Deux nouvelles publiées le même jour résument l’état de l’infrastructure de l’intelligence artificielle. D’un côté, Anthropic, le concepteur des modèles Claude, a signé avec Akamai une entente de services infonuagiques évaluée à 11,6 milliards de dollars américains. De l’autre, Oracle a envoyé un avis de force majeure au sujet de son centre de données Stargate au Nouveau-Mexique, une démarche qui lui donnerait de la latitude si l’installation ne parvenait pas à entrer en service en 2028 comme prévu.
La première nouvelle montre que la demande en puissance de calcul reste énorme. La seconde rappelle que cette puissance doit être construite dans le monde physique, avec du béton, des transformateurs et des mégawatts. Or, ces chantiers n’avancent pas au rythme des annonces financières.
Une entente qui propulse Akamai
Selon les dépêches d’Investing.com, le contrat porte sur des charges de travail en IA qu’Anthropic confiera à l’infrastructure infonuagique d’Akamai. Le marché a réagi immédiatement : le titre d’Akamai a bondi à l’annonce, toujours selon Investing.com. La réaction est logique, puisque 11,6 milliards représentent un montant considérable pour une entreprise de cette taille. Le contrat confirme aussi la transformation qu’Akamai tente depuis quelques années.
Akamai n’est pas un nom qu’on associe spontanément à l’IA générative. L’entreprise du Massachusetts s’est bâti une réputation à partir de la fin des années 1990 avec son réseau de diffusion de contenu (CDN). Ce réseau compte des milliers de points de présence répartis dans le monde, situés au plus près des internautes, qui accélèrent la livraison des pages Web, des vidéos et des mises à jour logicielles. En 2022, Akamai a acheté le fournisseur infonuagique Linode pour se doter d’une offre de calcul généraliste. Elle s’est ensuite positionnée sur ce qu’elle appelle l’inférence en périphérie, c’est-à-dire l’exécution de modèles d’IA dans des sites distribués plutôt que dans quelques campus géants.
Pourquoi sortir du giron des hyperscalers
Anthropic entretient déjà des liens étroits avec les géants du nuage. Amazon est à la fois l’un de ses principaux investisseurs et un fournisseur de calcul majeur. Google lui fournit ses puces TPU. L’entreprise a aussi annoncé l’an dernier un engagement important sur Azure, la plateforme de Microsoft, ainsi que des projets de centres de données en propre aux États-Unis. Dans ce contexte, l’ajout d’Akamai correspond à une stratégie de diversification systématique.
Trois raisons expliquent ce choix.
La première est la rareté. Tous les grands laboratoires se disputent les mêmes puces, les mêmes salles et le même accès au réseau électrique. Multiplier les fournisseurs permet de ne pas dépendre du calendrier d’un seul partenaire, et on verra plus loin que ce risque est bien réel.
La deuxième est le rapport de force. Un client qui dépend d’un seul hyperscaler négocie moins bien ses prix et ses conditions. Répartir les commandes entre plusieurs acteurs, dont certains ont beaucoup à gagner à décrocher un client prestigieux, améliore la position d’Anthropic.
La troisième, sans doute la plus importante, tient à la nature même du travail à accomplir.
De l’entraînement à l’inférence
Pendant les premières années de la course à l’IA générative, la priorité était d’entraîner des modèles toujours plus gros. Cette tâche se concentre dans d’immenses grappes de processeurs graphiques, reliées entre elles par des réseaux ultrarapides, idéalement sur un seul campus. C’est le modèle des gigantesques projets de type Stargate.
L’inférence obéit à une autre logique. Il s’agit de faire tourner un modèle déjà entraîné pour répondre aux requêtes des utilisateurs, des développeurs et, de plus en plus, des agents logiciels qui enchaînent les appels sans intervention humaine. Chaque requête compte moins que l’entraînement d’un modèle, mais elles se comptent par milliards. La latence, soit le délai entre la question et la réponse, devient alors déterminante. La proximité géographique avec l’utilisateur, la redondance et la capacité à absorber des pics de trafic prennent aussi de l’importance.
