Y a-t-il une bulle de l’IA ? La course mondiale aux centres de données

En quelques années, l’intelligence artificielle est passée du statut de fonction logicielle à celui de moteur d’une course aux bâtiments, aux accélérateurs et à l’électricité. Les grandes entreprises technologiques annoncent des budgets de plusieurs centaines de milliards de dollars ; autour d’elles se développent des centres de données spécialisés, des réseaux, des postes électriques et des projets de production d’énergie.

Cette ampleur soulève une question légitime : construit-on trop vite par rapport aux revenus que l’IA peut générer ? Mais affirmer qu’il existe une bulle comme un fait établi supposerait de savoir quelle part des installations sera occupée, quels clients paieront et combien coûtera leur exploitation pendant des années. Ces données sont incomplètes et ne sont pas publiées de façon comparable. La réponse honnête reste ouverte.

Pourquoi parle-t-on d’une bulle de l’IA ?

Une bulle financière est souvent associée à des prix ou à des investissements reposant sur des attentes toujours plus optimistes, alors que la demande ou les revenus observables ne suffisent pas à les justifier. Dans le cas de l’IA, le débat porte moins sur une seule valorisation que sur une chaîne de paris liés : fabricants de puces, fournisseurs cloud, laboratoires de modèles, exploitants de centres de données et entreprises qui financent la construction.

Cette analogie ne prouve pas qu’un krach suivra. Une technologie peut être utile et transformer des secteurs tandis que certains projets, entreprises ou investissements échouent. La question économique est plus précise : quelle capacité faut-il, où, et quels revenus récurrents paieront le matériel, les bâtiments, l’électricité et le financement ?

Combien dépensent les grandes entreprises technologiques ?

Il n’existe pas de chiffre audité et comparable des « dépenses mondiales en IA » qui résume tout le phénomène. Le chiffre le plus large de l’Agence internationale de l’énergie (AIE) indique que les dépenses d’investissement de cinq grandes entreprises technologiques ont dépassé 400 milliards de dollars en 2025 ; l’AIE estime qu’elles augmenteraient encore de 75 % en 2026. Il s’agit de leurs dépenses cumulées, pas d’un compte consacré uniquement à l’IA ; le chiffre de 2026 est une estimation, pas un résultat définitif. (Source: IEA, *Key Questions on Energy and AI*, résumé (avril 2026).)

• Lors de sa conférence sur les résultats du deuxième trimestre 2026, Amazon a relevé sa prévision de capex en trésorerie pour 2026 à environ 220 milliards de dollars. Elle couvre l’IA, les puces, la robotique, les satellites et d’autres domaines : ce n’est pas un montant consacré uniquement à l’IA ou aux centres de données.
• Alphabet a relevé en juillet sa prévision de capex pour l’année civile 2026 à 195–205 milliards de dollars. Ce montant concerne toute l’entreprise, sans ventilation exacte pour l’IA. Au deuxième trimestre, elle a déclaré 44,9 milliards de dollars de capex trimestriel.
• Meta estimait son capex 2026 entre 130 et 145 milliards de dollars, remboursements de principal des contrats de location-financement compris. Au deuxième trimestre, le montant selon cette définition était de 31,08 milliards. Il ne s’agit pas non plus d’une ligne réservée à l’IA.
• Microsoft a déclaré 41 milliards de dollars de capex au quatrième trimestre de son exercice 2026 ; environ les deux tiers concernaient des actifs à durée de vie courte, principalement des CPU et GPU pour des charges de travail avec ou sans IA. Les achats de biens corporels réglés en espèces s’élevaient à 35,8 milliards. Pour l’année civile 2026, l’entreprise a évalué le capex comptabilisé à environ 175 milliards après le passage de certains futurs baux de centres de données du régime de location-financement à celui de location simple ; elle a précisé que ses attentes globales d’investissement restaient inchangées. Ce chiffre couvre toute l’entreprise, pas seulement l’IA.
• Oracle a déclaré 28,499 milliards de dollars de capex au premier trimestre de son exercice 2027, qui ne correspond pas à une année civile complète. Son chiffre d’affaires trimestriel était de 19,3 milliards et ses revenus cloud de 11,6 milliards. Son RPO de 664 milliards correspond à la valeur des obligations de performance restant à fournir au titre des contrats : ce n’est ni de l’argent encaissé, ni le chiffre d’affaires du trimestre, ni du capex.

