L’essor de l’intelligence artificielle pourrait provoquer l’un des plus importants cycles d’investissement en infrastructures de l’histoire. Selon les projections de PwC, 31 600 milliards de dollars de dépenses d’investissement pourraient être consacrés aux data centers dans le monde entre 2026 et 2050. Et contrairement aux précédentes grandes vagues d’infrastructures, l’essentiel de la facture ne viendrait pas des bâtiments, mais des serveurs, GPU et équipements informatiques qu’il faudra renouveler en permanence.
31 600 milliards de dollars pour construire l’infrastructure de l’IA
Ce n’est plus seulement une course aux meilleurs modèles d’intelligence artificielle.
Derrière ChatGPT, Claude, Gemini, Mistral AI et les milliers de services intégrant désormais l’IA se développe une deuxième compétition : celle de la puissance de calcul.
Selon le Global Data Centre Outlook 2026-2050 de PwC, les dépenses mondiales d’investissement consacrées aux data centers pourraient atteindre 31 600 milliards de dollars cumulés entre 2026 et 2050.
La trajectoire envisagée est spectaculaire.
PwC estime que les investissements annuels pourraient évoluer autour de :
- 800 milliards de dollars en 2026 ;
- 1 100 milliards de dollars en 2030 ;
- 1 800 milliards de dollars en 2050.
Et le scénario central n’est pas le plus agressif.
Dans l’hypothèse d’une adoption plus rapide de l’intelligence artificielle, le besoin cumulé en capitaux pourrait approcher 50 000 milliards de dollars.
L’IA pourrait ainsi provoquer un cycle d’investissement comparable, par son ampleur, aux grandes infrastructures ayant accompagné l’électrification, les télécommunications ou le développement d’Internet.
Le véritable coût d’un data center n’est pas le bâtiment
L’image traditionnelle du data center comme un gigantesque entrepôt rempli de serveurs devient insuffisante pour comprendre son économie.
Construire le bâtiment, installer les systèmes électriques, le refroidissement et connecter le site à la fibre représente un investissement important.
Mais ce n’est progressivement plus là que se concentre l’essentiel de la dépense.
Selon PwC, les équipements informatiques représenteraient déjà environ 70 % des investissements des data centers en 2026.
Cette proportion pourrait atteindre 93 % en 2050.
GPU, accélérateurs spécialisés, processeurs, stockage et équipements réseau deviennent donc le véritable moteur économique du secteur.
PwC estime même qu’un dollar investi dans la construction physique d’un data center pourrait générer environ 12 dollars de dépenses supplémentaires en équipements informatiques au cours de son exploitation.
La raison est simple : le bâtiment peut fonctionner pendant plusieurs décennies.
Les serveurs, eux, deviennent rapidement obsolètes.
Les GPU devront être renouvelés en permanence
Une autoroute, une usine ou une ligne ferroviaire nécessite généralement un investissement initial important avant d’entrer dans une longue phase d’exploitation.
Les infrastructures d’intelligence artificielle fonctionnent différemment.
Les GPU et serveurs utilisés pour entraîner et faire fonctionner les modèles connaissent des cycles technologiques extrêmement rapides.
PwC estime que les équipements informatiques des data centers peuvent nécessiter un renouvellement tous les quatre à six ans.
Un centre de données exploité pendant vingt ou trente ans peut donc accueillir plusieurs générations successives de matériels.
Cela transforme profondément son modèle économique.
Le data center n’est plus uniquement un actif immobilier ou énergétique.
Il devient une infrastructure industrielle nécessitant des réinvestissements permanents.
Cette dynamique explique pourquoi les dépenses mondiales pourraient continuer à progresser pendant plusieurs décennies.
L’intelligence artificielle devient une industrie lourde
Depuis l’émergence de l’intelligence artificielle générative, l’attention s’est principalement concentrée sur les modèles.
Quel modèle est le plus performant ?
Qui possède le meilleur raisonnement ?
OpenAI, Google, Anthropic ou Mistral AI peuvent-ils prendre l’avantage ?
Mais derrière cette compétition logicielle se trouve désormais une chaîne industrielle beaucoup plus importante.
Pour vendre de l’intelligence artificielle, il faut produire du calcul.
Pour produire du calcul, il faut des semi-conducteurs.
Pour faire fonctionner ces semi-conducteurs, il faut des data centers.
Et pour alimenter ces data centers, il faut de l’électricité, du foncier, des réseaux, du refroidissement et des milliards d’euros de capitaux.
L’intelligence artificielle devient donc progressivement une industrie logicielle, énergétique, immobilière, financière et manufacturière.
