Alibaba alerte sur le risque de bulle dans les centres de données dédiés à l’IA

La course à l’intelligence artificielle ne se joue pas seulement dans les laboratoires qui conçoivent les modèles. Elle se déroule aussi dans des bâtiments très concrets, remplis de serveurs, de réseaux et de systèmes de refroidissement : les centres de données. Le 25 mars 2025, Joe Tsai, président du groupe Alibaba, a appelé à la prudence face à l’accélération mondiale de leur construction. Son avertissement vise un risque bien connu des marchés : investir si vite et si massivement que l’offre finit par dépasser les besoins réels.

À l’occasion du HSBC Global Investment Summit à Hong Kong, le dirigeant a déclaré voir « le début d’une forme de bulle ». Il a particulièrement mis en cause les projets bâtis de manière spéculative, autrement dit avant même que des clients ne se soient engagés à utiliser et payer les capacités informatiques créées. Cette prise de parole ne conteste pas l’importance de l’IA. Elle pose une question plus terre à terre : combien de nouvelles infrastructures seront réellement rentables une fois l’euphorie passée ?

Pourquoi l’IA déclenche-t-elle une ruée vers les centres de données ?

Un centre de données regroupe les équipements qui stockent, traitent et font circuler des informations numériques. Les services de cloud computing, les plateformes vidéo, le commerce en ligne ou les outils professionnels en ligne reposent déjà sur ces installations. L’essor de l’IA générative leur donne une dimension supplémentaire.

Entraîner un grand modèle de langage ou générer des réponses pour des millions d’utilisateurs suppose de mobiliser une puissance de calcul considérable. Cette puissance repose notamment sur des processeurs spécialisés, souvent appelés GPU, ainsi que sur des réseaux rapides, une alimentation électrique stable et des systèmes capables de dissiper une chaleur importante. Acheter des serveurs ne suffit donc pas. Il faut aussi disposer d’un site, de raccordements électriques, de capacités de refroidissement et d’équipes d’exploitation.

Pour les grandes entreprises technologiques, maîtriser cette infrastructure est un enjeu stratégique. Elle conditionne la capacité à lancer des services d’IA, à les rendre disponibles rapidement et à en contrôler les coûts. Pour les investisseurs et les opérateurs de centres de données, la perspective est tout aussi attractive : louer de la puissance informatique à des entreprises qui ne souhaitent pas construire leurs propres installations.

C’est précisément cette convergence d’intérêts qui nourrit l’expansion actuelle. La demande existe, mais elle est difficile à prévoir avec précision. Les usages de l’IA évoluent vite, les modèles deviennent plus performants, et leur efficacité peut elle aussi progresser. Construire une infrastructure physique engage au contraire des capitaux importants sur une période longue.

Ce que Joe Tsai reproche aux projets spéculatifs

L’avertissement de Joe Tsai ne porte pas sur l’existence d’une demande pour l’IA, ni sur la nécessité de moderniser les infrastructures numériques. Il cible la manière dont certains investissements sont décidés. Lorsqu’un projet est construit « sur spéculation », son promoteur parie qu’il trouvera plus tard des clients suffisamment nombreux et solvables pour rentabiliser le site.

Cette logique peut fonctionner si la demande se maintient ou dépasse les prévisions. Elle devient risquée si plusieurs acteurs font le même pari au même moment. Dans ce cas, de nombreux centres de données peuvent arriver sur le marché simultanément, alors que les besoins ne progressent pas aussi vite qu’attendu. Les propriétaires doivent alors réduire leurs prix pour attirer des clients, ce qui dégrade leurs marges et rend plus difficile le remboursement des investissements engagés.

Le président d’Alibaba a ainsi exprimé son inquiétude face à des levées de fonds et à des constructions lancées sans visibilité suffisante sur les utilisateurs finaux. Le problème n’est pas seulement technique. Un centre de données est un actif lourd : son financement, son exploitation et son approvisionnement en énergie représentent des engagements durables. Une salle de serveurs vide ou peu utilisée reste coûteuse.

Une bulle des centres de données, qu’est-ce que cela voudrait dire ?

Le terme « bulle » désigne une situation dans laquelle la valeur anticipée d’un marché ou d’un actif repose sur des attentes qui deviennent excessives par rapport à ses revenus ou à sa demande réelle. Dans le cas des centres de données, le scénario redouté serait celui d’un surinvestissement : trop de capacités construites, trop vite, avec des recettes qui ne suivent pas.

Il ne s’agit pas nécessairement d’un effondrement généralisé de l’économie numérique. Les centres de données restent indispensables à une grande partie des activités en ligne. Mais tous les projets ne se valent pas. Un site bien placé, alimenté de manière fiable et soutenu par des contrats à long terme ne présente pas le même profil qu’une installation construite dans l’espoir de trouver preneur plus tard.

L’histoire technologique rappelle que l’innovation peut être durable tout en donnant lieu à des excès financiers. Au tournant des années 2000, l’expansion d’Internet a été accompagnée d’investissements très importants dans les télécommunications et les entreprises du numérique. Une partie de ces infrastructures et de ces entreprises a souffert lorsque les attentes de croissance n’ont pas été immédiatement confirmées. La technologie, elle, a continué à se diffuser. Cette distinction est essentielle : l’utilité d’une innovation ne garantit pas la rentabilité de tous les investissements réalisés en son nom.

