Bank of America voit le marché des centres de données IA atteindre 1,7 billion de dollars d’ici 2030

Pour BofA, cette dynamique suggère que le cycle d’investissement dans l’infrastructure de l’IA sera plus important et plus durable que ce que beaucoup anticipaient initialement.

Les hyperscalers au cœur de la vague d’investissements

La principale force motrice derrière cette hausse des prévisions est l’augmentation massive des dépenses d’investissement (capex) des grands fournisseurs de cloud.

Microsoft, Amazon, Alphabet (maison mère de Google) et Meta construisent et étendent à grande vitesse leurs infrastructures pour soutenir les charges de travail d’IA.

Ensemble, ces entreprises pourraient dépenser environ 700 à 715 milliards de dollars en investissements en 2026, contre environ 410 milliards en 2025 — une hausse spectaculaire en un an.

Ces budgets sont principalement consacrés à :

• des clusters d’entraînement pour l’IA et des fermes de GPU
• la construction et l’extension de centres de données
• des réseaux très haut débit et des systèmes mémoire avancés
• l’énergie, le refroidissement et les infrastructures électriques

Comme ces acteurs dominent l’informatique cloud mondiale, leurs cycles d’investissement influencent directement l’ensemble du marché des infrastructures IA.

La demande de semi‑conducteurs explose

Les centres de données dédiés à l’IA nécessitent d’énormes quantités de puces spécialisées. Les semi‑conducteurs sont donc parmi les principaux bénéficiaires de cette expansion.

Dans le marché estimé à 1,7 billion de dollars, une part très importante devrait provenir des accélérateurs IA — GPU et puces spécialisées utilisées pour l’entraînement et l’inférence.

Plusieurs entreprises se trouvent au cœur de cette chaîne de valeur :

• Nvidia
• AMD
• Broadcom
• Micron
• Marvell

Elles fournissent les composants essentiels pour les centres de données hyperscale : GPU, mémoire à large bande passante, puces réseau et processeurs IA personnalisés.

Le vrai goulot d’étranglement : l’électricité

Si les puces et les serveurs attirent l’attention, de nombreux analystes — dont ceux de Bank of America — estiment que la contrainte majeure pourrait venir de l’énergie et des infrastructures électriques.

Les centres de données IA consomment d’énormes quantités d’électricité, et leur expansion rapide exerce une pression croissante sur :

• les réseaux électriques
• les ressources en eau utilisées pour le refroidissement
• certains métaux critiques nécessaires aux équipements électroniques et énergétiques.

L’ampleur du phénomène est frappante : la consommation électrique mondiale des centres de données pourrait dépasser celle du Japon d’ici 2030 si la croissance actuelle se poursuit.

Conséquence : la production d’électricité, les équipements de réseau, les systèmes de refroidissement et les infrastructures énergétiques deviennent les véritables « pioches et pelles » de l’économie de l’IA.

Le nouveau cycle d’investissement de l’IA

L’expansion de l’IA crée un cycle d’investissement auto‑renforcé :

1. Les hyperscalers augmentent leurs dépenses pour rester compétitifs dans l’IA.
2. Ces investissements stimulent la demande en semi‑conducteurs et en matériel informatique.
3. La multiplication des centres de données accroît la demande d’électricité.
4. Les investissements se déplacent alors vers les infrastructures énergétiques et les réseaux.

Selon Bank of America, ce cycle n’en est probablement qu’à ses débuts, ce qui laisse présager plusieurs années d’expansion rapide de l’infrastructure mondiale de l’IA.

Ce que signifie vraiment la projection de 1,7 billion

Une industrie de 1,7 billion de dollars d’ici 2030 placerait l’infrastructure de l’IA parmi les plus grands cycles d’investissement technologique de l’histoire récente.

Mais cette trajectoire dépendra de plusieurs facteurs : la disponibilité des semi‑conducteurs, la discipline d’investissement des géants du cloud et la capacité des réseaux électriques à suivre l’explosion de la demande énergétique.

Une chose devient néanmoins évidente : l’essor de l’IA ne concerne plus seulement les modèles logiciels. Il transforme profondément les centres de données, les chaînes d’approvisionnement en puces et même les systèmes énergétiques qui alimentent l’économie numérique mondiale.