This article has been translated from English to French.
L'année dernière, Elon Musk a fait un truc incroyable à Memphis, dans le Tennessee.
En quelques mois, il a monté un des superordinateurs IA les plus puissants du monde (100 000 processeurs graphiques dernier cri).
Mais voilà le truc : il n'a pas attendu que le service public local le branche au réseau électrique. Au lieu de ça, il a installé une flotte de générateurs mobiles sur place et les a mis en marche tout de suite.
Ce n'était pas un plan de secours. C'était le plan.
Et ça devient la nouvelle norme dans tout le secteur de l'IA.
Pourquoi la rapidité est devenue plus importante que l'efficacité
Voici un chiffre qui explique pourquoi Musk, et tous les autres géants de la technologie qui se précipitent pour construire des infrastructures d'IA, sont prêts à tout pour obtenir immédiatement de l'électricité : 12 millions de dollars par mégawatt et par an.
C'est le revenu annuel estimé qu'un seul mégawatt de capacité de calcul IA peut générer.
Pour un campus de centres de données de 100 mégawatts, on parle d' un potentiel de revenus annuels de 1,2 milliard de dollars.
Maintenant, réfléchis à ça : le temps d'attente moyen pour connecter un nouveau centre de données au réseau électrique aux États-Unis est de plus de 8 ans.
Fais le calcul. Un retard d'un an pour cette installation de 100 MW ? Ça représente environ 1 milliard de dollars de revenus perdus.
Un retard de cinq ans ? Vous venez de voir 5 milliards de dollars s'évaporer pendant que vous attendiez que les bureaucrates des services publics traitent les formalités administratives.
Tout à coup, payer un supplément pour des générateurs coûteux et gourmands en carburant qui peuvent être mis en service en quelques semaines au lieu de plusieurs années ne semble plus si fou.
La « pénalité d'inefficacité » peut vous coûter 500 000 dollars par mégawatt et par an en frais de carburant supplémentaires, mais vous gagnez 12 millions de dollars. La différence est absurde .
C'est pourquoi les indicateurs traditionnels tels que le « coût par kilowattheure » et le « rendement thermique » ont été abandonnés. À l'ère de l'IA, un seul indicateur compte : le temps de mise en service.
Le temps de mise en service, c'est le temps qu'il faut à un nouveau centre de données pour recevoir l'électricité nécessaire du réseau. Ce processus peut prendre des mois, voire des années, ce qui entraîne des retards et des coûts supplémentaires pour les entreprises qui attendent d'être pleinement opérationnelles.
Pourquoi le réseau électrique ne peut pas suivre
Le réseau électrique américain était déjà à bout de souffle. La demande en IA a juste montré à quel point il était pas prêt.
La demande explose. Un rack de serveurs traditionnel dans un centre de données consomme environ 5 à 10 kilowatts d'électricité. Un rack d'IA équipé des dernières puces NVIDIA ? TRY 60 à 132 kilowatts, voire plus. On parle d'une densité de puissance 10 à 20 fois supérieure pour une même empreinte physique !
Du côté de l'offre, c'est l'effondrement. Les vieilles centrales à charbon sont mises hors service plus vite que les nouvelles ne sont mises en service. Les lignes électriques qui relient les centrales aux villes sont déjà à fond. Et le processus d'approbation réglementaire pour les nouvelles infrastructures avance à pas de tortue... en années, pas en mois.
Le résultat ? Un énorme goulot d'étranglement qui dure depuis plusieurs années.
Les entreprises de services publics ont des « files d'attente d'interconnexion » qui feraient rougir de honte le service des immatriculations. Les projets dont les demandes ont été soumises en 2018 attendent toujours d'être approuvés en 2026 !
Pour un hyperscaler comme Amazon, Google ou Microsoft, engagé dans une bataille existentielle pour la domination de l'IA, ce délai est complètement inacceptable.
Attendre cinq ans pour être alimenté en électricité alors que vos concurrents développent leur infrastructure d'IA aujourd'hui, c'est un arrêt de mort.
La solution non conventionnelle
Que faire quand on ne peut pas se brancher sur le réseau électrique ? C'est simple : on amène la centrale électrique chez soi.
Ça a donné lieu à l'un des revirements les plus fascinants de l'histoire industrielle moderne en matière de chaîne d'approvisionnement. Les entreprises technologiques s'approvisionnent en équipements de production d'électricité dans les endroits les plus improbables.
Voici un exemple : les moteurs à réaction.
Oui, la même technologie de turbine qui propulse un Boeing 767 au-dessus de l'Atlantique est en train d'être modifiée pour produire de l'électricité pour les clusters d'entraînement de l'IA.
