Des centaines de milliards en dépenses d'entreprises s'orientent vers les centres de données, et non vers les salaires, rompant ainsi un lien vieux de plusieurs décennies entre investissement et embauche.
An aerial view of a 33 megawatt data center in Vernon, Calif. A surge in demand for AI infrastructure is fueling a boom in data centers across the country. (Mario Tama/Getty Images)
Amazon $AMZN, Microsoft $MSFT, Meta $META et Google $GOOGL prévoient des dépenses d'investissement combinées, sans précédent, de 650 milliards de dollars cette année. À toute époque antérieure, une frénésie de dépenses d'entreprise de cette ampleur aurait été un moteur infaillible pour l'emploi. Des usines auraient été construites. Les embauches auraient suivi.
Cette fois, l'argent est investi dans un autre type d'infrastructure — et le marché du travail ne suit pas le capital. Voici ce qu'il faut savoir.
Rejoignez plus de 500 000 lecteurs qui commencent leur journée avec Quartz.
En vous abonnant, vous acceptez nos Conditions d'utilisation et notre Politique de confidentialité.
Les mécanismes de ce cycle de dépenses en capital sont différents de ceux de tout prédécesseur récent. Les estimations actuelles suggèrent que 80 % de la croissance de la demande intérieure privée finale au premier semestre 2025 provenait des centres de données d'IA et des dépenses liées aux hautes technologies, selon Recherche de S&P Global $SPGI.
Sans les investissements liés à l'IA, les dépenses des entreprises américaines racontent une autre histoire. Pantheon Macroeconomics a constaté que l'investissement fixe privé "n'augmente que grâce aux dépenses liées à l'IA," avec l'analyste Oliver Allen montrant que toutes les autres catégories sont en déclin, selon Fortune.
La composition des dépenses explique le décalage. Lorsque les entreprises construisent une usine, l'investissement en capital crée une demande pour les travailleurs qui exploiteront cette usine pendant des décennies. Lorsque les entreprises construisent un centre de données, le calcul est différent. Selon McKinsey, les investissements mondiaux dans les centres de données devraient atteindre 7 000 milliards de dollars d'ici 2030, avec plus de 4 000 milliards de dollars alloués au matériel informatique — puces, serveurs et stockage, dont une grande partie est fabriquée à l'étranger. L'analyse de McKinsey de la chaîne de valeur montre que sur le total de 6 700 milliards de dollars, environ 4 300 milliards de dollars vont aux développeurs et fabricants de technologies (serveurs, semi-conducteurs, stockage), tandis qu'environ 600 milliards de dollars seulement vont à la main-d'œuvre pour la construction.
Les centres de données sont, par conception, construits pour fonctionner avec un minimum de main-d'œuvre humaine. Comme l'a noté Data Center Knowledge, les projets de centres de données génèrent un grand nombre d'emplois temporaires pendant la construction.
Le centre de données de Microsoft à Quincy, Washington, par exemple, a compté jusqu'à 500 ouvriers sur place pendant le processus de construction, mais emploie maintenant 50 employés à plein temps. Ce schéma — un pic d'emplois de construction suivi d'une main-d'œuvre permanente qui tient dans une grande salle de conférence — se répète dans l'industrie. Un centre de données standard de 12 mégawatts nécessite généralement entre 20 et 22 personnes pour fonctionner, selon les estimations de dotation en personnel de l'industrie. Comparez cela à une usine de fabrication avec un investissement en capital comparable, qui pourrait employer des centaines ou des milliers de personnes.
Good Jobs First, une organisation à but non lucratif qui suit les subventions aux entreprises, a documenté ce schéma en détail. L'organisation a constaté que près de la moitié des subventions d'état pour les centres de données n'exigent pas de création d'emplois. Celles qui le font nécessitent généralement 50 emplois ou moins par projet, comparé aux projets de fabrication qui peuvent en créer des milliers. Dans un cas, un centre de données à New York a promis 125 emplois en échange de 1,4 milliard de dollars de subventions publiques — 11 millions de dollars par emploi. L'emploi dans les centres de données représente seulement environ 0,01% de tous les emplois aux États-Unis, pourtant l'industrie consomme environ 4,4% de l'électricité du pays.
Ce ratio capture le cœur du problème : Il s'agit d'un cycle d'investissement qui consomme d'énormes ressources tout en générant peu d'emplois.
La relation historique entre les dépenses d'investissement et l'emploi était simple : lorsque les entreprises investissaient davantage, elles embauchaient davantage. Les analystes de JPMorgan $JPM ont déclaré que le type de découplage économique qu'ils suivent est inhabituel.
« Accélérer les dépenses d'investissement alors que la croissance de l'emploi stagne est difficile à intégrer dans les perspectives. Une telle juxtaposition n'est pas évidente au cours d'une expansion américaine des 60 dernières années », a déclaré la banque dans ses perspectives pour 2026, selon Business Insider.
S&P Global a observé que, historiquement, l'industrie technologique avait été perçue comme intensive en capital humain avec une empreinte légère en dépenses d'investissement, contrairement à la fabrication, qui était de plus en plus lourde en dépenses d'investissement et légère en emploi. L'IA fait s'effondrer ces catégories.
Les entreprises technologiques sont maintenant celles qui poussent les dépenses intensives en capital, mais les actifs qu'elles construisent — centres de données, clusters GPU, infrastructures électriques — sont conçus pour remplacer la main-d'œuvre humaine, non pour l'employer.
Comme Quartz a rapporté, les centaines de milliards qu'Amazon, Microsoft, Google et Meta injectent dans l'infrastructure AI ne se traduisent pas par des embauches, car ils sont dirigés vers les centres de données, pas vers les gens. Daniel Keum, professeur à la Columbia Business School, a décrit les dépenses comme un « choc technologique » dans lequel l'AI vise à remplacer les travailleurs et à réduire les effectifs, pas à augmenter la main-d'œuvre.
S&P Global a noté que la combinaison de la croissance positive du PIB et de l'emploi stable indique des gains de productivité potentiels précoces grâce à l'AI, alimentés par les centres de données. C'est l'interprétation optimiste : l'économie devient plus productive.
L'interprétation moins optimiste est que les gains de ce cycle d'investissement profitent au capital, pas au travail, d'une manière que les cycles précédents n'ont pas fait. De nombreux commentateurs et économistes notent que les dépenses en AI sont désormais suffisamment importantes pour être visibles dans les chiffres du PIB total, et dans certains trimestres récents, cette croissance a même dépassé les contributions des dépenses de consommation.
L'économie américaine est, en un sens, maintenue à flot par le développement de l'AI. Mais contrairement à l'expansion industrielle d'après-guerre ou au boom technologique de l'ère internet, ce développement n'attire pas des millions de travailleurs dans des emplois bien rémunérés. Il attire le silicium, l'électricité et le béton.
La question est de savoir ce qui se passe lorsque les dépenses atteignent leur maximum. Les travailleurs de la construction passeront au prochain site. Les installations elles-mêmes fonctionneront avec des équipes réduites. Et la technologie à l'intérieur de ces bâtiments continuera à faire ce pour quoi elle a été conçue : un travail que les humains faisaient auparavant.
