Centres de données et infrastructure d’IA : la vague imminente de controverses

Centres de données et infrastructure d'IA : la prochaine vague de litiges

Contexte du secteur : des dépenses d'investissement sans précédent et des litiges contractuels potentiels

Le secteur mondial des centres de données traverse le plus grand cycle de construction d'infrastructures de l'histoire moderne. Selon Goldman Sachs Global Investment Research, les dépenses cumulées en infrastructure d'IA atteindront environ 7 600 milliards de dollars entre 2026 et 2031, avec des dépenses annuelles passant d'environ 765 milliards de dollars en 2026 à environ 1 600 milliards de dollars en 2031, couvrant le calcul, les centres de données et l'électricité. Les données de BloombergNEF indiquent que la capacité informatique mondiale en construction dépasse 23 gigawatts. JLL prévoit que près de 100 gigawatts de nouvelle capacité seront mis en service entre 2026 et 2030, doublant ainsi la capacité installée mondiale à environ 200 gigawatts, avec un taux de croissance annuel composé d'environ 14 %.

Dans un contexte de capitaux abondants et de fortes pressions de croissance, la disponibilité de l'électricité est devenue le facteur clé qui contraint la répartition géographique des constructions. Une enquête menée par Vinson & Elkins en mars 2026 auprès de 200 développeurs d'infrastructures seniors et d'investisseurs en capital-investissement montre que 89 % des investisseurs se disent confiants dans la durabilité des niveaux actuels de dépenses d'investissement au cours des 1 à 5 prochaines années, mais que 96 % des développeurs s'attendent à ce que l'approvisionnement en électricité redessine la géographie des constructions.

Cependant, l'expérience historique montre que, dans toute industrie financée par des projets de grande envergure, les litiges apparaissent généralement au stade de l'exploitation, le plus souvent après un premier déséquilibre majeur du marché — révision de la demande, variation brutale des prix des intrants, changement réglementaire, défaut d'une contrepartie ou changement de génération technologique rendant la performance économique des actifs inférieure aux hypothèses de financement initiales. Les contrats d'approvisionnement à long terme actuellement signés comportent souvent des durées de 10 à 20 ans, des obligations take-or-pay et des engagements de performance détaillés ; ces contrats seront mis à l'épreuve au cours des prochaines années.

Impact sur le marché : contrats à long terme, volatilité des prix des GPU et enseignements du LNG

Les litiges liés à la phase de construction, bien qu'importants, ont déjà été largement étudiés. Plus difficiles sont les accords de niveau de service (SLA) conclus au stade de l'exploitation, les accords d'achat d'électricité (PPA), ainsi que les engagements de capacité à long terme et les arrangements take-or-pay entre les hyperscalers et les opérateurs.

L'ampleur économique de ces contrats est considérable. Deux baux de campus AI Factory conclus par Applied Digital avec le même hyperscaler américain de qualité investissement — Delta Forge 1 et Polaris Forge 3 — ont été décrits comme des baux take-or-pay d'une durée de 15 ans, d'une valeur totale d'environ 15 milliards de dollars sur la durée de base, et de près de 36 milliards de dollars si toutes les options de renouvellement sont exercées. Le bail de 15 ans de Hut 8 pour Beacon Point, conclu avec un autre hyperscaler américain de qualité investissement sur une base « triple net, take-or-pay », a une valeur d'environ 9,8 milliards de dollars sur sa durée de base. Lorsque l'économie unitaire change, ces engagements deviendront un terreau fertile pour les litiges.Le signe précurseur le plus convaincant vient du marché de la location de GPU. Le prix horaire de location du NVIDIA H100 est passé d'un pic d'environ 8 dollars en 2023 à environ 1,70 dollar fin 2025, avant de remonter à environ 2,35 dollars au début de 2026, soit une variation de plus d'un facteur quatre en moins de 30 mois. L'accélération du renouvellement générationnel des GPU — H100, H200, B200, B300 rapidement remplacés par le Vera Rubin — signifie que l'économie unitaire de la puissance de calcul sur laquelle reposent les contrats à long terme peut rapidement s'écarter de la réalité.

Le secteur du gaz naturel liquéfié (GNL) offre une référence. Les installations d'exportation de GNL, comme les centres de données, sont des actifs à long terme très capitalistiques, fortement tributaires du mécanisme de take-or-pay. Le litige autour de Venture Global LNG est particulièrement typique : des acheteurs comme Shell, BP et Edison l'ont accusé d'avoir revendu sur le marché au comptant des cargaisons pourtant destinées à ses contrats. Les issues ont pourtant été radicalement différentes : Shell a perdu devant l'arbitrage de la CCI, BP a gagné sur la phase de responsabilité et Edison a conclu un règlement commercial. Ce cas rappelle que, même dans un secteur fort de plusieurs décennies de jurisprudence arbitrale, l'issue dépend des faits, du tribunal arbitral et des conseils.