Ces générateurs issus de l'aérospatiale peuvent être installés et opérationnels en une fraction du temps nécessaire pour obtenir une connexion au réseau.
Mais ce n'est que le début. Les centres de données se tournent aussi vers des équipements conçus à l'origine pour les champs pétroliers, les navires océaniques et les installations industrielles.
Des technologies qui n'étaient pas destinées à cet usage, mais qui possèdent la caractéristique la plus importante : la vitesse.
Ce ne sont pas des solutions élégantes. Elles ne sont pas bon marché. Elles consomment souvent plus de carburant et émettent plus de carbone que l'électricité traditionnelle. Mais elles présentent un avantage indéniable : elles peuvent être déployées en quelques MOIS, et non en plusieurs années.
Et dans un secteur où chaque mois de retard coûte des dizaines ou des centaines de millions de dollars, cette rapidité vaut presque n'importe quel prix.
Le commerce de l'IA que vous manquez
Alors que tout le monde se rue sur les actions NVIDIA, AMD, TSM, ASML, Sandisk, Micron et d'autres fabricants de semi-conducteurs, un boom industriel discret se produit en arrière-plan.
Les entreprises qui fabriquent des moteurs à combustion interne et d'autres équipements industriels connaissent une demande sans précédent.
On ne parle pas ici de start-ups à la mode ou d'entreprises technologiques spéculatives. Ce sont des fabricants industriels traditionnels.
Beaucoup d'entre elles se négocient à des valorisations raisonnables, car le marché n'a pas encore pleinement pris en compte ce changement structurel.
Voici ce qui rend cette opportunité particulièrement intéressante :
Ce n'est pas une tendance à court terme. Les délais d'interconnexion des réseaux ne s'améliorent pas, ils empirent. Le retard devrait persister jusqu'en 2030 et au-delà. Ça veut dire que les solutions « temporaires » mises en place aujourd'hui fonctionneront pendant des années, générant des revenus récurrents grâce aux contrats de maintenance, aux accords d'approvisionnement en carburant et aux mises à niveau des équipements.
Les aspects économiques sont garantis. Tant que l'informatique IA génère 10 à 12 millions de dollars par mégawatt par an, les centres de données seront prêts à payer presque n'importe quel prix pour obtenir de l'électricité immédiatement. Ça donne aux fournisseurs d'équipements un pouvoir de fixation des prix extraordinaire.
Le marché potentiel est énorme. Les charges de travail liées à l'IA pourraient représenter la moitié de toutes les opérations des centres de données d'ici 2030. On parle de centaines de milliards de dollars d'investissements dans les infrastructures. Et une part importante de ces investissements ira aux équipements de production d'électricité.
Les entreprises qui profitent de la ruée vers l'énergie sur site
Plusieurs entreprises américaines cotées en bourse sont fortement exposées à cette tendance.
Elles vont des grands conglomérats industriels qui se diversifient dans l'alimentation électrique des centres de données aux spécialistes purs et durs qui sont devenus en quelque sorte les « pioches et pelles » de la ruée vers l'or de l'IA.
Le point commun ? Elles ont toutes la capacité de fournir rapidement de l'électricité et tirent parti de la crise du réseau électrique de différentes manières.
Ce n'est pas de la spéculation. Des contrats importants, valant des milliards de dollars, ont déjà été signés.
Prenons l'exemple de GE Verona (GEV):
GE Vernova vend des mini-centrales électriques que les centres de données peuvent exploiter sur place pour obtenir toute l'électricité dont ils ont besoin sans attendre le réseau électrique local.
GEV est passé d'une phase de consolidation à une nouvelle phase d'expansion.
La forte hausse récente suggère que les acheteurs institutionnels entrent en scène. Le prix évolue maintenant plus fortement qu'au cours de la phase latérale précédente, ce qui signale souvent une participation et une conviction accrues.
Tant que des creux plus élevés continuent de se former au-dessus des niveaux de rupture antérieurs, la faiblesse est une occasion d'acheter à la baisse. Vous pourriez envisager d'acheter GEV lors d'un recul vers le niveau de rupture précédent et vous positionner pour une poursuite de la tendance.
Abonnez-vous à Babypips Premium pour obtenir notre analyse complète, comprenant :
- Les profils détaillés de sept actions qui devraient profiter de la situation.
- Une ventilation des revenus liés aux centres de données de chaque entreprise.
- Une comparaison technique des types d'équipements et des calendriers de déploiement.
- Une analyse des risques et des considérations réglementaires.
La révolution de l'IA ne concerne pas seulement les logiciels et les puces. Elle concerne aussi les infrastructures peu glamour et à forte intensité capitalistique qui rendent tout cela possible.
Et en ce moment, cette infrastructure se construit avec des équipements provenant des industries les plus inattendues.
