Investissement durable : énergie, puissance de calcul et capital au cœur du supercycle des infrastructures d’IA

IA : la force la plus disruptive et la plus grande opportunité que nous ayons jamais rencontrée

L’essor de l’intelligence artificielle (IA) est à la fois l’une des forces les plus perturbatrices que nous ayons connues et l’une des opportunités d’investissement structurel les plus intéressantes que nous ayons rencontrées. L’IA ne se contente pas de modifier les modèles économiques des entreprises ; elle remodèle l’économie elle-même et, par conséquent, le cadre même à travers lequel nous évaluons ce qui constitue une entreprise durable et résiliente.

Pour les investisseurs, les questions clés sont en apparence simples : quelle sera l’ampleur et la durée du cycle d’investissement dans l’IA, et quelles en seront les implications pour les entreprises, la société, l’économie mondiale et l’environnement ? Nous sommes convaincus qu’il ne s’agit pas d’un cycle technologique passager. L’IA représente une vague pluriannuelle de formation de capital à dimension structurelle, d’une ampleur sans précédent, et tout ce que nous avons observé jusqu’à présent en 2026 a renforcé cette conviction.

Le supercycle d’investissement dans l’IA : ampleur, durée et conviction

Nous n’en sommes qu’à la deuxième année d’un « cycle de dix ans » majeur marqué par des avancées rapides de l’IA et le développement des infrastructures.

 

– Lisa Su, PDG d’AMD, au sommet Axios IA

Les récents échanges avec l’industrie ont renforcé notre conviction que le cycle d’investissement dans l’IA n’en est qu’à ses débuts. Lors de la conférence TMT de Morgan Stanley (mars), le message qui a émané de l'ensemble de l'écosystème de l'IA était remarquablement cohérent : les attentes concernant un pic ou un déclin à court terme des investissements dans l'IA sont erronées. L’équipe thématique de Microsoft prévoit un taux de croissance annuel composé (TCAC) de 230 % pour la capacité de calcul (figure 1) entre 2025 et 2030 (mesurée en téraflops), tandis que les prévisions internes d’Alphabet sont plus de trois fois supérieures. ¹

Figure 1 : la capacité de calcul liée à l’IA double tous les 7 mois

^{Source : Josh You et al. (2026), « La capacité de calcul liée à l’IA double tous les 7 mois ». Publié en ligne sur epoch.IA. Consulté sur : https://epoch.ai/data-insights/ai-chip-production [ressource en ligne]. Consulté le 29 avril 2026. Les références à des titres spécifiques ne constituent pas une recommandation d’achat, de vente ou de conservation de titres, de stratégie d’investissement ou de secteur de marché, et ne doivent pas être interprétées comme étant susceptibles de générer des performances positives. Janus Henderson Investors, ses sociétés affiliées ou leurs employés peuvent détenir des positions dans les titres mentionnés. Rien ne garantit que les tendances passées se poursuivront ni que les prévisions se réaliseront. Les performances passées ne préjugent pas des performances futures.}

Les données d'utilisation réelles sont encore plus révélatrices. La consommation hebdomadaire de tokens dans l’écosystème de l’IA a augmenté de plus de 3 800 % au cours des douze derniers mois²,et la volonté des entreprises de payer est manifeste, comme en témoigne la croissance rapide du chiffre d’affaires d’Anthropic, passé de moins de 10 milliards de dollars US à la fin de 2025 à plus de 30 milliards de dollars US début avril 2026.³ De plus, l’IA agentique entraîne une augmentation significative de la consommation de tokens, pouvant être multipliée par 24, pour atteindre 120 quadrillions de tokens par mois d’ici 2030 (figure 3). ⁴ Les analyses de Goldman Sachs suggèrent que les agents d’entreprise seront le principal moteur de cette croissance, portant la consommation de tokens à un facteur 55 d’ici 2040, tandis que les agents destinés aux consommateurs élargiront l’usage en passant de conversations ponctuelles à des cas d’usage utilitaires allant au-delà de la recherche traditionnelle, ce qui entraînera une multiplication par 12 de la consommation de tokens d’ici 2030. ⁵

Pour faire simple, ce cycle a une durée. De plus, les contraintes physiques, telles que la disponibilité de l’énergie, la capacité du réseau, les délais de fabrication et les goulets d’étranglement dans la chaîne d’approvisionnement, ne freinent pas la demande ; elles l’étendent au contraire. Plutôt qu’une courbe d’adoption numérique rapide et sans heurts, l’IA se déploie comme une expansion industrielle à forte intensité de capital, susceptible de se prolonger pendant de nombreuses années.

