Jamie Dimon affirme que le boom des centres de données d’IA ne s’essoufflera pas
Jamie Dimon a rejeté les craintes selon lesquelles le boom des centres de données d’IA finirait par s’essouffler, malgré les inquiétudes croissantes liées à l’endettement, à l’énergie et à l’incertitude des rendements. La position du directeur général de JPMorgan Chase a touché un public plus large via Google News après que CNBC a mis en avant sa confiance dans le cycle des infrastructures.
Son argument ne se limite pas à l’idée que l’intelligence artificielle restera populaire. Dimon parie que la demande de capacité de calcul continuera d’augmenter assez rapidement pour soutenir une vague exceptionnelle de construction et de financement.
Cette confiance l’oppose aux investisseurs qui voient des réminiscences du boom des télécommunications de la fin des années 1990. Les deux périodes ont été marquées par des dépenses massives en infrastructures avant que l’on sache quelle demande rentable finirait réellement par émerger.
La comparaison importe, car JPMorgan occupe plusieurs positions sur ce marché. La banque utilise l’IA en interne, conseille des entreprises technologiques, organise des financements et évalue les risques de crédit qui en résultent.
Dimon avance donc davantage qu’une simple prédiction. Il exprime le point de vue de l’une des institutions qui contribuent à orienter les capitaux vers les puces, les centres de données, les systèmes électriques et les infrastructures cloud.
Les preuves les plus solides étayent une demande soutenue à court terme. Le rendement à plus long terme de l’ensemble de ces investissements reste bien plus difficile à établir.
Ce que signale réellement le moment Google News de Jamie Dimon
La confiance de Dimon déplace le débat : il ne s’agit plus de savoir si l’infrastructure d’IA sera construite, mais si ses utilisateurs pourront en tirer suffisamment de revenus.
Sa position est cohérente avec les propos qu’il a tenus lors d’un événement Anthropic à New York en mai 2026. Dimon a déclaré que cette technologie justifiait des investissements de l’ordre de mille milliards de dollars, selon un récit du cycle du capital de l’IA.
Cette approbation venait du dirigeant de la plus grande banque américaine en termes d’actifs. Elle est également intervenue alors que les entreprises technologiques renforçaient leurs engagements en matière d’infrastructures et recherchaient davantage de financements externes.
Un centre de données d’IA est une installation conçue pour faire fonctionner des grappes denses de processeurs spécialisés. Ces processeurs entraînent des modèles et exécutent l’inférence, c’est-à-dire le processus qui consiste à produire des réponses à partir de modèles entraînés.
La distinction entre entraînement et inférence aide à expliquer la confiance de Dimon. L’entraînement crée les modèles, tandis que l’inférence relie la demande de calcul à l’activité quotidienne des clients.
J.P. Morgan Asset Management estime que l’inférence représente désormais environ deux tiers des charges de travail de calcul liées à l’IA. L’institution estime que cette répartition relie davantage les nouvelles capacités à des services réellement utilisables que les précédents projets spéculatifs d’entraînement.
L’institution estime également que les dépenses d’investissement des hyperscalers ont dépassé 400 milliards de dollars en 2025. Elle prévoit que ce montant se rapproche de 800 milliards de dollars en 2026.
Les hyperscalers sont des entreprises qui exploitent d’immenses plateformes cloud, dont Amazon, Microsoft, Google et Meta. Leur taille leur permet de financer les infrastructures par des flux de trésorerie opérationnels, de la dette d’entreprise et des engagements à long terme.
Ces estimations ne prouvent pas que chaque installation prévue réussira. Elles montrent toutefois pourquoi Dimon ne considère pas des annulations isolées ou des retards de construction comme la preuve d’un effondrement généralisé.
Les grands projets de centres de données évoluent régulièrement, car les raccordements électriques, les permis, les équipements et les engagements clients progressent selon des calendriers différents. Un site retardé ne traduit pas automatiquement une baisse de la demande de calcul.
La diffusion par Google News peut aplanir ces distinctions. Un titre sur une installation mise en pause peut côtoyer l’annonce d’un campus de plusieurs milliards de dollars, donnant l’impression d’un revirement soudain.
