Le cloud reste roi pour le capital-investissement à l’ère des data centers d’IA

Google News a mis en lumière un revirement frappant en mars 2026 : malgré la promotion incessante de l’IA, le capital-investissement considère toujours la demande cloud conventionnelle comme le pari le plus sûr pour les data centers. Le titre venait de Data Center Dynamics, mais l’évolution sous-jacente dépasse largement le cadre d’un article de magazine.

L’intelligence artificielle alimente l’urgence, la densité énergétique et les engagements financiers spectaculaires qui entourent les nouvelles installations. Pourtant, les plateformes cloud hyperscale continuent d’apporter les locataires sous contrat, l’expérience opérationnelle et la diversité des charges de travail qui rendent de nombreux projets finançables.

Cette distinction compte, car les investisseurs n’achètent plus des bâtiments passifs aux besoins prévisibles en services publics. Ils financent des systèmes industriels spécialisés qui exigent une électricité rare, un refroidissement avancé, de la capacité réseau et des clients prêts à signer des engagements de longue durée.

L’enjeu central n’oppose donc pas le cloud et l’IA comme des technologies concurrentes. Il oppose une demande hyperscale diversifiée à l’hypothèse concentrée selon laquelle les futurs revenus de l’IA justifieront chaque installation planifiée. Le cloud conserve l’avantage, car il relie une croissance spéculative à des clients établis et à des opérateurs d’infrastructure éprouvés.

Les sociétés de capital-investissement peuvent intervenir via des plateformes de data centers, l’aménagement foncier, la production d’électricité, les équipements de réseau, la fibre et la dette de projet. Chaque voie offre une exposition à la croissance de l’IA sans imposer un pari direct sur le développeur de modèles qui l’emportera.

Toutefois, l’étiquette cloud n’élimine pas les risques. Les retards d’approvisionnement électrique, les équipements coûteux, les conditions de financement, l’opposition locale et l’incertitude sur l’utilisation de l’IA peuvent fragiliser une thèse d’investissement pourtant convaincante. L’actif est peut-être numérique, mais ses contraintes sont physiques.

Google News a saisi un mouvement plus large des capitaux

L’événement important n’est pas une transaction isolée. Les capitaux privés se réorganisent autour des data centers comme d’une classe d’actifs connectant cloud, énergie et immobilier.

Data Center Dynamics a publié son article « Cloud is still king » dans le numéro 60, le 23 mars 2026. Son postulat remettait en cause le discours marketing dominant autour de l’infrastructure d’IA. Les investisseurs parlent sans cesse de calcul accéléré, mais beaucoup continuent de financer les installations en fonction de la demande cloud hyperscale.

Cette préférence apparaît dans l’évolution de la propriété de la capacité mondiale. Synergy Research Group recensait 1 360 grands data centers hyperscale à la fin de 2025. Ces installations représentaient 48 % de la capacité mondiale des data centers, selon son étude sur la capacité hyperscale.

Près de 60 % de la capacité hyperscale se trouvait dans des installations construites et détenues par les opérateurs. Le reste était hébergé sur des sites loués. La colocation non hyperscale représentait 20 % supplémentaires de la capacité mondiale, tandis que les installations détenues par les entreprises en représentaient 32 %.

Cette répartition a fortement évolué. L’infrastructure sur site des entreprises représentait 56 % de la capacité mondiale en 2018. Synergy prévoit que sa part tombera à 19 % d’ici 2031, tandis que les hyperscalers atteindront 67 %.

Ces chiffres expliquent pourquoi les data centers financés par le capital-investissement restent étroitement liés à l’expansion du cloud. Amazon Web Services, Microsoft, Google et Meta opèrent à une échelle que peu d’entreprises spécialisées dans l’IA peuvent égaler. Ils peuvent répartir les coûts d’infrastructure entre le stockage, les bases de données, les logiciels d’entreprise, les plateformes grand public, la publicité et les services d’IA.

Un hyperscaler peut également rediriger sa capacité entre différentes charges de travail lorsque la demande évolue. Un opérateur d’IA autonome dispose de moins de marge pour absorber les erreurs de prévision. La conception de son installation, son matériel et ses revenus peuvent dépendre d’un groupe plus restreint de clients.

Cela rend la location par des acteurs cloud utile même lorsqu’une thèse d’investissement commence par l’IA. Les contrats cloud peuvent soutenir la dette, réduire la concentration de la demande et tracer une voie plus crédible vers une utilisation durable.