Figure 2 : d’ici 2030, les agents consommateurs et d’entreprise pourraient porter la consommation de tokens à un niveau 24 fois supérieur à la capacité mondiale estimée actuelle.

^{Source : Goldman Sachs Global Investment Research, au 5 mai 2026. Les prévisions peuvent varier et ne sont pas garanties.}

Usines d’intelligence : redéfinition de l’infrastructure économique

Le PDG de Nvidia, Jensen Huang, estime que beaucoup considèrent à tort les centres de données d’IA comme des centres de coûts, c’est-à-dire comme de grands bâtiments servant simplement à stocker des données. Il faudrait plutôt les considérer comme des « usines d’intelligence », dont la production n’est pas des données, mais des tokens, des unités d’intelligence productive qui créent de la valeur économique. De ce point de vue, l’IA devient une couche technologique horizontale, analogue à l’électricité. Tout comme l’électricité, lors de son déploiement industriel initial, n’a pas remplacé un seul secteur mais a transformé l’ensemble des industries en rendant l’énergie universellement disponible, abondante et peu coûteuse, l’IA fait de même pour l’intelligence. Chaque secteur, chaque flux de travail, chaque processus décisionnel peut donc être et sera amélioré ou transformé en rendant l’intelligence abondante et scalable.

L’implication est majeure. Si chaque économie et chaque entreprise ont besoin d’intelligence à grande échelle, alors les centres de données d’IA deviennent une infrastructure nationale et commerciale essentielle. C’est pourquoi nous pensons que les centres de données d’IA représentent l’un des plus importants programmes d’investissement en infrastructures à l’échelle mondiale de l’histoire moderne, les estimations suggérant que les dépenses mondiales pourraient atteindre 7 000 milliards de dollars américains d’ici 2030.⁶

Puissance, efficacité et nouvelle frontière de la compétitivité

Contrairement aux révolutions numériques précédentes, celle-ci est étroitement liée au monde physique. Les usines d’intelligence ne sont pas limitées par le code, mais par la puissance. Le terrain, le raccordement au réseau et la disponibilité de l’énergie constituent les contraintes déterminantes et, dans ce cadre, l’avantage concurrentiel est défini par l’efficacité, c’est-à-dire le nombre de tokens pouvant être produits par unité d’énergie consommée.

« Votre data centre, c’était auparavant un centre de données de stockage de fichiers. » C’est désormais une usine à tokens. Votre usine est limitée, quoi qu’il arrive. Tout le monde cherche du terrain, de l’énergie et des infrastructures. Une fois construite, votre capacité énergétique est limitée. Dans cette infrastructure contrainte par l’énergie, vous devez impérativement vous assurer que votre inférence est aussi optimisée que possible, car les tokens deviennent votre nouvelle ressource clé.

 

– Discours d'ouverture de Jensen Huang, PDG de Nvidia, lors de la conférence Nvidia sur les technologies GPU 2026

Pendant des décennies, la question clé de l’industrie des semi‑conducteurs a été : combien de transistors peut-on intégrer sur une puce ? Aujourd’hui, la métrique déterminante de l’ère de l’IA est fondamentalement différente : combien de tokens pouvons-nous produire pour une unité d’énergie donnée ? Tout comme une usine physique est limitée par son approvisionnement en énergie, son débit par unité d’énergie et les goulets d’étranglement de sa chaîne de production, un centre de données d’IA l’est également. La métrique qui détermine l’avantage concurrentiel n’est pas le volume de calcul brut, mais le calcul par watt. Et la contrainte limitante, comme l’a confirmé l’équipe d’infrastructure de NVIDIA, n’est pas l’espace physique. C’est l’énergie.

Lors de la conférence GTC 2026 de NVIDIA, Jensen Huang a présenté le rythme auquel NVIDIA améliore l’efficacité énergétique de ses systèmes d’IA. Le système NVIDIA Grace Blackwell NVL 72 a permis d’atteindre des performances d’inférence 35 fois supérieures par watt par rapport à la génération précédente Hopper H200, en une seule génération de produit. Pour mettre les choses en perspective, la loi de Moore, à son apogée, aurait permis une amélioration d'environ 1,5 fois par génération. Lorsque la société indépendante d’analyse SemiAnalysis a publié son analyse, elle a conclu que le chiffre réel se rapprochait plutôt de 50x et a accusé Jensen de sous-estimer les performances.

