Le paradoxe énergétique. L'efficacité énergétique, clé de l'expansion des centres de données

Nous ne sommes qu’au début du plus grand cycle d’investissement dans les infrastructures électriques depuis les années 1950, un cycle qui se heurte déjà aux limites de la capacité de production d’électricité, de la disponibilité des équipements et de la pénurie de main-d’œuvre qualifiée.

Les investissements mondiaux dans les centres de données ont atteint environ 500 milliards de dollars en 2025. À eux seuls, les quatre principaux hyperscalers américains prévoient d’investir près de 725 milliards de dollars en 2026, soit une hausse de 77 % sur un an et le plus important cycle annuel d’investissement concentré dans les infrastructures de l’histoire des technologies. En y ajoutant les investissements d’Oracle, des Neoclouds, ainsi que les initiatives européennes en matière d’IA souveraine (notamment le programme européen AI Gigafactories et les programmes nationaux en France, en Allemagne et dans les pays nordiques), les investissements de 2026 dépassent le seuil des 1 000 milliards de dollars.

À l’horizon 2030, cette dynamique pourrait atteindre entre 3000 et 4000 milliards de dollars d’investissements par an, soit un taux de croissance annuel composé (CAGR) de 40 à 45 %. Dans le même temps, la taille des modèles d’intelligence artificielle a été multipliée par près de 1 200 en huit ans, alors que l’efficacité énergétique des puces n’a progressé que d’un facteur d’environ 8. Il en résulte un écart de puissance d’environ 150 fois, qui se creuse à chaque nouvelle génération de modèles. Dans cet environnement où l’électricité devient une ressource sous contrainte, l’efficacité énergétique n’est plus seulement un paramètre essentiel de conception. Elle devient le principal critère d’investissement et la principale source de création de valeur au sein de notre portefeuille.

Dimensionner le cycle d’investissement

Sur les 3000 à 4000 milliards de dollars d’investissements annuels attendus dans les centres de données d’ici 2030, environ 1 200 à 1500 milliards de dollars par an devraient être consacrés aux entreprises qui fournissent les infrastructures énergétiques («energizers») et construisent ces installations («builders»), c’est-à-dire précisément les segments dans lesquels ENETIA investit. Nous considérons ce marché comme structurellement protégé, en raison de contraintes d’approvisionnement, de délais de livraison particulièrement longs et d’exigences de fiabilité qui ne souffrent aucun compromis.

Le déficit énergétique: pourquoi l’efficacité devient le facteur déterminant

Pourquoi l’efficacité des puces ne pourra pas suivre le rythme

L’amélioration de l’efficacité des semi-conducteurs a longtemps suivi la loi de Moore, avec un doublement des performances environ tous les 18 à 24 mois et une réduction proportionnelle de la consommation d’énergie par opération de calcul (FLOP). Aujourd’hui, ces gains d’efficacité ralentissent sensiblement. Les procédés de fabrication les plus avancés atteignent désormais des dimensions de quelques nanomètres seulement, où les limites fondamentales de la physique –effet tunnel quantique, dissipation thermique ou encore résolution de la lithographie– deviennent des contraintes incontournables qu’aucune réduction supplémentaire de la finesse de gravure ne pourra réellement dépasser.

Selon Babak Falsafi (SDEA), sur la même période où l’efficacité de calcul par kilowattheure des processeurs NVIDIA (des générations V100 à A100, H100 puis B200) a été multipliée par environ huit, la taille des modèles d’intelligence artificielle a, elle, été multipliée par près de 1 200. Il en résulte un déficit énergétique structurel d’environ 150 fois, qui continue de se creuser à chaque nouvelle génération de modèles. Et nous n’en sommes encore qu’au début.

Trois tendances majeures devraient prolonger cette trajectoire.