L’intervention de Dimon fournit un cadre plus clair. Le boom n’est pas un projet uniforme qui réussit ou échoue. Il s’agit d’un portefeuille d’installations, de structures de financement, de locataires et d’accords régionaux d’approvisionnement électrique.
Certains projets perdront presque certainement de l’argent. Ce résultat peut coexister avec une demande soutenue d’infrastructures sur l’ensemble du marché.
Dimon a déjà reconnu cette séparation. Il a affirmé que l’IA est réelle tout en avertissant qu’une partie des capitaux investis serait gaspillée.
Cette position est plus crédible que d’affirmer que chaque valorisation ou installation actuelle est justifiée. Les technologies d’usage général produisent souvent des infrastructures précieuses parallèlement à des entreprises défaillantes et à des investissements mal synchronisés.
Internet a survécu à l’effondrement de la bulle dot-com. Les réseaux de fibre construits durant cette période ont ensuite soutenu des services que leurs investisseurs initiaux n’ont pas toujours vécu assez longtemps pour monétiser.
Dimon semble anticiper une séparation semblable entre la demande technologique et les rendements des investisseurs. L’IA peut transformer l’activité économique tout en produisant des victimes financières.
C’est le signal crucial derrière le titre de CNBC. Il ne promet pas un cycle sans heurts. Il rejette l’idée que les revers élimineront le besoin sous-jacent de capacité de calcul.
La demande réelle distingue ce cycle de construction de l’éclatement de la bulle de la fibre
Le meilleur argument en faveur de la position de Dimon est que la capacité d’IA reste rare, tandis que le boom dot-com avait produit des infrastructures très en avance sur l’usage.
L’analyse actuelle de J.P. Morgan sur l’infrastructure d’IA indique que plus de 70 % de la capacité de centres de données en construction est déjà louée. Ce niveau de précommercialisation donne aux développeurs une meilleure visibilité sur les revenus avant la mise en service des bâtiments.
La même analyse indique que seulement 7 % du réseau de fibre optique était utilisé au point bas de la bulle des télécommunications, en 2002. Les investisseurs avaient financé une offre qui dépassait largement la demande de l’époque.
Le marché actuel présente la situation inverse, du moins pour l’instant. Les fournisseurs cloud continuent de faire état de capacités de calcul limitées, tandis que les clients réservent des accès plusieurs années à l’avance.
Les principales plateformes cloud ont enregistré une croissance moyenne de leurs revenus de 44 % au premier trimestre 2026, selon J.P. Morgan Asset Management. Cette croissance ne provient pas entièrement de l’IA, mais les services d’IA y contribuent de manière importante.
La charge de travail elle-même devient également plus exigeante. Les modèles de raisonnement effectuent des calculs supplémentaires avant de produire une réponse, tandis que les agents d’IA peuvent effectuer des appels répétés à des modèles pour accomplir une tâche.
Une requête élémentaire à un chatbot peut nécessiter une seule réponse. Un agent chargé de recherche, de code ou de processus métier peut générer des dizaines de requêtes connectées.
Cette multiplication signifie que les gains d’efficacité ne réduisent pas nécessairement la demande totale d’infrastructures. Des calculs moins coûteux peuvent encourager les développeurs à exécuter davantage de tâches, servir plus d’utilisateurs et créer des applications plus complexes.
Le schéma ressemble à celui d’autres marchés technologiques où la baisse des coûts unitaires accroît la consommation totale. Des réseaux plus efficaces n’ont pas réduit le trafic internet, et de meilleures puces n’ont pas mis fin à la demande de calcul.
Les entreprises en sont aussi encore au début de l’adoption. J.P. Morgan estime qu’environ 20 % des entreprises américaines déclarent utiliser l’IA, bien que les enquêtes divergent car elles mesurent l’utilisation de manière différente.
Il reste donc une marge considérable d’expansion. Cela révèle également la faiblesse de l’hypothèse selon laquelle l’adoption actuelle deviendra automatiquement un déploiement rentable à l’échelle de l’entreprise.