Cet arrangement n’élimine pas l’exposition à l’IA. Les grands fournisseurs de cloud entraînent des modèles, vendent l’accès aux accélérateurs, hébergent des systèmes tiers et fournissent des services d’inférence. Ils intègrent simplement ces activités dans une structure commerciale plus large.

C’est le revirement relevé par le titre de Google News. L’IA crée l’urgence, mais le cloud fournit une grande partie du socle financier. Les investisseurs peuvent présenter un projet comme prêt pour l’IA tout en le finançant sur la base de locataires aux bilans établis.

Cette tendance modifie également la manière dont les lecteurs doivent interpréter les grandes annonces. Un engagement de plusieurs milliards de dollars ne finance que rarement des serveurs. Il peut inclure des terrains, des sous-stations, de la production d’électricité, des installations de refroidissement, des liaisons fibre, des travaux de construction et des équipements industriels de soutien.

Ces composantes peuvent avoir des propriétaires et des structures de financement distincts. Le capital-investissement peut ainsi obtenir une exposition sur l’ensemble de la chaîne sans assumer l’intégralité du risque technologique d’un fournisseur de modèles d’IA.

Pour les développeurs et les acheteurs d’entreprise, cela signifie que la concentration du cloud devrait probablement se poursuivre. Davantage de capacité physique ne produit pas automatiquement un marché de l’infrastructure plus diversifié. Une grande partie de cette expansion sert en définitive, ou dépend, des plus grandes plateformes.

La demande en IA rend l’infrastructure cloud plus précieuse

L’IA n’a pas remplacé la thèse d’investissement dans le cloud. Elle a accru la valeur des plateformes capables de financer, de remplir et d’exploiter des infrastructures à une échelle immense.

McKinsey estime que les data centers mondiaux nécessiteront 6 700 milliards de dollars de dépenses d’investissement d’ici 2030. Son analyse du financement présente ce déploiement comme trop vaste pour les seuls bilans des entreprises technologiques.

Ce besoin de capitaux ouvre la voie aux fonds d’infrastructure, aux sociétés de capital-investissement, aux investisseurs souverains, aux prêteurs et aux assureurs. Leur argent peut soutenir des installations bien avant que les revenus clients ne couvrent les coûts de construction.

Le signal de la demande reste considérable. L’Agence internationale de l’énergie a indiqué que les dépenses d’investissement de cinq grandes entreprises technologiques avaient dépassé 400 milliards de dollars en 2025. Elle prévoyait que ce total augmente encore de 75 % en 2026.

La demande d’électricité des data centers a progressé de 17 % en 2025, tandis que la demande mondiale d’électricité augmentait de 3 %. Les installations axées sur l’IA ont connu une expansion plus rapide que l’ensemble de la catégorie, selon les perspectives énergétiques actualisées de l’AIE.

Ces chiffres étayent la thèse d’investissement dans les data centers d’IA, mais ils ne déterminent pas qui capte les rendements. Une forte demande peut profiter différemment aux propriétaires, aux services publics, aux fournisseurs d’équipements, aux fournisseurs de cloud et aux prêteurs.

Les capitaux privés privilégient généralement les actifs qui disposent de plusieurs acheteurs ou locataires potentiels. Un campus hyperscale peut servir des régions cloud, des charges de travail d’entreprise, l’entraînement d’IA, l’inférence, le stockage et les services réseau. Cette diversité crée des options si une prévision de demande s’affaiblit.

Une installation uniquement dédiée à l’IA peut générer des rendements plus élevés lorsque les clients ont un besoin urgent d’accélérateurs. Elle peut aussi vieillir plus rapidement. De nouvelles puces peuvent exiger une distribution électrique, des équipements de refroidissement, une densité de racks ou une architecture réseau différents.

Les opérateurs cloud peuvent gérer ces transitions sur de vastes flottes. Ils négocient les approvisionnements en puces, déplacent les charges de travail entre les régions et proposent à leurs clients plusieurs générations de matériel. Ces capacités réduisent le risque opérationnel pour les propriétaires d’infrastructure.

La conception physique continue néanmoins d’évoluer rapidement. L’AIE prévoit qu’un seul rack de serveurs avancé atteindra en 2027 une demande de pointe comparable à celle de 65 foyers. Elle a constaté que la densité de puissance des serveurs d’IA a été multipliée par onze entre 2020 et 2025.

