BNEF relève fortement sa prévision de la demande électrique des data centers aux États-Unis

L’infrastructure IA rend les prévisions du réseau plus difficiles et plus urgentes

Les planificateurs de l’électricité aux États-Unis savaient déjà que les data centers devenaient une nouvelle source majeure de demande. Les derniers chiffres de BloombergNEF suggèrent que le défi pourrait croître plus vite que beaucoup de modèles ne peuvent le gérer confortablement. Dans une nouvelle évaluation, le cabinet de recherche indique que la demande électrique des data centers américains pourrait atteindre 207 gigawatts d’ici 2033 dans un scénario fondé sur les livraisons prévues de puces IA.

Même son scénario de base, plus conservateur, est important. BloombergNEF projette désormais environ 118 gigawatts de demande de data centers américains en 2030 et 194 gigawatts d’ici 2035. Ces chiffres représentent des révisions à la hausse substantielles par rapport à sa précédente perspective publiée en décembre : 52 % de plus pour 2030 et 83 % de plus pour 2035.

Ces chiffres sont importants parce qu’ils cadrent l’une des questions d’infrastructure centrales du déploiement de l’IA : non seulement combien de modèles seront entraînés ou mis en production, mais aussi si le système électrique physique peut soutenir les data centers proposés. Si les pipelines de projets, les attentes de livraisons de puces et les tailles de sites continuent de croître, les fournisseurs d’électricité, les exploitants de réseau, les régulateurs et les développeurs pourraient tous travailler à partir de prévisions rapidement obsolètes.

Deux scénarios, un écart d’incertitude qui s’élargit

La mise à jour de BloombergNEF met en évidence à quel point la borne haute est devenue incertaine. Le cabinet décrit deux scénarios pour la demande d’électricité des data centers américains d’ici 2030, séparés par 42 gigawatts. Les analystes ont noté que cet écart à lui seul dépasse de plus de quatre fois la charge de pointe de New York. D’ici 2033, l’écart passe à 63 gigawatts.

Il ne s’agit pas d’un simple désaccord de modélisation. C’est la preuve que prévoir la demande liée aux infrastructures IA est devenu structurellement plus difficile. Les annonces de projets augmentent à la fois en nombre et en taille, tandis que le déploiement réel dépend de la disponibilité de l’électricité, de la vitesse de construction, des délais de raccordement, du financement et de la manière dont les futurs data centers sont conçus et exploités efficacement.

BloombergNEF dit avoir sous-estimé la capacité installée des data centers américains en 2025. La capacité installée a dépassé 47 gigawatts à la fin de l’année dernière, soit 16 % de plus que la prévision du cabinet. Cette erreur explique en partie pourquoi la perspective a été révisée si fortement à la hausse. La question n’est plus de savoir si la demande de data centers augmente rapidement. Elle est de savoir de combien le déploiement réel pourrait dépasser les modèles utilisés pour le planifier.

Pourquoi la prévision a autant bougé

Selon Nathalie Limandibhratha, associée senior chez BloombergNEF, le marché a sensiblement changé au cours de l’année écoulée. Le cabinet a ajouté environ 100 gigawatts de capacité de projets à son suivi aux États-Unis pendant cette période. La croissance ne tient pas seulement à l’arrivée de nouveaux développeurs sur le marché. Elle tient aussi à la taille des projets désormais proposés.

Il y a un an, un projet de data center d’un gigawatt était considéré comme important. Aujourd’hui, BloombergNEF indique que son pipeline comprend plus de 70 projets d’un gigawatt ou plus, certains allant à plusieurs gigawatts et jusqu’à 10 gigawatts. Des projets de cette ampleur peuvent transformer la planification locale des lignes de transport, les enjeux liés à l’eau, les débats sur l’usage des terres et les stratégies d’achat des fournisseurs d’électricité. Ils rendent aussi les prévisions nationales plus volatiles, car un nombre relativement faible de très grands projets peut faire varier fortement les attentes globales de demande.