L’expérimentation crée une demande de ressources de calcul, mais une demande durable exige des flux de travail utiles. Les entreprises doivent intégrer les modèles à leurs données, à leurs contrôles de sécurité, à leurs logiciels et aux responsabilités de leurs employés.
Les cas d’usage les plus solides à l’heure actuelle comprennent le développement logiciel, le traitement de documents, le support client, la publicité, la recherche et l’analyse financière. Chacun peut générer une demande continue d’inférence après l’entraînement d’un modèle.
JPMorgan offre lui-même un exemple pertinent, car la banque a déployé l’IA dans la gestion des risques, les opérations, les services et les outils destinés aux employés. Son expérience expose directement Dimon à la difficulté comme à l’utilité de l’adoption de l’IA en entreprise.
La demande interne de la banque ne prouve pas le rendement de l’ensemble du marché. Elle aide toutefois à expliquer pourquoi Dimon considère l’IA comme une technologie opérationnelle plutôt que comme une nouveauté spéculative destinée aux consommateurs.
Les autres éléments proviennent de la rareté physique. Les taux de vacance des centres de données sont restés proches de leurs plus bas historiques sur les principaux marchés, tandis que l’accès à une alimentation électrique adaptée est devenu une contrainte déterminante.
La rareté peut masquer des projets fragiles, car les clients acceptent des conditions défavorables lorsque la capacité est limitée. Elle peut toutefois aussi protéger les installations établies en soutenant les taux d’occupation et les contrats à long terme.
Le marché qui en résulte est plus complexe qu’une simple comparaison avec une bulle. L’offre actuelle est contrainte, les clients réservent des capacités et les revenus du cloud progressent.
Ces faits soutiennent la vision de Dimon à court terme. Ils ne permettent pas de déterminer si les dépenses prévues à l’échelle de 2026 généreront des rendements acceptables sur la durée de vie des installations.
Le précédent de la fibre va donc dans les deux sens. Une infrastructure peut rester socialement utile tout en détruisant du capital pour des propriétaires qui ont trop payé ou emprunté sur la base d’hypothèses irréalistes.
Cette distinction définit le conflit principal. Dimon défend une demande durable de calcul, tandis que les sceptiques interrogent les structures financières bâties autour de cette demande.
Le boom dépend désormais autant de la dette que des puces
Les centres de données d’IA passent d’un cycle technologique financé par la trésorerie à un test de financement susceptible d’exposer les locataires et les projets les plus fragiles.
Amazon, Alphabet, Meta et Microsoft sont entrés dans ce cycle avec des bilans exceptionnellement solides. J.P. Morgan estime que ces quatre entreprises détenaient environ 430 milliards de dollars de trésorerie et de titres négociables après le premier trimestre 2026.
Leurs flux de trésorerie opérationnels combinés devaient atteindre environ 575 milliards de dollars sur l’année. Cette solidité financière les distingue de nombreuses entreprises non rentables qui ont financé le boom dot-com.
Toutefois, les dépenses d’investissement absorbent une part croissante de cette génération de trésorerie. J.P. Morgan estime que les dépenses des hyperscalers représentaient près de 60 % des flux de trésorerie opérationnels en 2025.
L’entreprise prévoit que cette part atteindra entre 90 % et 100 % en 2026. Ce changement réduit la marge disponible pour les rachats d’actions, les acquisitions, les dividendes et les faiblesses imprévues de l’activité.
Les entreprises cloud peuvent continuer à investir, mais elles doivent faire des choix plus tranchés. Elles peuvent ralentir la construction, emprunter davantage ou transférer les obligations liées aux projets à des développeurs et à des véhicules de financement spécialisés.
Les marchés obligataires prennent une importance croissante. Les hyperscalers ont émis environ 121 milliards de dollars d’obligations en 2025, selon J.P. Morgan Asset Management.
L’institution prévoit que les émissions atteindront environ 250 milliards de dollars en 2026. Elle s’attend également à ce que le crédit privé et les montages hors bilan soutiennent davantage de projets.
