Résumé

  • Gartner a réestimé ses dépenses mondiales d'IA pour 2025 de 1 478,6 milliards de dollars (septembre 2025) à 1 764,9 milliards (mai 2026) puis 1 786,7 milliards (septembre 2026), tout en modifiant deux fois la taxonomie de segmentation.
  • La prévision 2026 s'élève à 2 670,5 milliards de dollars (+49,5 %), dont environ 56 % (1 484,4 milliards) pour l'infrastructure IA.
  • Les preuves de déploiement montrent qu'une fraction seulement de la capacité annoncée se convertit en calcul opérationnel : environ 40 à 54 % selon les analyses indépendantes.
  • Le goulot d'étranglement dominant n'est pas le capital mais l'électricité : files d'interconnexion de ~2 290 GW, délais de 55 mois, attentes pouvant atteindre sept ans.

Une prévision qui redéfinit son propre point de départ

Le 17 septembre 2025, Gartner publiait une prévision de dépenses mondiales en IA pour 2025 à 1 478 634 millions de dollars, contre 987 904 millions pour 2024, répartie sur neuf sous-marchés : services IA, logiciels applicatifs IA, logiciels d'infrastructure IA, modèles GenAI, serveurs optimisés IA, IaaS optimisés IA, semi-conducteurs de traitement IA, PC IA (ARM/x86) et smartphones GenAI [https://www.gartner.com/en/newsroom/press-releases/2025-09-17-gartner-says-worldwide-ai-spending-will-total-1-point-5-trillion-in-2025]. Deux détails de définition comptent pour la lecture du titre. Premièrement, la catégorie « smartphones GenAI » — 298 189 millions — compte la valeur IA intégrée dans des appareils grand public même lorsque l'acheteur ne sélectionne pas spécifiquement des fonctionnalités d'IA [https://www.gartner.com/en/newsroom/press-releases/2025-09-17-gartner-says-worldwide-ai-spending-will-total-1-point-5-trillion-in-2025] [https://www.networkworld.com/article/4058786/gartner-ai-spending-to-reach-1-5-trillion-dollars-this-year.html] [https://www.cryptopolitan.com/global-ai-spending-1-5-trillion-in-2025/]. Deuxièmement, les « modèles GenAI » — le segment le plus proche de l'activité frontière de l'IA — ne pèsent que 14 200 millions, soit environ 1 % du total.

Cette même année de référence a ensuite été réestimée deux fois : à 1 764 947 millions le 19 mai 2026 avec une taxonomie remaniée (cybersécurité IA, modèles IA, plateformes DS/ML, plateformes de développement applicatif IA, données IA, infrastructure IA), puis à 1 786 671 millions le 16 septembre 2026 [https://www.gartner.com/en/newsroom/press-releases/2026-05-19-gartner-forecasts-worldwide-ai-spending-to-grow-47-percent-in-2026] [https://www.gartner.com/en/newsroom/press-releases/2026-09-16-gartner-forecasts-worldwide-ai-spending-to-grow-49-point-5-percent-in-2026]. Gartner ne décompose pas les ~309 milliards de dollars de réestimation entre changement de définition et croissance réelle des dépenses. Pour un utilisateur de la prévision, le titre « l'IA, c'est 2 670 milliards en 2026 » (prévision à +49,5 %, 2027 projeté à 3 637 292 millions) repose donc sur une base dont la définition a glissé deux fois en douze mois.

Une structure infrastructurelle, pas une courbe de demande finale

La prévision révisée de septembre 2026 place l'infrastructure IA à 1 484 397 millions de dollars, soit environ 56 % du total 2026, comme plus grand segment [https://www.gartner.com/en/newsroom/press-releases/2026-09-16-gartner-forecasts-worldwide-ai-spending-to-grow-49-point-5-percent-in-2026]. La couverture secondaire des données Gartner précise : environ 52 dollars d'infrastructure IA pour chaque dollar dépensé en modèles GenAI ; l'infrastructure a représenté environ 83 % de la hausse de la prévision 2026 entre janvier et septembre 2026 ; l'inférence atteint ~55 % des dépenses d'IaaS optimisés IA en 2026, puis 59 % en 2027 [https://campustechnology.com/articles/2026/09/21/infrastructure-accounts-for-more-than-half-of-worldwide-ai-spending.aspx]. Dans une publication séparée d'août 2026, Gartner prévoit une croissance de 96 % des dépenses d'IaaS optimisés IA sur l'année ; John-David Lovelock a décrit la construction de datacenters IA comme « le plus grand projet d'infrastructure jamais entrepris par l'humanité » et la demande d'infrastructure comme « inélastique aux pressions des hausses de prix de la mémoire » [https://www.gartner.com/en/newsroom/press-releases/2026-08-10-gartner-forecasts-worldwide-artificial-intelligence-optimized-iaas-spending-to-grow-96-percent-in-2026] [https://www.gartner.com/en/newsroom/press-releases/2026-09-16-gartner-forecasts-worldwide-ai-spending-to-grow-49-point-5-percent-in-2026].

Ce profil structurel est cohérent avec un marché qui achète d'abord des machines. Mais il rend la prévision dépendante d'une chaîne physique qu'elle ne mesure pas : les serveurs doivent être construits, livrés, alimentés et connectés. Les hypothèses explicites de la publication de septembre 2025 — investissement continu des hyperscalers, élargissement de la base d'investisseurs aux entreprises chinoises et aux nouveaux fournisseurs de cloud IA, financement du capital-risque comme « vents arrière additionnels » — décrivent des intentions d'achat, non des capacités livrées [https://www.gartner.com/en/newsroom/press-releases/2025-09-17-gartner-says-worldwide-ai-spending-will-total-1-point-5-trillion-in-2025] [https://www.networkworld.com/article/4058786/gartner-ai-spending-to-reach-1-5-trillion-dollars-this-year.html].