Réponse de Jensen : « Il n'a pas tort. »

L’implication est claire. Dans un monde où chaque opérateur de centre de données est contraint par l’énergie, où le terrain, l’énergie et les infrastructures constituent les principales contraintes de construction des usines d’IA, l’opérateur capable de générer 50 fois plus de tokens à partir d’une même enveloppe énergétique génère 50 fois plus de revenus. L’analogie avec l’usine à tokens n’est donc pas une hyperbole. Il s'agit du cadre industriel et économique approprié pour comprendre les investissements dans les infrastructures d’IA. Un centre de données d'IA est une usine. Sa production est constituée de tokens. Ses ressources clés sont l’électricité, la bande passante mémoire, le stockage et la capacité de refroidissement. Sa principale contrainte est l’énergie. Et son avantage concurrentiel réside dans son efficacité par unité d’énergie consommée.

Figure 3 : Centres de données d’IA utilisant des données satellitaires et des permis pour suivre la consommation d’énergie

^{Source : Epoch IA, « Frontier Data Centers ». Publié en ligne sur epoch.IA. Consulté sur : https://epoch.ai/data-data-centers [ressource en ligne]. Consulté le 30 avril 2026.}

Investir dans les goulets d’étranglement et réduire l’intensité carbone

Compte tenu de notre conviction quant à l’ampleur et à la durée du cycle d’investissement dans l’IA, nous continuons de nous concentrer sur les segments de la chaîne de valeur de l’IA où l’intensité capitalistique, les contraintes physiques et les goulets d’étranglement sont les plus marqués. Nous nous concentrons sur les infrastructures critiques et les technologies clés qui sous-tendent l’écosystème de l’IA, plutôt que sur les seules applications en aval.

Parallèlement, nous sommes très sélectifs et privilégions les entreprises qui améliorent l'efficacité et l'intensité carbone de l'IA. L’allocation de capitaux vers les technologies qui réduisent la consommation d’énergie, améliorent l’utilisation de l’énergie et renforcent l’efficacité au niveau du système est au cœur de notre approche de l’investissement durable dans cette nouvelle ère.

Nous privilégions des domaines tels que l’infrastructure informatique, la fabrication avancée, les solutions de mémoire et de bande passante, ainsi que les technologies de stockage nécessaires pour gérer l’accumulation rapide de données générées par l’IA. L'infrastructure énergétique et électrique est également un élément clé, la conversion efficace de l’énergie, la connectivité au réseau et la résilience constituant désormais des contraintes déterminantes pour le déploiement de l’IA La gestion thermique et le stockage de l'énergie sont devenus tout aussi importants, car la densité de calcul croissante impose des exigences sans précédent aux systèmes de refroidissement et à une alimentation électrique fiable et pilotable.

Pris ensemble, ces domaines constituent l’épine dorsale physique de l’économie de l’IA. C’est dans ces domaines que des améliorations progressives de l’efficacité peuvent débloquer des gains de productivité disproportionnés, réduire l’intensité carbone à l’échelle du système au fil du temps et créer des avantages concurrentiels durables dans un monde de plus en plus défini par les contraintes énergétiques et d’infrastructure.

Le grand paradoxe de la durabilité : face à l’intensité carbone de l’ère de l’IA et à son impact sur l’investissement durable

Nous devons être directs et honnêtes sur le double impact de l’IA sur notre univers d’investissement et sur le cadre de l’investissement durable lui-même.

Premièrement, le déploiement de l’IA est fortement intensif en carbone. Les fabricants de semi‑conducteurs, les équipements électriques lourds, le renforcement des réseaux et les systèmes de refroidissement sont des activités à forte intensité capitalistique et énergétique. Et les centres de données d’IA ne nécessitent pas seulement des investissements à forte intensité carbone ; une fois construits, ils requièrent une alimentation électrique continue, souvent assurée par des réseaux qui dépendent encore fortement des combustibles fossiles.

Deuxièmement, l’IA remet en question la durabilité des modèles économiques et la capacité de défense des avantages concurrentiels. Bon nombre des entreprises les plus prisées selon les cadres ESG au cours de la dernière décennie, notamment les entreprises de logiciels et de plateformes à faible intensité capitalistique, à faibles émissions de carbone et à forte marge, sont précisément celles les plus exposées à l’érosion de la valeur terminale induite par l’IA. Les caractéristiques mêmes qui les rendaient attractives selon les critères traditionnels de durabilité, notamment une faible empreinte physique, de faibles émissions et des rendements élevés sur les actifs immatériels, les rendent également vulnérables à une technologie qui concurrence sur le terrain de l’information et de la cognition. En tant que secteur d'investisseurs durables, nous avons été quelque peu trop à l’aise avec ces entreprises. Nous les avons appréciés car ils étaient propres, de grande qualité et semblaientcorrespondre à une narrative progressiste sur la dématérialisation de l’économie. Mais l'IA démontre aujourd'hui que leurs avantages concurrentiels n’étaient pas aussi solides que nous le pensions. Le débat sur la valeur terminale est réel, il est actif et il est rapidement intégré dans les marchés.

