S&P Global mise sur les données d’infrastructure avec l’accord datacenterHawk

S&P Global a accepté d’acquérir datacenterHawk, transformant un titre de Google News en un pari plus vaste sur les limites physiques entourant l’intelligence artificielle. L’opération cible des données sur les capacités, les prix, les projets de construction, les tracés de fibre et le choix des sites. Ces informations gagnent en valeur à mesure que les projets d’IA se disputent l’électricité, le foncier, les capitaux et l’accès au réseau.

Le conflit important n’oppose pas S&P Global à une autre entreprise de données financières. Il oppose une intelligence intégrée et propriétaire sur les infrastructures aux registres publics fragmentés et aux estimations de fournisseurs qui guident encore de nombreuses décisions concernant les centres de données.

Cette distinction compte, car une installation d’IA ne peut pas être planifiée à partir des seuls benchmarks de semi-conducteurs. Les investisseurs et les opérateurs doivent savoir où l’électricité est disponible, quels campus sont déjà engagés et à quel moment les capacités proposées deviendront utilisables. S&P Global veut relier ces réponses avant que ses clients n’engagent des capitaux.

S&P Global achète les données qui sous-tendent le déploiement de l’IA

L’acquisition rapproche S&P Global des actifs individuels où les décisions d’infrastructure d’IA sont réellement prises.

S&P Global a annoncé l’accord définitif le 28 juillet 2026. L’entreprise prévoit de finaliser la transaction au cours du second semestre 2026, sous réserve des conditions habituelles. Les conditions financières n’ont pas été divulguées.

Selon l’annonce d’acquisition de l’entreprise, l’achat ne devrait pas avoir d’effet significatif sur les résultats financiers de S&P Global ou de sa division Energy. Cette formulation indique une acquisition stratégiquement ciblée plutôt qu’un engagement financier susceptible de transformer l’entreprise.

datacenterHawk fournit des informations propriétaires couvrant les centres de données, les réseaux de fibre optique et les infrastructures connexes. Ses jeux de données portent sur les capacités opérationnelles et planifiées, l’offre et la demande, les prix, les projets de développement et le choix des sites.

L’entreprise possède également FiberLocator, une plateforme qui cartographie les infrastructures réseau. Sa base de données couvre les centres de données, les carrier hotels, les points de présence, les centraux téléphoniques et les immeubles commerciaux connectés.

Ces détails donnent à l’opération sa véritable importance. S&P Global n’acquiert pas simplement une autre collection de rapports sectoriels. Elle achète des informations au niveau des actifs, qui peuvent être associées à ses jeux de données existants sur l’électricité, les matières premières, la finance et la technologie.

Cette combinaison est destinée à s’intégrer à S&P Global Energy. Elle réunira datacenterHawk et 451 Research, l’activité de recherche technologique que S&P Global a acquise en 2019.

451 Research fournit déjà des prévisions de marché, des analyses technologiques et des recherches sur les centres de données. S&P Global suit également les prix de l’électricité, les réseaux électriques, les énergies renouvelables, les matériaux critiques, les chaînes d’approvisionnement, les conditions de crédit et les marchés de l’énergie.

datacenterHawk comble une couche différente. L’entreprise apporte des détails sur des marchés, installations, capacités disponibles, activités de développement et connexions spécifiques. Cela se rapproche davantage de la réalité opérationnelle à laquelle sont confrontés un promoteur, un prêteur, un fournisseur d’électricité ou un grand client informatique.

L’entreprise affirme que ses clients obtiendront une vision plus claire des endroits où les capacités émergent et de la manière dont l’IA modifie la demande d’électricité, de calcul, de foncier et de connectivité. Cela reste une affirmation prospective tant que les systèmes ne sont pas intégrés et que les clients n’utilisent pas le produit combiné.

La logique est toutefois claire. Une prévision agrégée peut montrer que la demande de centres de données va croître. Une intelligence au niveau des actifs peut aider à déterminer si un campus, une région de réseau électrique ou un corridor de fibre particulier peut soutenir cette croissance.

L’acquisition modifie donc ce que S&P Global peut tenter de vendre. Son produit peut devenir un système de décision connecté plutôt qu’une collection de produits de recherche adjacents.

