La bulle énergétique de l'IA : pourquoi les prévisions des centres de données pourraient être un bluff

Bulle Énergétique de l'IA: Pourquoi les Prévisions des Centres de Données Pourraient Être du Bluff

Depuis six mois, nous n'entendons parler que de l'intelligence artificielle qui consommera toute l'électricité de la planète. Sam Altman cherche des milliards pour les puces et les réacteurs, Microsoft réactive Three Mile Island, et les entreprises de services publics en Amérique se frottent les mains en anticipation d'une manne financière. Mais et si toute cette panique autour de la pénurie de capacité n'était qu'un autre récit surchauffé, derrière lequel les corporations veulent justifier des budgets pour les décennies à venir?

Gregg Orrill, analyste chez AEGIS Hedging, a décidé de mettre de côté les présentations marketing et de simplement faire les calculs. Sa conclusion sonne comme une douche froide pour l'industrie: les entreprises d'énergie planifient de construire deux fois plus de capacité que les centres de données n'en ont réellement besoin.

Rappelons-nous comment nous en sommes arrivés là. Il y a seulement deux ans, le secteur des services publics était considéré comme l'endroit le plus ennuyeux du marché. Les actions croissaient lentement, les dividendes étaient payés régulièrement, et la demande d'énergie aux États-Unis n'a pratiquement pas changé pendant des décennies.

Mais est arrivé ChatGPT, et soudainement il s'est avéré que l'entraînement de chaque nouveau modèle nécessite exponentiellement plus d'électricité. Les grandes entreprises technologiques ont littéralement commencé à se battre pour le droit de se connecter au réseau. En conséquence, les prévisions de croissance de la consommation d'énergie ont explosé.

Les entreprises de services publics, peu habituées à une telle attention, ont rapidement révisé leurs plans d'investissement, allouant des milliards de dollars à la construction de nouvelles sous-stations et lignes de transmission. Mais c'est précisément là que réside l'erreur systémique que souligne Orrill. En poursuivant la tendance, l'industrie a commencé à extrapoler la demande de pointe à l'infini, ignorant les lois fondamentales de l'efficacité et de la correction du marché.

Le problème est que les prévisions actuelles reposent sur l'hypothèse que chaque projet de centre de données annoncé sera pleinement réalisé et consommera de l'énergie à 100% de capacité 24 heures sur 24. En réalité, il existe un énorme écart entre les demandes de connexion et la construction réelle. De nombreuses startups réservent de la capacité "par précaution", craignant des pénuries, créant ainsi une illusion de rareté des ressources.

Ceci est un exemple classique de l'«effet fouet» dans les chaînes d'approvisionnement: une petite fluctuation de la demande à la fin de la chaîne (le désir d'entraîner un modèle) cause des distorsions massives chez les fournisseurs de matières premières et d'infrastructure. Si seulement un tiers de ces projets ne se réalisent pas, les entreprises d'énergie se retrouveront avec des actifs excédentaires que les consommateurs devront finalement payer par l'augmentation des tarifs.

De plus, l'industrie de l'IA est actuellement dans une phase de poursuite effrénée de l'efficacité. Les développeurs d'algorithmes comprennent que l'inflation infinie des paramètres de modèle est une impasse. Des méthodes d'entraînement émergent qui nécessitent beaucoup moins d'énergie, et les puces de nouvelle génération deviennent de plus en plus efficaces sur le plan énergétique.

Si demain OpenAI ou Anthropic trouvent un moyen d'entraîner des modèles 30% plus efficacement, toute la stratégie d'investissement des géants des services publics s'effondrera. Nous avons déjà vu quelque chose de similaire au début des années 2000, quand le monde a activement installé des câbles en fibre optique en anticipation d'un boom d'internet. À l'époque, ils ont construit tellement d'infrastructure que la plupart est restée inutilisée pendant des années, et les entreprises de pose de câbles ont fait faillite en masse.

L'histoire a tendance à se répéter, sauf qu'à présent nous avons des transformateurs géants et des réacteurs nucléaires au lieu de câbles.

La situation est encore compliquée par le fait que les régulateurs et les politiciens ont enthousiaste embrassé le thème de la "souveraineté énergétique pour l'IA". Sous cette bannière, il est beaucoup plus facile d'approuver des projets de construction à grande échelle et de subventionner les anciennes centrales électriques qui étaient censées être fermées. Mais quand la poussière retombera, il se peut que nous ayons construit une infrastructure pour un monde qui n'existe pas.

Les investisseurs devraient regarder de plus près à quel point les appétits des entreprises d'énergie sont justifiés. Pour l'instant, le marché croit à la croissance infinie, mais le premier rapport trimestriel d'un grand fournisseur de cloud montrant un ralentissement des dépenses en capital pourrait déclencher une réaction en chaîne. Et alors il s'avérera que l'analyste solitaire avait raison, et le reste du marché poursuivait simplement un objet brillant.

Point clé: ne confondons-nous pas la demande réelle avec l'achat de panique anticipée, et qui paiera les factures des mégawatts inutilisés quand le battage autour de l'IA finira enfin par s'éteindre?