Orbital Industries et le pari le plus difficile du hardware moderne
Il y a dans cette histoire un chiffre qui mérite qu'on s'y arrête avant même de parler de tours de financement ou de modèles de langage : selon le PDG d'Orbital Industries, développer un nouveau fluide de refroidissement pour centres de données prendrait, dans des conditions normales, dix ans et cent millions de dollars. L'entreprise affirme l'avoir fait en quelques mois, pour une fraction de ce coût. Si ce chiffre résiste à la validation des grands fabricants de puces, nous ne sommes pas face à un exploit de laboratoire. Nous sommes face à un changement dans la vitesse à laquelle le hardware peut exister.
Orbital Industries vient de boucler une Serie B de 50 millions de dollars menée par le fonds de capital-risque Plural, avec la participation de NVentures (le bras d'investissement de Nvidia), Radical Ventures, Compound et Fly Ventures. L'entreprise, qui possède des bureaux à Londres et à San Francisco et une équipe d'une cinquantaine de personnes, a été fondée en 2022 sous le nom Orbital Materials. Le changement de nom n'est pas cosmétique : il reflète un pari explicite de quitter le territoire de la science appliquée pour entrer dans celui du hardware industriel à grande échelle.
---
Le modèle que les autres n'ont pas choisi
Le contexte compte ici. Au cours des deux dernières années, une vague de startups a misé sur l'utilisation de l'intelligence artificielle pour découvrir de nouveaux matériaux. CuspAI a levé cent millions de dollars lors d'une Série A. Periodic Labs a collecté trois cents millions de dollars lors d'un tour d'amorçage. La thèse du secteur est relativement uniforme : utiliser des modèles d'apprentissage automatique pour identifier des composés inédits, puis concéder en licence cette propriété intellectuelle à des entreprises chimiques établies comme BASF ou PPG.
Orbital Industries a décidé de ne pas faire ça.
Jonathan Godwin, cofondateur et PDG de l'entreprise — qui a passé cinq ans chez Google DeepMind à travailler sur l'intelligence artificielle appliquée aux sciences et aux matériaux avancés — l'a formulé avec précision : « Nous sommes ce qu'on appelle verticalement intégrés. Nous ne vendons pas le logiciel. Nous avons des équipes de hardware, de fabrication et de matériaux avancés, des laboratoires et ce genre de choses, et nous utilisons ce logiciel en interne pour développer de nouveaux matériaux avancés et des dispositifs hardware, et nous vendons ces dispositifs. »
Cette phrase, prononcée avec une apparente naturelle, décrit une décision organisationnelle d'un poids considérable. Godwin ne construit pas une entreprise de logiciels déguisée en science. Il construit une entreprise qui fabrique des objets physiques, avec tous les risques que cela implique : chaînes d'approvisionnement, fabrication à grande échelle, processus de qualification auprès de clients industriels pouvant prendre des années, réglementations environnementales, coûts en capital intensifs.
Le modèle de licenciement qu'ils ont choisi d'éviter a une vertu très concrète : il transfère la complexité de la fabrication à ceux qui savent déjà s'en charger. Le modèle qu'Orbital a choisi à la place concentre cette complexité sur lui-même. Cela peut être une force — cela capture davantage de valeur par unité, cela construit des barrières à l'entrée plus élevées — ou cela peut devenir le talon d'Achille si l'exécution se fracture en un point quelconque de la chaîne.
---
Le problème qu'Orbital attaque, et pourquoi cela compte maintenant
Pour comprendre pourquoi ce pari a du sens précisément en ce moment dans l'industrie, il faut examiner le problème que l'entreprise cherche à résoudre.
Les centres de données modernes, en particulier ceux conçus pour des charges de travail d'intelligence artificielle avec des racks de GPU haute densité, génèrent une chaleur d'une magnitude que les systèmes de refroidissement conventionnels ne peuvent pas gérer efficacement. Godwin l'a décrit en termes délibérément familiers : c'est comme compresser l'énergie d'un supermarché à l'intérieur d'un classeur de bureau. Les fluides diélectriques utilisés historiquement pour le refroidissement liquide contiennent des PFAS — les fameux « polluants éternels » — qui font face à des restrictions réglementaires croissantes aux États-Unis et en Europe en raison de leurs impacts environnementaux et sanitaires.
La convergence de ces deux problèmes — densité thermique extrême et pression réglementaire sur les réfrigérants existants — crée une fenêtre de demande réelle. Orbital a utilisé son modèle d'intelligence artificielle, appelé Orb, pour cribler des centaines de milliers de candidats moléculaires et synthétiser une famille de fluides de refroidissement ne contenant pas de PFAS. L'entreprise affirme qu'Orb peut simuler le comportement mécanique quantique de 100 000 atomes sur un seul GPU, à une vitesse environ dix fois supérieure à celle des modèles alternatifs de Meta et de Microsoft.
Le fluide de refroidissement, ainsi qu'un système de refroidissement qu'Orbital est également en train de construire, est conçu pour être déployé aux côtés de la prochaine génération de GPU en 2027. Si ce calendrier est respecté, il s'agirait de la première molécule conçue par intelligence artificielle à atteindre le marché commercial dans quelque industrie que ce soit. Godwin fait remarquer que dans la découverte de médicaments — où des startups utilisent depuis des années l'IA pour identifier des candidats moléculaires — aucun médicament découvert par intelligence artificielle n'a achevé d'essais cliniques et atteint le marché. La différence est que les matériaux industriels ne passent pas par cette réglementation clinique, ce qui raccourcit considérablement le chemin.
