : où mettre les GPU. Avec des délais de construction de data centers qui s'allongent, les solutions de déploiement rapide ont une valeur stratégique disproportionnée.
Unconventional Inc
Moins connue du grand public, cette startup travaille sur des architectures de puces non conventionnelles pour l'IA. Le nom est programmatique : il s'agit précisément de sortir des architectures GPU traditionnelles pour explorer des voies neuromorphiques, en mémoire ou analogiques. Le pari est élevé, mais c'est exactement le type de bet que ce fonds est censé financer.
Startups robotique
a16z a déjà investi dans plusieurs entreprises de robotique au cours des dernières années. Le Machine Age Fund consolide ces positions et ouvre la porte à de nouvelles bets dans un secteur où la convergence entre modèles de langage et contrôle moteur commence à produire des résultats tangibles. Les modèles agentic comme GPT-5.5 (score agentic : 98,2) ou Gemini 3 Pro Deep Think (95,4) ouvrent des possibilités de planification et de raisonnement qui étaient inaccessibles il y a dix-huit mois.
Ce que ce fonds dit de l'état de l'IA en 2026
Le Machine Age Fund n'est pas qu'un produit financier. C'est un diagnostic de l'industrie.
La fin de l'âge d'or du financement modèle
En 2024-2025, les milliards se dirigeaient massivement vers les fondations de modèles : OpenAI, Anthropic, xAI, Mistral. En 2026, le marché des fondations se consolide. Les benchmarks montrent un peloton de tête serré : GPT-5.5 et Gemini 3.1 Pro dominent en général (91-92 points), avec Claude Opus 4.7, Grok 4.1 et DeepSeek V4 Pro dans le même ordre de grandeur. La différenciation par le modèle seul devient plus difficile.
Le capital se déplace donc en aval (applications) et en amont (infrastructure physique). Le fonds d'a16z est l'expression la plus visible de ce mouvement en amont.
L'IA agentic comme moteur de consommation physique
Un point crucial souvent négligé : les modèles agentic consomment significativement plus de compute que les modèles conversationnels classiques. Quand GPT-5.5 (98,2 en agentic) ou Claude Opus 4.7 (94,3) exécutent des chaînes de raisonnement multi-étapes, appellent des outils, itèrent sur des résultats, chaque interaction peut consommer 10 à 100 fois plus de tokens qu'un simple chat.
Cette explosion de la consommation par interaction rend le goulot d'étranglement physique encore plus aigu. Le fonds d'a16z parie que l'adoption massive de l'IA agentic va créer une pression infra sans précédent.
Les emplois menacés ne sont plus seulement dans le software
Ce mouvement vers le hardware a des implications sur l'emploi qui dépassent le secteur tech. StanChart supprime 7 000 postes : quand l'IA s'attaque au « capital humain de faible valeur » illustre la pression sur les emplois de back-office. Mais la construction massive d'infra IA va aussi transformer les emplois physiques : électriciens, ingénieurs CVC, techniciens data center, ouvriers du bâtiment spécialisés.
Le paradoxe est que l'IA, technologie perçue comme « dématérialisée », génère une demande massive de travail physique qualifié.
Le codage mobile comme symptôme de la demande infra
Un exemple concret de la pression sur l'infrastructure : la tendance vers le codage déporté. Codex dans ChatGPT Mobile : coder depuis son téléphone pendant que l'agent travaille sur votre machine montre comment les modèles comme GPT-5.3 Codex (87 en général, 80 en agentic) permettent de coder depuis un smartphone pendant qu'un agent exécute sur une machine distante.
Chaque session de codage agentique représente des dizaines de milliers de tokens échangés, des appels API continus, du compute distribué entre le mobile et le cloud. Multiplié par des millions de développeurs, ce seul cas d'usage justifie à lui seul des investissements infrastructure massifs. Le Machine Age Fund finance précisément les fondations qui rendent ce type d'usage possible à l'échelle.
Comparaison avec les autres acteurs du financement hardware IA
a16z n'est pas seul sur ce terrain, mais son entrée formelle avec un fonds dédié change la donne.
| Acteur | Montant dédié hardware IA | Focus principal | Année |
|---|---|---|---|
| a16z — Machine Age Fund | 1,1 Md$ | Puces, mémoire, réseau, stockage, data centers, robotique | 2026 |
| Nvidia (investissements corporates) | >2 Md$ estimés | Écosystème autour de CUDA, startups utilisant Nvidia | 2024-2026 |
| Microsoft | >4 Md$ en infra propre (investissement direct) | Data centers, refroidissement, énergie | 2025-2026 |
| Enflame (levée bourse Shanghai) | 892 millions de yuans | Puces IA domestiques chinoises | 2026 |
| SoftBank Vision Fund | ~1,5 Md$ estimés en hardware IA | Robotique, puces, semiconducteurs | 2024-2026 |
La différence fondamentale d'a16z : c'est un fonds de VC pur, pas un corporate. La firme prend des positions early-stage et growth avec une logique de retour sur investissement, pas de stratégie d'écosystème verrouillé. Cela signifie plus de risque, mais aussi plus de diversité dans les startups financées.