Paysage concurrentiel : qui en profite, qui subit la pression ?

La vague de contentieux autour des centres de données va rebattre les cartes des rapports de force au sein de la chaîne de valeur. Les entreprises hyperscale bénéficiant des meilleures notations de crédit disposent d'une position de négociation plus solide en cas de litige et peuvent transférer les risques aux opérateurs et aux équipementiers. Les acteurs de second rang — nébuleux clouds émergents (neoclouds), laboratoires d'IA de pointe et fournisseurs spécialisés de GPU — dont les modèles économiques sont encore instables, sont plus vulnérables en cas de litige d'exécution contractuelle.

Les limites de responsabilité entre les fournisseurs d'électricité, les fabricants d'équipements et les opérateurs seront constamment mises à l'épreuve. Les contrats de service à long terme (LTSA) et les coentreprises ajouteront à la complexité. Dans le cas du GNL, la diversité des issues arbitrales selon les acheteurs montre que l'incertitude juridique influencera également la structure du marché. On peut s'attendre à ce que les cabinets d'avocats, les institutions d'arbitrage et les consultants techniques profitent de cette vague de contentieux, tandis que les investisseurs commenceront à exiger des clauses contractuelles plus fines.

Enseignements pour les entreprises : se préparer à un marché baissier avant de signer des contrats

Pour les entreprises, l'essentiel est aujourd'hui d'identifier les fenêtres de risque dans les contrats à long terme. Quatre caractéristiques, sensiblement différentes du modèle du GNL, méritent une attention particulière :1. Durée de vie des actifs et obsolescence technologique : Les installations de GNL peuvent fonctionner de manière stable pendant 20 à 30 ans, tandis que les centres de données sont exposés à une évolution rapide des technologies de refroidissement, des densités de puissance, des générations de GPU et des combinaisons de charges de travail. On s'attend à ce qu'autour de 2027, les charges de travail liées à l'IA passent d'une prédominance de l'entraînement à une prédominance de l'inférence, ce qui modifiera la demande des locataires vis-à-vis des actifs sous-jacents. 2. Profil des contreparties : Les acheteurs de GNL sont principalement des compagnies gazières nationales ou des services publics réglementés, tandis que les locataires de centres de données, outre les hyperscalers à la solvabilité irréprochable, comptent également des acteurs émergents dont les modèles économiques ne sont pas encore matures ; les caractéristiques des litiges varieront donc selon la contrepartie. 3. Mécanismes de révision des prix : Les contrats d'achat ferme à long terme (take-or-pay) devraient inclure des mécanismes d'ajustement des prix ou de révision périodique, afin d'éviter une vague d'arbitrages généralisée similaire à celle observée dans le secteur européen du gaz naturel lorsque les prix du marché fluctuent fortement. 4. Clauses de force majeure et de changement de législation : Les politiques mondiales de réglementation de l'IA (telles que l'AI Act) et les réglementations sur la gouvernance des données peuvent modifier l'environnement d'exécution des contrats ; les contrats doivent définir à l'avance les risques associés.

Les entreprises devraient réexaminer les clauses de résiliation, les plafonds d'indemnisation, les clauses d'accélération et les clauses de règlement des litiges dans leurs contrats existants, afin de s'assurer qu'elles disposent d'une marge de manœuvre juridique face à d'imprévisibles évolutions du marché.

Perspectives d'avenir : 12 mois, 24 mois, trois ans

Dans les 12 mois, à mesure que de nombreux projets de première phase achèvent leur construction, les premiers litiges liés à la phase d'exploitation pourraient faire surface, principalement axés sur les manquements aux SLA et les retards de livraison.

Dans les 24 mois, le cycle de renouvellement des GPU intensifiera les changements dans l'économie unitaire de l'offre de puissance de calcul, et les différends concernant les prix et les volumes d'approvisionnement dans le cadre des contrats take-or-pay pourraient augmenter. Si le marché connaît un ralentissement de la demande ou un resserrement du financement, les litiges contractuels s'exposeront plus rapidement.

Au cours des trois prochaines années, si les investissements dans les infrastructures d'IA subissent un ajustement cyclique, des litiges à grande échelle sur les contrats à long terme pourraient survenir, et une vague d'arbitrages similaire à celle des révisions de prix du GNL en Europe pourrait se reproduire. À ce moment-là, les précédents arbitraux et réglementaires façonneront la conception des clauses de la nouvelle génération de contrats, et les pionniers d'aujourd'hui supporteront la première série d'enseignements.

Conclusion

La vague de construction d'infrastructures d'IA est irréversible, mais la vague de litiges juridiques et commerciaux se prépare également. Pour les investisseurs et les décideurs d'entreprise, comprendre ce courant sous-jacent sera la clé de leur survie à travers le cycle de l'industrie de l'IA.