Le véritable obstacle pour l’IA, c’est l’énergie : pourquoi les centres de données transforment-ils les actions liées à l’énergie en opportunités pour l’IA

La croissance de l’IA est désormais limitée par la puissance, et non par les modèles.

ParEn 2035, les centres de données pourraient consommer un cinquième de l’électricité totale des États-Unis.Il est passé d’environ 6 % aujourd’hui. Cela fait de l’énergie l’un des principaux obstacles dans l’évolution de l’IA. Les investissements futurs dépendront moins de qui construit le modèle le plus avancé, et plus de celui qui peut fournir l’électricité nécessaire pour faire fonctionner les machines.

Pendant des années, les investisseurs ont cherché des puces et du logiciel, car c’était là que se trouvait le progrès visible. Mais chaque demande liée à l’IA nécessite encore…Fiable, disponible en permanence, électricité à grande échelle.Avant qu’il puisse utiliser une GPU. L’an dernier, le marché a commencé à refléter ce changement :Vistra et GE Vernova figuraient parmi les cinq actions du S&P 500 qui ont performé le mieux.Les investisseurs ont commencé à récompenser les entreprises liées au pouvoir et aux équipements de puissance, et non seulement les logiciels plus intelligents.

Une règle de croquis pratique est de se concentrer d’abord sur les entreprises les plus proches des contraintes : les générateurs électriques aux États-Unis, les acteurs qui soutiennent le réseau électrique, et ceux qui fabriquent…Systèmes électriques, puissance fournie et refroidissementLes entreprises qui disposent de sources d’énergie plus larges ne sont pas automatiquement des gagnants. Si une entreprise ne contribue pas à l’augmentation de la production d’énergie, au transport d’électricité ou à la réduction de la charge électrique, elle est probablement loin du potentiel positif principal.

Pourquoi la demande en centres de données fait que l’énergie est un thème d’investissement actuel

La densité des équipements AI a changé le problème de puissance.

Le changement fondamental est que le pouvoir, qui était auparavant considéré comme une question de commodité secondaire, est maintenant un véritable obstacle au fonctionnement des entreprises. Entre 2021 et 2024, l’industrie s’est concentrée sur l’efficacité : améliorer le PUE, obtenir des contrats de fourniture de énergie renouvelable, et planifier une croissance qui semblait encore maîtrisable. À partir de 2025, cela a changé, car la densité d’énergie utilisée par les systèmes d’IA a augmenté.30 kW à plus de 100 kWCela dépasse de loin les 5-15 kW nécessaires pour les installations traditionnelles. Les réseaux locaux ne peuvent tout simplement pas gérer une telle charge aussi rapidement.

Cela a transformé l’électricité en un risque lié au choix du site. Les développeurs s’attendent maintenant à…Contraintes de puissance d’ici 2027–2028En raison de sous-investissements dans les réseaux électriques et des risques de perturbation du circuit d’approvisionnement. Une fois que l’énergie devient un obstacle, les opérateurs de centres de données ont moins envie d’attendre. Ils commencent alors à payer en amont pour assurer la production, le transfert et la livraison d’énergie avant que le problème ne se manifeste.

L’alimentation en site est passée d’une option à une nécessité.

La réponse de l’industrie est en train de se détourner de la dépendance exclusive à l’égard de l’électricité fournie par le réseau électrique, pour privilégier des solutions de production d’énergie sur place. Cela est important pour les investisseurs, car cela influence qui reçoit les paiements en premier. Lorsqu’une entreprise de taille importante ne peut pas obtenir suffisamment d’énergie via la file d’attente normale, la demande se dirige vers les turbines à gaz, les microgrids, les batteries et les systèmes hybrides. Dans ce cas, la fiabilité, la rapidité et le contrôle de la distribution de l’énergie deviennent des atouts importants.

La taille est également importante. Ce n’est plus un sujet marginal. On s’attend à ce que les data centers représentent presque…près de 20 % de cette croissanceDans la demande mondiale de pouvoir jusqu’en 2030.

Et les fournisseurs d’équipements constatent déjà l’impact sur les activités commerciales : GE Vernova a réussi à…2,4 milliards d’ordres liés aux centres de données au premier trimestreC’est le mécanisme, en termes simples : lorsque la grille de distribution ne peut plus suivre le rythme des besoins, les équipements et les capacités de production liés à l’énergie deviennent moins abondants. Les entreprises qui s’y connectent peuvent alors être payées plus tôt dans le processus de construction.

La thèse est plus forte que la valeur actuelle.

Le marché connaît déjà l’histoire.

Le cas du taureau n’est plus difficile à créer. Les dépenses en énergie liées aux besoins en IA et aux améliorations des réseaux de distribution d’énergie sont en voie de diminuer.Dépasser 3,8 billions de dollars d’ici 2030C’est un capital suffisant pour soutenir plusieurs gagnants.