• Premièrement, l’inférence est désormais en passe de dépasser l’entraînement des modèles, avec des milliards de requêtes quotidiennes issues des applications grand public comme des usages en entreprise. Il s’agit d’une illustration particulièrement frappante du paradoxe de Jevons: les gains d’efficacité stimulent en réalité une augmentation de la consommation totale.
• Deuxièmement, les modèles de raisonnement («reasoning models») nécessitent environ cent fois plus de puissance de calcul par requête que les modèles d’inférence classiques. Les systèmes d’IA agentique («agentic AI»), capables d’agir de manière autonome, devraient encore multiplier ce besoin par un facteur estimé entre 30 et 100.
• Enfin, l’essor de l’IA physique, notamment la robotique et les véhicules autonomes, ainsi que la course vers une intelligence artificielle générale ou superintelligente exerceront une pression supplémentaire sur les besoins énergétiques.

Face à cette dynamique, l’industrie des semi-conducteurs investit massivement pour accroître ses capacités. TSMC prévoit ainsi une croissance de son chiffre d’affaires en 2026 portée par l’intelligence artificielle, accompagnée d’une hausse d’environ 37 % de ses investissements, qui atteindraient entre 52 et 56 milliards de dollars, un niveau historique. Nous estimons toutefois que cette expansion, aussi importante soit-elle, ne suffira pas à combler le déficit structurel. Le véritable enjeu n’est plus simplement de produire davantage de puces, mais d’acheminer davantage d’électricité, de manière beaucoup plus efficace, jusqu’à ces puces.

«À mesure que les modèles d’intelligence artificielle progressent plus vite que les performances des semi-conducteurs, l’efficacité énergétique cesse d’être un simple objectif de durabilité. Elle devient la condition essentielle pour permettre à la révolution de l’IA de poursuivre sa trajectoire.»

Les trois contraintes : électricité · équipements · main-d’œuvre

L’ampleur du cycle d’investissement se heurte aujourd’hui à trois contraintes structurelles qui s’imposent simultanément.

La première est celle de l’électricité. Aux États-Unis, les cartes publiées par le NREL montrent que la demande des centres de données dépasse désormais les capacités d’un réseau électrique vieillissant: 31 % des infrastructures de transport d’électricité et 46 % des réseaux de distribution ont atteint, voire dépassé, leur durée de vie théorique. Les délais de raccordement au réseau en Virginie du Nord, au Texas ou encore à Phoenix excèdent désormais régulièrement cinq ans. Le PJM, premier gestionnaire de réseau électrique des États-Unis, a ainsi vu les hyperscalers s’engager dans plus de 15 milliards de dollars d’investissements dans de nouvelles capacités de production électrique. En Europe, la Commission européenne a annoncé un vaste plan d’investissement d’environ 1 200 milliards d’euros pour moderniser les réseaux, tandis que le coût des congestions devrait passer de 5,2 milliards d’euros en 2022 à près de 26 milliards d’euros d’ici 2030.

La deuxième contrainte concerne les équipements électriques. Les délais de livraison des transformateurs de grande puissance sont passés de moins d’un an à trois, voire quatre ans. Les tableaux électriques (switchgear), systèmes d’alimentation sans interruption (UPS), jeux de barres (bus ducts), transformateurs, groupes électrogènes et systèmes de refroidissement affichent eux aussi des carnets de commandes remplis sur plusieurs années. Une chaîne d’approvisionnement historiquement dimensionnée pour répondre à la croissance progressive des réseaux électriques traditionnels ne peut aujourd’hui accélérer suffisamment pour satisfaire la demande liée à l’intelligence artificielle. Cette situation confère aux acteurs industriels établis, disposant de capacités de production importantes et d'un historique d'exécution reconnu, un pouvoir de fixation des prix durable.

La troisième contrainte est celle de la main-d’œuvre qualifiée. Les électriciens certifiés et les ingénieurs spécialisés en haute tension sont devenus des ressources rares. Aux États-Unis, la NECA estime que le déficit structurel dépasse désormais 80 000 électriciens. Les entreprises d’ingénierie et de construction disposant des certifications requises pour les centres de données bénéficient ainsi de primes significatives. Dans ce contexte, le coût de construction représente une préoccupation secondaire pour les clients –environ 5 % du coût total d’un projet– tandis que la fiabilité des infrastructures et la rapidité de mise en service deviennent les véritables priorités.