Il ne faut pas additionner ces chiffres sans précaution : ils mélangent exercices fiscaux et années civiles, résultats trimestriels et prévisions annuelles, paiements en espèces et locations, ainsi que des activités sans lien direct avec l’IA. Ils montrent l’ampleur et l’orientation des dépenses, pas une enveloppe unique d’investissement dans l’IA. L’AIE présente son chiffre comme l’investissement total de ces entreprises, sans préciser la part consacrée aux centres de données ou à l’IA, et les informations publiques ne permettent pas non plus d’isoler précisément toutes les dépenses liées à l’IA.

Pourquoi l’IA a-t-elle besoin d’autant d’infrastructures ?

Entraîner un modèle avancé et répondre à des millions de requêtes demande de nombreux calculs en parallèle. Les GPU et d’autres accélérateurs les exécutent ; un centre de données les regroupe en clusters reliés par des réseaux à haut débit. Il faut aussi de la mémoire pour alimenter les processeurs, du stockage pour les données et les modèles, des systèmes de secours et des logiciels pour répartir le travail.

Un site physique ne se limite pas à une salle de serveurs. Il faut construire ou adapter des bâtiments, les alimenter en électricité, installer des transformateurs et des postes électriques, raccorder le site au réseau et évacuer la chaleur des équipements. Le réseau interne compte aussi : si les accélérateurs ne peuvent pas échanger assez vite, une partie de la capacité achetée est mal utilisée. Un retard sur l’un de ces éléments peut rendre le reste coûteux et inutilisé.

La demande ne s’arrête pas une fois le modèle entraîné. L’inférence — produire une réponse chaque fois qu’une personne ou une application interroge le modèle — se répète au quotidien. L’AIE constate une hausse des tâches plus exigeantes, comme la vidéo, le raisonnement et les agents qui enchaînent des actions. Dans le même temps, les modèles et le matériel gagnent en efficacité : selon l’AIE, l’énergie nécessaire par tâche d’IA a diminué d’au moins un ordre de grandeur par an ces dernières années. La demande totale dépend de la tendance qui progresse le plus vite. (Source: IEA, *Key Questions on Energy and AI*, résumé (avril 2026).)

L’électricité devient un goulot d’étranglement

La distinction la plus utile est celle entre tous les centres de données et ceux consacrés spécifiquement à l’IA. L’AIE estime que les centres de données ont consommé 485 TWh d’électricité dans le monde en 2025. La consommation des sites axés sur l’IA a augmenté de 50 % cette année-là, contre 17 % pour l’ensemble des centres de données. Ce sont des estimations pour 2025, pas des chiffres de 2026 ni une part de l’électricité mondiale attribuable uniquement à l’IA. (Source: IEA, *Key Questions on Energy and AI*, résumé (avril 2026).)

Dans son scénario central, l’AIE prévoit que la consommation électrique de tous les centres de données aura presque doublé pour atteindre environ 950 TWh en 2030, soit près de 3 % de la demande mondiale. Elle prévoit aussi une croissance bien plus rapide de la consommation des centres axés sur l’IA. Une projection dépend des constructions, de l’efficacité, des usages qui se popularisent et des raccordements obtenus ; ce n’est pas un résultat déjà constaté. (Source: IEA, *Key Questions on Energy and AI*, résumé (avril 2026).)

Le défi ne consiste pas seulement à produire de l’électricité. Selon l’AIE, plus de 2 500 GW de projets se trouvent dans les files d’attente de raccordement au réseau dans le monde, mais ce chiffre regroupe les énergies renouvelables, le stockage et les gros consommateurs, dont les centres de données. L’agence estime que la planification et la construction de nouveaux réseaux peuvent prendre 5 à 15 ans, contre 1 à 3 ans pour un centre de données. Les postes électriques, transformateurs et lignes peuvent prendre plus de temps que les bâtiments en attente de raccordement. (Source: IEA, *Electricity 2026*, chapitre sur les réseaux.)

