IA : la capacité annoncée n'est pas la capacité livrée

TechCrunch rapportait le 11 novembre que le boom des data centers IA se heurte à des obstacles concrets : opposition locale, délais de permis, concurrence pour l'électricité. La publication ajoute un point plus fondamental : une large part des projets annoncés pourraient ne jamais être construits, avant même d'atteindre ces obstacles. Le rapport ne précise ni combien de projets sont concernés, ni quelles régions sont les plus exposées, ni quelle part des capitaux annoncés se traduira en installations opérationnelles.

Cette incertitude dépasse le secteur de l'infrastructure. La capacité annoncée n'est pas la capacité disponible, et c'est l'écart entre les deux que les entreprises numériques doivent intégrer dans leur planification.

Pourquoi la capacité annoncée n'est pas une donnée de planification

Chaque annonce de nouvelle installation IA alimente une hypothèse implicite : le calcul deviendra moins cher et plus abondant selon un calendrier prévisible. Si une part significative de ces projets s'enlise, l'hypothèse s'affaiblit. Le rapport ne dit pas quels projets sont les plus à risque : personne ne peut donc aujourd'hui rattacher cet écart à un fournisseur ou à une région précise. Ce qui est établi, c'est que les contraintes citées sont locales et lentes à lever : litiges d'usage des sols, autorisations, raccordements au réseau. Aucune ne se résout au rythme d'une roadmap produit.

Pour les équipes qui construisent sur l'IA, la conséquence pratique est que la planification de capacité doit reposer sur ce qui est contracté et livré, pas sur ce qui est annoncé. Les engagements de prix et de disponibilité des fournisseurs méritent le même examen que n'importe quelle autre dépendance fournisseur.

Ce que les équipes marketing doivent surveiller dans leur stack

La plupart des équipes d'acquisition et de monétisation n'achètent pas de data centers, mais elles consomment ce qui en sort : inférence de modèles, systèmes de recommandation, optimisation publicitaire, analytique. L'exposition est indirecte et facile à manquer jusqu'au jour où un prix change ou qu'une fonctionnalité est bridée.

Quelques vérifications valent le coup cette semaine :

• Listez les fonctionnalités de votre tunnel qui dépendent de l'IA, du ciblage à la personnalisation en passant par l'automatisation du support, et notez le fournisseur ou le modèle derrière chacune.
• Demandez à vos fournisseurs quels engagements de capacité sous-tendent leurs prix, et si ces engagements sont contractuels ou prospectifs.
• Modélisez un scénario où les coûts d'inférence restent stables ou augmentent au lieu de baisser, et regardez quelles campagnes ou quels paliers de prix cessent d'être rentables.
• Gardez une solution de repli manuelle ou basée sur des règles pour les une ou deux automatisations dont votre revenu dépend le plus.

Rien de tout cela n'exige de prédire quels projets seront construits. Il s'agit de refuser de traiter le calcul bon marché comme une ressource garantie.

Le signal de fond

Le rapport ne quantifie pas l'écart entre infrastructure annoncée et infrastructure livrée, et il ne donne aucun calendrier de résolution. Ce qu'il suggère, c'est que les contraintes physiques de l'IA deviennent une variable de gestion et non plus une tendance de fond. Pour les fondateurs et les responsables marketing, la posture utile est banale : documenter les dépendances, interroger les promesses des fournisseurs, et intégrer dans les prix la possibilité que la capacité sur laquelle tout le monde compte arrive plus tard, plus petite, ou pas du tout.