PwC prévoit 31,6 billions de dollars de dépenses dans les centres de données, mais l’électricité fixe la limite

PwC a placé le chiffre de 31,6 billions de dollars au cœur de la couverture de Google News en prévoyant les dépenses mondiales cumulées des centres de données jusqu’en 2050. Pourtant, ce montant spectaculaire n’est pas l’affirmation la plus importante du rapport. PwC soutient que l’électricité, davantage que le capital d’investissement, déterminera le volume d’infrastructures construites et les lieux où elles seront exploitées.

La prévision décrit un cycle d’investissement différent de ceux des chemins de fer, des réseaux de télécommunications et d’autres booms de construction. Les bâtiments des centres de données peuvent rester utiles pendant des décennies. Les serveurs, processeurs, systèmes de stockage et équipements réseau qu’ils abritent doivent être remplacés à des échéances bien plus courtes.

Cette distinction transforme un boom de construction en cycle récurrent de renouvellement technologique. Elle crée également un conflit direct entre l’appétit pour le calcul d’IA et les systèmes plus lents qui fournissent l’électricité, les autorisations, les équipements et la main-d’œuvre qualifiée.

PwC a chargé Oxford Economics de modéliser les dépenses dans 46 pays et territoires. Sa projection centrale atteint 31,6 billions de dollars d’ici 2050, tandis que les scénarios alternatifs s’étendent d’environ 22 billions à près de 50 billions de dollars.

Ces chiffres dépendent de l’adoption, de l’efficacité, de la politique commerciale et de l’accès aux puces avancées. Il s’agit de prévisions, et non de budgets déjà engagés. La question centrale est de savoir si les réseaux électriques peuvent soutenir la capacité de calcul supposée par le modèle.

Ce que mesure réellement la prévision de PwC à 31,6 billions de dollars

Le chiffre phare mesure les dépenses d’investissement cumulées, et non la valeur d’un seul programme de construction ni une facture déjà approuvée par les investisseurs.

Les perspectives des centres de données de PwC couvrent à la fois les installations physiques et les technologies de l’information et de la communication qui y sont installées. Cette seconde catégorie comprend les serveurs, le stockage, le matériel réseau, les unités centrales de traitement et les processeurs graphiques.

Cette distinction importe, car l’enveloppe physique ne représente qu’une partie du coût d’un site d’IA sur l’ensemble de sa durée de vie. Les raccordements électriques, les systèmes de refroidissement, les liaisons en fibre et les bâtiments peuvent servir à plusieurs générations d’équipements informatiques. Les puces et les serveurs deviennent obsolètes sur le plan commercial beaucoup plus rapidement.

PwC prévoit que les dépenses d’investissement annuelles des centres de données passeront d’environ 800 milliards de dollars en 2026 à 1,1 billion en 2030. La projection atteint 1,8 billion de dollars par an en 2050.

Le scénario central attribue 15,1 billions de dollars, soit 48 % des dépenses cumulées, aux États-Unis. PwC explique en partie cette concentration par la position du pays dans l’écosystème des puces avancées.

L’Asie-Pacifique représente 8,2 billions de dollars projetés, sous l’impulsion de la Chine et de l’Inde. L’Europe et le Moyen-Orient attirent également des investissements, les gouvernements cherchant à développer des capacités d’IA souveraine. L’IA souveraine désigne des infrastructures et des modèles informatiques exploités conformément aux exigences juridiques, de sécurité et de contrôle des données d’un pays.

La prévision devient plus révélatrice lorsque les dépenses sont réparties entre bâtiments et équipements. PwC estime que les technologies de l’information et de la communication représentent 70 % des dépenses d’investissement des centres de données en 2026. Cette part atteindrait 93 % en 2050.

Dans le modèle de PwC, chaque dollar dépensé en construction génère en pratique environ 12 dollars d’engagements futurs en équipements. Ce ratio reflète des installations et remplacements répétés, plutôt qu’un seul achat de matériel.

Selon PwC, les serveurs, GPU et systèmes associés doivent généralement être renouvelés tous les quatre à six ans. Le remplacement des équipements maintient les dépenses d’investissement à un niveau élevé après la fin de la première vague de construction.

