Genesis : quand l’IA de Trump s’inspire du projet Manhattan
Trader en toute simplicité avec eToro
💸 Avec eToro, investissez plus facilement que jamais sur des actions
(Google, Apple, Facebook, Amazon...), des matières premières (pétrole, or, argent...), les cryptomonnaies et des devises (EUR, USD, YEN...) 💱
Le trading présente un risque pour votre capital. Des frais peuvent être appliqués sur d’autres actifs. Cliquez ici pour plus d’infos.
En bref
Genesis formalise une approche fédérale de l’intelligence artificielle orientée science, énergie et défense, avec le Department of Energy en chef d’orchestre.
Le décret vise une plateforme unifiée reliant 17 laboratoires nationaux, supercalculateurs, systèmes d’IA, quantique émergent et décennies de données scientifiques.
Objectif annoncé : doubler la productivité scientifique en dix ans, en assumant un parallèle avec le projet Manhattan et l’esprit Apollo.
Le nerf de la guerre reste l’énergie : les data centers tirent la demande; Morgan Stanley chiffre un besoin de 36 GW supplémentaires aux États-Unis d’ici 2028.
La centralisation du compute impose des règles fédérales d’accès; les grands fournisseurs privés deviennent partenaires potentiels, mais l’asymétrie de pouvoir augmente.
Genesis, l’IA fédérale voulue par Trump : un “projet Manhattan” assumé
Le nom n’est pas neutre. Avec Genesis, l’administration Trump ne vend pas un plan de subventions de plus; elle installe une logique d’infrastructure nationale, comparable par l’intention à un projet Manhattan pour l’IA.
Le décret confie au Department of Energy (DOE) la construction d’une plateforme intégrée reliant les supercalculateurs des 17 laboratoires nationaux, des systèmes d’intelligence artificielle de nouvelle génération, des briques quantiques en maturation et des jeux de données scientifiques fédérales accumulés sur plusieurs décennies. L’insight clé : l’IA devient un service public stratégique, pas un produit.
Ce que le décret change concrètement : une pile technologique d’État
Le cœur opérationnel tient en deux échéances. D’abord : inventorier en 90 jours toutes les capacités de calcul, publiques et privées, pour savoir qui peut entraîner quoi, où, et sous quelles contraintes.
Ensuite : livrer en moins de 270 jours une capacité “déjà utilisable” pour entraîner des modèles fondamentaux scientifiques, déployer des agents capables d’explorer des espaces de conception (matériaux, chimie, composants) et piloter des laboratoires robotisés. Exemple concret : un labo de catalyse peut automatiser des centaines d’essais par jour, tandis que le modèle propose les prochains tests, ce qui compresse un cycle de R&D de plusieurs mois en quelques semaines. Le point dur : la vitesse devient une variable politique.
Pourquoi Genesis cible énergie, recherche et défense : le triptyque qui verrouille la stratégie
Trois priorités apparaissent derrière la rhétorique d’innovation et de souveraineté. Elles sont alignées sur un même constat : sans énergie pilotable, sans science accélérée et sans sécurité renforcée, l’avantage technologique se dissout.
Cette logique est lisible jusque dans la communication financière attendue : le DOE n’est plus seulement un gestionnaire de labos et de nucléaire civil, il devient un acteur de planification industrielle. Pour les lecteurs qui veulent relier cela à l’allocation de capital et au policy mix, la question du budget et de ses arbitrages reste centrale via la lecture des mécanismes budgétaires fédéraux.
Énergie : l’IA déplace le centre de gravité du réseau électrique
Genesis arrive au moment où la demande électrique des data centers grimpe vite, et pas de manière linéaire. Un cluster de type GPT-4 peut mobiliser 150 à 250 MW; certains projets dépassent 1 GW, soit l’ordre de grandeur d’un petit réacteur.
