La demande en IA dépasse l'offre — même Google n'arrive pas à suivre

La demande en IA dépasse l'offre — même Google n'arrive pas à suivre, un article apparu en premier sur 24/7 Wall St..

L'intelligence artificielle a dépassé le stade de la preuve de concept. Le défi aujourd'hui est de produire suffisamment de puissance de calcul pour satisfaire la demande. Les grandes entreprises technologiques dépensent des centaines de milliards de dollars pour construire des infrastructures d'IA, mais les entreprises se retrouvent encore en manque de capacité. Cela indique que l'adoption de l'IA s'accélère plus vite que la capacité du secteur à la soutenir. 

La dernière preuve en date provient d'une source inattendue : Google aurait dû informer l'une des plus grandes entreprises technologiques au monde qu'il ne pouvait tout simplement pas fournir toute la capacité de calcul IA souhaitée.

Même Google est à court de ressources

Le Financial Times rapporte que Google a informé Meta Platforms (NASDAQ:META) aux alentours de mars qu'il ne pouvait pas fournir toute la capacité d'inférence Gemini que Meta souhaitait acquérir. La pénurie aurait perturbé certains projets d'IA internes de Meta et contraint l'entreprise à prioriser l'utilisation des modèles de Google.

Ce n'est pas ce que les investisseurs s'attendaient à entendre de la part de l'un des plus grands fournisseurs de cloud au monde. Google a investi plus de 90 milliards de dollars en 2025 et prévoit de doubler ce montant cette année pour étendre son infrastructure d'IA, notamment avec des unités de traitement tensoriel (TPU) personnalisées et de nouveaux centres de données. Pourtant, la demande pour Gemini a augmenté si rapidement que la capacité est devenue une ressource rare.

Meta n'était pas le seul client affecté, selon le Financial Times, bien que sa demande colossale en fasse l'exemple le plus visible. Le rapport indique que Google continue de limiter l'accès de certains clients pendant qu'il travaille à augmenter sa capacité.

Le goulot d'étranglement de l'IA s'est déplacé

Durant les deux dernières années, les investisseurs se sont concentrés sur les entreprises entraînant des modèles d'IA toujours plus grands. Désormais, la contrainte s'est déplacée vers l'inférence — la puissance de calcul nécessaire chaque fois qu'une personne pose une question à un modèle d'IA ou l'utilise pour accomplir une tâche.

L'entraînement d'un modèle n'a lieu qu'une seule fois. L'inférence, elle, se produit des millions, voire des milliards de fois chaque jour. Cela témoigne de l'accélération de l'adoption de l'IA en entreprise dans le développement logiciel, le service client, la publicité, la recherche et les outils de productivité. Chaque nouvelle application piloté par l'IA accroît la demande de calcul d'inférence.

Selon le dernier rapport de résultats trimestriels d'Alphabet (NASDAQ:GOOG), Google Cloud a terminé le trimestre avec plus de 460 milliards de dollars d'obligations de performance restantes, un carnet de commandes incluant des contrats clients à long terme. Le PDG Sundar Pichai a également indiqué que les revenus du cloud auraient été plus élevés si Google avait disposé de davantage de capacité disponible.

En d'autres termes, la demande n'est pas le problème. C'est l'offre qui l'est.

Pourquoi les investisseurs devraient y prêter attention

Étonnamment, cette pénurie est une bonne nouvelle pour une grande partie de la chaîne d'approvisionnement de l'IA. Si Google ne peut pas satisfaire pleinement la demande malgré l'exploitation de l'une des plus grandes infrastructures d'IA au monde, cela suggère que le marché est loin d'être saturé. Les entreprises fournissant le matériel derrière l'IA — notamment les GPU, la mémoire à haute bande passante, les équipements réseau, les composants optiques et les systèmes d'alimentation — ont encore des années de demande devant elles.

Certes, Google, Microsoft (NASDAQ:MSFT), Amazon (NASDAQ:AMZN) et Meta investissent massivement pour combler l'écart. Au total, ces entreprises devraient dépenser bien plus de 700 milliards de dollars en infrastructure d'IA cette année seulement.

Quoi qu'il en soit, l'expansion de la capacité d'IA prend du temps. De nouvelles puces doivent être fabriquées, des serveurs assemblés, des centres de données achevés et des équipements réseau installés avant que des capacités d'inférence supplémentaires ne deviennent disponibles. 

Et de nombreux points de blocage se dressent sur leur chemin : l'énergie, le foncier et la mémoire, pour n'en citer que quelques-uns. Le PDG de Nvidia (NASDAQ:NVDA), Jensen Huang, affirme que la puissance de calcul requise pour les Agents d'IA agentiques augmentera d'au moins 1 000 % par rapport à l'IA générative en seulement deux ans.

Point clé à retenir

En bref, l'IA ne se heurte pas à un problème de demande. Elle se heurte à un problème d'offre. Le rapport du Financial Times selon lequel Google n'a pas pu fournir à Meta toute la capacité Gemini demandée souligne à quel point l'adoption de l'IA en entreprise s'accélère rapidement. Même les entreprises dépensant des centaines de milliards de dollars en infrastructure ne peuvent pas construire des capacités de calcul assez vite pour satisfaire leurs clients.

Pour les investisseurs, c'est un signal encourageant. L'essor de l'IA n'est plus limité par l'intérêt pour la technologie. Il est limité par la capacité du secteur à produire suffisamment de puissance de calcul pour y répondre. Tant que ce déséquilibre ne se résorbe pas, les entreprises approvisionnant l'écosystème de l'IA devraient continuer à bénéficier de l'un des cycles de dépenses d'infrastructure les plus soutenus que le secteur technologique ait jamais connus.

La demande en IA dépasse l'offre — même Google n'arrive pas à suivre, un article apparu en premier sur 24/7 Wall St..