Selon une nouvelle projection de référence, les dépenses mondiales consacrées aux centres de données pourraient atteindre 31 600 milliards de dollars d’ici 2050, faisant du développement de l’intelligence artificielle l’un des plus importants programmes d’investissement de l’histoire, avant même que le secteur n’ait démontré des gains de revenus ou de productivité à une échelle comparable.
L'estimation, publiée par PwC et précisée par une analyse de Reuters samedi, est une prévision et non un engagement financier avéré. Elle porte sur les dépenses d'investissement dans les centres de données répartis dans 46 pays et territoires et inclut le remplacement régulier des serveurs, des processeurs et des équipements réseau. Son ampleur illustre néanmoins le fossé grandissant entre l'infrastructure physique prévue pour l'IA et les retours économiques nécessaires à sa pérennité.
Cet écart ne prouve pas l'existence d'une bulle spéculative autour de l'IA, et ne signifie pas que l'infrastructure sera dépourvue de valeur à long terme. Les réseaux ferroviaires et internet ont survécu aux faillites d'entreprises ayant surinvesti lors des précédents booms technologiques. Mais il déplace la question immédiate : il ne s'agit plus de savoir si les systèmes d'IA peuvent accomplir des tâches utiles, mais plutôt si les entreprises peuvent monétiser ces capacités avant que les coûts de financement, l'obsolescence du matériel et les risques liés à la construction ne deviennent prohibitifs.
Les prévisions de 31,6 billions de dollars
Global Data Centre Outlook de PwC prévoit que les dépenses annuelles d'investissement dans les centres de données passeront d'environ 800 milliards de dollars en 2026 à 1 800 milliards de dollars en 2050. Son scénario central aboutit à un total cumulé de 31 600 milliards de dollars ; une adoption plus rapide de l'IA pourrait porter ce chiffre à près de 50 000 milliards de dollars. Il s'agit de scénarios modélisés, et non de dépenses garanties.
Les dépenses diffèrent de celles des infrastructures traditionnelles car elles concernent principalement des équipements informatiques à durée de vie courte plutôt que du béton et de l'acier. Les processeurs de pointe et les systèmes associés peuvent nécessiter un remplacement en quelques années seulement, les nouveaux modèles offrant un rendement énergétique supérieur. Un centre de données peut rester utile pendant des décennies, mais la technologie coûteuse qu'il renferme se déprécie beaucoup plus rapidement. Cela engendre des besoins de financement récurrents, même une fois les bâtiments, les raccordements électriques et les systèmes de refroidissement achevés.
Le modèle de PwC dépend également de la demande, de l'accès à l'électricité, des approvisionnements en puces, de la réglementation et du rythme d'adoption de l'IA par les entreprises. Chaque variable peut avoir une incidence considérable sur le total. Le chiffre principal reflète donc l'ampleur de la trajectoire actuelle du secteur, et non une facture définitive que l'économie mondiale devra payer.
Un déficit de recettes de 4 200 milliards de dollars
Le test le plus immédiat provient des estimations de Bain & Company concernant les besoins pour soutenir les dépenses d'infrastructure prévues d'ici 2031. Comme le résume MarketWatch, les investissements annuels dans l'infrastructure d'IA pourraient atteindre 1 500 milliards de dollars. Si ces dépenses représentent environ un quart du chiffre d'affaires du secteur, le marché devrait générer près de 6 000 milliards de dollars de revenus annuels pour maintenir ce niveau.
Bain a identifié un potentiel de croissance de 1 200 à 1 800 milliards de dollars provenant des abonnements, de la publicité et des gains de productivité des entreprises, laissant ainsi jusqu'à 4 200 milliards de dollars à conquérir. Parmi les nouveaux marchés potentiels figurent les machines autonomes, la robotique industrielle, la découverte de médicaments assistée par l'IA et les nouveaux matériaux. Ces opportunités pourraient s'avérer considérables, mais les prévisions ne constituent pas des ventes et nombre d'entre elles dépendent d'avancées techniques ou de changements de comportement des entreprises qui ne se sont pas encore produits.
Le défi des revenus est d'autant plus important que le cycle d'investissement est de plus en plus interconnecté. Les fabricants de puces financent leurs clients, les fournisseurs de services cloud signent des accords de capacité à long terme et les développeurs d'IA s'engagent sur une infrastructure que les fournisseurs utilisent ensuite pour justifier leur expansion. Ces accords peuvent accélérer la construction, mais ils peuvent aussi concentrer les risques en cas de retard de la demande prévue.
Les données sur la productivité restent mitigées
La justification économique de ce développement repose en partie sur l'augmentation de la productivité des travailleurs grâce à l'IA. Les prévisions du Bureau du budget du Congrès (CBO) pour la période 2026-2036 anticipent qu'une adoption plus large de l'IA générative contribuera à une croissance plus rapide de la productivité. Parallèlement, le CBO prévoit un ralentissement de la croissance économique réelle plus tard dans la décennie, en raison du ralentissement de la croissance démographique et de la persistance d'autres contraintes. Ceci explique pourquoi l'IA apporte un avantage significatif sans pour autant générer immédiatement les gains extraordinaires nécessaires pour valider chaque évaluation ou plan de construction actuel.
Les données relatives au marché du travail sont tout aussi contrastées. Une étude révisée du Stanford Digital Economy Lab a révélé que l'emploi des travailleurs âgés de 22 à 25 ans occupant des postes fortement exposés à l'IA était inférieur de 19 % à ce qu'il aurait été s'il avait suivi la même progression que leurs homologues moins exposés. Les chercheurs n'ont toutefois pas constaté de déplacement généralisé de la main-d'œuvre à l'échelle de l'économie. Ils ont également souligné que l'écart estimé se réduit en tenant compte de certains facteurs, que certaines tendances divergentes étaient antérieures à la généralisation de l'utilisation de l'IA générative et que l'effet est plus marqué dans leur échantillon d'entreprises de paie que dans les données d'enquêtes nationales.
Ces résultats montrent pourquoi la productivité ne peut être déduite uniquement des dépenses ou de l'adoption de logiciels. L'IA peut certes réduire le temps nécessaire à certaines tâches, mais les entreprises absorbent les économies réalisées par le biais d'expérimentations, de coûts d'intégration ou d'une réduction des embauches, plutôt que par une croissance mesurable de la production. Les avantages peuvent être réels sans pour autant se manifester assez rapidement pour rentabiliser les engagements financiers pris lors du déploiement.
Qu’est-ce qui justifierait l’investissement ?
La preuve la plus convaincante serait une croissance soutenue des revenus générés par les produits d'IA en dehors des entreprises finançant elles-mêmes l'infrastructure, conjuguée à des gains de productivité mesurables dans tous les secteurs. Une utilisation accrue des centres de données existants, des contrats clients durables et des coûts informatiques en baisse viendraient également étayer cette hypothèse. À l'inverse, des retards de projets répétés, une faible utilisation des capacités ou une dépendance au financement circulaire accroîtraient le risque que l'expansion ait dépassé la demande.
Pour l'instant, le secteur investit avant même d'avoir des preuves concrètes. La projection de 31 600 milliards de dollars pourrait s'avérer prudente si l'IA crée de vastes nouveaux marchés, ou excessive si les retours sur investissement tardent à venir. Il est essentiel de comprendre que la capacité des infrastructures et la valeur économique sont deux choses différentes. La prochaine étape de la course à l'IA sera jugée moins sur la puissance de calcul que les entreprises pourront déployer que sur la production durable que les clients pourront en tirer.