Ce mécanisme explique pourquoi la projection augmente jusqu’en 2050 au lieu d’atteindre un pic après le premier cycle de déploiement. Les entreprises ne se contentent pas de construire des installations. Elles créent des sites qui nécessitent plusieurs générations de matériel coûteux.

Les prévisions distinctes sur les infrastructures de PwC permettent de mieux voir la différence. Elles prévoient des dépenses annuelles de 251,8 milliards de dollars pour les bâtiments des centres de données en 2027, contre 113,8 milliards en 2024.

Dans cette prévision, les investissements dans les bâtiments entre 2024 et 2032 dépassent 1,5 billion de dollars. L’estimation plus large de 31,6 billions inclut les équipements informatiques qui occupent ces bâtiments sur une période bien plus longue.

Les lecteurs découvrant cette histoire via Google News devraient donc éviter d’interpréter le chiffre phare comme un montant consacré uniquement à la construction. L’essentiel des flux de capitaux projetés va vers les systèmes qui traitent, déplacent et stockent les données.

Cela crée une opportunité de revenus récurrents pour les fournisseurs de puces, les entreprises de réseau, les opérateurs cloud et les fournisseurs d’infrastructures spécialisés. Cela crée également une exposition récurrente aux taux d’utilisation, à l’amortissement du matériel et à l’évolution des architectures de modèles.

Une installation conçue autour d’une génération d’accélérateurs à haute densité peut nécessiter de nouveaux systèmes de refroidissement ou de distribution électrique pour la génération suivante. Les cycles de remplacement peuvent donc affecter les infrastructures de support, et pas seulement les puces installées dans les baies de serveurs.

L’ampleur de la prévision est extraordinaire, mais sa composition est plus importante. PwC décrit un système industriel fondé sur un renouvellement continu des équipements.

Pourquoi les dépenses d’infrastructure d’IA ne culminent pas après la construction

Le boom des centres de données persiste dans le modèle de PwC parce que le matériel d’IA vieillit économiquement bien avant que les installations qui l’abritent n’atteignent la fin de leur durée de vie utile.

Les projets d’infrastructure traditionnels concentrent les dépenses au début. Une voie ferrée ou une ligne de transmission nécessite de l’entretien, mais les opérateurs ne remplacent généralement pas son équipement d’exploitation central tous les quelques ans.

L’infrastructure d’IA suit un autre modèle. Les nouveaux processeurs offrent de meilleures performances, une plus grande bande passante mémoire, une capacité réseau accrue ou une meilleure efficacité énergétique. Les fournisseurs cloud doivent décider si les équipements plus anciens restent compétitifs face aux systèmes plus récents.

Cette pression s’applique à l’entraînement et à l’inférence de l’IA. L’entraînement est le processus consistant à construire un modèle à partir de données, tandis que l’inférence désigne le travail informatique effectué lorsque des personnes ou des applications utilisent ce modèle.

L’entraînement a stimulé la demande de grands clusters d’accélérateurs. L’inférence peut créer une charge plus large et plus durable, car chaque réponse générée, action logicielle, image ou vidéo requiert des ressources informatiques.

Si l’IA s’intègre à la recherche, aux logiciels bureautiques, aux systèmes de programmation, au service client, aux opérations industrielles et aux appareils grand public, la demande d’inférence peut croître avec l’usage. Cette croissance soutiendrait les scénarios de dépenses les plus élevés de PwC.

L’adoption n’est toutefois pas garantie. Des puces et modèles plus efficaces peuvent réduire le calcul nécessaire à une tâche donnée. La concurrence peut également réduire les revenus tirés de chaque unité de calcul.

Ces forces peuvent agir simultanément. Le coût de production d’un résultat d’IA peut diminuer tandis que la consommation totale augmente, car la baisse des coûts encourage davantage d’usages. Cette relation rappelle l’effet rebond observé dans d’autres technologies.

PwC traite cette incertitude au moyen d’une fourchette plutôt que d’un résultat unique et fixe. Une adoption plus lente de l’IA réduit les dépenses d’investissement cumulées d’environ 10 billions de dollars par rapport à son scénario central. Une adoption plus rapide pousse le total vers 50 billions de dollars.