Cette évolution affecte presque chaque composante. Les installations ont besoin d’un refroidissement liquide, de systèmes électriques plus importants, d’une capacité de secours résiliente et d’équipements capables de supporter des variations rapides de charge. Moderniser un bâtiment ordinaire peut s’avérer plus difficile que construire un site conçu à cet effet.

Un locataire soutenu par le cloud peut aider à justifier ces coûts. Son contrat indique que les équipements coûteux soutiendront une activité de services plus large, et non seulement une pénurie temporaire de calcul d’IA.

C’est là que l’expression « le cloud reste roi » prend tout son sens. Elle ne signifie pas que l’informatique conventionnelle croît plus vite que l’IA. Elle signifie que les plateformes cloud restent le pont le plus crédible entre la demande en IA et les capitaux institutionnels.

La même logique s’applique aux entreprises. Nombre d’entre elles consommeront l’IA via leurs comptes cloud existants plutôt que de posséder une infrastructure dédiée. Elles pourront accéder aux modèles, aux bases de données, aux contrôles de sécurité et aux accélérateurs dans le cadre d’une relation commerciale familière.

Cette approche présente des inconvénients, notamment la concentration des fournisseurs et l’imprévisibilité des coûts d’usage. Elle oriente néanmoins davantage de dépenses d’IA vers les plateformes cloud qui ancrent déjà les grands développements de data centers.

Les développeurs, ingénieurs et acheteurs technologiques devraient donc suivre les annonces de capacité cloud en parallèle des lancements de modèles. La localisation et la disponibilité de la puissance de calcul comptent souvent autant que les progrès des benchmarks.

Les équipes qui suivent ces signaux croisés peuvent utiliser une base de connaissances personnelle pour relier les annonces énergétiques, les contrats cloud, les décisions d’autorisation et les évolutions matérielles. Ces données permettent de déterminer si une région proposée progresse au-delà de la communication.

Le capital-investissement achète toute la chaîne d’approvisionnement

La stratégie de capital-investissement la plus solide va au-delà de l’enveloppe du data center et s’oriente vers l’infrastructure nécessaire pour fournir une électricité et une capacité réellement exploitables.

Blackstone en offre un exemple clair. En juillet 2025, le groupe a annoncé que des fonds gérés investiraient plus de 25 milliards de dollars dans les infrastructures numériques et énergétiques de Pennsylvanie. Il a également indiqué que le programme pourrait catalyser 60 milliards de dollars d’investissement supplémentaires.

Le plan associait le développement de data centers par QTS, soutenu par Blackstone, à une nouvelle production d’électricité au gaz naturel grâce à un partenariat avec PPL. Blackstone a déclaré que les projets créeraient ou soutiendraient plus de 6 000 emplois par an pendant une période de construction estimée à dix ans.

L’élément notable n’était pas seulement l’ampleur de l’engagement. C’était la décision de relier le développement de data centers à la production d’électricité. L’investissement en Pennsylvanie considérait l’accès à l’électricité comme une partie intégrante de l’actif plutôt que comme une question extérieure relevant des services publics.

Cette approche reflète la nouvelle hiérarchie des contraintes. Les développeurs peuvent souvent trouver des terrains et des capitaux. Obtenir à temps un raccordement au réseau, une source de production et des équipements électriques critiques est plus difficile.

McKinsey a identifié le « time to power » comme le principal critère de choix de site pour les opérateurs de data centers. Ses recherches ont montré que le taux de vacance en Virginie du Nord était tombé sous 1 % en 2023, limitant l’expansion facile sur le plus grand marché établi.

Les calendriers de développement sont également incompatibles. Un data center peut nécessiter 18 à 24 mois de construction. Les projets de production au gaz et d’énergies renouvelables exigent couramment trois à cinq ans, tandis que le développement du transport d’électricité peut demander sept à dix ans.

Les capitaux privés peuvent s’attaquer à ce décalage de plusieurs façons. Ils peuvent financer de la production près d’un campus, acquérir des sites disposant de droits d’électricité existants, soutenir les fabricants d’équipements de transport d’électricité ou financer des systèmes derrière le compteur.

L’électricité behind-the-meter est produite sur le site du client ou à proximité et alimente l’installation sans dépendre entièrement du réseau public. Elle peut accroître la certitude du développement, mais soulève des questions liées au combustible, aux émissions, aux autorisations et aux communautés locales.