Le financement hors bilan place des actifs ou des obligations dans des entités distinctes plutôt que directement au bilan principal d’une entreprise technologique. Cette structure peut répartir le risque, mais elle peut aussi rendre l’exposition totale plus difficile à évaluer.
La dette nette moyenne des hyperscalers demeure modeste par rapport aux bénéfices. J.P. Morgan évalue la dette nette à environ 0,8 fois le bénéfice avant intérêts, impôts, dépréciation et amortissement.
Le ratio comparable pour un émetteur typique de qualité investment grade est d’environ 2,6 fois. Cet écart suggère que les principales entreprises technologiques peuvent absorber davantage d’endettement que la plupart des émetteurs d’entreprise.
Toutefois, la moyenne peut masquer d’importantes différences entre les projets. Une installation louée à un fournisseur cloud diversifié présente un risque différent de celle qui dépend d’un seul laboratoire d’IA.
Les développeurs financent couramment la construction en s’appuyant sur des baux de longue durée et les paiements attendus des locataires. Si un locataire ne parvient pas à lever des capitaux, renégocie son engagement ou utilise moins de capacité, l’économie du projet peut se détériorer.
Les banques subissent la pression de distinguer les contrats durables d’une demande créée par la panique concurrentielle. Elles doivent également évaluer la valeur des installations spécialisées si le locataire initial se retire.
Le matériel d’IA peut devenir obsolète plus rapidement que les bâtiments et les raccordements électriques. Un campus conçu autour d’une génération de processeurs peut nécessiter des modifications coûteuses pour prendre en charge les systèmes suivants.
Cela crée un décalage entre une technologie qui évolue rapidement et une dette de longue durée. Le financement des centres de données peut s’étendre sur plusieurs années, tandis que les conceptions de processeurs et les besoins de refroidissement évoluent bien plus vite.
La position de JPMorgan rend l’optimisme de Dimon particulièrement conséquent. La banque peut percevoir des commissions et des intérêts grâce à un cycle de construction durable, mais elle doit se protéger contre des pertes concentrées.
Son point de vue doit donc être interprété comme une confiance dans la demande globale, et non comme une approbation générale du crédit. JPMorgan peut croire au secteur tout en refusant de financer certains locataires ou certaines structures.
C’est là que les titres de Google News peuvent masquer le véritable enjeu. La ligne de partage essentielle n’oppose pas les banques haussières aux technologues baissiers.
Elle oppose une demande durable à des conditions de financement qui supposent que chaque segment du marché progressera de concert. La première proposition est mieux étayée que la seconde.
La pression repose désormais sur les prêteurs, les développeurs et les fournisseurs de cloud. Chacun doit démontrer que la demande contractuelle correspond à une utilisation client rentable et pérenne, plutôt qu’à une rétention stratégique de capacité.
Une entreprise peut réserver des ressources de calcul parce qu’elle craint d’en perdre l’accès au profit d’un concurrent. Cette décision peut soutenir la location à court terme sans confirmer l’existence de revenus applicatifs à long terme.
Le cycle de financement deviendra moins indulgent à mesure que l’endettement augmente. Les spreads de crédit, la qualité des locataires, les conditions de bail et les annulations de projets en révéleront davantage que les totaux promotionnels de construction.
La confiance de Dimon ne résiste à cette épreuve que si les prêteurs peuvent absorber des défaillances individuelles sans se retirer massivement. Un marché du crédit fonctionnel peut financer les projets solides tout en réévaluant les plus faibles.
Un retrait désordonné présenterait un tout autre visage. Il combinerait défauts de locataires, syndications échouées, baisse de l’utilisation et annulations généralisées chez plusieurs fournisseurs de cloud.
Les éléments disponibles n’établissent pas ce scénario. Ils justifient néanmoins une surveillance plus attentive de la dette à mesure que le cycle d’infrastructure s’étend.
L’électricité est une contrainte plus importante que la disparition de la demande en IA
La menace la plus immédiate pour les centres de données d’IA est souvent l’indisponibilité de l’électricité, et non une pénurie de clients demandant de la capacité de calcul.