Le mix énergétique varie aussi selon les régions. Pour la croissance mondiale de la demande d’électricité entre 2026 et 2030, l’AIE prévoit que les renouvelables, le gaz et le nucléaire couvriront ensemble toute l’augmentation. C’est une projection pour le système électrique mondial, pas une recette pour chaque site. Le solaire et l’éolien ont besoin de réseaux, de stockage et de moyens de production flexibles ; certaines entreprises étudient des contrats nucléaires ou une production sur site, tandis que le gaz local est proposé dans les zones où le raccordement est lent. Aucune technologie ne résout à elle seule tous les problèmes de coût, de disponibilité, d’émissions et de délais. (Source: IEA, *Electricity 2026*, résumé.)

Le refroidissement est un autre élément physique important, mais il dépend de la conception et du climat. Nous n’incluons pas de chiffre mondial sur l’eau : les sources disponibles ne permettent pas de comparer rigoureusement tous les sites. Le prélèvement d’eau (*withdrawal*) et la consommation — la part qui ne retourne pas au bassin pendant la même période — sont aussi deux mesures différentes. Un chiffre portant sur une installation ne doit pas devenir une affirmation mondiale. Pour approfondir la mesure de l’eau liée aux infrastructures d’IA, consultez notre analyse de la consommation d’eau de l’IA.

Comment les entreprises espèrent-elles rentabiliser ces investissements ?

Une infrastructure ne peut durer que si quelqu’un paie pour l’utiliser. Les fournisseurs cloud espèrent vendre de la capacité d’entraînement et d’inférence aux entreprises et aux laboratoires ; les fabricants vendent des accélérateurs, des systèmes réseau et des logiciels ; les entreprises de modèles facturent des abonnements, des API et des services ; les entreprises clientes espèrent réduire leurs coûts ou vendre davantage. Les agents pourraient accroître les usages s’ils s’intègrent aux processus de travail, mais cela doit encore se traduire par des revenus durables.

Il existe des signes de demande commerciale, mais ils ne répondent pas seuls à la question de la rentabilité. Alphabet a indiqué que Google Cloud avait généré 24,8 milliards de dollars au deuxième trimestre 2026, en hausse de 82 % sur un an, avec une croissance en partie attribuée aux infrastructures et solutions d’IA. NVIDIA a déclaré 89 milliards de dollars de revenus de centres de données au deuxième trimestre de son exercice 2027. Ces revenus de segments précis ne révèlent ni le bénéfice final de chaque client de l’IA ni la part du cloud attribuable à la seule IA.

Le manque de transparence compte. Amazon, Alphabet, Microsoft et Meta ne publient pas de comptes complets isolant les revenus et bénéfices de chaque centre de données IA. Une entreprise peut vendre de la capacité tout en supportant des coûts de puces, d’électricité, d’amortissement, de personnel et d’intérêts qui réduisent son rendement. Une hausse des ventes, un gros contrat ou un carnet de commandes ne signifie donc pas automatiquement que l’investissement est rentable.

Les arguments de ceux qui craignent une bulle

• Les dépenses annuelles augmentent vite et des projets pluriannuels sont annoncés avant que toute la capacité soit construite ou opérationnelle. Si la demande future est revue à la baisse, certains actifs pourraient être sous-utilisés.
• Les entreprises ont besoin de revenus récurrents pour couvrir l’électricité, le refroidissement, l’exploitation, la connectivité et le financement, en plus de la construction. La popularité ou la puissance technique d’un modèle ne justifie pas à elle seule l’investissement.
• Les accélérateurs sont coûteux et vieillissent plus vite que les bâtiments. Microsoft a indiqué qu’environ les deux tiers de son capex trimestriel cité concernaient des actifs à courte durée de vie, principalement des CPU et GPU. L’obsolescence et l’amortissement pourraient peser sur les marges si la capacité n’est pas monétisée à temps.
• Une partie de la croissance repose sur des financements externes et des contrats longs. Oracle a émis des actions pour financer son programme d’investissement ; CoreWeave a déclaré 35,6 milliards de dollars de dette au 30 juin 2026. Ces exemples illustrent des structures différentes et ne décrivent pas tous les acteurs de la même manière.
• Les commandes ou engagements peuvent sembler plus certains qu’ils ne le sont. Le RPO comprend des revenus contractuels futurs et peut dépendre de conditions ou d’annulations ; la capacité annoncée a encore besoin d’électricité, de permis, de fournisseurs et de clients avant de devenir un service.

Ces risques sont plus visibles chez les jeunes opérateurs très endettés, mais ils ne prouvent pas que les grandes plateformes perdront de l’argent sur leurs investissements. Le fait qu’une entreprise rentable puisse financer un projet ne rend pas non plus le capital gratuit : il a un coût et concurrence d’autres usages.