Notre réponse : Gérer l’intensité carbone au niveau systémique

Notre réponse est ce que nous appelons la durabilité systémique. Plutôt que d'évaluer les entreprises uniquement sur la base de leurs empreintes opérationnelles individuelles, nous évaluons leur rôle dans la mise en place d'un système économique plus efficace, productif et résilient. Nous privilégions les investissements dans les entreprises dont les produits ont un impact positif sur l'efficacité et l'intensité carbone de l'IA.

Notre approche comprend également un engagement actif utilisant le cadre d'évaluation de la transition climatique de Janus Henderson afin de garantir que les engagements de décarbonation soient crédibles et intégrés dans l'allocation des capitaux.

Nous sommes transparents quant aux arbitrages. Il peut arriver que l'intensité carbone d'un portefeuille augmente pendant certaines périodes, à mesure que l'exposition aux infrastructures physiques s'accroît. Nous pensons qu'il s'agit de la bonne approche compte tenu de la réalité des flux de capitaux, de la formation d'avantages concurrentiels durables et des domaines où nous pouvons avoir le plus grand impact positif au niveau systémique. Nous continuerons à communiquer ces indicateurs de manière transparente, à expliquer la composition de tout mouvement et à démontrer que nos activités d'engagement et de stewardship permettent de maintenir le cap.

En définitive, nous pensons que l'intensité carbone élevée liée au déploiement de l'infrastructure d'IA est transitoire et sera largement compensée par le multiplicateur de productivité et d'efficacité que l'IA apporte à l'économie mondiale. Nous pensons que l'IA y parviendra en accélérant les recherches en science des matériaux pour les énergies propres, en optimisant le fonctionnement des réseaux électriques et des processus industriels, et en réduisant considérablement l'utilisation des ressources pour tout, de la découverte de médicaments à la conception des infrastructures. Nous voulons investir dans cet avenir sans ignorer les coûts à court terme nécessaires pour y parvenir.

La durabilité dans un monde de bouleversements accélérés

L'IA ne se contente pas de remodeler les indicateurs de durabilité. Elle accélère la disruption des modèles économiques. En conséquence, la rotation de notre portefeuille a augmenté, car nous réévaluons activement les hypothèses de durabilité, de défendabilité et de valeur terminale. Il ne s'agit pas d'indiscipline, mais d'une réponse rationnelle à un environnement concurrentiel en constante évolution.

Parallèlement à l'exposition aux infrastructures d'IA, nous augmentons les allocations aux entreprises disposant d'actifs physiques, d'effets de réseau ou d'une propriété intellectuelle (PI) défendable que l'IA est plus susceptible de renforcer que de compromettre, tout en réduisant l'exposition là où les risques de perturbation à long terme semblent sous-estimés.

Conclusion : La durabilité a toujours été physique

Au cours de la dernière décennie, de nombreux investisseurs axés sur le développement durable, et nous nous incluons parmi eux, ont trouvé un refuge intellectuel confortable dans les entreprises numériques à faible intensité capitalistique. Nous pourrions raconter une histoire limpide : ces entreprises favorisaient l'efficacité, généraient des rendements élevés avec un capital minimal, avaient une faible empreinte carbone et semblaient incarner le type de progrès économique dématérialisé dont un avenir durable avait besoin. Nous devons maintenant nous poser honnêtement la question suivante : nous sommes-nous, au moins en partie, bercés d'illusions ?

L'essor de l'IA et l'intensification des tensions géopolitiques imposent une réévaluation du monde physique. L'IA, l'électrification et l'automatisation sont bien réelles et puissantes, mais elles ne sont pas immatérielles. Leur fonctionnement repose sur l'énergie, les métaux, les réseaux et les infrastructures qui ont souffert d'un sous-investissement structurel et de contraintes politiques.

Nous avons confiance en notre positionnement. Nous sommes fermement convaincus que le cycle d'investissement dans l'IA durera plusieurs années. Nous investissons dans l'énergie, la mémoire, les câbles, les systèmes de refroidissement et les actifs matériels qui rendent possible l'économie de l'IA, tout en maintenant un cadre de durabilité rigoureux, fondé sur le réalisme et la transparence. La transition vers une économie durable allait forcément nécessiter des capitaux physiques. L'IA n'a fait qu'accélérer le processus, élargir l'échelle et clarifier les enjeux.