Intelligence artificielle : les fondations invisibles d’une révolution technologique

Tout commence bien avant l’algorithme

L’intelligence artificielle est souvent associée aux entreprises technologiques qui développent ses modèles. Pourtant, ces derniers reposent sur une vaste infrastructure physique, beaucoup moins visible pour l’utilisateur.

Les centres de données en constituent un élément central : ils hébergent les serveurs et les équipements de calcul qui permettent d’entraîner et d’exploiter les modèles d’intelligence artificielle. Mais construire un centre de données ne consiste pas simplement à installer des serveurs dans un bâtiment. Sa construction requiert notamment de l’acier, du ciment, et des câbles. Son fonctionnement dépend d’un écosystème complet : connexions à très haut débit, systèmes de refroidissement sophistiqués, alimentation électrique abondante et fiable, accès aux réseaux de fibre optique, foncier adapté et raccordement au réseau électrique.

Les serveurs et les équipements informatiques des centres de données mobilisent des métaux industriels, des composants et des infrastructures complexes : semi-conducteurs, processeurs et systèmes de mémoire à haute performance. Leur production repose sur une chaîne de valeur mondiale particulièrement complexe, au sein de laquelle interviennent notamment les concepteurs de puces, les fabricants de machines de production et les fonderies de semi-conducteurs. Cette interdépendance rend le secteur essentiel à l’économie numérique, mais également sensible aux perturbations d’approvisionnement.

À mesure que l’intelligence artificielle gagne en puissance et que son usage se multiplie, les infrastructures qui soutiennent cette expansion deviennent de plus en plus stratégiques. Autrement dit, avant même qu’un modèle ne formule une réponse, ne génère une image ou n’exécute une tâche, il mobilise déjà une part importante de l’économie réelle.

L’électricité, une ressource clé

S’il existe une ressource sans laquelle l’intelligence artificielle ne peut fonctionner, c’est bien l’électricité. L’entraînement des modèles, mais aussi leur utilisation quotidienne, nécessite une puissance de calcul considérable. À l’échelle mondiale, la consommation électrique des centres de données a progressé d’environ 17 % en 2025 selon l’Agence internationale de l’énergie.

Pour accompagner cette demande, il faut renforcer les réseaux de transport et de distribution, développer de nouvelles capacités de production, installer des solutions de stockage et améliorer l’efficacité des équipements. Les producteurs d’énergie, les gestionnaires de réseaux et les fabricants de matériel électrique participent ainsi pleinement au développement de l’écosystème de l’intelligence artificielle.

Cette évolution modifie progressivement la manière dont les entreprises technologiques choisissent leurs implantations. L’électricité ne représente plus seulement un coût d’exploitation. Sa disponibilité, la rapidité du raccordement au réseau et la stabilité de l’approvisionnement deviennent de véritables facteurs de compétitivité.

L’Irlande en offre un exemple concret. Grâce à la présence de nombreuses entreprises technologiques internationales, à une forte connectivité et à une infrastructure numérique bien développée, le pays a attiré de nombreux centres de données au cours des dernières années. Selon le Central Statistics Office irlandais, les centres de données ont représenté 23 % de la consommation électrique mesurée du pays en 2025, contre 5 % en 2015.

La hausse de la demande en électricité crée des opportunités économiques, mais pose également de nouveaux défis à l’ensemble du système énergétique. Le développement futur de ces infrastructures devra dès lors être aligné sur la capacité des réseaux et la fiabilité de l’approvisionnement. Cela nécessite non seulement des investissements dans la production d’énergie et les réseaux électriques, mais aussi des politiques de raccordement adaptées afin de préserver une capacité suffisante pour les entreprises, les services publics et les ménages.

Une transformation qui se diffuse dans toute l’économie

Jusqu’ici, nous nous sommes concentrés sur la chaîne de valeur qui soutient l’intelligence artificielle : les infrastructures, les technologies et l’énergie nécessaires au développement et au fonctionnement des modèles. Mais son influence s’étend déjà bien au-delà. Elle se manifeste également dans les entreprises qui utilisent ces technologies pour gagner en efficacité, développer de nouveaux services ou prendre des décisions plus éclairées.