C’est précisément le terrain d’Akamai. Un réseau réparti sur de nombreux sites convient bien à l’exécution des modèles. Il convient beaucoup moins à leur entraînement. En signant avec Akamai, Anthropic indique que la croissance de ses besoins vient désormais surtout de l’utilisation de Claude, et plus seulement de sa fabrication. L’économie du secteur évolue dans le même sens : ce sont les requêtes facturées qui doivent un jour rentabiliser les milliards engloutis.
Cette tendance ne se limite pas aux centres de données. TechCrunch rapportait le même jour que la jeune pousse PrismML adapte ses petits modèles de langage à des lunettes intelligentes équipées de puces Qualcomm. Son ambition est de faire tourner une IA à poids ouverts directement sur les appareils. L’inférence se répartit donc sur plusieurs niveaux : les grands campus, la périphérie du réseau et jusque dans les objets que l’on porte.
Au Nouveau-Mexique, le chantier se heurte au réel
Le contraste avec la situation d’Oracle est frappant. Stargate, lancé en janvier 2025 à la Maison-Blanche par OpenAI, SoftBank et Oracle, promettait jusqu’à 500 milliards de dollars d’investissements dans l’infrastructure d’IA aux États-Unis. Le projet s’est ensuite étendu à plusieurs sites, dont un dans le sud du Nouveau-Mexique, développé par Oracle.
Selon TechCrunch, Oracle a envoyé un avis de force majeure concernant ce centre de données. En droit des contrats, la force majeure désigne un événement extérieur, imprévisible et irrésistible qui empêche une partie de remplir ses obligations. L’invoquer ne signifie pas que le projet est abandonné. Cela permet toutefois, d’après TechCrunch, de retarder certains paiements si l’installation manquait son objectif de mise en service fixé à 2028. En pratique, Oracle se protège juridiquement contre un retard qu’elle juge suffisamment plausible pour le prévoir dès maintenant.
Le message compte autant que la mécanique juridique. Pendant deux ans, le secteur a annoncé des gigawatts à venir et des engagements chiffrés en centaines de milliards. Or, un centre de données de cette taille dépend de facteurs que les communiqués ne contrôlent pas : le raccordement au réseau électrique, l’approvisionnement en équipements lourds, la main-d’œuvre spécialisée, les permis, l’eau et parfois l’acceptabilité locale. Chacun de ces goulots peut coûter des mois.
Deux vitesses, une même fragilité
Mises côte à côte, les deux nouvelles dessinent un secteur à deux vitesses. Les contrats se signent vite, à coups de milliards, et font bondir les titres boursiers. Les infrastructures se construisent lentement et sont exposées à tous les aléas du monde matériel. Entre les deux, les engagements financiers sont souvent calibrés sur des calendriers optimistes.
Le pari d’Anthropic peut se lire comme une réponse à cette fragilité. Plutôt que de tout miser sur quelques mégaprojets dont la livraison reste incertaine, le laboratoire achète aussi de la capacité auprès d’un acteur dont le réseau existe déjà et s’étend par petites unités. Cette approche ne remplace pas les grands campus d’entraînement, mais elle réduit l’exposition à un retard isolé.
Le risque ne disparaît pas pour autant. Il se déplace. Les fournisseurs comme Akamai, Oracle ou les hyperscalers s’endettent et investissent sur la foi de contrats pluriannuels avec des laboratoires qui ne sont pas encore rentables. Si la croissance de l’usage ralentissait, ou si les coûts de l’inférence chutaient plus vite que prévu grâce à des modèles plus efficaces, certains de ces engagements pourraient devenir difficiles à honorer.
La solidité réelle de l’infrastructure de l’IA ne se mesure donc pas au montant des ententes annoncées. Elle se mesure au nombre de mégawatts effectivement branchés, à la date prévue, et à la capacité des clients à payer pour les utiliser. Le contrat d’Akamai et l’avis d’Oracle ne racontent pas deux histoires opposées. Ils décrivent les deux faces d’une même course, où l’argent est déjà sur la table et où les délais de livraison restent la principale inconnue.