C’est le fondement du conflit plus large. L’intelligence sur les infrastructures devient plus défendable lorsque les prévisions de marché, les actifs physiques, les contraintes énergétiques et les risques de financement peuvent être analysés ensemble.

Pourquoi les données d’infrastructure d’IA sont devenues un marché à part entière

L’IA a accru la valeur des données d’infrastructure parce que les contraintes les plus difficiles du secteur se situent désormais en dehors du modèle lui-même.

À l’époque du cloud, la capacité pouvait souvent être considérée comme un intrant relativement prévisible. Les développeurs choisissaient des régions, réservaient des ressources informatiques et étendaient leurs charges de travail à travers les réseaux établis des fournisseurs.

L’IA modifie cette séquence. Les clusters d’entraînement et d’inférence peuvent nécessiter une capacité de calcul concentrée, des réseaux à haute densité, un refroidissement spécialisé et une alimentation électrique fiable. Leur localisation peut dépendre des files d’attente du réseau, des équipements de transport d’électricité, des calendriers de construction, de la disponibilité de l’eau et des autorisations locales.

Ces contraintes font émerger une nouvelle catégorie de questions précieuses. Quelle capacité est réellement disponible plutôt que simplement annoncée ? Quels projets ont sécurisé leur approvisionnement électrique ? Quels tarifs de location évoluent ? Quels campus peuvent se connecter à plusieurs fournisseurs de fibre ?

Les annonces publiques répondent rarement à toutes ces questions. Un promoteur peut annoncer un campus de plusieurs milliards de dollars avant d’avoir obtenu tous les permis ou finalisé ses accords d’approvisionnement électrique. Un fournisseur cloud peut réserver une capacité qui ne deviendra opérationnelle que plusieurs années plus tard.

Le déficit d’information qui en résulte crée un espace pour les fournisseurs de données spécialisés. Ils suivent en continu les installations et les marchés, normalisent les divulgations incohérentes et distinguent les actifs opérationnels des projets spéculatifs.

Les propres prévisions de S&P Global illustrent pourquoi cet écart se creuse. Son unité 451 Research a estimé que le marché des infrastructures d’IA avait généré $337 milliards de revenus agrégés en 2025.

Ce marché comprend les accélérateurs, les serveurs, le stockage, les réseaux, la sécurité et les systèmes nécessaires au déploiement de l’IA. Chaque composant supplémentaire doit finalement fonctionner quelque part.

L’Agence internationale de l’énergie prévoit que la demande d’électricité des centres de données optimisés pour l’IA sera plus de quatre fois supérieure d’ici 2030. L’agence prévoit que la consommation mondiale d’électricité des centres de données atteindra environ 945 térawattheures cette année-là.

Ces projections ne signifient pas que toutes les installations annoncées seront construites. Elles montrent pourquoi les informations sur la disponibilité de l’électricité, la localisation et le calendrier des projets ont désormais une valeur commerciale.

C’est ici que le cadrage de Google News peut être trompeur. L’événement visible est une annonce d’acquisition. L’événement sous-jacent est la formation d’un marché de données autour des dépendances physiques de l’IA.

Les résultats de recherche ont tendance à mettre l’accent sur les puces, les tours de financement et les campus individuels. Les opérateurs ont besoin d’une vision unifiée de marchés évoluant selon des calendriers différents.

Une génération de processeurs peut arriver en un an. Un projet de transport d’électricité, une centrale électrique ou un grand campus de centres de données peut prendre beaucoup plus de temps. L’allocation des capitaux dépend de la compréhension de ces calendriers désynchronisés.

Cette même intelligence sert également plusieurs groupes de clients. Les promoteurs peuvent comparer des emplacements. Les fournisseurs d’électricité peuvent étudier la demande des grandes charges. Les investisseurs peuvent évaluer les projets de construction. Les prêteurs peuvent vérifier si les revenus projetés reposent sur une alimentation électrique disponible et des locataires crédibles.

Les acheteurs d’entreprise ont une autre préoccupation. Une région cloud promise ou une extension de colocation n’a d’importance que si la capacité arrive au moment où leurs applications en ont besoin.

S&P Global veut vendre une couche d’information commune à l’ensemble de ces décisions. Si elle y parvient, les données d’infrastructure ressembleront moins à de la recherche spécialisée et davantage à une exigence opérationnelle pour l’investissement dans l’IA.