Les centres de données représentent actuellement environ 4 % de la consommation d’électricité des États-Unis, selon l’analyse de J.P. Morgan. Cette part pourrait approximativement tripler d’ici 2030.
Un seul grand campus peut nécessiter plus d’un gigawatt de puissance. Cette charge est comparable à la consommation électrique d’une grande ville.
Les nouvelles baies de serveurs deviennent également plus denses. Les configurations planifiées les plus avancées imposent des besoins électriques et de refroidissement bien plus élevés à chaque mètre carré d’installation.
La construction d’un centre de données peut prendre entre deux et trois ans. Une nouvelle production électrique exige souvent entre cinq et dix ans, tandis que le développement du réseau de transport peut prendre encore plus de temps.
Cet écart de calendrier a rendu les raccordements au réseau plus précieux que les terrains sur plusieurs marchés. Un développeur peut obtenir les permis et les processeurs, tout en ne disposant pas de suffisamment d’électricité pour les exploiter.
La Virginie du Nord illustre le problème. La région abrite la plus grande concentration mondiale de centres de données, mais les nouveaux raccordements importants peuvent impliquer des délais de plusieurs années.
Certaines installations récemment construites à Santa Clara ont fonctionné en dessous de leur capacité parce que le réseau local ne pouvait pas fournir suffisamment d’électricité. De tels exemples peuvent ressembler à une demande faible lorsqu’on les observe uniquement à travers le taux d’occupation.
Ils révèlent plutôt une offre bloquée : des infrastructures achevées ne peuvent pas fonctionner pleinement parce qu’un autre intrant indispensable fait défaut.
J.P. Morgan estime qu’environ six gigawatts de capacité seulement sont en construction sur les principaux marchés américains. Le portefeuille de projets en préparation est bien plus vaste, mais de nombreux projets proposés n’obtiendront jamais l’électricité nécessaire.
Ce processus de sélection peut soutenir les perspectives de Dimon. Si l’électricité limite la construction, les installations exploitables peuvent conserver un taux d’occupation élevé même lorsque les développeurs annoncent davantage de capacité théorique.
Il crée également des risques politiques et économiques. Les services publics doivent décider qui finance la production, les sous-stations, les lignes de transport et les capacités de secours.
Les résidents s’opposent de plus en plus aux dispositifs susceptibles d’augmenter leurs factures d’électricité. Ils s’interrogent aussi sur l’usage de l’eau, la consommation de terrains, le bruit et le nombre d’emplois permanents créés.
Les États ont commencé à élaborer des tarifs spéciaux pour les très grands consommateurs d’électricité. Ces règles peuvent obliger les centres de données à financer les modernisations du réseau et à garantir des paiements minimums.
De tels contrats réduisent le risque que les ménages supportent l’intégralité du coût. Ils augmentent aussi les dépenses et le niveau d’engagement exigés des exploitants.
L’opposition des communautés n’est plus une préoccupation secondaire en matière de permis. J.P. Morgan cite des estimations selon lesquelles la résistance locale a retardé ou bloqué, durant 2025, des projets représentant plus de 150 milliards de dollars.
Ce chiffre ne doit pas être interprété comme un investissement définitivement supprimé. Les développeurs peuvent relocaliser les projets, les revoir ou négocier de nouveaux accords de partage des coûts.
Toutefois, la relocalisation modifie les performances du réseau et l’économie de la construction. Les systèmes d’IA ont besoin de connexions fiables entre les installations, les utilisateurs et les sources de données ; tous les sites ne sont donc pas interchangeables.
Les entreprises de cloud réagissent avec des accords énergétiques de long terme. Leurs stratégies incluent le gaz naturel, l’énergie nucléaire, les systèmes géothermiques, les piles à combustible, la production solaire et le stockage par batteries.
Plusieurs solutions mettront des années à passer à l’échelle. Les turbines à gaz font face à d’importants carnets de commandes, tandis que les nouvelles installations nucléaires comportent des incertitudes réglementaires, de construction et de coût.