Cette transformation rejoint directement les enjeux suivis dans notre pilier consacré à l’intelligence artificielle, où l’enjeu n’est plus seulement l’usage des modèles, mais la structuration économique de toute la chaîne de valeur.
Les États-Unis pourraient capter près de la moitié des investissements
Cette gigantesque vague d’investissements ne sera pas répartie uniformément.
PwC estime que les États-Unis pourraient concentrer environ 48 % des investissements mondiaux, représentant approximativement 15 100 milliards de dollars d’ici 2050.
Cette domination s’explique par plusieurs avantages structurels :
- présence des principaux hyperscalers mondiaux ;
- concentration des développeurs de modèles d’IA ;
- écosystème financier puissant ;
- accès privilégié aux technologies avancées ;
- forte demande domestique ;
- capacité à développer rapidement de grandes infrastructures.
L’Asie-Pacifique pourrait parallèlement représenter environ 8 200 milliards de dollars d’investissements, notamment grâce à la Chine et à l’Inde.
L’Europe devra donc trouver sa place dans une compétition où la puissance numérique dépend désormais directement de la capacité à financer et alimenter des infrastructures physiques.
L’électricité pourrait devenir le véritable facteur limitant
La disponibilité des GPU fait énormément parler.
Mais une autre ressource pourrait devenir encore plus stratégique : l’électricité.
Selon l’Agence internationale de l’énergie, la consommation électrique mondiale des data centers pourrait atteindre environ 945 TWh en 2030.
Elle pourrait ainsi plus que doubler en quelques années.
L’intelligence artificielle représente une part croissante de cette augmentation.
Le problème est que les infrastructures énergétiques ne progressent pas à la même vitesse que les technologies numériques.
Une entreprise peut commander des milliers de GPU en quelques mois lorsque les capacités industrielles existent.
Construire de nouvelles centrales, renforcer les réseaux électriques ou installer des lignes haute tension peut demander plusieurs années.
L’accès à une puissance électrique importante devient donc l’un des critères fondamentaux pour implanter un data center.
Les opérateurs recherchent désormais simultanément :
- une électricité abondante ;
- un prix compétitif ;
- un réseau fiable ;
- des capacités de raccordement rapides ;
- de la fibre à très haut débit ;
- du foncier disponible ;
- des capacités importantes de refroidissement ;
- un environnement réglementaire stable.
La puissance électrique disponible peut progressivement devenir plus rare que le terrain lui-même.
La France pourrait disposer d’une carte stratégique
Cette transformation représente également une opportunité pour la France.
Le pays dispose d’un système électrique largement décarboné, notamment grâce au nucléaire et aux énergies renouvelables.
Cette caractéristique peut devenir un avantage compétitif majeur dans une industrie où les besoins électriques augmentent rapidement.
Selon RTE, la multiplication des projets de data centers pousse déjà le gestionnaire du réseau français à anticiper des besoins de raccordement considérables.
La France comptait environ 300 data centers en 2026, tandis que plusieurs dizaines de nouveaux projets étaient en préparation.
Certains projets nécessitent désormais plusieurs centaines de mégawatts de puissance.
À cette échelle, un data center n’est plus un simple bâtiment informatique.
Il devient un véritable site industriel.
L’enjeu français ne consiste donc pas uniquement à disposer d’une production électrique suffisante.
Il faut également être capable de fournir plusieurs centaines de mégawatts au bon endroit, au bon moment et avec les infrastructures réseau adaptées.
La souveraineté numérique dépend désormais de l’énergie
La montée en puissance des data centers change également la définition de la souveraineté numérique.
Posséder des entreprises développant des modèles d’IA ne suffit pas.
Un pays peut disposer de laboratoires performants tout en restant dépendant :
- de GPU étrangers ;
- de fournisseurs cloud américains ;
- de technologies de production asiatiques ;
- de réseaux internationaux ;
- de capacités de calcul situées à l’étranger.
La souveraineté technologique nécessite donc progressivement une maîtrise de toute la chaîne.
Cela comprend le développement des modèles, mais également :
- les infrastructures cloud ;
- les centres de données ;
- les semi-conducteurs ;
- l’électricité ;
- la cybersécurité ;
- les réseaux ;
- les capacités de financement.
C’est l’un des enjeux centraux de la course européenne à l’intelligence artificielle.
Nvidia et les semi-conducteurs deviennent stratégiques
L’autre dépendance majeure concerne les puces.
Les data centers dédiés à l’intelligence artificielle reposent largement sur des GPU et accélérateurs spécialisés.