Google News montre les titres, mais S&P Global veut la carte des infrastructures

La concurrence principale oppose des informations publiques fragmentées à un système propriétaire qui relie les actifs, l’énergie et le capital.

Google News est utile pour découvrir des annonces, des conflits locaux, des projets de construction, des événements de financement et des dépôts auprès des fournisseurs d’électricité. Il ne transforme pas ces rapports dispersés en un inventaire vérifié des infrastructures.

Cette différence a toujours existé sur les marchés financiers. Les informations publiques indiquent aux lecteurs qu’un événement a eu lieu. Les produits de données commerciaux standardisent les événements, les relient à des données historiques et les rendent comparables.

L’infrastructure d’IA applique ce modèle à un marché moins standardisé. Les installations diffèrent par leur densité électrique, leur stade d’achèvement, leur conception de refroidissement, leur connectivité, leur propriété et leur structure contractuelle. Même des termes familiers peuvent masquer des différences importantes.

La « capacité planifiée », par exemple, peut décrire des projets à des stades très différents. Un campus peut disposer du foncier, des permis, de l’électricité et d’un client ayant signé. Un autre peut surtout exister dans une présentation.

L’intelligence intégrée cherche à structurer ces différences. Elle peut relier une installation à son marché, à la zone de desserte de son fournisseur d’électricité, à sa date de livraison prévue, à ses itinéraires réseau, aux prix locaux et à son environnement de financement.

Cette approche concurrence plusieurs alternatives. Les grands opérateurs disposent d’équipes internes de sélection de sites. Les conseillers immobiliers suivent les conditions de location. Les fournisseurs d’électricité connaissent leurs propres files d’attente de raccordement. Les plateformes spécialisées cartographient les installations ou les itinéraires de fibre.

Aucune source unique ne voit automatiquement l’ensemble du système. Les données internes peuvent être approfondies mais étroites. Les registres publics peuvent faire autorité mais être lents et incohérents. Les informations de courtage peuvent refléter des transactions actives sans couvrir chaque contrainte opérationnelle.

L’avantage de S&P Global réside dans la possibilité de relier ces sources à ses produits analytiques existants. Son défi consiste à prouver que cette connexion permet de meilleures décisions plutôt qu’un abonnement plus vaste.

L’entreprise a déjà suivi cette logique. Son acquisition de 451 Research en 2019 a étendu sa couverture du cloud, de l’intelligence artificielle, de la sécurité, des centres de données et des opérations des développeurs.

L’accord avec datacenterHawk pousse cette stratégie vers les infrastructures physiques. Il relie la demande technologique aux lieux où se rencontrent électricité, foncier, bâtiments et réseaux.

David Liggitt, fondateur et directeur général de datacenterHawk, a décrit les centres de données comme un point d’intersection entre l’IA, l’énergie, l’investissement en capital et la durabilité. Sa déclaration résume la thèse de la transaction sans prouver la qualité finale du produit.

La plateforme intégrée doit concilier des jeux de données créés à des fins différentes. Les prévisions de marché, les registres d’installations, les projections électriques et les modèles de crédit utilisent des définitions et des cycles de mise à jour différents.

Un système utile doit également montrer l’origine de ses informations. Les clients doivent pouvoir distinguer la capacité opérationnelle observée des annonces d’entreprises, des estimations ou de la demande modélisée.

Cette provenance devient particulièrement importante lorsque des outils d’IA entrent dans le produit. Une réponse générée par l’IA peut résumer rapidement des informations, mais la rapidité ne corrige pas des données d’entrée faibles. Elle peut au contraire donner à une estimation incertaine une apparence de certitude.

Pour les travailleurs du savoir, il s’agit d’un problème familier. La recherche récupère des documents individuels, tandis qu’une base de connaissances d’IA bien entretenue préserve le contexte, les sources et les relations entre eux.

S&P Global applique un principe similaire à l’échelle des infrastructures. La valeur commerciale réside dans le graphe de preuves maintenu, et non dans un chatbot placé au-dessus de rapports sans lien entre eux.

C’est pourquoi l’information publique fragmentée reste l’adversaire central. L’acquisition ne fonctionne que si le produit combiné résout systématiquement la fragmentation mieux que les clients ne peuvent le faire eux-mêmes.

L’avantage des données doit encore résister à l’épreuve des faits

Une couverture propriétaire crée un avantage potentiel, mais la fraîcheur des données, les définitions et l’incertitude des projets peuvent rapidement l’affaiblir.