La rareté de l’électricité affecte également plus durement les concurrents de moindre taille. Les grandes entreprises de cloud peuvent signer des contrats longs et financer une production dédiée, tandis que les startups doivent acheter de la capacité aux prix du marché.
Cette dynamique peut concentrer l’infrastructure d’IA autour d’entreprises disposant de bilans solides. Elle peut aussi approfondir la dépendance à l’égard de quelques plateformes cloud.
Pour les acheteurs d’entreprise, le résultat peut se manifester par les prix des services, des restrictions régionales ou des limites de capacité. Les développeurs peuvent faire face à des coûts plus élevés même si les modèles deviennent plus efficaces.
L’efficacité reste importante, mais elle ne peut pas être évaluée isolément. Lorsque chaque tâche devient moins chère, les entreprises exécutent souvent davantage de tâches et créent des applications plus exigeantes.
Le goulot d’étranglement énergétique renforce donc l’argument de Dimon tout en le compliquant. La rareté soutient la valeur des installations en exploitation, mais elle peut empêcher le secteur de répondre économiquement à la demande projetée.
Un boom n’a pas besoin de s’essouffler pour décevoir les investisseurs. Les retards de construction, les coûts de réseau et les restrictions locales peuvent réduire les rendements tout en laissant la demande des clients intacte.
Cette distinction devrait guider la manière dont les lecteurs interprètent la future couverture de Google News. Un campus annulé peut refléter des problèmes de financement, de permis, d’électricité ou de locataires, plutôt qu’un jugement à l’échelle de tout le marché.
La question utile n’est pas de savoir si un projet s’est arrêté. Elle est de savoir pourquoi il s’est arrêté et si son client a déplacé la charge de travail ailleurs.
Trois signaux mettront à l’épreuve le pari de Dimon sur les centres de données d’IA
Les revenus du cloud, les conditions de financement et la capacité opérationnelle détermineront si Dimon a identifié une demande durable ou sous-estimé un coûteux décalage.
Le premier signal est la croissance des revenus du cloud après la poussée d’infrastructure de 2026. Les investisseurs devraient comparer la croissance des services liés à l’IA avec le capital nécessaire pour les soutenir.
Les revenus n’ont pas besoin d’égaler immédiatement les dépenses de construction, car les centres de données fonctionnent pendant de nombreuses années. Ils doivent toutefois montrer une trajectoire crédible vers la couverture des coûts d’amortissement, d’électricité, de réseau et de financement.
L’examen distinct de J.P. Morgan sur les investissements en IA, AI investment review, estime qu’obtenir un rendement de 10 % sur les investissements actuels pourrait nécessiter 650 milliards de dollars de revenus annuels liés à l’IA. Il s’agit d’un seuil exigeant, et non d’une prévision de ventes garanties.
Si la croissance du cloud reste forte tandis que les coûts unitaires diminuent, l’argument de Dimon gagne en crédibilité. Une utilisation croissante montrerait que la nouvelle capacité sert des applications en expansion plutôt que des réservations inutilisées.
Si la croissance des revenus ralentit alors que les dépenses d’investissement restent proches des niveaux actuels, cet argument s’affaiblit. Les fournisseurs de cloud subiraient alors une pression pour réduire leurs projets ou accepter des rendements plus faibles.
Le deuxième signal est le comportement des marchés du crédit. Les lecteurs devraient surveiller les émissions obligataires, les spreads de crédit, les financements privés et la capacité des banques à distribuer de grands prêts de projet.
Une hausse des émissions ne signale pas à elle seule une détresse. Les entreprises solides empruntent souvent parce que la dette offre un moyen efficace de financer des actifs qui génèrent des revenus pendant de nombreuses années.
L’avertissement apparaît lorsque les prêteurs exigent une compensation sensiblement plus élevée ou refusent une exposition à certains locataires. Des syndications échouées et des restructurations répétées indiqueraient une hausse du risque perçu.
La transparence de l’information sera importante à mesure que davantage d’investissements passeront par des entités de projet distinctes. Les investisseurs doivent savoir quelle entreprise garantit un bail et qui absorbe les pertes si la demande diminue.