L’écart entre ces cas est presque aussi important que le chiffre central. Il montre dans quelle mesure la prévision dépend de comportements et d’une demande commerciale impossibles à observer des décennies à l’avance.

La projection centrale suppose également que suffisamment de capitaux resteront disponibles. Les grands fournisseurs cloud peuvent financer des projets grâce aux flux de trésorerie opérationnels, à la dette, aux partenariats et aux structures de location. Les opérateurs indépendants dépendent davantage des financements externes et des engagements des clients.

Le financement devient plus difficile lorsque les projets ne disposent pas d’un accès durable à l’électricité ou d’une demande contractualisée. Un centre de données équipé de GPU mais disposant d’une électricité insuffisante ne peut pas produire de capacité informatique facturable. Un site entièrement alimenté mais dépourvu de clients peut devenir un actif coûteux et sous-utilisé.

PwC avertit qu’une adoption plus lente pourrait laisser de grandes installations partiellement vides. Cette possibilité remet en cause l’hypothèse selon laquelle chaque projet annoncé représente une demande durable.

Le cycle d’investissement dépend donc de bien plus que de l’enthousiasme pour l’IA. Les opérateurs ont besoin d’applications qui génèrent une valeur économique récurrente suffisante pour couvrir l’amortissement des équipements, l’électricité, la maintenance et les coûts de financement.

L’adoption par les entreprises offre une source potentielle de demande durable. Les entreprises utilisent de plus en plus l’IA pour le développement logiciel, l’analyse de documents, l’assistance client, la recherche et la recherche interne. Pourtant, les projets pilotes ne deviennent pas automatiquement d’importantes charges de travail en production.

Les acheteurs sont souvent confrontés à des préoccupations liées à la précision, à la confidentialité, à l’intégration et aux rendements mesurables. Ces contraintes peuvent ralentir l’utilisation, même lorsque les capacités des modèles progressent.

La demande des consommateurs présente une incertitude similaire. Les services d’IA peuvent attirer de vastes audiences, mais les fournisseurs doivent encore disposer de revenus durables ou d’une autre raison stratégique pour subventionner le calcul.

La prévision est la plus solide en tant que description du mécanisme d’investissement. Elle est moins certaine lorsqu’il s’agit de prédire la rapidité avec laquelle les clients généreront des revenus pour chaque serveur déployé.

Cette distinction devrait orienter la manière dont les investisseurs et les acheteurs d’entreprise interprètent les données de PwC sur les centres de données. Le rapport cartographie l’infrastructure nécessaire selon plusieurs trajectoires d’adoption. Il ne prouve pas que la trajectoire la plus coûteuse générera des rendements acceptables.

Les titres de Google News manquent le véritable goulet d’étranglement : l’électricité

Le capital peut commander des serveurs et des bâtiments, mais seule l’électricité disponible peut les transformer en capacité d’IA opérationnelle.

PwC identifie une électricité abordable, fiable et moins carbonée comme l’exigence la plus difficile à satisfaire dans de nombreux marchés. La connectivité, la sécurité, la certitude réglementaire, l’acceptation par les communautés et l’accès aux GPU influencent également les lieux d’implantation des projets.

L’électricité diffère des autres intrants, car elle ne peut pas toujours être fournie rapidement. De nouvelles capacités de production, sous-stations, lignes de transmission et connexions au réseau exigent souvent des années de planification et de construction.

L’Agence internationale de l’énergie a estimé que les centres de données avaient consommé 415 térawattheures d’électricité en 2024. Cela représentait environ 1,5 % de la consommation mondiale d’électricité.

Son analyse énergétique prévoit une consommation d’environ 945 térawattheures en 2030. Ce volume dépasse légèrement la consommation annuelle actuelle d’électricité du Japon.

L’AIE prévoit que les centres de données représenteront près de la moitié de la croissance de la demande d’électricité aux États-Unis d’ici 2030. Elle projette également que les centres de données américains consommeront plus d’électricité que l’ensemble des industries manufacturières énergivores réunies d’ici la fin de la décennie.