Le second produit de l'entreprise est un système modulaire de centre de données, fabriqué hors site et livré sous forme d'unités prêtes à déployer, qui, selon Orbital, peut mettre en ligne une capacité de calcul haute densité en six mois, contre trois ans pour les constructions conventionnelles. Les deux produits sont commercialisés sous la marque Orbital IT.
---
Ce que révèle l'architecture des investisseurs
Lorsque NVentures, le bras de capital-risque de Nvidia, décide de participer à un tour de table, ce n'est pas simplement pour un retour financier. C'est parce qu'il a un intérêt stratégique à ce que l'écosystème autour de ses puces fonctionne. Un fluide de refroidissement sans PFAS pouvant être déployé aux côtés de la prochaine génération de GPU est exactement le type de pièce d'infrastructure que Nvidia a besoin que quelqu'un résolve. La participation de NVentures ne garantit pas un contrat commercial, mais elle établit une proximité susceptible d'accélérer les processus de qualification technique auprès du plus grand fabricant de puces pour l'intelligence artificielle au monde.
Ian Hogarth, associé chez Plural et responsable de l'investissement pour ce fonds, a posé l'argument de façon directe : les progrès de l'intelligence artificielle sont limités par l'énergie, la chaleur et l'infrastructure. Orbital attaque ces contraintes de l'intérieur. Plural détient par ailleurs une position dans Proxima Fusion, la startup allemande d'énergie de fusion qui a levé environ deux cents millions de dollars en capitaux publics et privés. Ce n'est pas une coïncidence si la même firme qui parie sur la fusion nucléaire mise également sur une entreprise qui veut repenser les matériaux avec lesquels on construit l'infrastructure physique critique. Il y a là une thèse de portefeuille cohérente, même si son horizon de réalisation se mesure en décennies.
Godwin a été explicite sur son ambition finale : construire le plus grand conglomérat industriel d'Europe. Il a comparé la position d'Orbital à celle des géants chimiques apparus il y a un siècle — BASF, PPG et autres — et a soutenu que ces entreprises existent parce qu'elles ont construit des douves concurrentielles profondes fondées sur des connaissances accumulées, une échelle de fabrication et une intégration verticale. Selon lui, la seule façon d'éroder ces douves est d'apporter une innovation technologique suffisamment radicale. L'intelligence artificielle, dans sa lecture, est cette innovation.
L'argument a une logique, mais il contient aussi un piège qui mérite d'être nommé. Les conglomerats industriels du XXe siècle ont mis des décennies à se consolider, avec un accès à un capital bon marché sur de longues périodes et dans des environnements réglementaires et concurrentiels très différents. Orbital compte cinquante personnes, cinquante millions de dollars frais et un calendrier produit qui s'étend jusqu'en 2027. La distance entre l'ambition déclarée et la capacité actuelle n'est pas un défaut de communication : c'est le risque opérationnel le plus concret auquel l'entreprise est confrontée.
---
Quand la vitesse du laboratoire se heurte à la lenteur de l'industrie
Il y a une tension structurelle dans la proposition d'Orbital qu'aucun tour de financement ne résout à lui seul : la vitesse à laquelle l'intelligence artificielle peut découvrir et synthétiser de nouveaux matériaux ne se transfère pas automatiquement à la vitesse à laquelle l'industrie qualifie, adopte et met à l'échelle l'utilisation de ces matériaux.
Les grands fabricants de puces ont des processus de qualification qui peuvent prendre entre un et trois ans, même pour des produits qui fonctionnent techniquement dès le premier jour. Les centres de données hyperspécialisés ont des fournisseurs établis, des contrats à long terme et une tolérance au risque qui ne se déplace pas au rythme d'une startup. L'entreprise affirme avoir déjà identifié un fabricant sous contrat pour mettre à l'échelle la production du fluide de refroidissement, et être en cours de qualification auprès de « principaux fournisseurs de puces ». Aucun de ces fournisseurs n'est identifié publiquement, et la complexité de ces processus ne peut pas être compressée par la seule technologie.
Cela n'invalide pas le pari. Mais cela révèle où se trouve la variable la plus difficile à contrôler : non pas dans le laboratoire, mais dans la friction organisationnelle de ses futurs clients. Godwin a une formation en informatique et sait comment construire un modèle qui simule cent mille atomes sur un GPU. Ce qui déterminera si Orbital parvient à 2027 avec un produit sur le marché, c'est sa capacité à naviguer dans les processus de prise de décision d'organisations qui ne fonctionnent pas selon les mêmes hypothèses de vitesse qu'une startup de cinquante personnes.
L'intégration verticale qu'Orbital a choisie lui donne le contrôle sur sa chaîne de valeur. Mais elle lui confère également la responsabilité totale de chaque point où cette chaîne peut défaillir. Cela exige un type de maturité organisationnelle qui ne se construit ni avec des modèles d'IA ni avec du capital-risque : elle se construit avec des conversations difficiles entre des équipes de science, de fabrication et de vente industrielle qui ont des horizons temporels, des vocabulaires et des critères de succès radicalement différents.
Si cette intégration est bien gérée, Orbital détient une position que ses concurrents les plus grands dans l'espace des matériaux ne peuvent guère imiter rapidement. Si elle est mal gérée, les cinquante millions partiront en coordination interne avant que le premier fluide n'atteigne un rack de production.
C'est ce qui rend ce pari véritablement difficile, et véritablement intéressant.
