Au cours de la dernière décennie, une grande partie des investissements technologiques s’est concentrée de manière obsessionnelle sur le logiciel. SaaS, marketplaces, applications mobiles, plateformes d’automatisation, modèles fondamentaux et outils d’intelligence artificielle ont captivé l’attention des fonds, des entrepreneurs et des grandes fortunes. C’était logique : le logiciel évoluait rapidement, nécessitait moins d’actifs physiques et promettait des marges très élevées.
La vague d’intelligence artificielle modifie cette perception. La partie visible reste le produit : l’assistant qui écrit, le copilote qui programme, l’agent qui résume des contrats ou le système qui automatise le service client. Mais sous cette couche se trouve une réalité beaucoup plus matérielle : GPU, serveurs, réseaux, mémoire, stockage, refroidissement, centres de données et énergie. Sans cette infrastructure, l’IA ne peut exister à grande échelle.
Pour les family offices, cela ouvre un dialogue différent. Il ne s’agit pas simplement de parier sur la future application d’IA qui dominera une catégorie précise, mais de comprendre quels actifs permettent à toutes ces applications de fonctionner. En clair : regarder moins la vitrine et plus les coulisses techniques.
Le goulet d’étranglement n’est plus uniquement logiciel
Le marché de l’IA possède une particularité. Des milliers de startups peuvent rivaliser dans la couche applicative, mais toutes dépendent d’une infrastructure beaucoup plus restreinte. Les modèles nécessitent un entraînement, l’inférence consomme de la puissance de calcul en continu, et les agents multiplient l’utilisation de tokens car ils lisent, raisonnent, appellent des outils, essayent à nouveau des tâches et maintiennent le contexte sur une plus longue durée.
L’Agence Internationale de l’Énergie estime que la consommation électrique des centres de données pourrait doubler jusqu’à environ 945 TWh en 2030. Elle souligne également qu’entre 2024 et 2030, la demande en énergie pour ces centres croîtrait d’environ 15 % par an, bien au-delà de la croissance globale de la consommation électrique dans d’autres secteurs. Ce chiffre explique pourquoi le débat sur l’IA ne se limite plus à la seule sphère technologique, mais concerne aussi l’énergie, le terrain, les permis, les réseaux et le capital.
NVIDIA donne une autre indication claire. Lors du premier trimestre fiscal 2027, l’entreprise a déclaré 81,6 milliards de dollars de revenus, dont 75,2 milliards issus du segment des centres de données. Autrement dit, l’argent dédié à l’IA afflue massivement vers l’infrastructure, avant même que de nombreuses applications ne montrent des modèles économiques viables.
| Catégorie d’investissement | Ce qu’elle inclut | Attraction | Risque principal |
|---|---|---|---|
| Logiciels d’IA | Applications, copilotes, SaaS, agents, modèles spécialisés | Scalabilité, rapidité, marges potentielles | Compétition, homogénéisation, taux de combustion élevé |
| Modèles fondamentaux | LLMs, modèles multimodaux, API d’inférence | Marché énorme, effet de marque | Coût d’entraînement, pression sur les prix, dépendance à la puissance de calcul |
| Infrastructure IA | GPU, serveurs, réseaux, énergie, data centers, HPC | Demande transverse dans tout le secteur | Capex élevé, exécution, obsolescence et taux d’utilisation |
| Services gérés | GPU cloud, bare metal, cloud privé, gestion de clusters | Revenus récurrents et relation client-entreprise | Nécessité d’échelle, support technique et accords d’approvisionnement |
Pourquoi cela cadre avec la logique d’un family office
Les family offices tendent à valoriser trois éléments qui ne sont pas toujours présents dans le capital-risque le plus spéculatif : des actifs tangibles, une visibilité des revenus et une exposition aux tendances de long terme. L’infrastructure IA peut mieux s’adapter à cette mentalité que de nombreuses startups purement logicielles, même si elle n’est pas dépourvue de risques.
Un cluster de GPU, un déploiement de serveurs, un contrat de capacité ou une participation dans un opérateur d’infrastructure offrent une base plus tangible qu’une application encore en recherche de marché. Il existe des actifs physiques, des accords d’approvisionnement, des contrats commerciaux, et dans certains cas, des engagements d’utilisation à moyen terme.
JLL estime que le marché mondial des data centers pourrait ajouter environ 97 GW de capacité entre 2025 et 2030, doublant pratiquement sa taille en cinq ans. La même source prévoit également que le secteur pourrait nécessiter près de 3 trillions de dollars d’investissement pour déployer environ 100 GW de capacité supplémentaire d’ici 2030. Ces chiffres illustrent l’ampleur du cycle d’investissement que l’IA accélère.
Cela ne signifie pas que tout projet de GPU ou de centre de données soit attractif. Mais cela indique que l’infrastructure est devenue une couche de valeur stratégique. Un family office peut chercher une exposition de plusieurs façons : investissement direct dans des opérateurs spécialisés, co-investissement dans des projets de centres de données, dette adossée à des actifs, plateformes de GPU-as-a-Service, entreprises de refroidissement, réseaux, énergie, stockage ou sociétés déployant cloud privé pour des charges réglementées.
| Préférences classiques d’un family office | Correspondance potentielle en infrastructure IA | |
|---|---|---|
| Actifs tangibles | GPU, serveurs, racks, réseaux, énergie et contrats de capacité | |
| Horizon à long terme | Demande en entraînement, inférence, IA souveraine et automatisation d’entreprise | |
| Revenus récurrents | Location de GPU, contrats réservés, capacité gérée | |
| Diversification | Exposition indirecte à diverses applications et modèles IA | |
| Protection contre le hype | Moins dépendant du succès d’une application spécifique | |
| Gestion du risque | Due diligence technique, financière, énergétique et contractuelle |
Le piège : ce n’est pas de l’immobilier traditionnel
L’erreur la plus répandue serait de considérer l’infrastructure IA comme un centre de données classique avec des serveurs standard. Ce n’est pas le cas. L’IA associe la rapidité du logiciel à un capital intensif en infrastructure. Les cycles technologiques étant courts, les GPU se déprécient rapidement, les besoins énergétiques sont énormes, et la rentabilité dépend fortement de l’utilisation (taux d’exploitation).