Ces totaux mondiaux peuvent masquer des effets locaux plus marqués. Les centres de données concentrent d’énormes charges dans des régions précises, car les opérateurs recherchent des connexions en fibre, des terrains disponibles, des travailleurs qualifiés, des clients et des campus cloud existants.

L’AIE a constaté que près de la moitié de la capacité actuelle des centres de données américains se situe dans cinq clusters régionaux. Elle a également estimé que la moitié des projets en développement restent concentrés dans des clusters établis.

Cette concentration peut submerger la production et la transmission locales même lorsque l’offre nationale d’électricité paraît adéquate. Un service public ne peut pas acheminer une quantité illimitée d’électricité vers un seul comté simplement parce que de la capacité existe ailleurs.

L’AIE estime que 20 % des projets de centres de données prévus risquent d’être retardés si les contraintes du réseau ne sont pas résolues. Dans les économies avancées, de nouvelles lignes de transport peuvent nécessiter quatre à huit ans.

Les délais d’attente pour les transformateurs et les câbles ont doublé en trois ans, selon l’agence. Les commandes de turbines à gaz peuvent également être assorties de calendriers de livraison s’étendant sur plusieurs années.

Ce décalage de calendrier est au cœur du débat sur les dépenses d’infrastructure liées à l’IA. Les développeurs de centres de données peuvent construire une installation plus rapidement que les entreprises de services publics ne peuvent achever des modernisations majeures du réseau.

Les opérateurs disposent de plusieurs réponses. Ils peuvent construire à proximité d’une production électrique existante, financer de nouvelles capacités de production, signer des contrats d’électricité à long terme, installer des batteries ou exploiter une production sur site.

Ils peuvent également déplacer des charges de travail entre régions ou ajuster l’activité de calcul en fonction des conditions du réseau. L’exploitation flexible reste difficile, car des accélérateurs coûteux ne génèrent aucun revenu lorsqu’ils sont inactifs.

Un centre de données typique axé sur l’IA peut consommer autant d’électricité que 100 000 foyers, estime l’AIE. Les plus grandes installations en construction peuvent nécessiter 20 fois cette quantité.

L’alimentation de ces charges reposera sur plusieurs sources d’énergie. L’AIE prévoit que les énergies renouvelables couvriront environ la moitié de la croissance de la demande d’électricité des centres de données d’ici 2035, avec le soutien du stockage et d’investissements plus larges dans le réseau.

La production au gaz naturel et le nucléaire contribuent également à son scénario de référence. L’agence prévoit les premiers petits réacteurs modulaires utilisés dans ce cadre d’approvisionnement élargi vers 2030, bien que les calendriers de déploiement demeurent incertains.

L’accès à l’énergie peut réorganiser les prévisions géographiques de PwC. Les régions disposant de capitaux moins coûteux mais de réseaux fragiles pourraient perdre des projets au profit d’endroits offrant des raccordements plus rapides et une production fiable.

Cela met les gouvernements et les entreprises de services publics sous pression. Ils doivent concilier la demande des centres de données avec l’accessibilité financière pour les ménages, l’expansion industrielle, l’électrification et les objectifs d’émissions.

L’adhésion des communautés compte pour la même raison. Les habitants peuvent s’opposer à des installations qui concurrencent leurs besoins en électricité ou en eau sans offrir un niveau d’emploi comparable à celui d’autres projets industriels.

La projection de 31,6 billions de dollars dépend donc d’un développement parallèle des infrastructures énergétiques. L’industrie du calcul ne peut atteindre le scénario central de PwC par la seule production de semi-conducteurs.

La concurrence oppose la demande d’IA à la réalité des infrastructures

Le conflit principal de ces prévisions n’oppose pas une entreprise de cloud à une autre, mais une demande de calcul en accélération à des infrastructures physiques plus lentes.

Les feuilles de route des semi-conducteurs évoluent rapidement. Les entreprises de logiciels peuvent publier de nouveaux modèles en quelques mois. Les projets de transport d’électricité, les centrales et les autorisations des services publics suivent des calendriers bien plus longs.

Cette différence modifie le paysage concurrentiel. Les opérateurs cloud disposant d’une alimentation électrique sécurisée et de campus existants prennent l’avantage sur les développeurs qui possèdent des terrains mais ne disposent pas de raccordements fermes au réseau.