Les investisseurs visent également des marchés secondaires. McKinsey a identifié l’Iowa, le Wyoming, l’Indiana et l’Ohio comme des États où au moins deux hyperscalers de premier plan avaient construit des installations ou engagé des capitaux. Pour certaines charges d’entraînement, la disponibilité de l’électricité peut l’emporter sur la proximité des pôles traditionnels de centres de données.

L’entraînement de l’IA peut tolérer davantage de flexibilité géographique que les services sensibles à la latence. Un cluster d’entraînement de modèles peut fonctionner loin des grands centres de population s’il dispose d’une fibre performante et d’une électricité fiable. L’inférence en temps réel bénéficie souvent d’une implantation plus proche.

Cette distinction crée une opportunité de portefeuille. Un investisseur peut soutenir de grands campus d’entraînement dans des régions riches en énergie et des installations d’inférence plus petites près des utilisateurs. Les opérateurs cloud peuvent coordonner la demande entre ces deux types d’infrastructures.

La fibre, le refroidissement, les transformateurs, les appareillages de commutation et la main-d’œuvre qualifiée deviennent des goulets d’étranglement investissables dans cette structure. McKinsey a constaté que les délais de livraison des transformateurs moyenne tension sont passés de quatre à six mois en 2019 à 18 à 24 mois en 2023.

Les délais des alimentations sans interruption sont passés de six à dix mois à 16 à 20 mois sur la même période. Ce ne sont pas des produits d’IA spectaculaires, mais leur disponibilité détermine le moment où les serveurs générant des revenus peuvent commencer à fonctionner.

Les centres de données détenus par le private equity ressemblent donc davantage à des investissements dans des infrastructures industrielles qu’à des paris sur les logiciels. Les propriétaires doivent gérer les calendriers de construction, l’approvisionnement en équipements, les études environnementales, les négociations avec les services publics et les engagements des locataires.

La plateforme cloud demeure importante tout au long de ce processus. Ses prévisions peuvent déterminer la taille d’un campus, tandis que son contrat peut soutenir le financement. Ses spécifications techniques façonnent les besoins en électricité et en refroidissement.

Un neocloud spécialisé, qui loue des clusters d’accélérateurs pour les charges de travail d’IA, peut constituer une autre catégorie de locataire. Toutefois, son profil de crédit, sa concentration matérielle et les engagements de ses clients exigent un examen plus approfondi.

Cela ne fait pas des neoclouds des entreprises fragiles. Cela rend leurs accords d’infrastructure plus sensibles aux prix et au taux d’utilisation de l’IA. Un hyperscaler peut absorber un marché des accélérateurs moins dynamique grâce à ses autres services.

La meilleure stratégie de capital privé peut combiner les deux. La location à des acteurs cloud peut apporter de la stabilité, tandis que les clients axés sur l’IA ajoutent de la croissance et potentiellement un revenu plus élevé par unité de capacité.

L’électricité et le taux d’utilisation peuvent faire échouer la thèse

Le capital est abondant, mais un projet financé n’est pas nécessairement un centre de données raccordé, occupé et rentable.

La thèse d’investissement dépend de l’alignement de trois prévisions. L’usage de l’IA doit continuer de croître, les clients doivent transformer cet usage en revenus et l’infrastructure physique doit être livrée dans les délais.

Un échec dans l’un de ces domaines peut nuire aux rendements. Un faible taux d’utilisation réduit la demande des locataires. Les retards du réseau repoussent les revenus tandis que les intérêts et les dépenses de développement continuent. Les changements d’équipement peuvent rendre une nouvelle installation moins compétitive avant qu’elle n’atteigne sa pleine occupation.

La projection centrale de l’IEA prévoit que la consommation mondiale d’électricité des centres de données passera de 485 térawattheures en 2025 à 950 térawattheures en 2030. Les installations axées sur l’IA représentent la croissance la plus rapide dans ce total.

L’agence souligne également l’incertitude. Son scénario Headwinds, plus bas, reflète une adoption plus lente, des goulets d’étranglement locaux et des chaînes d’approvisionnement limitées. Les gains d’efficacité compensent alors une grande partie de l’effet des équipements supplémentaires, limitant la croissance de la consommation électrique.

