Data centers : le plus grand pari de capital fixe de l’histoire

C’est une courbe qui interpelle tant elle ne ressemble à aucune autre. Elle grimpe en flèche, presque à la verticale, écrasant toutes les références connues jusqu’alors. Que montre celle courbe ? Les dépenses, en milliards de dollars, pour les principales infrastructures et grands projets aux États-Unis : le réseau routier ou ferroviaire, le programme spatial et les différents programmes militaires… et les data centers. Et ce que révèle cette courbe, à la fois l’importance des sommes investies et, surtout, la vitesse à laquelle elles ont été dépensées. En six ans seulement, les cinq principaux opérateurs de centres de données américains (Amazon, Microsoft, Alphabet, Meta et Oracle) auront ainsi dépensé ans environ 930 milliards de dollars, selon des estimations modélisées à partir des données d’Epoch AI et des publications de Brookings Institution, quand la construction du réseau ferré aura, elle, coûté 550 milliards… en plus de 70 ans.

Ce graphique met en lumière quelque chose que les publications réglementaires trimestrielles des géants du secteur ne mettent pas en scène comme tels : la vitesse et l’échelle brute d’une accumulation de capital fixe sans précédent dans l’histoire économique moderne. Mais il est aussi incomplet et c’est précisément pour ça qu’il mérite d’être regardé sérieusement.

Hypothèses et arrondis

Tout d’abord, ce chiffre de 930 milliards n’est pas un chiffre comptable direct. Il est construit à partir d’une hypothèse de modélisation : la part des data centers dans le capex total passerait de 55 % en 2020 à environ 80 % en 2026. Cette hypothèse est plausible, cohérente avec les dynamiques observées, mais non vérifiable directement dans les documents publiés par Epoch AI. Ce que les documents réglementaires SEC confirment sans ambiguïté, c’est la croissance du capex total, pas sa décomposition interne. Il faut aussi noter que les comparaisons historiques reposent sur des ajustements d’inflation dont les méthodologies varient selon les sources. Ces chiffres donnent une perception de l’échelle, pas des équivalences précises.

Ce que ne dit pas non plus ce graphique, c’est l’importance prise par les États-Unis dans le contrôle de la donnée. Le réseau ferroviaire américain est avant tout utilisé par les Américains. Pour les data centers, c’est très différent : en 2010, 92 % des données des pays occidentaux étaient stockées aux États-Unis. Depuis, la réglementation européenne a incité les entreprises qui opèrent en Europe à y stocker leurs données. Mais c’est un développement qui prend du temps… et qui se fait en partie via les hyperscalers : Microsoft et Amazon, via AWS, investissent dans la construction de leurs centres sur le sol européen.

Rupture de phase

En revanche, ce que les documents réglementaires montrent directement est plus frappant que le graphique lui-même. Le capex des cinq "hyperscalers" a progressé à un rythme annuel moyen de 72 % depuis le deuxième trimestre 2023, au moment où GPT-4 a changé la perception industrielle de l’IA. Soit un doublement tous les quatorze mois : aucun programme d’infrastructure de l’histoire, public ou privé, n’a connu un rythme comparable sur une période équivalente.

Sur la même période, le marché du cloud au niveau mondial a progressé de 25 % en glissement annuel selon Cargoson, atteignant plus de 400 milliards de dollars de revenus annuels en 2025. Parmi les cinq hyperscalers, trois publient des revenus cloud directement comparables à leurs investissements : AWS à + 28 %, Google Cloud à + 48 %, Oracle Cloud à + 27 %. Microsoft intègre Azure dans un segment plus large qui ne permet pas d’isoler précisément ses revenus cloud. Meta n’a aucune activité cloud public, ses investissements en data centers servent exclusivement ses propres plateformes publicitaires et ses produits de réalité augmentée. Le capital s’accumule à un rythme deux fois et demie supérieur à celui de la demande solvable qu’il est censé servir.

Intensité capitalistique

L’intensité capitalistique des hyperscalers - le ratio capex sur revenus - a atteint en 2026 un niveau situé entre 45 et 57 %, contre 10 à 15 % historiquement. C’est une rupture de phase, massive mais temporaire dans sa logique : une fois l’infrastructure construite, les coûts baisseront vers un régime de maintenance. Mais deux questions que le marché traite séparément méritent d’être posées ensemble. La première est celle du rythme d’amortissement réel : les avancées technologiques rendent obsolètes les générations précédentes d’infrastructure plus vite que dans tout cycle industriel historique. Le rythme d’amortissement comptable, qui est généralement cinq à sept ans, peut donc sous-estimer l’obsolescence technologique réelle. C’est un risque structurel sur le retour sur investissement qui ne figure dans aucun communiqué de résultats.

