Goldman Sachs prévoit que les dépenses d'investissement dans les infrastructures d'IA atteindront 1,2 billion de dollars d'ici 2027. La banque avertit que cette flambée des dépenses pourrait mettre à rude épreuve les ressources énergétiques, accroître la dépendance à l'endettement et peser sur la croissance du chiffre d'affaires des hyperscalers. Selon l'établissement, l'énergie apparaît comme un goulot d'étranglement majeur pour l'expansion.
Un déploiement de 1,2 billion de dollars
Goldman Sachs s'attend à ce que les entreprises investissent 1,2 billion de dollars dans les infrastructures d'IA d'ici 2027. Ce chiffre couvre les centres de données, les puces et les équipements de réseau nécessaires pour entraîner et exécuter de grands modèles d'IA. Cette projection souligne la rapidité avec laquelle la technologie est passée des laboratoires de recherche à un déploiement à l'échelle industrielle.
Mais la banque ne considère pas ces dépenses comme exemptes de risques. Dans son évaluation, l'ampleur des investissements pourrait peser sur les ressources énergétiques et accroître la dépendance à l'endettement — deux contraintes qui apparaissent rarement dans les prévisions optimistes sur l'IA.
L'énergie : le goulot d'étranglement silencieux
L'énergie devient un goulot d'étranglement majeur pour l'expansion des infrastructures d'IA, selon Goldman Sachs. Les centres de données consomment déjà d'énormes quantités d'électricité, et la prochaine vague d'installations dédiées à l'IA devrait en demander encore plus. Dans de nombreuses régions, les réseaux électriques ne sont pas équipés pour supporter cette charge sans mises à niveau importantes.
L'avertissement de la banque suggère que le facteur limitant de la croissance de l'IA pourrait ne pas être l'approvisionnement en puces ou le capital, mais la capacité de produire et de fournir suffisamment d'électricité. Ce changement placerait les services publics, les régulateurs et les marchés de l'énergie au cœur de l'histoire de l'IA.
Une expansion alimentée par la dette qui soulève des questions
Goldman Sachs signale également que la flambée des dépenses projetée pourrait accroître la dépendance à l'endettement. Construire des infrastructures d'IA à cette échelle nécessite des investissements initiaux massifs, et les entreprises pourraient recourir à l'emprunt pour les financer. Cela augmente les enjeux si la croissance du chiffre d'affaires ne se matérialise pas aussi rapidement qu'espéré.
L'inquiétude n'est pas abstraite. Si les hyperscalers — les grands fournisseurs de cloud qui portent une grande partie de ce déploiement — voient leur croissance de chiffre d'affaires sous pression, le service de cette dette pourrait devenir plus difficile. La note de la banque relie ces fils : dépenses élevées, contraintes énergétiques et charge de la dette forment un triangle de risque.
Pression sur les hyperscalers
Les mêmes dépenses qui alimentent les progrès de l'IA pourraient peser sur la croissance du chiffre d'affaires des hyperscalers. Ces entreprises devraient mener la charge en matière d'infrastructures, mais les coûts sont énormes. Goldman Sachs ne précise pas quelles entreprises ni l'ampleur de la pression qu'elles subiront, mais l'implication est claire : l'économie des infrastructures d'IA n'est pas garantie de fonctionner en faveur de tous.
Les hyperscalers ont été parmi les plus enthousiastes en matière de dépenses dans l'IA, mais la projection de la banque suggère que cet enthousiasme a un coût au bilan. Si la croissance du chiffre d'affaires ralentit alors que les dépenses d'investissement restent élevées, l'écart devra être géré — par la tarification, des réductions de coûts ou un financement supplémentaire.
Ce qu'il faut surveiller
La projection de 1,2 billion de dollars de Goldman Sachs pour 2027 est une prévision, pas une certitude. Le véritable test sera de savoir si les infrastructures énergétiques peuvent suivre le rythme et si les entreprises peuvent financer ce déploiement sans se surendetter. Pour l'instant, la note de la banque chiffre le boom de l'IA et nomme les contraintes qui pourraient le ralentir.
Les investisseurs et les opérateurs surveilleront les rapports de résultats des hyperscalers pour déceler des signes de pression sur les revenus. Les régulateurs de l'énergie et les services publics seront confrontés à des questions sur la capacité du réseau. Et les marchés de la dette montreront si les prêteurs sont toujours disposés à financer la prochaine phase des infrastructures d'IA — ou si le coût du capital commence à peser.
