Produire sa propre électricité : comment l’IA force les sociétés technologiques à sortir des sentiers battus

La prolifération des grands modèles de langage, des outils d’apprentissage automatique et des plateformes d’IA générative n’a pas seulement un impact sur les logiciels – elle entraîne aussi la construction d’infrastructures massives. Les centres de données qui hébergent les puces spécialisées et les processeurs graphiques servant à former et à alimenter ces modèles fonctionnent sans arrêt et consomment autant d’électricité qu’une ville de taille moyenne.

Aux États-Unis seulement, les centres de données ont consommé environ 183 térawattheures (TWh) d’électricité en 2024, soit plus de 4 % de la demande nationale, et cette proportion pourrait plus que doubler d’ici la fin de la décennie si aucune percée ne permet d’améliorer l’efficience¹. Un centre de données d’IA à très grande échelle peut utiliser autant d’électricité que 100 000 maisons par année et les installations actuellement en construction pourraient en nécessiter 20 fois plus².

Autrement dit, la révolution logicielle de l’IA s’étend maintenant au réseau énergétique.

Alors que les services publics prévoyaient auparavant une croissance modeste de la demande d’environ 1 % à 2 % par année, les besoins liés à l’IA pourraient entraîner dans certaines régions une croissance de 15 % à 35 % d’ici quelques années. Ces fortes hausses n’ont pas qu’un impact statistique : les marchés locaux de l’électricité près des grappes de centres de données à très grande échelle affichent des prix de gros records et une capacité de plus en plus limitée³. 

Dans des marchés comme celui de PJM Interconnection, qui dessert une grande partie de l’est des États-Unis, les prix de gros de l’électricité ont monté en flèche en raison de l’augmentation prévue de la demande. Certains exploitants de réseaux ont déclaré des hausses pluriannuelles des prix aux enchères, ce qui aura des répercussions sur les taux des consommateurs dans les prochaines années⁴.  Cette combinaison de contraintes liées à l’offre et d’impact négatif sur les consommateurs a créé un débat politique pour savoir qui devrait assumer le coût de cette nouvelle économie numérique, ce qui a mené à un important développement politique récent.

L’évolution du contexte énergétique entourant l’IA crée des thèmes et des occasions de placement distincts, notamment les suivants :

Infrastructures électriques et services publics – Il est possible que la demande de capitaux augmente pour les services publics traditionnels, les investissements réglementés assortis d’un taux de base et les sociétés qui participent à la modernisation du réseau (transport, technologie de réseau intelligent, stockage).  Nous surveillerons de près l’impact qu’aura l’intervention politique sur le profil de bénéfices de ces sociétés dans un contexte de hausse des factures de services publics.

Producteurs d’énergie renouvelable et de substitution – Les sociétés se tournent de plus en plus vers l’énergie propre, notamment en signant des contrats d’achat d’électricité virtuels et en investissant directement dans les énergies renouvelables. Les sociétés technologiques chefs de file dans les domaines de l’énergie solaire, éolienne et nucléaire et des batteries de stockage pourraient voir l’adoption de ces technologies s’accélérer à mesure que les entreprises signeront des ententes d’achat d’électricité et chercheront à obtenir leur propre approvisionnement. La stratégie nucléaire de Meta, par exemple, témoigne de la confiance institutionnelle à l’égard d’une énergie non traditionnelle à faibles émissions de carbone pour alimenter la transformation numérique.

Services électriques et énergétiques et technologies favorisant l’efficience – La demande croissante d’électricité pourrait faire grimper la valeur des sociétés spécialisées dans la réduction du gaspillage d’énergie ou l’optimisation des infrastructures. Cette catégorie comprend les innovateurs en matière de refroidissement des centres de données, les plateformes de gestion de l’énergie et les entreprises qui proposent une intégration plus efficiente au réseau.

FPI investissant dans les centres de données et marchés immobiliers – Les fiducies de placement immobilier (FPI) et les fonds d’infrastructures qui possèdent et exploitent des centres de données pourraient profiter d’une hausse de la demande pour des installations prêtes pour l’IA et de l’augmentation de leur valeur sur le marché. En contrepartie, ils ne sont pas à l’abri d’une inflation soudaine des coûts de l’énergie et des contraintes associées à l’offre.

Risques liés à la réglementation et aux politiques – Les investisseurs doivent tenir compte de l’évolution du contexte politique. L’obligation de contribuer aux infrastructures des réseaux et la nouvelle répartition des coûts, mises de l’avant dans les récentes propositions politiques américaines, pourraient avoir une incidence importante sur les marges bénéficiaires des fournisseurs de services à très grande échelle et des locataires de ce secteur d’activité.

Il n’y a aucun doute que la révolution amorcée par l’IA a déjà contribué à redéfinir les marchés et les modèles d’affaires du monde numérique, mais le réseau électrique est maintenant au cœur de cette transformation. La prolifération des centres de données à très grande échelle force les services publics traditionnels à revoir leur planification et leurs modèles de financement du réseau et entraîne une réorganisation des marchés énergétiques.

Pour les investisseurs, il n’est plus seulement question de données ou de puces, mais aussi d’électrons, d’infrastructures et d’approvisionnement stratégique en électricité. Les sociétés qui se positionnent rapidement pour s’assurer un approvisionnement en énergie fiable et économique pourront dégager des avantages concurrentiels durables, tandis que celles qui ne tiennent pas compte de la dimension énergétique pourraient voir leur rentabilité s’éroder en raison de la flambée des coûts et de la pression politique. Comme ce fut le cas pour les architectures informatiques, il sera crucial, au cours de la prochaine décennie, que les investisseurs comprennent la relation entre l’IA et l’énergie. L’électricité qui alimente l’intelligence artificielle pourrait bien déterminer qui seront les prochains chefs de file du secteur industriel et du domaine des placements.

¹ IEA – Electricity 2024

 Goldman Sachs Research – AI and US Power Demand

² Département de l’énergie des États-Unis, « Data Center Energy Consumption Report

 McKinsey – The Coming AI Power Surge

³ Bloomberg – America’s Power Grid Is Not Ready for AI

⁴ PJM Interconnection, Résultats des enchères sur la capacité

⁵ Reuters – Trump Targets AI Power Costs

⁶ Facility Executive – Bring Your Own Power Becomes Reality

⁷ Microsoft, Engagements en matière de durabilité des centres de données