Goldman : l'électricité, et non les puces, dicte le rythme des data centers IA

Goldman Sachs affirme que la contrainte pesant sur l'expansion de l'IA est passée des puces à l'électricité. Dans une note publiée le 12 octobre 2026, la banque indique que la capacité du réseau pour 2026 et 2027 est essentiellement réservée, poussant les principaux hyperscalers à sécuriser des contrats d'électricité pour 2028 et au-delà. Le revenu généré par unité d'énergie a augmenté d'environ deux tiers au cours de l'année écoulée, et Meta obtient un retour sur investissement de deux à trois fois par mégawatt dans son activité principale. L'offre de calcul reste inférieure à la demande, selon la banque.

Contexte — Pourquoi l'électricité compte-t-elle désormais plus que les puces pour l'IA ?

La comparaison du rapport est celle qui compte : le capital pour acheter des GPU était auparavant considéré comme le facteur déterminant, et Goldman affirme aujourd'hui qu'il ne suffit plus à lui seul. L'accès à une infrastructure énergétique haute tension décide qui peut s'étendre. C'est un changement d'identité du goulot d'étranglement, non de taille du déploiement.

La chaîne de catalyseurs passe d'abord par la demande. Goldman indique que les nouvelles exigences d'infrastructure et des dépenses d'entreprise résilientes élargissent l'écart entre l'offre et la demande de calcul, d'après ses discussions avec des équipes dirigeantes de sociétés technologiques.

L'entraînement des modèles devait ralentir, ce qui allégerait normalement la pression sur le calcul. Goldman affirme que ce répit est compensé par la hausse des investissements dans la sûreté de l'IA et le suivi du rythme, des travaux qui consomment eux-mêmes de la puissance de calcul. L'effet net maintient la demande globale de calcul élevée même lorsqu'une classe de charges ralentit.

L'interconnexion au réseau est le maillon le plus lent de cette chaîne. La capacité des deux prochaines années civiles étant déjà attribuée, les hyperscalers ne peuvent pas simplement acheter leur entrée dans l'offre de 2026 ou 2027. Ils contractent plus loin à la place, ce qui transforme un problème d'approvisionnement à court terme en stratégie énergétique pluriannuelle.

Les dépenses d'investissement augmentent en parallèle, sous l'effet de l'inflation des composants et du besoin de davantage de puces. Deux postes de coûts évoluent donc ensemble : la facture matérielle et la facture énergétique. Le cadrage de Goldman place l'énergie au siège décisif.

Données — Ce que montrent les chiffres

Les chiffres phares du rapport sont des ratios et des rendements, non des totaux en dollars. Le revenu par unité d'énergie a augmenté d'environ deux tiers par rapport aux niveaux de prix antérieurs au cours de l'année écoulée. Meta génère un retour sur investissement de deux à trois fois par mégawatt dans son activité principale. La capacité du réseau pour 2026 et 2027 est essentiellement réservée, les contrats s'étendant désormais à 2028 et au-delà.

Indicateur	Chiffre du rapport
Revenu par unité d'énergie	en hausse d'environ deux tiers sur l'année écoulée
Retour sur investissement de Meta	2x à 3x par mégawatt, activité principale
Capacité du réseau, 2026-2027	essentiellement réservée
Horizon de contractualisation énergétique	2028 et au-delà

Avant et après, le même opérateur raconte l'histoire. Un hyperscaler disposant d'une capacité réseau sécurisée peut convertir du capital en calcul actif. Un hyperscaler qui en est dépourvu détient le même capital et les mêmes commandes de puces, mais ne peut pas les mettre sous tension selon le même calendrier.

Goldman n'a pas divulgué les totaux de capex en dollars, les prix par mégawatt, ni l'identité des contreparties des contrats d'électricité de 2028. La banque n'a pas non plus donné de chiffres en mégawatts pour une société nommée. Ces lacunes comptent, car le ratio revenu/énergie est l'indicateur sur lequel le rapport s'appuie le plus.

Sur les logiciels, la comparaison du rapport est structurelle plutôt que numérique. Les plateformes de données et de sécurité se situent du côté des bénéficiaires, tandis que les éditeurs d'applications font face à un changement dans la façon dont leurs produits sont consommés et tarifés.

Analyse — Quels secteurs et tickers portent l'exposition

La liste des sociétés mises en avant par Goldman est courte. Meta est créditée de solides rendements par mégawatt dans son activité principale, tout en explorant de nouvelles sources de revenus incrémentaux. Google est décrit comme s'appuyant sur un avantage full-stack combinant silicium sur mesure, cloud, sécurité et une large base de distribution, les ventes de puces TPU étant une partie d'un portefeuille plus large et non la thèse entière.

La lecture de second ordre passe par les services publics et les gestionnaires de réseau, les producteurs d'électricité indépendants et la chaîne d'approvisionnement en équipements électriques, tous situés en amont de tout data center mis sous tension. Le rapport ne nomme pas ces sociétés, l'exposition est donc directionnelle plutôt qu'une liste.