Ce scénario compte parce que le secteur traite souvent la capacité planifiée comme une demande inévitable. Les projets annoncés peuvent être retardés, redimensionnés, déplacés ou annulés. Une file de demandes de raccordement au réseau peut aussi surestimer la quantité susceptible d’être effectivement connectée.

L’efficacité crée une autre tension. De meilleures puces et de meilleurs logiciels réduisent l’énergie nécessaire aux tâches individuelles, mais des coûts plus bas peuvent accroître l’usage global. Les investisseurs ne peuvent supposer que l’un ou l’autre effet dominera sur tous les marchés.

Les contraintes locales ajoutent une autre dimension. Les centres de données concentrent la demande d’électricité dans certaines communautés. Leur part nationale peut sembler gérable alors qu’un service public particulier fait face à une énorme nouvelle charge.

L’IEA prévoit que les centres de données consommeront environ 950 térawattheures dans le monde en 2030, soit près de 3 pour cent de la demande mondiale d’électricité. Aux États-Unis, leur croissance représente environ la moitié de la croissance projetée de la demande d’électricité d’ici 2030.

Cette concentration affecte les ménages, les services publics et les régulateurs. Les communautés peuvent se demander qui finance les nouvelles capacités de production et de transport. Elles peuvent également exiger des garanties plus solides concernant l’emploi, l’usage de l’eau, les émissions et les infrastructures abandonnées.

Un accord privé ne peut résoudre tous les coûts publics. Les services publics doivent décider comment répartir les mises à niveau du réseau et protéger les autres clients si un grand projet n’atteint jamais la charge promise.

Les affirmations environnementales méritent une vigilance comparable. L’IEA prévoit que les énergies renouvelables couvriront près de la moitié de l’augmentation de la demande électrique des centres de données d’ici 2030. Le gaz naturel et le charbon continueront néanmoins de contribuer à l’approvisionnement à court terme.

Un développeur peut signer des contrats d’énergie renouvelable tout en consommant l’électricité du réseau pendant les heures où la production propre correspondante n’est pas disponible. Les affirmations sur une exploitation sans carbone dépendent donc du lieu, du moment et des méthodes comptables.

Le risque s’étend également au financement. Selon l’IEA, les investissements dans les centres de données sont devenus trop importants pour que les entreprises technologiques les financent entièrement depuis leurs bilans. Les marchés de capitaux doivent absorber davantage de dette et de fonds propres.

Cette structure répartit le coût, mais peut masquer des dépendances. Un propriétaire d’installation peut dépendre d’un seul locataire, tandis que ce locataire dépend de la poursuite de la demande en IA. Un prêteur peut dépendre du crédit du locataire plutôt que de la valeur de revente du projet.

Une installation spécialisée peut être difficile à réaffecter. Les halls à haute densité, les boucles de refroidissement liquide et les systèmes électriques personnalisés ont de la valeur lorsqu’il existe des clients compatibles. Ils peuvent exiger des investissements supplémentaires lorsque les normes matérielles changent.

La diversification cloud aide, mais n’offre pas une protection complète. Les plus grandes plateformes investissent simultanément. Si la demande prévue diminue, plusieurs pourraient réduire leurs engagements de capacité au cours de la même période.

Les investisseurs doivent également distinguer les revenus cloud contractés de la demande spéculative en pipeline. Un bail signé avec un locataire solvable présente un risque différent d’une manifestation d’intérêt émanant d’une entreprise d’IA émergente.

Les projets les plus défendables aligneront les phases de construction sur la capacité sous contrat. Ils sécuriseront les équipements tôt, fixeront des jalons réalistes pour le réseau et conserveront une certaine flexibilité face à l’évolution du matériel.

Cette vision sceptique n’invalide pas l’investissement dans les centres de données pour l’IA. Elle clarifie pourquoi la demande établie du cloud reste centrale. Le cloud réduit plusieurs incertitudes, mais la disponibilité de l’électricité et le taux d’utilisation réel décident encore du résultat.

Trois signaux indiqueront si le cloud reste roi

La prochaine phase sera jugée sur la capacité raccordée, les engagements clients contraignants et les revenus d’IA réellement générés, et non sur les seules dépenses annoncées.

Le premier signal est le rythme des raccordements au réseau effectivement achevés. Les investisseurs doivent surveiller si les services publics mettent sous tension les grands campus selon les calendriers annoncés. Les retards montreraient que le capital ne peut surmonter les contraintes liées au transport, à la production, aux équipements ou aux autorisations.

