La crise énergétique aux États-Unis menace l'IA, mais épargne Nvidia et Broadcom

Le boom de l'intelligence artificielle a créé un problème que l'argent, à lui seul, ne peut résoudre : le manque d'énergie électrique. Les milliards de dollars investis dans la construction de centres de données aux États-Unis se heurtent à une infrastructure énergétique qui ne suit pas le rythme de la demande. Et le goulet d'étranglement commence à redessiner la carte des gagnants et des perdants dans la chaîne des semi-conducteurs.

Un rapport de Morgan Stanley publié ce lundi estime que les développeurs de centres de données aux États-Unis feront face à un déficit net d'énergie de 34 % d'ici 2028, soit l'équivalent de 32 gigawatts. Pour mettre cela en perspective, cela représente plus que toute la capacité installée de production éolienne du Brésil. Ce chiffre montre que le problème n'est pas marginal : il est structurel.

La conclusion centrale de la banque, cependant, surprend par son optimisme sélectif. Nvidia et Broadcom, les deux plus grands fournisseurs de puces haute performance pour l'IA, sont relativement protégées contre ce scénario. Le véritable risque pèse sur les maillons secondaires de la chaîne : les fabricants de puces mémoire, les composants optiques, la gestion de l'énergie et les processeurs analogiques.

Pourquoi Nvidia et Broadcom échappent au goulet d'étranglement énergétique

La logique de Morgan Stanley est relativement simple. Nvidia et Broadcom ont une visibilité privilégiée sur l'allocation de leurs puces, l'expansion géographique de leurs clients et la coordination entre les centres de données, les fournisseurs et la chaîne d'approvisionnement énergétique. Cela signifie que ces entreprises peuvent anticiper où il y aura de la capacité d'installation et orienter leur production en conséquence.

En pratique, les plus gros acheteurs de GPU de Nvidia, comme Microsoft, Google, Amazon et Meta, sont justement les opérateurs de centres de données ayant le plus de pouvoir de négociation auprès des compagnies d'électricité et des gouvernements locaux. Ces hyperscalers ont déjà sécurisé des contrats d'approvisionnement à long terme et diversifient géographiquement leurs opérations, y compris en dehors des États-Unis.

La banque a déclaré qu'elle ne voyait pas les goulets d'étranglement énergétiques mettant en péril les prévisions de revenus de Nvidia ou de Broadcom pour 2027. L'analyse renforce une thèse que le marché financier a déjà partiellement intégrée : ces deux entreprises opèrent à un niveau de demande si élevé que même les restrictions d'infrastructure ne réduisent pas la file d'attente des commandes, elles redistribuent simplement où les puces seront installées.

Qui paie la facture : les maillons fragiles de la chaîne de l'IA

Si la capacité de production de puces ne peut être déployée en raison d'un manque d'énergie dans les centres de données, les clients pourraient retarder les livraisons ou annuler des commandes. Et les composants les plus exposés à ce risque sont précisément ceux qui dépendent de volumes élevés pour maintenir des marges saines.

Les fabricants de puces mémoire, comme Micron et SK Hynix, opèrent avec des marges plus étroites et dépendent du rythme de construction de nouveaux centres de données pour maintenir la demande. Il en va de même pour les fournisseurs de composants optiques, essentiels pour la connectivité entre serveurs, et pour les entreprises de gestion de l'énergie et de puces analogiques. Comme nous l'avons analysé dans notre couverture technologique, la chaîne des semi-conducteurs fonctionne comme un écosystème intégré, et le retard dans un maillon propage des effets en cascade.

Goldman Sachs a également signalé des restrictions croissantes à l'expansion des centres de données aux États-Unis, bien qu'avec une lecture légèrement différente. La banque s'attend à un impact limité à court terme, en partie en raison de la résistance politique à des mesures freinant les investissements dans l'IA. Morgan Stanley, quant à lui, voit des défis plus concrets liés à la main-d'œuvre, à l'approvisionnement énergétique et aux obstacles réglementaires.

Le déficit de 32 GW et ce que cela signifie pour les investisseurs

Le nombre de 32 GW de déficit projeté pour 2028 n'est pas seulement une curiosité technique. Il a des implications directes pour ceux qui investissent dans des entreprises de technologie et d'infrastructure. La construction de nouvelles centrales de production, de lignes de transmission et de sous-stations prend des années. Même avec l'incitation de plusieurs milliards des gouvernements fédéral et étatiques, l'offre d'énergie ne s'étend pas à la même vitesse que la demande en informatique.

Ce déséquilibre génère déjà des mouvements concrets. Des entreprises comme Microsoft ont signé des contrats pour réactiver des centrales nucléaires. Amazon a investi dans la production solaire et éolienne dédiée à ses centres de données. Google a signé des accords d'achat d'énergie géothermique. Comme nous l'avons suivi dans la rubrique finance, le secteur de l'énergie est peut-être devenu le plus grand bénéficiaire indirect du boom de l'IA, avec des actions de concessionnaires et d'entreprises d'infrastructure électrique accumulant des hausses significatives au cours des 12 derniers mois.

Pour l'investisseur, la lecture est que la thèse de Nvidia et Broadcom reste intacte à moyen terme, mais le risque a migré vers les deuxième et troisième couches de la chaîne. Des entreprises qui semblaient des paris sûrs dans le cycle de l'IA, comme les fabricants de mémoire HBM et les fournisseurs d'équipements de réseau, portent désormais un risque supplémentaire de retard dans le déploiement qui n'était pas sur le radar il y a six mois.

IA et énergie : un goulot d'étranglement qui est là pour rester

Le scénario décrit par Morgan Stanley n'est pas temporaire. La demande énergétique de l'IA générative croît de manière exponentielle à chaque nouvelle génération de modèles. L'entraînement du GPT-4 a consommé environ 50 GWh d'électricité. Les modèles futurs devraient nécessiter des ordres de grandeur supplémentaires. Et l'inférence, l'utilisation quotidienne des modèles par des milliards de personnes, ajoute une couche continue de consommation qui n'existait pas auparavant.

La question énergétique, par conséquent, a cessé d'être un risque périphérique et est devenue le principal limitateur de la vitesse d'expansion de l'IA aux États-Unis. Les pays qui parviendront à résoudre cette équation en premier, que ce soit par l'abondance de ressources naturelles ou par une agilité réglementaire, tendent à capturer une part disproportionnée des investissements en infrastructure d'IA. Comme nous l'avons discuté dans notre couverture sur le secteur technologique, le Brésil apparaît comme un candidat pertinent dans cette course, étant donné sa matrice énergétique principalement renouvelable.

Pour ceux qui suivent le marché financier, le message est clair : la narration de l'IA reste puissante, mais les risques se redistribuent le long de la chaîne. Nvidia et Broadcom restent les positions les plus défensives dans ce domaine. Le reste de l'écosystème doit prouver qu'il peut continuer à croître même avec l'énergie jouant contre lui.