Dans le secteur financier, par exemple, l’intelligence artificielle peut faciliter l’analyse de documents et automatiser certaines tâches répétitives. Dans la santé, elle peut assister la lecture d’images ou l’organisation des données médicales. Dans l’industrie, elle contribue notamment à la maintenance prédictive, au contrôle de la qualité ou à l’optimisation des chaînes de production. Dans les services, elle peut accélérer la recherche d’informations et personnaliser davantage la relation avec les clients.

Cette diffusion progressive rappelle d’autres grandes transformations économiques. Le développement du chemin de fer n’a pas seulement profité aux compagnies ferroviaires, mais aussi aux producteurs d’acier, aux constructeurs et aux territoires nouvellement reliés. L’électrification a transformé bien davantage que le seul secteur de l’énergie. Internet, enfin, a créé de nouveaux acteurs tout en modifiant profondément le fonctionnement d’entreprises plus traditionnelles. L’intelligence artificielle pourrait suivre une trajectoire comparable. 

Une course technologique aux enjeux géopolitiques

La course à l’intelligence artificielle est encore loin d’être achevée. Elle se joue à la fois par l’ampleur des investissements, qui continuent d’augmenter trimestre après trimestre, et par la rapidité des progrès technologiques.

À mesure que l’intelligence artificielle prend de l’importance pour l’innovation, la productivité et la croissance économique, son rôle stratégique s’accroît lui aussi. La concurrence ne se joue donc plus uniquement entre entreprises technologiques, mais de plus en plus entre les pays qui cherchent à renforcer leur position dans cette évolution. L’intelligence artificielle revêt ainsi également une dimension géopolitique.

Les restrictions à l’exportation de technologies de pointe imposées à la Chine par plusieurs pays occidentaux en sont un exemple. Dans ce contexte, la Chine intensifie ses investissements dans son propre écosystème d’intelligence artificielle. Elle entend ainsi réduire sa dépendance technologique et renforcer sa position face aux États-Unis.

L’intelligence artificielle apparaît donc non seulement comme un moteur d’innovation, mais aussi comme un enjeu de souveraineté, de compétitivité et d’influence à l’échelle mondiale.

Quelles implications pour les investisseurs ?

Pour l’investisseur, l’enjeu n’est pas d’identifier à tout prix un hypothétique « gagnant » de l’intelligence artificielle.

Comme nous l’avons vu, cette technologie repose sur une vaste chaîne de valeur, qui dépasse largement les seules entreprises développant les modèles. Des puces aux centres de données, en passant par les infrastructures énergétiques et les entreprises qui intègrent l’intelligence artificielle dans leurs activités quotidiennes, la création de valeur peut intervenir à différents niveaux de cette chaîne.

Cela ne signifie pas pour autant que tous les acteurs occupent une position comparable. Certaines ressources, comme la puissance de calcul, les données et les puces les plus avancées, restent concentrées entre les mains d’un nombre limité d’acteurs. Les entreprises qui contrôlent ces maillons essentiels peuvent se constituer de solides avantages concurrentiels. Mais cette concentration peut également créer des dépendances et des risques, notamment en matière de réglementation, de concurrence ou de chaînes d’approvisionnement.

Par ailleurs, les perspectives de croissance doivent toujours être mises en balance avec les valorisations, les besoins en capital et les risques propres à chaque secteur. Une forte demande aujourd’hui n’exclut pas des ajustements de capacité ou des phases de normalisation à l’avenir. Dans les technologies émergentes, l’enthousiasme des investisseurs peut parfois entraîner une progression des cours boursiers plus rapide que celle des bénéfices sous-jacents.

La question n’est donc pas seulement de savoir quelles entreprises profiteront du développement de l’intelligence artificielle, mais aussi lesquelles parviendront à transformer durablement leurs investissements considérables en bénéfices.

C’est pourquoi les gestionnaires de fonds de Delen Private Bank suivent l’ensemble de la chaîne de valeur. Au-delà des perspectives de croissance, ils analysent également la qualité des modèles économiques, la solidité financière, les avantages concurrentiels, les valorisations ainsi que la capacité des entreprises à convertir leurs investissements en bénéfices et en flux de trésorerie. Une approche diversifiée permet de saisir les opportunités de long terme créées par l’intelligence artificielle, sans dépendre d’une seule entreprise ni d’une seule promesse technologique.