L’accès aux puces ajoute une autre dimension. Les accélérateurs avancés restent concentrés au sein d’une chaîne d’approvisionnement limitée impliquant des concepteurs spécialisés, des fabricants, des fournisseurs de mémoire, des acteurs du packaging et des fabricants d’équipements.

PwC a évalué comment des contrôles à l’exportation plus stricts pourraient perturber ce système. Son scénario de commerce restreint ramène l’investissement annuel à environ la moitié des prévisions centrales d’ici 2030.

Les chaînes d’approvisionnement s’adaptent progressivement dans le modèle, mais les dépenses cumulées jusqu’en 2050 tombent à environ 25,5 billions de dollars. Cela représente environ 6 billions de dollars de moins que la projection centrale.

Le résultat montre que les dépenses d’infrastructure d’IA dépendent des endroits où les puces peuvent se déplacer légalement et concrètement. Les contrôles à l’exportation n’influencent pas seulement les ventes de semi-conducteurs. Ils affectent l’économie du développement des centres de données dans des régions entières.

La souveraineté numérique produit un résultat différent. Les exigences de calcul local et de stockage des données redistribuent les investissements sans réduire aussi fortement le total mondial.

Les pays qui disposent d’une forte demande intérieure et de capacités existantes limitées peuvent attirer davantage de projets dans ce scénario. Les gouvernements et les secteurs réglementés pourraient accepter des coûts plus élevés afin de conserver le contrôle des données sensibles et des ressources de calcul.

Les États-Unis partent d’une position solide, car ils hébergent de grandes plateformes cloud, des concepteurs de puces, des marchés de capitaux et une importante base de demande des entreprises. Toutefois, les contraintes de leur réseau peuvent limiter la part des 48 % projetés qu’ils capturent.

La Chine fait face à des restrictions d’accès à certains processeurs avancés, mais elle dispose également d’une demande intérieure, de capacités de production et de programmes d’infrastructure soutenus par l’État. L’Inde offre un vaste marché numérique, bien que la fiabilité de l’électricité et le développement des réseaux varient selon les lieux.

L’Europe combine une demande importante avec des règles environnementales et de gouvernance des données plus strictes. Ces règles peuvent encourager les capacités locales tout en rendant les autorisations et l’approvisionnement énergétique plus exigeants.

Les gouvernements du Moyen-Orient peuvent associer des stratégies d’IA souveraine à des ressources en capital et en énergie. Leur défi consiste à développer des capacités techniques plus larges, à refroidir efficacement les installations et à sécuriser des équipements avancés.

Ces différences régionales font de ces prévisions une compétition pour des environnements opérationnels complets. Des terrains bon marché ne suffisent pas. Les marchés qui réussissent exigent de l’électricité, de la fibre, une stabilité politique, de la sécurité, des talents et un accès au matériel.

Les entreprises font face au même problème systémique à plus petite échelle. Un acheteur peut réserver des capacités de calcul, mais son programme d’IA nécessite toujours des données fiables, des applications utiles, des contrôles de sécurité et des employés prêts à modifier leurs processus de travail.

Le boom des infrastructures peut donc précéder la maturité des applications. Les opérateurs cloud pourraient construire pour une demande anticipée avant que les clients entreprises ne sachent quelles charges de travail justifient des déploiements importants.

Cette séquence est normale sur les marchés des technologies émergentes, mais elle crée un risque financier. Les fournisseurs doivent engager des capitaux avant que la demande ne devienne pleinement visible.

Les contrats à long terme peuvent réduire l’incertitude, bien qu’ils transfèrent le risque aux clients. Les partenariats peuvent répartir le financement, mais ils peuvent aussi rendre les obligations plus difficiles à évaluer.

La tension fondamentale reste physique. La demande d’IA peut augmenter rapidement, tandis que les nouvelles infrastructures électriques et réseau réagissent lentement. Les prévisions de PwC supposent que le système le plus lent finit par rattraper son retard.

Ce que l’estimation de 31,6 billions de dollars ne peut pas nous dire

Des prévisions cumulées sur 24 ans offrent un scénario utile, mais elles ne peuvent pas établir l’utilisation future, la rentabilité ou l’architecture informatique gagnante.

