top of page
  • LinkedIn
  • Youtube
  • Instagram

Et si la demande de centres de données s’effondrait?

9 nov.
2 min de lecture

Les clients commencent à refuser de payer le prix demandé pour l’utilisation de l’intelligence artificielle – et donc de data centers – et cherchent des solutions alternatives. Par Xavier Comtesse




La ruée vers les data centers repose sur une conviction devenue presque dogmatique: la demande de calcul liée à l’intelligence artificielle (IA) ne peut qu’exploser. Les géants de la tech investissent des centaines de milliards de dollars dans des infrastructures dimensionnées pour une consommation exponentielle. Toutefois, cette équation oublie une variable fondamentale: le comportement économique du client.


Or, un premier signal vient d’être donné.

Revolut a démontré ce mois-ci que la dépendance aux grands fournisseurs d’IA n’est pas une fatalité économique. Selon David Abitbol, responsable des opérations IA de la néobanque, l’entreprise a progressivement remplacé l’essentiel de ses usages de programmation par un modèle ouvert, GLM, hébergé sur sa propre infrastructure. Environ 2000 ingénieurs utilisent désormais ce dispositif, soutenu par 56 processeurs graphiques Nvidia B200 (coût estimé à 5 millions de dollars). Revolut affirme avoir ramené sa facture de tokens à environ un dixième de son niveau précédent (qui était de 1000 à 10.000 dollars par ingénieur et par mois). Les modèles commerciaux d’Anthropic et d’OpenAI restent disponibles pour certains usages spécifiques. Ce chiffre est une déclaration de l’entreprise, et non un audit indépendant. Mais le signal économique est considérable.


Ce qui se joue dépasse largement le cas Revolut. C’est l’émergence d’une nouvelle souveraineté de calcul. Elle transforme une dépense récurrente auprès de la tech en investissement productif que l’entreprise contrôle. La baisse du coût des modèles ouverts, l’optimisation des algorithmes et la spécialisation des puces rendent cet arbitrage de plus en plus intéressant.


Le problème pour les investisseurs est évident: ces derniers financent les centres de données sur la base d’une demande anticipée de croissance, alors que leurs futurs clients cherchent précisément à réduire le coût unitaire de calcul. Gartner estime que le coût d’inférence des modèles géants pourrait diminuer de plus de 90% entre 2025 et 2030.


Certes, une baisse des prix peut stimuler les usages. Néanmoins, elle peut aussi déplacer la valeur: moins de revenus pour les fournisseurs de calcul externalisé, davantage d’investissements internes chez les grands clients. La demande globale peut exploser pendant que la rentabilité de certaines infrastructures s’effondre.


C’est là que réside l’angle mort de la bulle des data centers. Les investisseurs construisent des cathédrales de calcul. Or, personne ne garantit que les clients continueront de payer leur abonnement. Et leur capacité à conserver le pouvoir de fixation des prix est à mettre en doute.


Demain, les entreprises pourraient consommer davantage d’IA chez elles tout en payant beaucoup moins cher. Les centres de données ne seront alors pas victimes d’une pénurie de demande, mais d’une crise de leur modèle économique. La prochaine bulle de l’IA pourrait ainsi éclater non pas parce que le monde manque d’intelligence artificielle, mais parce qu’il aura appris à la produire pour beaucoup moins cher à la maison!

Association

Manufacture Thinking

​​

+41 79 698 49 58

info@manufacturethinking.ch

​

Crêt Taconnet 28

2000 Neuchâtel

georg_in-folio_couverture_page_1.jpg

Notre dernier livre collectif

in folio - La seconde digitalisation des entreprises

© 2026 Manufacture Thinking. Tous droits réservés.

bottom of page