Dans un environnement où l’intelligence artificielle est avant tout limitée par la disponibilité de l’électricité, un nouvel indicateur s’impose progressivement: le nombre de tokens produits par watt consommé («tokens per watt»). Autrement dit, la capacité d’un centre de données à générer le maximum d’inférences d’IA pour chaque unité d’électricité consommée devient la mesure clé de la performance.

Je pense même qu'on peut aller un cran plus loin et adopter une mise en forme très "white paper" de société de gestion, proche de ce que publient des maisons comme BlackRock, Morgan Stanley ou Goldman Sachs.

Densité des racks : vers 1 MW sur quelques m²

Le rythme d’augmentation de la densité de puissance au sein des centres de données est sans précédent. Les architectures de référence de NVIDIA, de V100 (2017) à Feynman Ultra (2029+), illustrent une multiplication d’environ 70× de la puissance par rack:

14 kW (V100, 2017) → 26 kW (A100, 2020) → 40 kW (H100, 2023) → 132 kW (GB200, T4 2024) → ~180 kW (Rubin, 2026) → ~600 kW (Feynman, 2027+) → ≈ 1 MW (Feynman Ultra, 2029+)

À titre de comparaison, un seul rack, occupant seulement quelques mètres carrés, pourrait d’ici la fin de la décennie consommer près d’un mégawatt, soit l’équivalent de la consommation électrique d’environ 1000 foyers européens.

Cette évolution marque un changement de paradigme. Le refroidissement par air, standard de l’industrie depuis plus de trente ans, ne peut plus absorber de telles densités de puissance.

L’adoption de nouvelles architectures devient incontournable:

• Air Cooling → Direct Liquid Cooling
• Single-Phase Immersion Cooling
• Architecture électrique 800 V DC

Mais la transformation va bien au-delà du système de refroidissement. C’est l’ensemble de la chaîne énergétique qui doit être repensé:

Réseau électrique → Connexion au réseau → Équipements moyenne tension → Transformateurs → UPS → Busways → PDU → Refroidissement liquide → GPU / Puce

Autrement dit, l’enjeu ne consiste plus uniquement à produire davantage de puissance de calcul. Il s’agit de concevoir une nouvelle architecture énergétique, capable d’acheminer, distribuer et dissiper efficacement des niveaux de puissance jusqu’alors inédits.

C’est précisément cette transformation structurelle qui constitue, selon nous, l’une des plus importantes opportunités d’investissement des prochaines décennies.

Du goulot d'étranglement à l'opportunité : où se crée la valeur

Les technologies clés de l'efficacité énergétique

Résoudre la contrainte énergétique impose de repenser en profondeur toute la chaîne de valeur des centres de données. Aucune technologie ne constitue, à elle seule, la solution. C'est la combinaison d'innovations dans les domaines du refroidissement, des infrastructures électriques, des réseaux et des logiciels qui permet d'améliorer significativement l'efficacité énergétique.

Chacun de ces segments est porté par des acteurs spécialisés, disposant d'un savoir-faire d'ingénierie reconnu, de carnets de commandes couvrant plusieurs années et de barrières à l'entrée élevées. C'est précisément ce type d'entreprises qu'ENETIA sélectionne dans sa stratégie d'investissement.

Pourquoi le cycle d'investissement ne fait que commencer

Selon Sam Altman, le déploiement de l'intelligence artificielle s'inscrit dans «une longue courbe exponentielle de progrès technologique». Nous sommes au début de cette trajectoire, et non à son aboutissement.

La transition des phases d'entraînement des modèles (training) vers leur utilisation à grande échelle (inference) ne fait que commencer. Les modèles de raisonnement avancé et les agents autonomes (agentic AI) n'en sont encore qu'aux premières étapes de leur déploiement commercial, tandis que l'IA physique (physical AI) et la superintelligence pourraient constituer les prochains moteurs de création de valeur.

Les analyses de JLL estiment que la capacité électrique mondiale des centres de données devrait plus que doubler d'ici 2030, pour dépasser 200 GW. En Europe, les premières transactions foncières alimentées en électricité destinées aux centres de données hyperscale commencent tout juste à être conclues. Le cycle d'investissement qui s'ouvre devant nous doit ainsi être envisagé à l'échelle de plusieurs décennies, et non de quelques trimestres.