Les risques et limites de la thèse « Machine Age »
Tout n'est pas rose dans cette thèse. Plusieurs risques structurels méritent d'être soulignés.
Le risque cyclique du semiconducteur
L'industrie des puces est historiquement cyclique. Chaque vague d'optimisme (crypto en 2021, IoT en 2015) a fini par surapprovisionner le marché. L'IA pourrait suivre le même schéma : si la demande de modèles stagne ou si l'efficacité des puces progresse plus vite que prévu, le surinvestissement se transforme en surcapacité.
La barrière à l'entrée est extrême
Concevoir une puce IA compétitive coûte 200 à 500 millions de dollars en R&D rien que pour le premier tape-out. La fabrication nécessite un accès à TSMC ou Samsung, avec des NRE (non-recurring engineering) de 50 à 100 millions par variante. Le nombre de startups capables de traverser ce parcours est limité. Sur 10 startups de puces IA financées, peut-être 1 ou 2 atteindront la production à volume.
Le risque géopolitique est à double tranchant
Les restrictions d'exportation américaines créent une opportunité pour les alternatives occidentales (bon pour le fonds). Mais elles fragmentent aussi le marché global, réduisant les volumes adressables par startup. Une startup américaine de puces ne peut pas vendre en Chine, qui représente 25 à 30 % du marché semiconducteur mondial.
Le timing pourrait être trop tôt ou trop tard
Si a16z avait lancé ce fonds en 2024, il aurait été pionnier mais peut-être prématuré. En 2028, il pourrait être en concurrence avec trop de fonds similaires. En août 2026, le timing semble optimal — mais les marchés hardware ont la fâcheuse habitude de punir ceux qui arrivent « juste à temps » avec un cycle de produit décalé de six mois.
❌ Erreurs courantes
Erreur 1 : Confondre ce fonds avec un fonds « IA generative »
Le Machine Age Fund n'investit pas dans des startups qui construisent des modèles de langage ou des applications IA grand public. Il investit dans le hardware qui permet à ces modèles de fonctionner. Confondre les deux, c'est rater complètement l'angle de a16z.
Erreur 2 : Penser que a16z abandonne le software
Ce fonds s'ajoute à l'arsenal existant, il ne le remplace pas. a16z continue d'investir massivement dans le software IA. Le Machine Age Fund est un fonds thématique additionnel, pas un pivot stratégique de toute la firme.
Erreur 3 : Sous-estimer l'importance de la mémoire et du réseau
L'erreur la plus commune dans l'analyse de l'infra IA est de tout réduire aux puces (GPU). En réalité, les experts comme Casado savent que le réseau inter-nœud et la bande passante mémoire sont souvent les vrais goulets d'étranglement. Un cluster mal connecté de 100 000 GPU peut être moins performant qu'un cluster bien connecté de 10 000 GPU.
Erreur 4 : Ignorer la dimension robotique
Beaucoup de commentateurs ont réduit le fonds à « des puces et des data centers ». La composante robotique et edge AI est significative. Elle reflète la conviction que l'IA va se physiquement déployer dans le monde réel, pas seulement dans le cloud.
❓ Questions fréquentes
Quel est le montant exact du Machine Age Fund ?
1,1 milliard de dollars, annoncé le 28 août 2026 par a16z. C'est un fonds dédié, pas une allocation au sein d'un fonds plus large.
Qui sont les general partners du fonds ?
Cinq signataires : Ben Horowitz (cofondateur), Martin Casado (infra réseau), Raghu Raghuram (ex-CEO VMware), David Ulevitch et David George. Tous ont des profils infrastructure, aucun n'est un « consumer VC ».
a16z avait-il déjà investi dans le hardware IA avant ce fonds ?
Oui. Selon Dealroom, a16z avait déjà déployé 1,7 Md$ en infra IA depuis 2024, plus 1,25 Md$ d'investissements initiaux antérieurs. Le Machine Age Fund consolide et systématise cette stratégie.
Ce fonds investit-il dans des modèles de langage ?
Non. Le fonds cible exclusivement le hardware et l'infrastructure physique : puces, mémoire, réseau, stockage, data centers, robotique et appareils IA domestiques.
Comment ce fonds se compare-t-il aux investissements de Microsoft ou Google en infra ?
Microsoft et Google investissent dans leur propre infrastructure (capex). a16z investit dans des startups tierces via du capital-risque. La logique est différente : a16z parie sur la diversification de l'écosystème, pas sur le contrôle vertical.
✅ Conclusion
Le Machine Age Fund marque un point d'inflexion symbolique : la firme qui a chanté la victoire du software sur le monde admet maintenant que le logiciel seul ne suffit plus. Avec 1,1 Md$ dédiés aux puces, à la mémoire, au réseau, aux data centers et à la robotique, a16z parie que le vrai bottleneck de l'IA n'est pas dans les algorithmes, mais dans le béton, le cuivre et le silicium. La question n'est plus de savoir si l'IA va transformer le monde physique, mais qui va construire les fondations pour que cette transformation tienne.
Si vous montez un projet dans l'écosystème IA, un hébergement fiable reste la base. Hostinger propose des solutions abordables pour déployer vos premiers prototypes sans casser votre runway.