Cet article ne constitue pas un conseil en investissement.
La révolution industrielle de l’intelligence artificielle est en train de se matérialiser dans le béton, le silicium et les câbles électriques. Goldman Sachs vient de publier l’une des analyses les plus exhaustives jamais réalisées sur les dépenses d’infrastructure liées à l’IA : 7 600 milliards de dollars seront investis entre 2026 et 2031 dans les puces, les datacenters et l’infrastructure énergétique. Un chiffre qui dépasse le PIB annuel de l’Allemagne et du Japon réunis.
765 milliards de dollars en 2026 seulement
La banque d’affaires américaine n’y va pas par quatre chemins. Selon son modèle de base publié en mai 2026, les dépenses annuelles en infrastructure IA atteindront 765 milliards de dollars en 2026 — soit 765 milliards en une seule année. Ce montant devrait ensuite croître pour atteindre 1 600 milliards de dollars annuels en 2031, portant le total cumulé sur six ans à 7,6 trillions.
Pour calibrer l’ampleur de ce chiffre : c’est l’équivalent du plan Marshall, multiplié par plusieurs centaines. C’est plus que le montant total investi dans l’industrie automobile mondiale depuis sa création. C’est, en termes absolus, la plus grande concentration de capitaux jamais orientée vers une seule technologie en temps de paix.
Ces projections s’appuient sur trois grandes catégories d’investissements :
1. Les puces de calcul (compute) : NVIDIA représente à elle seule environ 75% du marché des puces IA. Goldman Sachs part du principe que cette domination se maintient pour calibrer ses projections. Les GPU H100, H200 et leurs successeurs restent le carburant indispensable des modèles de frontière.
2. Les datacenters : La construction de nouveaux centres de données adaptés aux charges de travail IA (refroidissement liquide, alimentation électrique massive, connectivité ultra-haute vitesse) représente l’essentiel des dépenses physiques. Des gigafactories de calcul sortent de terre aux États-Unis, en Europe, en Asie et au Moyen-Orient.
3. L’infrastructure énergétique : C’est peut-être le goulot d’étranglement le moins médiatisé mais le plus critique. Alimenter les datacenters en électricité propre et fiable nécessite des investissements colossaux dans les réseaux électriques, le nucléaire, les énergies renouvelables et même dans des solutions “behind-the-meter” (production d’électricité directement sur site).
Les hyperscalers mènent la danse
Les quatre grands hyperscalers — Microsoft, Google, Amazon Web Services et Meta — sont à l’origine de la majorité de ces dépenses. En 2026, leurs budgets combinés de capex dépassent déjà les 500 milliards de dollars annuels selon les estimations de Goldman. C’est cette base solide qui tire l’ensemble de l’écosystème.
Microsoft a engagé 80 milliards de dollars de dépenses pour l’exercice 2025-2026, dont plus de la moitié aux États-Unis. L’accord avec OpenAI, qui lui confère des droits exclusifs sur l’infrastructure Azure d’OpenAI, en fait un acteur central.
Google (Alphabet) a annoncé un capex de 75 milliards de dollars pour 2026, un record historique pour la firme de Mountain View. Le développement des modèles Gemini et l’expansion de Google Cloud nécessitent des investissements massifs dans les TPU (Tensor Processing Units) propriétaires.
Amazon Web Services continue d’investir massivement, avec des projets de campus de datacenters en Virginie, Oregon, Irlande, et une expansion rapide en Inde et au Moyen-Orient.
Meta, paradoxalement, est devenu l’un des plus grands investisseurs en infrastructure IA malgré son modèle open source avec Llama. Le réseau social a consacré plus de 60 milliards de dollars à l’infrastructure en 2026, dont une bonne partie pour ses projets de réalité augmentée et d’agents IA.
NVIDIA : le grand gagnant de la ruée vers l’or IA
Goldman Sachs place NVIDIA au cœur de son modèle, et à raison. L’entreprise dirigée par Jensen Huang capture environ 75% de la valeur des dépenses en puces IA. Chaque dollar investi dans un datacenter IA passe en grande partie par Santa Clara.
Cette position dominante explique pourquoi NVIDIA est devenue, au printemps 2026, l’entreprise la plus valorisée au monde, dépassant régulièrement les 4 000 milliards de dollars de capitalisation boursière. Les analystes de Goldman voient cette domination se maintenir au moins jusqu’à 2027-2028, quand des alternatives crédibles (AMD, Intel, les puces propriétaires des hyperscalers) pourraient commencer à rogner des parts de marché.
La dépendance quasi-monopolistique à NVIDIA crée des tensions dans l’écosystème. Les restrctions américaines sur l’export des puces H100/H200 vers la Chine, les délais de livraison records (parfois 12-18 mois), et les prix élevés ont poussé les acteurs à chercher des alternatives. Mais à court terme, pas de solution miracle.
L’énergie : le vrai goulot d’étranglement
Si Goldman Sachs se veut rassurant sur l’abondance finale des puces, l’analyse identifie l’électricité comme le vrai facteur limitant de la course à l’IA. Les datacenters IA consomment des quantités d’énergie colossales — un seul campus de datacenter de grande taille peut consommer autant qu’une ville de 100 000 habitants.