Les chiffres structurants sont déjà là : les data centers mondiaux consomment 415 TWh/an (environ 1,5 % de l’électricité mondiale en 2024, IEA) et l’IEA projette 945 TWh vers 2030. Aux États-Unis, ils pèsent 4,4 % de la consommation (2023) et la trajectoire discutée par plusieurs bureaux d’études va d’un doublement à un triplement d’ici 2030, avec un scénario d’accélération au-delà.
Morgan Stanley évoque un ajout de 36 GW de capacités d’ici 2028 pour absorber la demande liée à l’IA. À 50 à 60 milliards de dollars par GW, le ticket cumulé dépasse ce que le financement traditionnel absorbe sans choc. D’où la montée en puissance de l’État comme prêteur de dernier recours et la thèse d’une “renaissance atomique” suivie de SMR. Pour relier énergie et IA de façon plus opérationnelle, cet état des lieux sur nucléaire et intelligence artificielle aide à comprendre où se forment les goulots.
Insight final : le débat IA devient un débat de capacité électrique, donc de souveraineté matérielle.
Recherche : accélérer la découverte, standardiser la vitesse
L’objectif affiché est de doubler la productivité scientifique en dix ans. Sur le papier, c’est ambitieux; dans les faits, la méthode est claire : mutualiser compute + données + orchestration, puis pousser l’automatisation là où la science perd du temps.
Étude de cas plausible, déjà observée dans plusieurs disciplines : une équipe “matériaux” teste un alliage haute température pour turbines. Avant, le goulot est la fabrication, la mesure, puis l’analyse. Avec une chaîne IA + robotique, les hypothèses se priorisent automatiquement, les tests se déroulent en continu, et l’équipe humaine se concentre sur les décisions. Le gain n’est pas magique; il vient d’une réduction drastique des itérations inutiles. Point clé : l’IA devient un système d’exploitation de la recherche, pas un add-on.
Défense : outils stratégiques et sûreté de l’arsenal
La dimension sécurité reste l’une des plus sensibles. Genesis doit renforcer la sûreté de l’arsenal nucléaire, améliorer la résilience matérielle du complexe de défense et fournir une nouvelle génération d’outils d’IA dédiés aux missions stratégiques.
La question qui dérange est simple : qui arbitre l’accès aux modèles et aux données, et selon quels critères? Quand l’infrastructure devient critique, la gouvernance devient une arme douce. Insight final : l’avantage militaire se joue aussi dans les règles d’accès au compute.
Centralisation du compute : alliance public-privé, mais règles fédérales strictes
Genesis introduit une centralisation des ressources de calcul et des données sous l’égide du DOE, avec une conséquence immédiate : l’accès au compute de pointe devient conditionnel. Les entreprises qui veulent exploiter la plateforme doivent respecter des exigences fédérales sur la sécurité, le partage de modèles et la gouvernance des données.
Les fournisseurs potentiels cités dans l’écosystème sont connus : Nvidia, Dell, AMD, HPE; côté modèles et services, des acteurs comme OpenAI, Google, Anthropic ou xAI peuvent se retrouver co-développeurs ou intégrateurs. Pour un investisseur, cela ressemble à une chaîne de valeur “capex lourds + contrats longs”, avec une lecture différente du risque.
Exemple terrain : une start-up de robotique de labo peut accélérer son développement si elle se branche à la plateforme; en échange, elle accepte des audits sécurité, des contraintes d’intégration et parfois des clauses de partage. Le vrai signal : l’État se place comme organisateur du marché, pas seulement comme client.
Pour ceux qui cherchent un angle allocation thématique, les dynamiques des ETF thématiques donnent un aperçu de la façon dont ce type de narrative reprice des segments entiers.
Liste de points de friction à surveiller (et pourquoi ils comptent)
Concentration de pouvoir : le DOE devient arbitre de l’accès au compute et aux données; cela crée un point de contrôle unique.
Risque de politisation : les priorités d’accès peuvent changer avec l’exécutif, ce qui reconfigure la trajectoire de projets scientifiques.