PwC présente son chiffre de 31,6 billions de dollars comme un scénario central. La large fourchette autour de ce montant reflète l’incertitude concernant l’adoption, le commerce, l’efficacité, la réglementation et la technologie.

L’horizon temporel amplifie les petites variations d’hypothèses. Une différence modeste dans la croissance annuelle de la demande peut produire des billions de dollars de dépenses cumulées d’ici 2050.

L’efficacité matérielle est une variable majeure. Le scénario de haute efficacité de l’AIE place la demande d’électricité des centres de données 20 % en dessous de son scénario de référence d’ici 2035.

Ses scénarios plus larges vont de 700 à 1 700 térawattheures en 2035. Cette fourchette montre pourquoi des prévisions précises à long terme ne doivent pas être confondues avec des résultats mesurés.

L’efficacité logicielle compte également. Des modèles plus petits, des systèmes spécialisés, la mise en cache, la quantification et une meilleure planification peuvent réduire la puissance de calcul requise pour de nombreuses tâches.

Dans le même temps, des applications plus capables peuvent augmenter le nombre et la complexité des requêtes. Les systèmes d’IA qui planifient des actions en plusieurs étapes peuvent utiliser bien plus d’inférence qu’une simple complétion de texte.

L’équilibre final entre efficacité et consommation accrue reste inconnu. La fourchette d’investissement de PwC reconnaît cette incertitude sans la résoudre.

L’utilisation présente un autre risque. Les opérateurs obtiennent des rendements lorsque les clients utilisent la capacité installée à des niveaux acceptables. Une grande installation fonctionnant très en dessous de sa capacité peut rencontrer des difficultés même si la demande d’IA à long terme continue de croître.

Le renouvellement rapide du matériel peut intensifier ce problème. Les accélérateurs plus anciens pourraient perdre de la valeur économique avant la fin de leur durée de vie comptable, en particulier lorsque les nouveaux équipements offrent de meilleures performances par unité d’électricité.

Cette possibilité aide les fournisseurs en soutenant la demande de renouvellement. Elle peut nuire aux propriétaires qui portent des dettes adossées à du matériel dont la valeur de revente diminue.

Les coûts de l’électricité affectent également la compétitivité. Le coût d’achat d’un processeur ne représente qu’une partie des dépenses liées à son exploitation. L’électricité, le refroidissement, la maintenance, le réseau et les frais généraux de l’installation se poursuivent tout au long de sa durée de fonctionnement.

Les effets environnementaux exigent un traitement tout aussi prudent. L’AIE prévoit que les émissions des centres de données liées à l’électricité passeront de 180 millions de tonnes métriques à 300 millions d’ici 2035 dans son scénario de référence.

Son scénario de croissance plus élevée atteint 500 millions de tonnes métriques. L’agence note que ces totaux restent inférieurs à 1,5 % des émissions du secteur de l’énergie, mais les centres de données figurent parmi les sources dont la croissance est la plus rapide.

Les pourcentages mondiaux masquent une fois encore les conséquences locales. Une installation peut modifier sensiblement la charge d’un réseau régional, le mix de production, la demande en eau et les coûts d’infrastructure.

L’IA peut également soutenir l’efficacité énergétique, les prévisions pour le réseau, la maintenance et la recherche scientifique. L’AIE estime que les outils fondés sur l’IA pourraient libérer jusqu’à 175 gigawatts de capacité de transport sans construire de nouvelles lignes.

Ces avantages potentiels ne doivent pas être automatiquement déduits de la consommation des centres de données. Ils dépendent d’un déploiement réel et d’économies vérifiées.

La même prudence s’applique à la valeur économique. Une meilleure médecine, de meilleurs logiciels, une meilleure logistique et les découvertes scientifiques pourraient justifier des investissements substantiels dans les infrastructures. Des contenus automatisés de faible valeur et des pilotes d’entreprise inutilisés soutiendraient un argument plus faible.

Les prévisions de PwC ne tranchent pas ce débat. Elles quantifient le capital associé à différentes trajectoires d’adoption.