Ce que les preuves de déploiement vérifient

Côté demande, l'évidence est réelle et même bondissante : Nvidia a déclaré « les clouds sont sold out », avec une base installée de GPU pleinement utilisée, et les analystes de Gartner comme de Forrester pointent des pénuries potentielles sur wafers avancés, packaging, HBM, et des goulots non reconnus dans le refroidissement liquide et les racks [https://www.networkworld.com/article/4094308/nvidia-chips-sold-out-cut-back-on-ai-plans-or-look-elsewhere-2.html] [https://blog.imseankim.com/ai-chip-shortage-september-2025-nvidia-blackwell-supply-update/]. La demande d'intention est pléthorique.

Côté offre physique, la conversion est partielle. Wood Mackenzie : le pipeline divulgué de projets de datacenters américains a atteint 241 GW fin 2025 (contre 93 GW fin 2024), dont ~33 % seulement en développement actif ; les accords signés de construction/alimentation atteignent 183 GW (~22 % de la pointe américaine de 2025) ; les utilitaires d'ERCOT et PJM détiennent 72 % des engagements de grande charge ; les ajouts du T4 2025 (25 GW) représentent la moitié de ceux du T3 [https://www.woodmac.com/press-releases/newly-added-us-data-center-capacity-slows-down-considerably-in-q4-2025-as-market-struggles-to-keep-up-with-explosive-demand/]. Janus Henderson, sur 259 projets (157,4 GW nominaux), estime ~84,7 GW livrables d'ici 2030 — un taux de conversion d'environ 54 % — invoquant des délais de transformateurs de plusieurs années et des plafonds de main-d'œuvre EPC [https://www.janushenderson.com/en-ch/advisor/article/data-center-power-why-the-key-risk-is-under-delivery-not-overbuild/]. Sightline Climate (via Stack Futures) : sur 102,3 GW annoncés dans 710 projets d'ici 2030, seulement 40,8 GW répondent à un seuil « dérisqué », ~60 % du reste étant exposé à un retard ou une annulation matériels [https://stackfutures.com/blog/ai-datacenter-capacity-gap-sightline-2026/].

La grille sous-jacente confirme la contrainte. Le rapport Queued Up 2025 du Lawrence Berkeley National Laboratory recense ~2 290 GW de génération et de stockage en recherche d'interconnexion, avec ~19 % des projets seulement (13 % de la capacité) ayant atteint l'exploitation commerciale parmi les demandes 2000–2019, et un délai médian de 55 mois pour les projets construits en 2024 (36 mois en 2015) [https://emp.lbl.gov/sites/default/files/2025-12/Queued%20Up%202025%20Edition%20-%2012.15.2025.pdf]. Une enquête Deloitte : 72 % des dirigeants jugent la capacité électrique/réseau très ou extrêmement contraignante, avec des attentes de raccordement pouvant atteindre sept ans, et une demande électrique des datacenters IA américains qui passerait de 4 GW en 2024 à 123 GW en 2035 [https://www.deloitte.com/us/en/insights/industry/power-and-utilities/data-center-infrastructure-artificial-intelligence.html]. Reuters : près de la moitié de 13 grands utilitaires américains ont reçu des demandes de puissance dépassant leur pointe ; Oncor (Sempra, Texas) a reçu des demandes d'interconnexion de 119 GW supplémentaires, presque quatre fois sa pointe système [https://www.reuters.com/business/energy/us-utilities-grapple-with-big-techs-massive-power-demands-data-centers-2025-04-07/].

Ce que la prévision mesure, en réalité

Mis côte à côte, les deux ensembles dessinent une lecture précise : les totaux Gartner mesurent l'intention de dépense agrégée — des commandes, des engagements et de la valeur intégrée aux appareils — tandis que la capacité de calcul réellement energisée progresse au rythme des files d'interconnexion, des transformateurs et des équipes EPC, à des taux de conversion annoncée-vers-livrée de l'ordre de 40 à 54 % [https://www.woodmac.com/press-releases/newly-added-us-data-center-capacity-slows-down-considerably-in-q4-2025-as-market-struggles-to-keep-up-with-explosive-demand/] [https://www.janushenderson.com/en-ch/advisor/article/data-center-power-why-the-key-risk-is-under-delivery-not-overbuild/] [https://stackfutures.com/blog/ai-datacenter-capacity-gap-sightline-2026/] [https://emp.lbl.gov/sites/default/files/2025-12/Queued%20Up%202025%20Edition%20-%2012.15.2025.pdf]. Un même dollar d'infrastructure IA peut ainsi être compté dans la prévision de 2026 alors que le calcul qu'il achète ne produira de revenus qu'en 2027 ou 2028 — ou jamais si le projet est annulé. Le décalage entre dépense comptabilisée et calcul déployé est la variable que ni la prévision ni son titre ne mesurent.

La question demeure ouverte sur la composition exacte de la réestimation 2025 (croissance réelle contre reclassification) et sur la vitesse à laquelle le basculement vers l'inférence — 55 % de l'IaaS en 2026, 71,7 % de la dépense d'infrastructure de plateformes IA d'ici 2030 selon Futurum [https://futurumgroup.com/press-release/inference-climbs-to-71-7-of-ai-platforms-infrastructure-spend-by-2030/] — modifie les exigences de densité de puissance plus vite que les délais de livraison du réseau. Les contextes McKinsey et Deloitte sur l'évolution des charges de travail et les stratégies d'hyperscalers cadrent ce basculement [https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/the-next-big-shifts-in-ai-workloads-and-hyperscaler-strategies] [https://www.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions/2026/compute-power-ai.html].

Sources