Effet d’exclusion : start-ups, labos indépendants et certains partenaires étrangers peuvent être freinés par les exigences de conformité.
Dépendance technologique : si la pile “AI stack” fédérale s’aligne sur quelques fournisseurs, la résilience devient un sujet de gouvernance.
Insight final : l’efficacité opérationnelle augmente, mais le coût institutionnel se paye en centralisation.
Genesis et la ligne Trump 2.0 : moins de régulation, plus de mobilisation
Genesis s’inscrit dans une continuité politique nette : après l’abrogation de l’Executive Order 14110 de l’ère Biden, centré sur sécurité et éthique, la stratégie se recentre sur compétitivité, vitesse d’exécution et réduction des contraintes.
À mon sens, c’est un basculement de doctrine : l’État ne cherche plus d’abord à “encadrer l’IA”, il cherche à l’industrialiser. Les marchés lisent généralement ce type de pivot comme un accélérateur de capex et un catalyseur de consolidation.
Sur le plan micro, cela alimente aussi l’appétit pour les outils d’automatisation en finance et en industrie; cet aperçu du robot trading illustre comment la course à la performance technologique finit souvent par migrer vers des usages très concrets.
Géopolitique : une réponse frontale à la stratégie chinoise “full stack”
Depuis 2017, Pékin a fait de l’intelligence artificielle un objectif national, avec une ambition affichée de leadership d’ici 2030. La méthode chinoise est verticale : semi-conducteurs, compute, quantique, biotech, robotique, industrialisation.
Genesis fonctionne comme un miroir américain : une plateforme nationale intégrée couvrant la chaîne de valeur. La rivalité ne se limite plus à “quelle entreprise a le meilleur modèle”, elle porte sur “quelle architecture nationale alloue le compute le plus vite aux priorités stratégiques”.
Le sujet des puces avancées et des restrictions d’exportation reste l’autre face de la pièce : les États-Unis verrouillent l’accès chinois au frontier compute, la Chine finance des alternatives souveraines et des plans de contournement. Insight final : la compétition devient une guerre d’infrastructures, pas un concours de démos.
Le mur physique : électricité, eau, cuivre, délais réseau
Le choc ne se résume pas à des GPU. Les besoins en eau de refroidissement, en cuivre, en ciment, en acier et en lignes haute tension deviennent des contraintes de premier ordre.
Construire une ligne HVDC peut prendre 7 à 10 ans aux États-Unis. Or, la demande IA monte plus vite que les procédures, les permis et les chantiers. Le DOE estime qu’il faut l’équivalent de 20 à 30 SMR, ou un mix comparable en gaz pilotable et renouvelables + stockage, pour répondre à l’IA d’ici 2035. L’insight final : la vitesse logicielle se heurte à la lenteur des infrastructures.
Les tensions sur matières et recyclage deviennent donc un angle d’investissement et de politique industrielle; ce focus sur le recyclage des matières permet de relier la course au compute à la chaîne d’approvisionnement.
Lecture marchés : une classe d’actifs “IA + énergie souveraine”
Genesis combine dépenses publiques, contrats privés et impératifs stratégiques. Pour les investisseurs, cela ressemble à une classe d’actifs implicite : infrastructure IA–énergie souveraine, avec un profil “capex élevé, visibilité longue, risque politique”.
Les poches évidentes se dessinent : semi-conducteurs et serveurs, data centers et refroidissement, utilities et réseaux, nucléaire (grand et SMR), gaz pilotable, matériaux critiques. L’exemple le plus parlant est celui des géants tech qui deviennent aussi des acteurs énergétiques via filiales et contrats d’achat, avec des ventes d’électricité cumulées de 2,2 milliards de dollars sur cinq ans, majoritairement depuis 2022. L’insight final : certains acteurs sont désormais à la fois producteurs, courtiers et consommateurs d’énergie.