La lecture sceptique correcte n’est pas que 31,6 billions de dollars sont impossibles. C’est que ce chiffre dépend d’une chaîne de conditions techniques, commerciales et politiques qui évolueront à plusieurs reprises avant 2050.

Trois signaux qui mettront à l’épreuve les prévisions de PwC sur les centres de données

Les prochaines preuves viendront de la disponibilité de l’électricité, de l’utilisation du matériel et de la géographie façonnée par les contrôles sur les puces et les politiques de souveraineté.

Le premier signal est l’accès garanti à l’électricité pour les projets déjà annoncés. Les investisseurs devraient suivre les accords de raccordement au réseau, les plans de ressources des services publics, les contrats de production et les retards de projet au cours des prochains trimestres.

Les annonces seules constituent une preuve faible, car les développeurs décrivent souvent des installations avant d’avoir finalisé les arrangements électriques. La capacité mise sous tension fournit une meilleure mesure de ce qui peut entrer en service.

Des raccordements plus rapides et de nouvelles capacités de production crédibles renforceraient le scénario central de PwC. Des retards persistants, une hausse des coûts de raccordement ou des campus annulés affaibliraient sa trajectoire à court terme.

Le deuxième signal est de savoir si les revenus de l’IA et la croissance des charges de travail suivent le rythme de la dépréciation des équipements. Les rapports financiers des fournisseurs cloud peuvent montrer les dépenses d’investissement, la dépréciation, les contraintes de capacité et la demande de services d’IA.

La relation entre ces chiffres importe davantage que les dépenses seules. Des dépenses en hausse associées à une amélioration de l’utilisation et à des revenus durables soutiendraient la thèse du cycle de renouvellement récurrent.

La baisse des coûts unitaires n’est pas nécessairement négative si l’usage augmente plus rapidement. Toutefois, une faible utilisation ou des dépréciations répétées suggéreraient que le déploiement des infrastructures a devancé la demande.

Le comportement des entreprises aidera à clarifier la situation. Les charges de travail de production liées au codage, à la recherche, aux opérations clients et à l’analyse de documents constituent des preuves plus solides que des pilotes limités.

Le troisième signal est la réponse géographique aux contrôles à l’exportation et aux politiques d’IA souveraine. Les scénarios de PwC montrent que ces politiques peuvent réduire l’investissement total ou le rediriger vers des capacités nationales.

De nouvelles restrictions sur les puces avancées mettraient à l’épreuve ce scénario de 25,5 billions de dollars contraint par le commerce. La production régionale, les accélérateurs alternatifs et les services cloud localisés révéleraient la vitesse à laquelle les chaînes d’approvisionnement peuvent s’adapter.

Les programmes d’achats souverains méritent également une attention particulière. Des contrats fermes, des installations opérationnelles et des charges de travail durables pèsent davantage que de vastes annonces nationales.

Google News continuera de faire remonter des chiffres d’investissement colossaux, alors que les entreprises, les services publics et les gouvernements rivalisent pour se positionner. Les lecteurs devraient distinguer les capitaux cumulés projetés des projets qui disposent d’un financement, de clients, d’équipements et d’électricité.

Pour les développeurs et les acheteurs d’entreprise, ces prévisions indiquent que la disponibilité de l’IA dépendra de plus en plus de décisions d’infrastructure prises bien au-delà de la conception des modèles. La capacité régionale et les coûts de l’électricité peuvent influer sur la fiabilité des services, la latence et les prix.

Pour les investisseurs, l’opportunité couvre les semi-conducteurs, les réseaux, le refroidissement, la construction, les services publics et le financement. Les risques concernent le même système, car un seul composant manquant peut retarder l’ensemble d’une installation.

L’estimation de PwC à 31,6 billions de dollars illustre l’ampleur du déploiement potentiel. Son message plus profond est plus exigeant : les capitaux doivent continuellement remplacer les équipements informatiques, tandis que des systèmes énergétiques plus lents doivent soutenir chaque nouvelle génération.

Ces prévisions paraîtront plus solides lorsque la capacité opérationnelle, la demande des clients et l’approvisionnement électrique progresseront de concert. Lequel de ces trois signaux apportera la première preuve convaincante que ce cycle d’investissement pluridécennal peut s’autoentretenir ?