Pénurie de transformateurs : le goulot d’étranglement de 5 ans qui bloque les centres de données IA en 2026

Pourquoi 2026 est l’année où le déficit d’alimentation est devenu impossible à ignorer

Pendant trois ans, le goulot d’étranglement dans l’infrastructure IA était un problème logiciel — trouver le bon modèle, la bonne pile d’inférence, la bonne couche d’orchestration. En 2026, la contrainte s’est déplacée vers quelque chose de bien plus tangible : l’acier, le cuivre et l’architecture du réseau électrique vieille de plusieurs décennies.

Les chiffres sont édifiants. Selon les recherches de Wood Mackenzie, les délais de livraison des transformateurs haute tension de sous-station — les composants critiques qui abaissent la tension des lignes de transport vers des niveaux utilisables — sont passés d’environ 50 semaines en 2021 à 120 semaines en moyenne en 2024, pour atteindre 140–160 semaines et plus pour les unités standard en 2026. Certains grands transformateurs personnalisés affichent des délais de 80 à 210 semaines. En pratique, un projet qui passe une commande d’équipement aujourd’hui attend trois ans avant que ce transformateur arrive sur site.

Il ne s’agit pas d’un inconvénient marginal dans la chaîne d’approvisionnement. C’est la contrainte qui détermine quand les capacités IA deviennent réellement opérationnelles, et elle redéfinit la manière dont les hyperscalers, les gestionnaires de réseau et les équipes informatiques des entreprises doivent aborder la planification de l’infrastructure jusqu’à la fin de la décennie.

Le tableau de la demande agrégée est tout aussi préoccupant. Le rapport 2026 de Bloom Energy sur l’alimentation des centres de données projette que la charge informatique des centres de données américains doublera presque, passant de 80 GW aujourd’hui à 150 GW d’ici 2028. Au Texas seulement, ERCOT a révisé sa prévision de demande des centres de données pour 2030 de 29 GW à 77 GW en un seul cycle de planification — une révision à la hausse de 165% que les gestionnaires de réseau n’ont pas eu le temps d’absorber. Par ailleurs, les données d’interconnexion PJM de janvier 2026 indiquent 220 GW de demandes préliminaires pour le prochain cycle, avec seulement 8,2 GW actuellement en construction.

L’écart entre la capacité annoncée et la réalité se mesure non pas en mois, mais en années, et le transformateur est la contrainte la plus inflexible de cet écart.

L’anatomie d’une attente de sept ans

Lorsqu’un développeur de centre de données obtient un accord d’interconnexion au réseau, la plupart supposent que le plus difficile est derrière eux. Les données de PJM racontent une histoire différente. Le délai total moyen de la conception du projet à la mise en service dépasse désormais sept ans : environ trois ans pour obtenir un accord de service d’interconnexion, suivis de quatre autres années à naviguer dans l’infrastructure post-approbation. Jeff Shields, directeur principal de PJM, a directement noté que « les problèmes en dehors de la file d’attente sont le plus grand obstacle » à la mise en service des projets.

Quels sont ces obstacles ? Les données sur les changements de jalons de PJM de janvier 2026 décomposent les catégories de retard : les permis représentent 29% des changements de calendrier post-approbation, les problèmes de chaîne d’approvisionnement 23%, et une catégorie « autre » — couvrant les achats EPC, la fourniture d’équipements, les retards de construction et l’accès aux terrains — 28%. Ensemble, ces trois catégories expliquent plus de 80% des raisons pour lesquelles des projets ayant reçu l’approbation réglementaire prennent encore quatre années supplémentaires pour démarrer.

Le problème de la chaîne d’approvisionnement en équipements est le plus difficile à résoudre structurellement. Les transformateurs ne sont pas des produits courants. Les unités haute tension sont conçues sur mesure, nécessitent des installations de fabrication spécialisées n’existant que dans une poignée de pays, et ne peuvent pas être rapidement mise à l’échelle sans investissements en usines sur plusieurs années. L’industrie mondiale de fabrication de transformateurs a sous-investi pendant des décennies car la demande de modernisation du réseau était modeste et prévisible. La soudaine montée en flèche de la demande liée à l’IA a dépassé cette capacité d’une manière qui ne peut pas être résolue par les seuls signaux du marché à court terme.

Un exemple concret : le redémarrage de l’unité 1 de la centrale nucléaire de Three Mile Island — l’accord très médiatisé pour alimenter l’infrastructure IA de Microsoft — n’atteindra pas une pleine « livrabilité » au réseau avant que les travaux de modernisation du réseau de transport ne soient terminés. L’accord d’alimentation existe. La centrale nucléaire est opérationnelle. Le matériel de transport est le bloquant.