Implications pour le portefeuille – La prime des infrastructures

Sur les 3000 à 4000 milliards de dollars d'investissements annuels attendus dans les centres de données d'ici 2030, environ 40%, soit 1200 à 1500 milliards de dollars par an, devraient être consacrés aux infrastructures physiques, précisément les segments dans lesquels investissent les stratégies ENETIA.

Si cette couche d'infrastructure représente un marché de taille inférieure à celui des semi-conducteurs en valeur absolue, elle présente selon nous des caractéristiques structurellement plus attractives: une moindre commoditisation, une empreinte géographique plus diversifiée, des cycles de remplacement plus longs et, surtout, des contraintes d'approvisionnement durables qui soutiennent un fort pouvoir de fixation des prix et des marges élevées.

L'infrastructure constitue également un élément critique et non différable de la chaîne de valeur. Un cluster de GPU ne peut fonctionner sans une alimentation électrique fiable ni une gestion thermique performante. Pour les hyperscalers, les principaux critères de sélection sont la fiabilité, la capacité à produire à grande échelle, la facilité de maintenance sur le long terme et la rapidité de déploiement («time-to-market»). Autant de facteurs qui favorisent clairement les acteurs historiques disposant d'une expertise reconnue, au détriment des nouveaux entrants.

Chacune des neuf catégories technologiques évoquées précédemment est dominée par un nombre limité d'entreprises bénéficiant d'avantages concurrentiels durables («moats»). Cette concentration du marché constitue en elle-même une source de pouvoir de fixation des prix.

Pour les stratégies ENETIA Energy Transition, cette dynamique crée un puissant moteur de croissance à long terme dans plusieurs segments clés:

• Bâtiments durables (Green Buildings): systèmes de refroidissement, CVC (HVAC), automatisation des bâtiments;
• Réseaux électriques et équipements électriques (Grid & Electrical Equipment): appareillage électrique (switchgear), transformateurs, câbles, ingénierie;
• Gestion et stockage de l'énergie (Energy Management & Storage): semi-conducteurs de puissance, systèmes de stockage par batteries (BESS), câbles intelligents («active cables»);
• Industries efficientes (Efficient Industries).

Selon nous, ces segments devraient bénéficier d'un cycle d'investissement structurel de plusieurs décennies, porté par la montée en puissance de l'intelligence artificielle et la transformation profonde des infrastructures énergétiques mondiales.

Expositions du portefeuille ENETIA

▸ Refroidissement et gestion thermique

▸ Équipements électriques et appareillage de commutation (switchgear)

▸ Câbles électriques et raccordement au réseau

▸ Câbles réseau actifs (AEC/ACC)

▸ Semi-conducteurs de puissance (SiC/GaN)

▸ Ingénierie et construction d'infrastructures

▸ Production d'énergie renouvelable

▸ Équipements industriels à haute efficacité énergétique

Notre conviction – Pourquoi aujourd'hui?

Le cycle d'investissement de 3000 à 4000 milliards de dollars consacré aux infrastructures de l'intelligence artificielle ne correspond pas à un simple pic de dépenses d'investissement (capex) sur une année. Il marque le début d'un déploiement structurel, appelé à s'étendre sur plusieurs décennies, des infrastructures physiques qui alimentent l'intelligence numérique.

Pour la première fois depuis plus de vingt ans, la demande mondiale d'électricité progresse de 4 à 7 % par an. Dans le même temps, les réseaux électriques vieillissent simultanément aux États-Unis et en Europe, les délais de livraison des équipements atteignent des niveaux historiquement élevés et la pénurie de main-d'œuvre qualifiée constitue un frein supplémentaire.

Dans cet environnement, les entreprises capables d'apporter des solutions d'efficacité énergétique fiables, industrialisées et déployables à grande échelle sont celles qui captent la plus grande part de la création de valeur. C'est précisément sur cette conviction que repose la stratégie d'investissement d'ENETIA Energy Transition.