Le premier risque est l’intégration. S&P Global doit combiner les dossiers d’installations de datacenterHawk avec les prévisions de 451 Research et ses jeux de données énergétiques sans effacer des distinctions importantes.

Un dossier de campus peut changer lorsque la construction prend du retard, qu’un locataire se retire ou qu’un fournisseur d’électricité révise une date de raccordement. Les mises à jour doivent circuler dans le système combiné avant que les clients ne s’appuient sur des hypothèses obsolètes.

Le deuxième risque concerne la couverture. Les marchés des infrastructures sont locaux, même lorsque les stratégies d’investissement sont mondiales. Une information fiable exige des relations et des dossiers couvrant les fournisseurs d’électricité, les municipalités, les opérateurs, les propriétaires fonciers et les fournisseurs de réseau.

La profondeur de la couverture peut varier fortement entre les pôles de centres de données établis et les sites émergents. Une interface mondiale ne garantit pas des données sous-jacentes d’une qualité égale sur tous les marchés.

Le troisième risque porte sur les définitions. Les mégawatts disponibles, la capacité sous contrat, la capacité installée et la capacité opérationnelle ne sont pas interchangeables. Il en va de même pour les projets annoncés, autorisés, financés et en construction.

De petites différences de classification peuvent modifier une prévision de marché ou une comparaison de sites. S&P Global doit exposer clairement ces définitions si les clients sont censés considérer ses résultats comme une information de niveau décisionnel.

Le quatrième risque vient du déploiement lui-même. La demande d’IA reste incertaine, et les engagements d’infrastructure s’étendent bien au-delà du cycle de vie d’un produit de modèle.

L’analyse de crédit de S&P Global soutient que l’IA a changé la manière dont il convient d’évaluer la capacité des centres de données, les revenus et les bilans. L’analyse technologique traditionnelle ne saisit pas tous les risques liés à la construction et au financement.

Un centre de données peut avoir un locataire potentiel solide tout en subissant des retards. Les modernisations du réseau électrique, les transformateurs, la main-d’œuvre de construction, les autorisations, les systèmes de refroidissement et les conditions de financement peuvent tous modifier les délais de livraison.

La concentration de la clientèle ajoute une autre complication. Un grand contrat peut améliorer la visibilité des revenus, mais il peut aussi lier un actif aux plans de dépenses et au profil de crédit d’un seul acheteur.

Le marché a déjà produit des transactions qui illustrent l’ampleur des capitaux à la recherche de capacité. Un consortium réunissant BlackRock, Nvidia et Microsoft a accepté d’acquérir Aligned Data Centers dans le cadre d’une opération évaluée à environ 40 milliards de dollars.

Le portefeuille d’Aligned comprenait 50 campus et plus de cinq gigawatts de capacité opérationnelle et planifiée. La distinction entre les actifs opérationnels et planifiés reste essentielle pour interpréter cette ampleur.

Davantage de données sur les infrastructures ne supprime pas ces incertitudes. Elles aident les clients à les définir, les comparer et actualiser leurs hypothèses.

Il existe également un conflit potentiel entre ambition commerciale et indépendance analytique. S&P Global fournit des notations, des indices de référence, de la recherche et des informations de marché dans des secteurs interconnectés.

Les clients attendront des frontières claires entre les jeux de données, les opinions analytiques, les processus de notation et les produits commerciaux. L’entreprise a établi des structures de gouvernance pour ces activités, mais la plateforme connectée doit les préserver.

L’IA crée un dernier risque. S&P Global décrit le rapprochement proposé comme soutenant des « insights prêts pour l’IA ». Cette expression ne doit pas être considérée comme une preuve d’exactitude automatisée.

Une interface d’IA peut faciliter l’interrogation de la recherche sur les infrastructures. Elle ne peut pas vérifier de manière indépendante un projet de construction retardé, des équipements de transport d’électricité indisponibles ou un engagement client non divulgué.

La crédibilité du produit dépendra donc de la collecte humaine, d’une méthodologie cohérente, d’un sourcing transparent et de mises à jour fréquentes. L’IA peut améliorer l’accès, mais le jeu de données maintenu reste l’actif rare.