Pourquoi la demande pourrait justifier ces constructions

La demande actuelle n’est pas hypothétique dans tous les segments. L’AIE estime que la capacité des sites consacrés à l’IA a plus que triplé au cours des 18 mois précédant son rapport d’avril 2026 ; leur consommation électrique a augmenté de 50 % en 2025. L’agence rapporte aussi que de grands fournisseurs de modèles ont déclaré avoir triplé leurs utilisateurs actifs et quintuplé leurs revenus en un an, même s’il n’existe pas de statistique mondiale complète sur les usages. (Source: IEA, *Key Questions on Energy and AI*, résumé (avril 2026).)

• Le cloud traditionnel croît lui aussi. Toutes les nouvelles salles de serveurs ne sont pas des « usines d’IA » ; le stockage, les bases de données, le commerce et les logiciels cloud soutiennent également les infrastructures.
• Certaines régions manquent de puissance et attendent leur raccordement. Une pénurie locale peut coexister avec des capacités excédentaires ou des projets annulés sur d’autres marchés.
• L’entraînement des modèles n’est qu’un type de charge. L’inférence, les agents, la vidéo et d’autres tâches pourraient maintenir l’activité après la construction. La rentabilité dépendra du prix accepté par les clients et de la valeur mesurable du service.
• Les composants ne deviennent pas tous obsolètes au même rythme. Un accélérateur peut s’amortir vite, tandis que bâtiments, postes électriques, réseaux, refroidissement et raccordements peuvent servir à de nouvelles générations de puces ou à d’autres calculs. La réutilisation ne garantit pas de récupérer le coût initial, mais peut limiter le gaspillage physique.

NVIDIA a par exemple déclaré une forte progression de ses revenus de centres de données ; Oracle a indiqué avoir livré 850 MW de capacité supplémentaire et signé de nouveaux contrats cloud IA. Ces faits confirment une activité commerciale et des capacités en construction, pas que chaque projet futur atteindra son taux d’occupation ou son rendement cible. Les mêmes éléments peuvent révéler une demande réelle ou des investissements trop en avance.

Est-ce comparable à la bulle internet ?

Il existe des ressemblances : enthousiasme pour une technologie prometteuse, attentes de croissance élevées et infrastructures construites avant que tous les usages soient clairs. Pendant le boom des télécommunications de la fin des années 1990, des réseaux de fibre ont été posés avec une capacité inutilisée. Un rapport de la FCC datant de 2000 décrivait déjà d’importantes quantités de fibre à haut débit « noire ». Cette histoire rappelle que la demande peut mettre du temps à rejoindre l’offre.

La fibre montre aussi que résultats financiers et valeur physique peuvent diverger : un réseau construit en excès peut rester utile quand le trafic augmente, même si son opérateur d’origine ou ses investisseurs font faillite ou perdent de l’argent. Cela ne signifie pas que toute la fibre a été rentabilisée ni que chaque installation d’IA trouvera des clients. L’usage futur d’un actif est différent du rendement obtenu par ceux qui l’ont financé.

Il existe aussi des différences importantes avec 1999. Beaucoup d’entreprises qui financent aujourd’hui les infrastructures ont déjà des activités rentables dans la publicité, les logiciels, le commerce et le cloud ; des clients paient déjà pour des modèles et de la capacité, et les centres physiques peuvent accueillir du matériel différent au fil du temps. Mais les puces IA ne durent pas comme une tranchée de fibre, l’échelle énergétique est différente et le coût d’exploitation continue après la construction. Nous ne répétons pas automatiquement 1999 : les risques et les fondamentaux doivent être mesurés séparément.

Quels signaux faut-il surveiller ?

Aucun indicateur ne tranche seul le débat. Il faut comparer les dépenses, la capacité réellement raccordée, l’utilisation, les revenus et les coûts sur plusieurs trimestres, et distinguer une difficulté locale d’une tendance mondiale.