Aux États-Unis, les opérateurs de réseau électrique tirent la sonnette d’alarme. PJM, le gestionnaire du plus grand réseau d’électricité américain (13 États et Washington DC), a revu à la hausse ses projections de demande d’électricité de 40% en 2026 par rapport à ses prévisions de 2024 — essentiellement à cause des datacenters IA.
L’analyse de Goldman montre que même dans le scénario le plus optimiste, la demande d’électricité pour l’IA pourrait dépasser la capacité de production dans certaines régions américaines et européennes d’ici 2027-2028 si les investissements dans les réseaux ne s’accélèrent pas. Ce risque explique pourquoi Microsoft, Google et Amazon investissent directement dans des centrales nucléaires, des fermes solaires et des projets de fusion nucléaire.
Les initiatives énergétiques des géants tech
- Microsoft a signé un accord pour reprendre la centrale nucléaire de Three Mile Island (Pennsylvanie), rebaptisée Crane Clean Energy Center, pour alimenter ses datacenters
- Google s’est engagé à atteindre la neutralité carbone 24/7 dans tous ses datacenters d’ici 2030, avec des investissements massifs dans le nucléaire de petite modèle (SMR)
- Amazon a réalisé le plus grand achat d’énergie nucléaire de l’histoire aux États-Unis pour alimenter AWS
- Des startups comme Commonwealth Fusion Systems et TAE Technologies reçoivent des investissements colossaux dans l’espoir que la fusion nucléaire commerciale sera disponible avant 2035
Les implications pour l’Europe
L’analyse de Goldman Sachs pointe une asymétrie préoccupante : les États-Unis concentrent environ 60% des investissements mondiaux en infrastructure IA, contre seulement 15% pour l’Europe. L’Asie (Chine, Japon, Corée, Inde, Taïwan) représente les 25% restants.
Cette disparité n’est pas qu’une question d’argent — c’est une question de souveraineté technologique. Si les modèles d’IA de pointe tournent exclusivement sur des clouds américains, les entreprises et gouvernements européens deviennent dépendants d’infrastructures qu’ils ne contrôlent pas.
La réponse européenne se structure autour de plusieurs initiatives :
GAIA-X : Le projet de cloud souverain européen avance lentement, mais les premiers déploiements de datacenters labellisés GAIA-X sont en cours en France, Allemagne et Pays-Bas.
France 2030 : Le plan d’investissement français consacre plusieurs milliards aux datacenters et à l’infrastructure IA sur le territoire national. Saclay, Bordeaux et Lyon émergent comme pôles de calcul intensif.
Le projet Mistral : Avec son modèle open source de référence, Mistral AI incarne l’ambition européenne d’une IA souveraine. La valorisation de la startup parisienne dépasse désormais les 5 milliards d’euros.
7 600 milliards : une opportunité ou un risque systémique ?
La taille de l’investissement prévu soulève une question économique fondamentale : est-ce raisonnable ? Goldman Sachs lui-même reconnaît que ses projections “sont basées sur des hypothèses importantes susceptibles de changer” et constituent “un cadre de scénarios pour explorer comment différentes hypothèses d’infrastructure peuvent affecter les besoins globaux en capital, pas une prévision de dépenses futures”.
Deux scénarios extrêmes s’opposent :
Le scénario optimiste (Goldman Sachs baseline) : L’IA générative crée une productivité suffisante pour justifier ces investissements. Les entreprises qui adoptent l’IA voient leur productivité croître de 20 à 40%, ce qui génère une croissance économique qui valide les capex. Jensen Huang parle du “prochain 10x” du calcul informatique.
Le scénario pessimiste (la bulle IA) : Les applications génèrent moins de valeur économique que prévu. Les hyperscalers ont surinvesti. Les revenus de l’IA ne couvrent pas les coûts d’infrastructure. On assiste à une correction violente du marché, similaire à la bulle internet de 2000.
La réalité sera probablement intermédiaire — mais avec 765 milliards déjà engagés en 2026, le monde ne peut plus faire marche arrière. La question n’est plus “est-ce qu’on investit dans l’IA ?” mais “est-ce que l’IA va tenir ses promesses ?”
Ce qu’il faut retenir
- Goldman Sachs prévoit 7 600 milliards de dollars d’investissements cumulés dans l’infrastructure IA entre 2026 et 2031, soit 765 milliards en 2026 croissant à 1 600 milliards annuels en 2031
- NVIDIA capte 75% des dépenses en puces IA et reste en position quasi-monopolistique à court terme
- Les datacenters, les puces et l’énergie sont les trois piliers de cet investissement colossal
- L’électricité est identifiée comme le vrai goulot d’étranglement — la demande d’énergie pour l’IA pourrait dépasser la capacité de production dans certaines régions d’ici 2027-2028
- L’Europe ne représente que 15% des investissements mondiaux, contre 60% pour les États-Unis — une asymétrie qui pose des questions de souveraineté
- Ces chiffres constituent “un cadre de scénarios” selon Goldman Sachs — pas une certitude absolue, et le risque de surinvestissement existe