Pourquoi le contexte financier accroît-il la prudence ?

La multiplication des projets intervient dans un environnement économique qui impose une sélection plus rigoureuse. Les taux d’intérêt et les incertitudes géopolitiques pèsent sur les décisions d’investissement. Lorsqu’il devient plus coûteux d’emprunter, un projet doit démontrer plus clairement sa capacité à générer des revenus pour justifier les montants engagés.

Cette contrainte est particulièrement sensible pour les infrastructures physiques. Développer un centre de données ne se limite pas à installer des machines que l’on peut facilement déplacer ou revendre. Il faut acquérir ou louer un terrain, bâtir des installations sécurisées, raccorder le site aux réseaux, concevoir le refroidissement et acheter des équipements dont le cycle technologique peut être rapide. Une décision prise aujourd’hui doit donc tenir compte des besoins futurs, sans pouvoir les connaître parfaitement.

Les entreprises qui commandent des capacités de calcul sont elles-mêmes confrontées à des arbitrages. Elles doivent choisir entre construire leurs propres installations, louer des ressources à un fournisseur de cloud, ou combiner les deux options. Elles doivent aussi évaluer si les revenus attendus de leurs services d’IA compenseront durablement le coût de l’informatique nécessaire pour les faire fonctionner.

La prudence demandée par Joe Tsai concerne ainsi toute la chaîne : constructeurs, exploitants, financeurs et clients. Un contrat signé avec une grande entreprise peut offrir une base solide à un projet. À l’inverse, des prévisions générales sur l’avenir de l’IA ne remplacent pas une demande identifiable, des conditions tarifaires viables et une trajectoire de consommation crédible.

L’efficacité énergétique peut-elle changer l’équation ?

L’expansion des centres de données soulève aussi une question environnementale. Les équipements informatiques consomment de l’électricité et produisent de la chaleur. Leur fonctionnement dépend donc à la fois de la disponibilité d’énergie et de l’efficacité des systèmes de refroidissement. Ces contraintes peuvent devenir un frein matériel à la croissance, indépendamment de l’appétit des investisseurs.

L’intelligence artificielle peut néanmoins contribuer à optimiser l’exploitation des sites. Des logiciels peuvent mieux répartir les charges de travail, prévoir certains besoins de maintenance ou ajuster le refroidissement en fonction de l’activité. De nouveaux équipements et des architectures plus efficaces peuvent également réduire la quantité de ressources nécessaires pour une même tâche.

Ces améliorations ne règlent toutefois pas le problème central soulevé par Alibaba. Une meilleure efficacité réduit les coûts unitaires, mais elle ne crée pas à elle seule les clients et les revenus qui manqueraient à un projet surdimensionné. Elle peut même modifier les prévisions de capacité : si les modèles ou les puces deviennent plus efficients, la quantité de matériel nécessaire pour délivrer un service donné pourrait évoluer.

C’est pourquoi la planification ne peut pas se fonder uniquement sur les besoins de calcul observés à un instant donné. Elle doit intégrer la vitesse des progrès matériels et logiciels, les contraintes énergétiques locales, ainsi que le rythme réel d’adoption des outils d’IA par les entreprises et le public.

Quels signaux permettent de juger la solidité d’un projet ?

Pour les investisseurs comme pour les partenaires industriels, l’enjeu consiste à distinguer une expansion répondant à des besoins concrets d’un mouvement de surchauffe. Plusieurs indicateurs peuvent aider à lire le marché, sans constituer à eux seuls une garantie.

• La part des capacités déjà réservées par des clients donne une indication plus robuste que de simples projections de marché.
• Le taux d’utilisation révèle si les installations livrées sont effectivement exploitées à un niveau suffisant.
• La concentration des clients mérite une attention particulière : dépendre d’un seul locataire peut sécuriser les revenus, mais expose aussi à ses changements de stratégie.
• Le coût de l’énergie, des équipements et du financement détermine directement la rentabilité future.
• La rapidité de livraison des projets concurrents permet d’évaluer le risque de voir trop d’offres arriver en même temps sur une même zone.

La transparence sur ces éléments est d’autant plus importante que le terme « IA » peut recouvrir des réalités très différentes. Un besoin ponctuel pour entraîner un modèle, une offre de cloud à long terme ou un service d’IA utilisé chaque jour par des millions de personnes n’ont ni le même profil de consommation, ni la même prévisibilité financière.

Ce qu’il faut surveiller

L’avertissement lancé par le président d’Alibaba place le débat au bon niveau : la croissance des centres de données ne doit pas être jugée seulement à l’aune de la promesse technologique, mais aussi selon la qualité économique et énergétique des projets. L’IA continuera de nécessiter des infrastructures puissantes. Reste à savoir à quel rythme elles doivent être construites, où elles seront implantées et sur quelles garanties de demande.

Dans les prochains mois, les décisions des grands fournisseurs de cloud, les engagements réels de leurs clients et les conditions de financement fourniront des signaux plus parlants que les annonces générales. Il faudra aussi observer la capacité des réseaux électriques et l’évolution de l’efficacité des puces et des modèles. Une technologie peut transformer l’économie tout en imposant de la discipline à ceux qui financent ses fondations matérielles.

Pour Alibaba comme pour ses concurrents, l’enjeu est donc double : disposer de ressources suffisantes pour ne pas manquer le virage de l’IA, sans confondre vitesse d’expansion et création durable de valeur.