• Signes en faveur d’un surinvestissement : installations terminées mais peu utilisées ; projets retardés, annulés ou sans financement ; clients qui ne renouvellent pas ; dépenses dépassant durablement les revenus associés ; pression sur les marges due à l’amortissement, à l’électricité ou aux intérêts.
• Ce serait aussi un signal d’alerte si des contrats ou lettres d’intention étaient présentés comme des sommes déjà encaissées, ou si les entreprises dépendantes de la dette ne pouvaient pas se refinancer à des conditions supportables.
• Signes dans l’autre sens : utilisation durable des clusters ; capacité IA mise en service puis vendue ; progression de l’inférence et du cloud auprès de clients variés ; preuves que les entreprises paient régulièrement pour des fonctions qui améliorent leur travail.
• Il serait utile de voir les contrats pluriannuels se transformer en revenus et en encaissements, avec des marges couvrant l’électricité, le matériel, le refroidissement et le financement. Un carnet de commandes ne prouve pas ce résultat à lui seul.
• Le réseau électrique offre un autre test : des raccordements approuvés et achevés, de nouvelles capacités de production et de stockage disponibles, et moins de projets à l’arrêt. Une longue file de demandes peut traduire des ambitions, pas des capacités qui seront construites.
• Enfin, la réutilisation compte : un centre capable d’accueillir une nouvelle génération d’accélérateurs ou des charges cloud classiques conserve une partie de sa valeur. Si le matériel est obsolète, le raccordement absent ou la demande payante inexistante, les possibilités de réutilisation peuvent être limitées.

Alors, y a-t-il une bulle de l’IA ?

Au 15 octobre 2026, les données montrent une véritable expansion des infrastructures, une hausse exceptionnelle des dépenses et des goulots d’étranglement énergétiques ; elles montrent aussi la croissance du cloud et des ventes concrètes de services et d’accélérateurs. Elles ne suffisent ni à dire que tous les investissements sont durables ni à déclarer que l’ensemble constitue une bulle. La réponse peut varier selon les régions, les entreprises et les maillons de la chaîne : un marché peut manquer de capacité tandis qu’un autre en construit plus qu’il ne pourra en monétiser.

La question utile pour les prochaines années n’est pas seulement le nombre de centres annoncés, mais le nombre de sites raccordés, leur taux d’utilisation et les revenus récurrents qui couvriront leurs coûts totaux. Un investissement anticipé peut laisser des infrastructures précieuses ; il peut aussi détruire du capital si la demande ou le financement ne suit pas. Pour l’instant, le verdict reste ouvert.

Questions fréquentes

Que faudrait-il pour parler d’une bulle de l’IA ?

Il n’existe pas de seuil unique. L’inquiétude augmenterait si les capacités construites restaient sous-utilisées et si les revenus ne couvraient pas durablement les coûts du matériel, de l’électricité, de l’exploitation et du financement. Des dépenses élevées ne prouvent pas à elles seules que cela arrivera.

Combien investit-on dans les centres de données IA en 2026 ?

Il n’existe pas de chiffre unique et comparable des dépenses en IA. Les prévisions d’Amazon, Alphabet et Meta citées ici portent sur le capex de l’ensemble de l’entreprise ; Microsoft publie des chiffres trimestriels avec des définitions précises et Oracle raisonne par exercice fiscal. L’AIE estime que les dépenses de cinq grandes entreprises technologiques augmenteront de 75 % en 2026, mais ce n’est ni un résultat définitif ni un total consacré à l’IA.

Toute la croissance des centres de données vient-elle de l’IA ?

Non. Les centres de données hébergent aussi des services cloud classiques, des bases de données, du stockage, du commerce, de la vidéo et des logiciels d’entreprise. Lorsqu’une source parle de tous les centres de données, leur consommation ou leurs investissements ne doivent pas être présentés comme entièrement liés à l’IA.

Est-ce la même chose que la bulle internet ?

Il existe des parallèles dans les attentes, les investissements et les infrastructures anticipées ; la fibre de la fin des années 1990 a laissé des capacités inutilisées. Mais les grandes entreprises technologiques actuelles ont déjà des activités rentables et des clients, et certains actifs physiques peuvent être réutilisés. Cette comparaison aide à réfléchir au risque de surcapacité, elle ne prédit pas le résultat.

Quel lien avec les modèles d’IA que nous utilisons ?

La demande dépend du modèle, du type et du volume des requêtes, ainsi que de l’endroit où il fonctionne. Pour comparer les outils qui se disputent les utilisateurs et les entreprises, lisez notre comparatif de ChatGPT, Claude et Gemini. Ce comparatif ne mesure pas à lui seul le rendement que chaque fournisseur tire de ses infrastructures.