La deuxième question est celle du marché adressable total, un concept central par lequel les investisseurs justifient ces niveaux d’investissement. Les projections sectorielles le situent entre 1 000 et 4 000 milliards de dollars à horizon 2030. La fourchette elle-même dit quelque chose sur la solidité de l’argument. Les charges de travail d’intelligence artificielle représentent aujourd’hui 15 % de la capacité totale des data centers, la projection sectorielle porte ce chiffre à 40 % en 2030.

L’avenir, déjà valorisé par le marché

Entre fin 2020 et mai 2026, la capitalisation boursière cumulée des cinq hyperscalers a progressé de 7 300 milliards de dollars (Amazon + 1 300 milliards, Microsoft + 1 370 milliards, Alphabet + 3 470 milliards, Meta + 776 milliards, Oracle + 362 milliards). Cette comparaison appelle une précaution : la capitalisation boursière reflète l’ensemble de leurs écosystèmes, incluant le e-commerce, la publicité, le cloud traditionnel, les logiciels et le hardware, pas seulement l’infrastructure IA. Ces 7 300 milliards ne représentent pas le passé de ces entreprises, mais ce que le marché anticipe de leur avenir. Payer des multiples de 25 à 37 fois les bénéfices est la norme pour des valeurs de croissance à ce stade - ce n’est pas en soi une anomalie. La vraie question est de savoir si la croissance attendue arrivera, et à quelle vitesse.

Parmi les cinq acteurs, quatre versent des dividendes, mais leurs rendements restent marginaux, entre 0,2 % et 1,4 %. L’essentiel du cash-flow est réinvesti en capex plutôt que redistribué. Les actionnaires jouent le jeu et tant que les cours progressent, le débat reste en retrait. Mais certains commencent à poser la question à voix haute : l’infrastructure a été payée par le capex ; la valeur boursière est une anticipation des profits à venir. Ces deux choses sont différentes et le marché tend à les confondre.

Une infrastructure qui remplace le travail humain… sans le dire

Derrière ces chiffres, il y a aussi une dimension que personne ne commente : l’emploi. Le réseau autoroutier fédéral américain mobilisait environ 77 000 dollars de capital par emploi créé. L’industrie manufacturière traditionnelle tourne autour de 130 000 dollars par emploi. La construction, moins encore.

Un data center mobilise en moyenne 13 millions de dollars par emploi permanent, selon trente ans de données compilées par la Virginia Economic Development Partnership. Des analyses nationales portant sur des dizaines de permis de construire réels trouvent un ratio autour de 54 millions de dollars par emploi permanent. Soit entre 100 et 400 fois plus de capital par emploi que pour les grandes infrastructures qui ont précédé celle-ci. Ces infrastructures-là créaient aussi des emplois indirects en masse : le réseau autoroutier a structuré la logistique, le commerce, le tourisme sur plusieurs décennies. L’effet multiplicateur des data centers sur le reste de l’économie, lui, reste à démontrer. Appliqué aux 930 milliards estimés, ce calcul donne entre 17 000 et 72 000 emplois permanents directs sur six ans, pour des acteurs dont les revenus annuels dépassent 300 milliards de dollars et dont la capitalisation cumulée dépasse 12 000 milliards.

Bientôt la fin des bureaux ?

En parallèle, l’IA serait déjà l’origine de cinquante mille suppressions d’emplois aux États-Unis en 2025, dans des secteurs comme le service client, le back-office financier, ou le traitement documentaire. Ce chiffre doit être lu avec prudence : prendre l’IA comme prétexte à ces licenciements ne veut pas dire qu’elle en est la cause directe ou réelle. Et si dans le même temps les projections du Bureau of Labor Statistics anticipent une croissance de 17,9 % des emplois de développeurs logiciels d’ici 2033, ces emplois exigent des qualifications que les travailleurs déplacés dans les centres d’appels n’ont généralement pas.