Mais le prix que vous payez est toujours important. Après une+33 % de gains au cours des 12 derniers moisLe marché des services publics est devenu plus compétitif. L’idée de Morningstar est claire : les opportunités futures dépendront davantage de la sélection des actions, à mesure que l’expansion du marché se consolide et que les régulateurs prennent plus au sérieux la capacité des clients à payer leurs factures.

GE Vernova et Vistra montrent deux chemins différents.

GE Vernova et Vistra correspondent tous deux au thème de la puissance de l’IA, mais ils gagnent de manière différente. GE Vernova représente le côté équipements dans le domaine commercial. C’est…Le plus grand fabricant mondial de turbines à gaz naturelAinsi, cela est avantageux lorsque les sites de centres de données ont besoin de matériel plus rapidement que le réseau électrique ne peut être amélioré. Vistra est plus proche du flux d’énergie en soi. Elle possède une grande flotte de centrales électriques, et elle peut bénéficier si les centrales fonctionnent plus longtemps, et si les prix de l’électricité en gros ou contractuels restent stables.

Cette distinction est importante. GE Vernova offre plus de possibilités pour l’expansion. Vistra, quant à elle, offre une exposition plus directe aux besoins et à l’utilisation de la puissance continue.

Les risques sont le timing, l’emplacement et la cohérence des dépenses en IA.

Le principal risque n’est pas l’évolution de la demande générale. C’est plutôt la localisation et le moment opportun pour agir. Les développeurs s’attendent…Contraintes liées au pouvoir d’action d’ici 2027–2028Mais ces goulots d’étranglement ne se trouvent pas de manière uniforme dans tous les marchés. Une action peut correspondre au thème visé, mais elle peut tout de même décevoir si elle n’est pas située dans la zone cible appropriée.

Il y a aussi un problème lié au risque de marché. La volatilité…Nvidia, Microsoft et PalantirIl s’avère que le marché de l’IA est encore sujet à des réinitialisations. Si les dépenses des grands opérateurs se ralentissent, même temporairement, les commandes d’équipements peuvent être affectées. Un meilleur critère serait de privilégier les entreprises ayant une capacité de revenus stable et une exposition claire aux équipements ou aux technologies liées à l’IA, plutôt qu’un simple label lié à l’IA.

Classifiez les noms d’énergie de l’IA selon qui reçoit le paiement en premier.

Une manière plus efficace d’évaluer ce groupe est de classer les entreprises en fonction de leur position dans la chaîne de pouvoir, et non en fonction de la “propreté” du label lié à l’IA.

Une liste de vérifications pratique

1) Premièrement : les vendeurs d’équipements et de solutions complètes
Prioriser les entreprises liées àSystèmes électriques, puissance fournie, et refroidissementEt les entreprises qui aident les clients à construireSolutions de production d’énergie sur siteLorsque un site de centre de données ne peut pas attendre que la situation électrique se remette, les développeurs achètent généralement du matériel et des systèmes avant que les projets d’infrastructure ne deviennent des sources de revenus stables.

2) Deuxièmement : actifs de génération dédiés
Ensuite viennent les entreprises qui soutiennent la production d’énergie sur place, où les développeurs s’éloignent de la dépendance purement envers le réseau électrique. Ce classement peut donc être supérieur à celui des entreprises de services publics en général, car il s’agit de solutions locales.Contraintes de puissance d’ici 2027–2028Rendre les générations qui sont propriétaires ou étroitement liées à ces générations plus précieuses dès le début de la chaîne.

3) Troisièmement : des services utilitaires plus larges.
Les services utilitaires ne figurent pas en haut de la liste, à moins qu’ils montrent une progression claire dans le projet. Après une période de performance solide, les opportunités futures dépendent davantage de la sélection des actions.Les régulateurs vérifient si les factures des clients sont réalisables..

Que surveiller au cours des 12–24 prochains mois

• Accords de fourniture ou de développement signés
• ÉquipementCommandes liées aux data-centresDevenir des revenus.
• Autorisation et progrès de l’interconnexion
• Les résultats prouvent que les stocks en stock deviennent de l’argent liquide.

Qu’est-ce qui affaiblirait la thèse ?

• Le rétablissement du réseau électrique arrive plus tôt que prévu, ce qui diminue la nécessité d’utiliser de l’énergie sur place.
• Les commandes augmentent, mais les revenus liés aux centres de données ne sont pas clairement visibles dans les résultats financiers.
• Les régulateurs augmentent les rendements avant que les actifs ne soient convertis en monnaie.Les régulateurs examinent la capacité des clients à payer leurs factures.
• La volatilité des dépenses en CAPEX commence à affecter les dépenses liées aux infrastructures, et non seulement l’opinion concernant les chips.Les prix diminuent, tandis que la volatilité augmente.

L’objectif est simple : se concentrer sur les entreprises qui génèrent de la valeur en raison de la rareté de l’énergie, et non seulement sur les promesses liées aux performances de l’IA.