Les raccordements achevés renforceraient la thèse pilotée par le cloud. Ils permettraient aux hyperscalers d’activer des capacités et de soutenir les locataires dans les services d’IA comme dans les services conventionnels. Des retards persistants favoriseraient les propriétaires d’installations déjà alimentées.

Le deuxième signal est la composition des engagements clients. De longs baux conclus avec des fournisseurs cloud de qualité investment grade peuvent rendre les projets finançables, tandis que des engagements concentrés d’entreprises d’IA émergentes comportent davantage de risques opérationnels et de crédit.

Il faut observer si les hyperscalers continuent de louer une capacité importante tout en construisant leurs propres installations. Synergy prévoit que leur part de la capacité mondiale atteindra 67 pour cent d’ici 2031, la capacité hyperscale totale étant multipliée par plus de trois.

Si les grandes plateformes continuent de combiner infrastructures détenues et louées, le capital privé conservera plusieurs points d’entrée. Si elles se tournent agressivement vers des campus construits en propre, les développeurs indépendants pourraient voir leur pouvoir de négociation s’affaiblir.

Le troisième signal est de savoir si les revenus de l’IA progressent assez vite pour soutenir les dépenses d’infrastructure. L’utilisation des modèles ne répond pas à elle seule à cette question. Les investisseurs ont besoin d’éléments montrant que l’inférence payante, l’adoption en entreprise et les services cloud d’accélérateurs génèrent des marges durables.

L’évaluation 2026 de l’IEA ajoute un caractère d’urgence. Elle a constaté que l’usage d’électricité par tâche d’IA diminuait rapidement, alors même que les agents et d’autres applications intensives accroissaient la demande agrégée. Cette combinaison peut créer une forte croissance, mais elle complique les prévisions de capacité à long terme.

Les investisseurs devraient comparer les dépenses au taux d’utilisation, et non simplement aux capacités des modèles. Les racks occupés, les mégawatts sous contrat, le carnet de commandes cloud et le résultat d’exploitation des installations fournissent des preuves plus solides que les annonces de projets.

Les acheteurs de technologies devraient suivre les mêmes indicateurs. Les pénuries de capacité peuvent accroître les coûts du cloud et limiter la disponibilité régionale. Une offre excédentaire peut améliorer l’accès mais créer une pression financière sur les plus petits fournisseurs.

Les développeurs doivent également suivre les endroits où la capacité devient disponible. Les installations d’entraînement peuvent se déplacer vers des régions où l’électricité est abondante, tandis que l’inférence sensible à la latence demeure plus proche des clients. Un seul chiffre de croissance nationale peut masquer ces différences locales.

L’article original de Google News est utile parce qu’il corrige une erreur analytique fréquente. L’IA et le cloud ne sont pas des ères d’investissement distinctes séparées par une frontière nette. La croissance de l’IA renforce actuellement les plateformes cloud capables d’agréger la demande.

Le private equity en bénéficie en détenant les systèmes physiques sous-jacents à ces plateformes. Il peut financer les terrains, les bâtiments, la production d’électricité, le refroidissement, la fibre et les équipements, tout en laissant la concurrence sur les modèles aux entreprises technologiques.

La stratégie ne fonctionne que lorsque chaque projet dispose d’une véritable alimentation électrique et de clients crédibles. Une étiquette « prêt pour l’IA » ne peut remplacer ni l’un ni l’autre. Les capitaux annoncés ne peuvent raccourcir tous les délais du réseau, et une prévision ne peut assurer le service de la dette.

Le cloud reste roi parce qu’il offre le lien le plus large entre la demande numérique et les infrastructures à longue durée de vie. L’IA a rendu ce lien plus précieux, plus coûteux et plus difficile à construire.

Les lecteurs qui suivent Google News devraient regarder au-delà du plus grand engagement dans le prochain titre. Ils devraient se demander si le projet dispose d’une source d’électricité raccordée, d’un locataire engagé par contrat et de charges de travail capables de résister à une correction du marché de l’IA.

Ces trois questions transforment la publicité autour des infrastructures en un test d’investissement pratique. Elles révèlent aussi si le cloud demeure la force stabilisatrice sous-jacente au boom des centres de données, ou si le capital privé a pris trop d’avance sur la demande.