Une GPU de dernière génération peut être très sollicitée aujourd’hui mais perdre son attrait relatif en quelques années. Un contrat de location de capacité de calcul peut sembler solide, mais dépend de la solvabilité du client, du prix du marché, de la disponibilité énergétique et de la maintenance du cluster par l’opérateur. Il existe également des risques liés à la concentration : dépendance à un seul fournisseur de puces, un seul client, une seule localisation ou une seule tarification électrique peut transformer un actif prometteur en une position vulnérable.
CBRE Investment Management avertit que les valorisations dans les centres de données sont élevées, ce qui soulève des doutes raisonnables sur la crédibilité de certains plans de croissance. C’est une prudence à avoir pour tout investisseur patrimonial. L’infrastructure IA est attractive précisément parce qu’elle est rare, mais cette même rareté peut gonfler les prix, relâcher les hypothèses et masquer des problèmes d’exécution.
| Risque | Question à se poser lors de l’investissement |
|---|---|
| Obsolescence | Quelle valeur résiduelle aura le hardware dans 24 ou 36 mois ? |
| Utilisation | La demande est-elle contractualisée ou se limite-t-elle à des prévisions optimistes ? |
| Énergie | La puissance électrique est-elle assurée et à quel prix ? |
| Refroidissement | Le design supporte-t-il des densités élevées de GPU sans coûteux redesigns ? |
| Réseau | Dispose-t-on d’une connectivité suffisante pour des charges réparties et des clients d’entreprise ? |
| Client | Les revenus dépendent-ils de quelques contrats ou sont-ils diversifiés ? |
| Géopolitique | Existe-t-il des restrictions à l’exportation, à l’approvisionnement ou une dépendance à un fournisseur unique ? |
| Opération | L’équipe sait-elle déployer et maintenir des clusters IA, et pas seulement acheter des serveurs ? |
L’opportunité réside dans l’exécution
L’infrastructure IA ne privilégie pas uniquement ceux qui disposent de capitaux. Elle récompense surtout ceux qui obtiennent en même temps un approvisionnement, de l’énergie, un emplacement, des clients et une exploitation performante. Acheter des GPU ne suffit pas : il faut les installer, les alimenter, les refroidir, les connecter, les orchestrer, les monitorer et assurer une haute utilisation.
C’est pourquoi les opportunités les plus prometteuses peuvent résider chez des opérateurs capables d’emballer une infrastructure à l’échelle industrielle : GPU bare metal, clusters privés, capacité réservée, environnements hybrides, sécurité, support, conformité réglementaire et accords longue durée. En Europe, une couche supplémentaire s’ajoute : souveraineté des données, régulation, latence et la nécessité d’alternatives aux hypergéants pour certains secteurs.
L’investissement dans le matériel IA ne doit pas être considéré comme un simple remplacement du logiciel. C’est plutôt une façon différente de capturer la croissance de ce même marché. Si une application l’emporte, elle consommera du calcul. Si une autre la remplace, ce sera aussi le cas. Si les entreprises adoptent des agents, la demande en inférence croîtra. Si les gouvernements encouragent l’IA souveraine, ils auront besoin de capacités locales. Si la robotique, la bioinformatique ou la simulation se développent, cela nécessitera davantage d’infrastructure.
Le logiciel continuera à créer d’énormes entreprises. Mais la couche physique peut devenir l’un des points où la valeur est capturée de façon la plus large. Pour un family office, cette différence a de l’importance : il n’est pas toujours nécessaire de deviner quelle application deviendra dominante si l’on investit dans l’infrastructure commune à toutes.
L’IA est construite avec du code, certes. Mais aussi avec des racks, des sous-stations, de la fibre, du refroidissement liquide, des serveurs, de la mémoire et des contrats d’énergie. Ceux qui ne regardent que l’application ne voient que la partie la plus visible du changement. Ceux qui comprennent l’infrastructure perçoivent une des couches décisives pour déterminer qui pourra évoluer et qui devra attendre la capacité.
Questions fréquentes
Pourquoi un family office devrait-il regarder l’infrastructure IA ?
Parce qu’elle offre une exposition à une couche transversale du marché : presque toutes les applications, modèles et agents ont besoin de calcul, de réseaux, d’énergie et de centres de données pour fonctionner.
Est-ce moins risqué d’investir dans le matériel que dans le logiciel d’IA ?
Pas nécessairement. Il dispose d’actifs plus tangibles et de potentiel de revenus récurrents, mais demande aussi beaucoup de capital, une bonne exécution, une haute utilisation, une gestion énergétique et une gestion de l’obsolescence.
Quels actifs composent la couche matérielle de l’IA ?
GPU, serveurs, réseaux, stockage, centres de données, systèmes de refroidissement, énergie, plateformes de déploiement et services managés de calcul.
Quel est le plus grand risque pour ce type d’investissement ?
Le considérer comme un immobilier traditionnel. L’infrastructure IA évolue très vite, dépend d’une technologie qui se déprécie et nécessite une opération spécialisée.