Le deuxième scénario du cabinet, fondé sur les livraisons prévues de puces IA, est particulièrement important car il relie la croissance de la demande à la chaîne d’approvisionnement matérielle, et pas seulement au développement de projets annoncés. Cette approche reflète une réalité concrète de l’économie de l’IA : la disponibilité des puces peut constituer une contrainte plus immédiate que l’ambition des développeurs. Si les puces avancées arrivent dans les volumes attendus, la charge électrique nécessaire pour les héberger et les faire fonctionner devrait suivre.

Ce que cela signifie pour le secteur de l’énergie

Les fournisseurs d’électricité et les planificateurs du réseau sont déjà confrontés à des arbitrages difficiles. Les grandes charges peuvent créer des opportunités de nouveaux revenus et justifier des investissements, mais elles peuvent aussi aggraver les files d’attente de raccordement et soulever des questions sur la prise en charge des nouvelles lignes de transport, sous-stations et capacités de production. À mesure que les prévisions de demande augmentent, le risque de sous-construire l’infrastructure augmente aussi. De même que le risque de s’engager excessivement dans des projets qui ne se matérialiseront pas tous dans les délais.

L’ampleur de la mise à jour de BloombergNEF suggère que les hypothèses classiques de planification pourraient devoir être revues. Un pipeline comportant des dizaines de data centers à l’échelle du gigawatt n’a rien à voir avec la progression historique graduelle de la charge commerciale. Ce sont des projets concentrés, rapides et intensifs en capital qui peuvent remodeler les cartes de charge régionales en quelques années seulement.

Pour les décideurs publics, le rapport rappelle aussi que la politique de l’IA est désormais indissociable de la politique énergétique. Les débats sur la capacité de calcul domestique, la compétitivité industrielle et l’infrastructure numérique se heurtent de plus en plus aux contraintes de transport, à l’adéquation de la production et aux réalités locales des autorisations. Si les États-Unis veulent héberger une part plus importante des futurs travaux d’entraînement et d’inférence de l’IA, le système électrique devient une partie de l’arsenal concurrentiel.

Le problème de planification est plus vaste qu’une seule prévision

La perspective révisée de BloombergNEF ne doit pas être lue comme une prédiction précise selon laquelle chaque projet proposé sera construit à temps et entièrement alimenté. Le point le plus utile est que l’incertitude de la demande est devenue une variable de planification à part entière. Un écart de 42 gigawatts entre les scénarios 2030 est suffisamment important pour influencer les stratégies des fournisseurs d’électricité, les attentes des régulateurs et les récits de marché autour du déploiement de la production.

Cela suggère aussi que les analystes pourraient avoir besoin de plusieurs méthodes de prévision pour comprendre où va le secteur. Les estimations fondées sur les pipelines capturent ce que les développeurs essaient de construire. Les modèles fondés sur les puces capturent ce que la chaîne d’approvisionnement matérielle pourrait permettre. Aucun n’est parfait seul, mais ensemble ils montrent pourquoi les intervalles de confiance s’élargissent plutôt qu’ils ne se resserrent.

C’est le message central du nouveau rapport de BloombergNEF. La demande de data centers ne se contente pas de croître ; elle devient plus difficile à borner. Le déploiement de l’IA pousse le secteur électrique américain dans un environnement de planification où l’ampleur, le calendrier et la concentration des projets peuvent évoluer plus vite que les outils de prévision hérités n’ont été conçus pour le gérer. Que la demande réelle se rapproche du scénario de base ou du scénario le plus élevé lié aux puces, la direction est claire : la planification du réseau pour la prochaine décennie devra tenir compte d’une empreinte de data centers bien plus grande et plus incertaine que ne l’imaginaient beaucoup d’observateurs il y a seulement quelques mois.

Cet article est basé sur un reportage de Utility Dive. Lire l’article original.