Autre chiffre qui montre l’ampleur de l’effet sur l’emploi : bientôt les États-Unis dépenseront plus pour la construction de centres de données que de bureaux. Ce qui montre bien un changement profond : la main-d’œuvre, autrefois rassemblée dans des usines, puis des bureaux dans une économie devenue tertiaire, se déplace désormais sous forme virtuelle dans les centres de données, où travaillent les IA. Et les conséquences sont bien plus vastes que sur l’emploi seul : les IA ne prennent pas le métro, n’ont pas besoin de se retrouver dans des cafés ou restaurants en centre-ville, ne consomment rien d’autre que de l’électricité… C’est toute une géographie qui pourrait être redessinée, avec la disparition des bureaux au profit des data centers.

Deux logiques, une seule voie

Une réponse est de dire que, face à ces destructions d’emplois, il y a de la création de richesse. Les revenus IA directement attribuables (OpenAI avec 20 à 25 milliards de dollars en base annualisée, le pôle IA de Microsoft avec 37 milliards pour le premier trimestre 2026, Anthropic avec 9 milliards annualisés…) représentent entre 66 et 71 milliards de dollars en base annualisée, soit environ 7 % du capex cumulé estimé sur six ans. Un investissement qui prend dix à quinze ans à mûrir, l’argument n’est pas sans fondement. Mais la question centrale n’est pas le montant des revenus. C’est leur destination et le modèle par lequel ils seront captés.

Deux logiques coexistent. Dans la première, les hyperscalers intègrent verticalement l’ensemble de la chaîne - infrastructure, modèles fondamentaux, couche applicative - et capturent la valeur de bout en bout. Dans la seconde, ils deviennent une plateforme d’accès, fournissant l’infrastructure à des éditeurs tiers, moyennant une commission de l’ordre de 25 à 30 %, sur le modèle de l’App Store d’Apple. Ces deux logiques produisent des profils de revenus et de marges très différents et aucune donnée disponible ne permet de dire laquelle s’imposera.

Tuyaux rentables

C’est ici que le précédent des télécommunications s’impose : en France comme ailleurs, les opérateurs ont financé et construit l’infrastructure physique d’internet. France Télécom a investi des dizaines de milliards, puis la valeur s’est déplacée vers des acteurs qui utilisaient cette infrastructure sans l’avoir financée. Les opérateurs sont devenus des tuyaux, nécessaires, rentables, mais incapables de capturer la valeur qu’ils transportaient. Les hyperscalers d’aujourd’hui intègrent verticalement et contrôlent les modèles fondamentaux : la structure du risque est analogue, pas identique.

Le premier risque, c’est que la vitesse et l’intensité capitalistiques actuelles ne peuvent pas devenir un régime permanent. La demande réelle rattrapera-t-elle un capital qui s’accumule deux fois et demie plus vite qu’elle, dans un contexte où l’amortissement technologique réel pourrait être plus court que le rythme comptable ?

Le sujet de l’énergie

Autre sujet, celui de l’énergie bien sûr. Les data centers ont consommé 415 TWh d’électricité en 2024, selon l’Agence internationale de l’énergie, qui projette ce chiffre à 945 TWh en 2030, soit un doublement en six ans. À Northern Virginia, premier hub mondial, la congestion du réseau électrique force déjà une migration vers de nouveaux corridors régionaux. L’utilisation réelle des processeurs graphiques reste estimée entre 60 et 70 % en moyenne selon le Lawrence Berkeley National Lab. Cinq acteurs privés contrôlent 71 % du compute mondial, en hausse par rapport à 63 % un an plus tôt selon Epoch AI. Une telle concentration crée des dépendances systémiques sur l’énergie, l’eau et les réseaux dont les effets sur d’autres secteurs commencent à peine à être mesurés.

Le troisième risque est lié à l’emploi. Car moins de travailleurs, cela veut dire aussi, demain, moins de consommateurs, moins de clients pour toute cette infrastructure construite à grands frais. La transition créera des emplois nouveaux, comme toutes les grandes vagues de mécanisation l’ont fait, mais elle le fera plus lentement que la vitesse à laquelle le capital s’accumule. Avec entre 100 et 400 fois moins d’emplois créés par dollar investi que les grandes infrastructures qui ont précédé celle-ci, la base de demande solvable que cette infrastructure est censée servir finira par fondre.

La vraie question n’est pas de savoir si ces data centers valent vraiment 930 milliards, ni si l’IA va transformer l’économie mondiale. Elle est plus précise et reste ouverte : à quelle vitesse le marché adressable réel se matérialisera-t-il et lequel des deux modèles de capture de valeur s’imposera ? Ce rythme, aucun graphique ne peut le montrer. Et c’est précisément ce que les marchés, pour l’instant, ont décidé de ne pas voir… ou de refuser de regarder.