Qui subit la pression de l’offensive de S&P Global dans les données d’infrastructure

La pression immédiate s’exerce sur les fournisseurs spécialisés d’intelligence et les équipes de recherche internes, et non sur les opérateurs de centres de données eux-mêmes.

Les plateformes spécialisées ont bénéficié de la fragmentation du marché. Certaines se concentrent sur les inventaires d’installations, tandis que d’autres suivent la fibre, l’immobilier, l’énergie, la construction ou les transactions.

S&P Global peut intégrer plusieurs de ces dimensions dans un réseau de distribution d’entreprise déjà établi. Ses clients comprennent déjà des investisseurs, des gouvernements, des entreprises et des institutions financières.

Cette portée peut réduire les frictions liées à l’achat d’un autre produit spécialisé. Un client peut préférer une information sur les infrastructures qui s’intègre à des flux de travail familiers dans la finance, l’énergie et la technologie.

Les petits fournisseurs disposent encore de moyens de défense. Ils peuvent offrir une couverture locale plus approfondie, une intelligence de terrain plus rapide ou des relations plus directes avec les opérateurs. Ils peuvent également servir des groupes de clients qui n’ont pas besoin de l’éventail plus large de produits de S&P Global.

L’acquisition pousse ces fournisseurs à préciser en quoi leurs informations sont particulièrement meilleures. Une affirmation générale de couverture exhaustive devient moins convaincante lorsqu’une plateforme plus importante peut combiner plusieurs jeux de données.

Les équipes de recherche internes sont confrontées à un calcul différent. Elles peuvent elles-mêmes rassembler des dossiers publics, des dépôts réglementaires des fournisseurs d’électricité, des images satellites, des mises à jour de construction et des annonces de fournisseurs.

Ce travail exige une maintenance continue. Il produit également des dossiers en double et des définitions incohérentes lorsque plusieurs équipes suivent les mêmes marchés de manière indépendante.

L’achat d’une base commerciale peut libérer les analystes pour qu’ils se concentrent sur les décisions d’investissement ou d’exploitation. Toutefois, l’externalisation crée une dépendance à l’égard des classifications et du calendrier de mise à jour du fournisseur.

Les acheteurs les plus solides utiliseront probablement les deux approches. Ils concéderont sous licence des données de marché standardisées tout en conservant des sources internes pour les projets et les régions qui comptent le plus.

Les fournisseurs d’électricité subissent également une pression, bien qu’ils soient plus susceptibles de devenir des contributeurs de données ou des clients que des concurrents directs. Les demandes de forte charge peuvent affecter les plans de production, les investissements dans le transport et la conception des tarifs.

Une vision plus claire du marché peut aider les fournisseurs d’électricité à comparer les demandes locales avec les pipelines de développement régionaux. Elle peut aussi révéler les écarts entre les annonces publiques de projets et les prévisions crédibles de charge.

Les développeurs de centres de données pourraient gagner un nouvel outil de benchmarking. Ils peuvent comparer la disponibilité, les prix, les pipelines et la connectivité sur des marchés où les projets concurrents divulguent des informations inégales.

Les investisseurs et les prêteurs pourraient utiliser la même plateforme pour remettre en question des hypothèses optimistes. Si la capacité annoncée dépasse la disponibilité crédible d’électricité, un jeu de données connecté devrait faciliter l’identification de cet écart.

Les acheteurs d’IA d’entreprise ont également un intérêt pratique. Les décisions d’infrastructure influencent la disponibilité du cloud, la redondance régionale, les tarifs des services et la capacité à rapprocher des charges de travail exigeantes des utilisateurs.

Les travailleurs du savoir ont rarement besoin directement de dossiers au niveau des installations. Ils ont besoin de méthodes fiables pour préserver les éléments probants qui sous-tendent des décisions importantes. Une base de connaissances interrogeable devient plus utile lorsqu’elle conserve les hypothèses et l’historique des sources parallèlement aux conclusions.

Cette même norme devrait s’appliquer au produit de S&P Global. Les clients devraient pouvoir examiner les dossiers étayant une réponse, et pas seulement recevoir un résumé soigné.

La question concurrentielle est donc précise. S&P Global peut-il rendre son intelligence combinée plus rapide et plus fiable que les services spécialisés ou les flux de travail internes ?