Nvidia domine actuellement une part très importante de ce marché.
Le développement des infrastructures IA dépend donc directement de la capacité des opérateurs à obtenir suffisamment de semi-conducteurs avancés.
PwC a également étudié l’impact potentiel d’un durcissement des restrictions commerciales.
Dans ce scénario, les investissements mondiaux cumulés pourraient tomber à environ 25 500 milliards de dollars, contre 31 600 milliards dans le scénario central.
La différence représente plus de 6 000 milliards de dollars d’investissements potentiellement retardés ou supprimés.
Le contrôle des puces devient donc un outil de puissance économique comparable au contrôle des infrastructures énergétiques.
Les data centers deviennent une nouvelle classe d’actifs financiers
Un autre changement majeur concerne le financement.
Des investissements dépassant progressivement les 1 000 milliards de dollars par an ne pourront pas être portés uniquement par les bilans des entreprises technologiques.
Banques, fonds d’infrastructure, private equity, assureurs, investisseurs institutionnels et marchés obligataires vont donc jouer un rôle croissant.
Les data centers présentent cependant un profil de risque particulier.
Le bâtiment peut conserver sa valeur pendant plusieurs décennies.
Le matériel informatique, lui, peut devenir dépassé en quelques années.
La rentabilité dépend également :
- du prix de l’électricité ;
- du coût du financement ;
- de l’évolution des GPU ;
- du taux d’utilisation des infrastructures ;
- de l’évolution de la demande en IA ;
- de la réglementation ;
- des tensions géopolitiques.
Construire davantage de data centers n’est donc pas automatiquement rentable.
Les investisseurs doivent parier sur une croissance suffisamment rapide de la consommation de puissance informatique.
Et si la demande en intelligence artificielle ralentissait ?
Le principal risque reste finalement économique.
Les entreprises technologiques investissent actuellement des montants considérables en anticipant une explosion durable des usages de l’intelligence artificielle.
Mais cette adoption devra générer suffisamment de revenus pour financer l’infrastructure.
PwC présente donc plusieurs scénarios.
Dans l’hypothèse d’une adoption très rapide de l’IA, le montant cumulé pourrait approcher 50 000 milliards de dollars.
À l’inverse, une adoption plus lente pourrait réduire les investissements de plusieurs milliers de milliards.
Les 31 600 milliards de dollars correspondent ainsi à un scénario central, et non à une dépense déjà garantie.
Cette distinction est fondamentale.
Le marché est gigantesque, mais il repose sur un pari : l’IA doit devenir suffisamment utile et rentable pour justifier des décennies d’investissements.
Derrière chaque requête IA se cache désormais une infrastructure
Lorsqu’un utilisateur pose une question à ChatGPT, génère une image ou utilise un assistant professionnel, l’expérience semble presque immatérielle.
En réalité, chaque requête repose sur une chaîne physique.
Il faut :
- produire de l’électricité ;
- l’acheminer vers un data center ;
- refroidir les infrastructures ;
- alimenter des milliers de serveurs ;
- utiliser des GPU très coûteux ;
- transférer les données à travers différents réseaux ;
- renouveler régulièrement le matériel.
La révolution de l’intelligence artificielle est donc beaucoup moins virtuelle qu’elle ne paraît.
Elle pourrait devenir l’un des principaux moteurs de l’investissement industriel mondial au cours des prochaines décennies.
31 600 milliards : le début d’une nouvelle économie de l’infrastructure
Le chiffre avancé par PwC doit être considéré comme une projection.
Mais son ordre de grandeur illustre clairement la transformation actuellement engagée.
La prochaine phase de la compétition autour de l’intelligence artificielle ne se jouera pas uniquement entre GPT, Claude, Gemini ou Mistral.
Elle se jouera également sur la capacité des économies à sécuriser :
- suffisamment de puissance électrique ;
- suffisamment de GPU ;
- suffisamment de data centers ;
- suffisamment de capitaux ;
- suffisamment de réseaux ;
- et suffisamment de compétences pour exploiter ces infrastructures.
Le numérique entre ainsi dans une nouvelle phase.
Après plusieurs décennies durant lesquelles le logiciel semblait progressivement s’affranchir des contraintes physiques, l’intelligence artificielle rappelle une réalité économique fondamentale : plus le numérique devient puissant, plus son infrastructure matérielle devient stratégique.
Si les projections de PwC se matérialisent, les data centers pourraient ainsi devenir au cours des vingt-cinq prochaines années l’un des plus importants marchés mondiaux d’investissement en infrastructures.