Dans les logiciels, le mécanisme décrit par Goldman est le passage des applications à un modèle headless — de plus en plus conçues pour des agents IA plutôt que pour des utilisateurs humains. La banque indique que cela permet aux éditeurs d'intégrer des fonctionnalités IA plus puissantes dans les plateformes existantes et soutient la croissance du secteur pour l'instant. Sa prudence : ce basculement pourrait à terme modifier la façon dont les éditeurs tarifent et monétisent leurs produits. La tarification au siège est le modèle le plus directement exposé, car les agents n'occupent pas de siège.

L'argument contraire mérite d'être énoncé clairement. Si l'entraînement ralentit réellement et que les travaux de sûreté et de suivi se révèlent moins gourmands en calcul que Goldman ne le suppose, l'écart de demande pourrait se réduire plus vite que la note ne l'implique, allégeant la contrainte énergétique et déplaçant l'avantage vers celui qui détient le capital le moins cher. Le rapport ne quantifie pas ce scénario.

Le positionnement suit la contrainte. Le capital est dirigé vers les opérateurs disposant d'une capacité réseau sécurisée et vers les couches fondamentales de données et de sécurité, et s'éloigne des éditeurs d'applications dont les modèles de tarification dépendent du nombre d'utilisateurs humains. Goldman indique que les directeurs des systèmes d'information orientent les budgets vers les couches de données fondamentales et les outils de cybersécurité pour protéger l'intégrité des données et contenir les risques d'usage non sanctionné d'« IA fantôme » au sein des organisations.

Perspectives — Ce qu'il faut surveiller ensuite

Le premier élément à surveiller est le cycle de contractualisation énergétique de 2028. Goldman indique que les principaux hyperscalers s'y engagent déjà agressivement, et le rythme de ces annonces est le signal le plus clair disponible sur qui a sécurisé la prochaine tranche de capacité. Le rapport ne donne pas de dates pour ce cycle.

Le deuxième est l'équilibre entre entraînement et sûreté. Goldman s'attend à un ralentissement de l'entraînement des modèles, mais voit les investissements dans la sûreté et le suivi du rythme augmenter. Si les dépenses de sûreté ne compensent pas la décélération de l'entraînement, l'écart offre-demande de calcul se réduit et la prime énergétique se comprime.

Le troisième est la communication sur la tarification logicielle. Les éditeurs d'applications passant au headless n'ont pas encore redéfini leur facturation. Tout changement des modèles au siège confirmerait le mécanisme que Goldman signale comme un risque futur plutôt qu'actuel.

Goldman conclut que la monétisation de l'IA offre une optionalité substantielle, tandis que la monétisation des plateformes principales reste parmi les usages du calcul les plus sûrs et les plus rentables. L'implication pratique est que les plateformes établies qui obtiennent déjà de solides rendements sur leur énergie restent les bénéficiaires les plus fiables tant que la capacité reste rare.

Questions fréquentes

Que signifie, pour Goldman Sachs, le fait que l'électricité soit le goulot d'étranglement de l'IA ?

Cela signifie que le capital seul ne garantit plus le calcul. Goldman indique que la capacité du réseau pour 2026 et 2027 est essentiellement réservée : une société peut donc détenir le financement et les commandes de puces tout en attendant une connexion sous tension. L'infrastructure énergétique haute tension décide désormais qui peut s'étendre, ce qui pousse les hyperscalers à signer des contrats d'électricité pour 2028 et au-delà.

Pourquoi le passage des logiciels applicatifs au headless est-il un risque pour les éditeurs ?

Headless signifie un logiciel conçu pour des agents IA plutôt que pour des utilisateurs humains. Goldman indique que cela permet aux éditeurs d'intégrer des fonctionnalités IA plus fortes dans les plateformes existantes et soutient la croissance pour l'instant. Le risque porte sur la tarification : les modèles bâtis sur le nombre d'utilisateurs humains ne s'appliquent pas proprement aux agents, la monétisation pourrait donc devoir changer. La banque ne précise ni quand ni comment.

Que dit le rapport sur les rendements IA de Google et Meta ?

Goldman indique que Meta génère un retour sur investissement de deux à trois fois par mégawatt dans son activité principale tout en poursuivant des revenus incrémentaux. Google est décrit comme utilisant un avantage full-stack couvrant silicium sur mesure, cloud, sécurité et une large base de distribution, les ventes de puces TPU formant une partie d'une stratégie de portefeuille plus large plutôt que le scénario central.

Conclusion

Goldman affirme que la capacité réseau sécurisée, et non les budgets de puces, détermine désormais quels opérateurs peuvent mettre sous tension le calcul IA jusqu'en 2027.

Avertissement : cet article est fourni à titre informatif uniquement et ne constitue pas un conseil en investissement. Le trading de CFD comporte un risque élevé de perte en capital.