Si c’est le cas, l’entreprise gagne une place plus tôt dans les décisions d’infrastructure. Dans le cas contraire, les clients pourraient considérer l’acquisition comme une couverture de recherche supplémentaire plutôt que comme une plateforme de marché indispensable.

Ce qu’il faut surveiller après la fin du cycle Google News

La prochaine phase se mesurera à travers la clôture réglementaire, l’intégration du produit et les preuves que les clients utilisent les données combinées pour des décisions en temps réel.

Le premier signal est de savoir si l’acquisition se conclut comme prévu au cours du second semestre 2026. Une clôture dans les délais maintiendrait intact le calendrier d’intégration de S&P Global.

L’entreprise n’a pas communiqué de date d’achèvement précise. Des retards réglementaires ou opérationnels ne compromettraient pas automatiquement la stratégie, mais ils repousseraient tout test du produit combiné.

Le deuxième signal est la première version intégrée. S&P Global doit montrer comment les dossiers d’actifs de datacenterHawk se connectent aux prévisions de 451 Research, aux données sur les marchés de l’électricité et aux analyses d’infrastructure.

Un tableau de bord renommé ne suffira pas. Les clients devraient rechercher des flux de travail intégrés qui répondent à des questions couvrant plusieurs domaines.

Un exemple utile relierait un campus prévu à l’électricité disponible, aux contraintes du réseau, aux prix du marché, aux itinéraires de fibre, à l’état de la construction et à la demande attendue. Un autre comparerait les pipelines d’installations avec les conditions de financement et de crédit.

La méthodologie comptera autant que la conception de l’interface. S&P Global devrait expliquer comment elle classe les projets, résout les dossiers contradictoires et horodate les changements.

La thèse d’intégration devient plus solide si les clients peuvent passer d’une prévision de marché à ses actifs sous-jacents et à ses hypothèses. Elle s’affaiblit si les produits restent séparés derrière un accord commercial commun.

Le troisième signal est l’adoption. S&P Global n’a pas annoncé le nombre de clients, la valeur des contrats ni les objectifs de revenus de l’activité acquise.

Les futurs appels sur les résultats pourraient révéler si l’intelligence sur les infrastructures soutient la croissance des abonnements, des relations clients plus importantes ou de nouveaux indices de référence. La direction pourrait aussi évoquer l’utilisation sans isoler la contribution financière de l’acquisition.

Les preuves venant des clients seront particulièrement précieuses. Un fournisseur d’électricité, un prêteur, un développeur ou un investisseur devrait pouvoir identifier une décision améliorée grâce aux données combinées.

Il pourrait s’agir de rejeter un calendrier de projet irréaliste, de trouver un marché mieux connecté, de comparer l’exposition à l’électricité ou d’identifier de la capacité avant les concurrents.

L’absence de tels exemples ne prouverait pas un échec au cours des premiers mois. Les intégrations de données prennent du temps, et les cycles d’approvisionnement des entreprises peuvent retarder une adoption visible.

Néanmoins, S&P Global présente cette transaction comme étant axée sur des décisions en temps réel dans un grand marché d’infrastructure. Cette affirmation établit une norme plus élevée que la publication d’une recherche plus large.

Les lecteurs devraient également suivre les révisions des prévisions d’infrastructure. Une plateforme de données crédible devrait modifier ses perspectives lorsque les calendriers de construction glissent, que les contraintes électriques s’intensifient ou que la demande d’IA évolue différemment des attentes.

Ces révisions ne sont pas une faiblesse. Un système qui ne change jamais malgré l’évolution des preuves est moins utile qu’un système qui expose l’incertitude et actualise ses hypothèses.

C’est pourquoi cette histoire survivra à son apparition dans Google News. L’acquisition représente un pari selon lequel le prochain avantage informationnel de l’IA se situe dans l’infrastructure physique plutôt que dans un autre classement de modèles.

S&P Global doit maintenant démontrer que les dossiers d’installations, l’intelligence énergétique, les prévisions de marché et l’analyse financière deviennent plus précieux lorsqu’ils sont connectés. L’avantage promis reste à démontrer tant que les clients ne s’appuient pas sur cette connexion.

Surveillez la clôture, examinez le premier produit intégré et recherchez des preuves d’adoption réelle. Ces signaux montreront si S&P Global a acheté un jeu de données spécialisé ou s’est assuré une position stratégique sur le marché des infrastructures de l’IA.