L’issue optimiste est une réévaluation sélective. Les projets solides continuent de recevoir des capitaux, tandis que les plans plus faibles sont retardés ou annulés sans déstabiliser l’ensemble du marché.
L’issue négative est un repli corrélé. Plusieurs grands locataires réduiraient leurs engagements pendant que les prêteurs se retireraient simultanément, laissant aux développeurs des actifs spécialisés et sous-utilisés.
Le troisième signal est la capacité effectivement alimentée, et non la capacité annoncée. Un campus annoncé contribue peu tant qu’il n’a pas reçu des processeurs, du réseau, du refroidissement et un raccordement électrique fiable.
Les lecteurs devraient comparer les mégawatts opérationnels aux plans de construction et aux portefeuilles théoriques. Ils devraient également suivre si les sites pré-loués commencent à traiter les charges de travail des clients selon le calendrier prévu.
Un écart qui se creuse entre les bâtiments achevés et l’électricité exploitable affaiblirait les rendements des projets. Cela ne montrerait pas nécessairement que la demande en IA a disparu.
À l’inverse, une hausse de l’utilisation dans les installations récemment mises sous tension renforcerait l’argument de Dimon. Elle démontrerait que la capacité réservée devient une véritable activité de calcul.
Ces trois signaux doivent être considérés ensemble. De solides revenus du cloud ne peuvent pas protéger entièrement un projet dont le financement est inabordable ou qui ne dispose pas de raccordement électrique.
Un financement facile ne peut pas non plus sauver une installation dépourvue d’utilisateurs rentables. La capacité opérationnelle ne compte que lorsque les clients continuent de payer suffisamment pour en couvrir le coût total.
La leçon plus générale est que le débat sur les centres de données d’IA contient deux questions distinctes. L’une consiste à savoir si la demande de calcul continuera de croître.
L’autre consiste à savoir si les investisseurs, prêteurs, locataires et développeurs d’aujourd’hui capteront suffisamment de valeur de cette croissance. Dimon est sur un terrain plus solide lorsqu’il répond à la première.
L’analyse de J.P. Morgan reconnaît elle-même l’incertitude entourant la seconde. Elle indique que la demande dépasse actuellement l’offre, tandis que les rendements à long terme restent incertains.
Cette conclusion nuancée est plus utile que de présenter le cycle comme un succès garanti ou un effondrement imminent. Les booms d’infrastructure peuvent être économiquement importants et financièrement inégaux en même temps.
Les développeurs devraient surveiller les prix de la capacité et la disponibilité régionale de l’électricité. Les acheteurs d’entreprise devraient surveiller les engagements cloud, les coûts des services et les résultats mesurables de leurs propres déploiements.
Les travailleurs du savoir devraient se concentrer sur la capacité des applications d’IA à s’intégrer aux activités récurrentes. Une utilisation durable crée la demande d’inférence qui soutient, à terme, les revenus des centres de données.
Les investisseurs devraient distinguer les installations soutenues par des locataires solides des projets spéculatifs qui dépendent de levées de fonds continues. Ils devraient également examiner qui garantit chaque obligation.
Google News continuera de faire remonter à la fois les annonces d’expansion et les projets annulés. Aucun de ces types de titres ne tranche à lui seul le débat.
Les prochains résultats trimestriels du cloud fourniront un signal plus clair sur la demande. L’activité de financement montrera si Wall Street accepte toujours le risque associé.
Les raccordements au réseau révéleront quelle part de la capacité annoncée peut devenir une infrastructure exploitable. Ensemble, ces indicateurs permettront de déterminer si le boom s’élargit ou s’il ne fait qu’accumuler des engagements.
Le pari de Dimon est que les services d’IA utiles consommeront bien plus de capacité de calcul que le marché n’en fournit actuellement. Les éléments disponibles étayent cette position à court terme.
Ce qui reste incertain, c’est qui tirera les rendements, qui absorbera les projets échoués et combien de dette s’accumulera avant que le marché ne trouve la réponse. Observez ces résultats, plutôt que le titre Google News le plus retentissant, avant de décider si le déploiement s’essouffle.