Ce que font réellement les hyperscalers

Les entreprises ayant le plus à perdre — et le plus de capital — n’attendent pas que le secteur des services publics règle ce problème. Les trois principaux hyperscalers ont engagé collectivement plus de 480 milliards de dollars en dépenses d’investissement d’infrastructure en 2026 : Amazon Web Services à 200 milliards de dollars, Google Cloud à environ 180 milliards de dollars, et Microsoft Azure à un montant estimé de 100 milliards de dollars pour l’année entière, après des dépenses T1 de 34,9 milliards de dollars et T2 de 37,5 milliards de dollars.

Ce ne sont pas des budgets informatiques ordinaires. Ce sont des programmes d’acquisition de terrains, d’acier, d’énergie et de silicium à une échelle qui oblige les hyperscalers à devenir des entreprises d’infrastructure à part entière. Environ un tiers des centres de données américains devraient s’appuyer entièrement sur la production d’énergie sur site d’ici 2030, et plus de 70% des développeurs évaluent déjà des fournisseurs d’énergie sur site, selon l’enquête Bloom Energy 2026. L’implication pratique : les installations qui ne peuvent pas obtenir d’alimentation réseau dans des délais acceptables construisent leurs propres réseaux — turbines à gaz derrière le compteur, accords d’achat d’énergie nucléaire, solaire à grande échelle associé au stockage — pour contourner la file d’attente.

Du point de vue architectural, l’industrie accélère également les transitions de tension. D’ici 2028, 60% des nouveaux centres de données prévoient de déployer des systèmes de jeux de barres à tension plus élevée, et 45% anticipent des architectures de distribution en courant continu. Les deux changements réduisent les pertes de transmission au sein de l’installation et diminuent la dépendance aux grands transformateurs abaisseurs qui présentent les délais les plus longs.

Ce que les DSI et responsables d’infrastructure d’entreprise doivent faire dès maintenant

La réponse des hyperscalers est instructive, mais la plupart des entreprises ne peuvent pas dépenser 180 milliards de dollars pour résoudre leur problème d’infrastructure. La question pratique est : comment une entreprise qui dépend de services cloud ou de colocation navigue-t-elle dans un monde où l’infrastructure d’alimentation sous-jacente est la contrainte limitante sur la disponibilité des capacités IA ?

1. Traiter la disponibilité des régions cloud comme un actif contraint en puissance, pas un simple paramètre logiciel

La plupart des stratégies cloud d’entreprise traitent la disponibilité régionale comme acquise — vous choisissez une région, vous déployez des ressources, la capacité est là. Cette hypothèse est de plus en plus erronée. Les fournisseurs cloud gèrent discrètement la capacité entre régions en fonction de la disponibilité de l’alimentation, et les régions qui semblent pleinement disponibles aujourd’hui peuvent être confrontées à des contraintes de position dans la file d’attente dans 12 à 18 mois, à mesure que les campus hyperscalers absorbent la marge disponible du réseau.

En pratique, cela signifie que les architectes cloud d’entreprise doivent cartographier leurs charges de travail IA critiques vers des zones de disponibilité spécifiques et verrouiller les capacités réservées avant que les contraintes ne se resserrent. Les engagements d’instances réservées dans des régions dotées de bases solides en matière de réseau électrique — pas seulement la latence la plus faible — devraient faire partie de la conversation sur la planification des capacités.

2. Tester sous pression vos contrats de colocation pour les clauses de garantie d’alimentation

Pour les organisations utilisant des espaces de colocation ou de centres de données en gros, la pénurie de transformateurs a une implication contractuelle directe. Les fournisseurs de colocation qui étendent ou construisent de nouvelles salles font face aux mêmes files d’attente d’équipements que les hyperscalers. Un contrat promettant 5 MW de capacité dans une nouvelle salle d’ici le T3 2027 peut être implicitement conditionné à des livraisons de transformateurs qui glissent déjà.

Les équipes d’approvisionnement des entreprises devraient auditer les accords de colocation existants et en attente pour la force majeure, les engagements de jalons de livraison d’alimentation et les clauses de remédiation. L’analyste principal de Wood Mackenzie Ben Boucher a averti que « si les délais de livraison des équipements continuent d’augmenter, les retards de projets deviendront plus fréquents » — ce qui signifie que les entreprises avec des capacités liées à des calendriers d’expansion portent plus de risques que leurs contrats ne le reconnaissent peut-être.

3. Construire une stratégie d’approvisionnement en énergie à double voie pour l’infrastructure IA sur site

Les organisations gérant une infrastructure IA sur site — clusters GPU, nœuds d’inférence, cloud privé — sont directement confrontées au problème des transformateurs lors de l’extension de l’alimentation du campus. Une installation ayant besoin d’ajouter 5 à 10 MW de nouvelle capacité électrique pour le calcul IA n’est pas à l’abri des mêmes files d’attente d’équipements affectant les campus hyperscale.

La réponse pratique est une approche à double voie : passer des commandes de transformateurs immédiatement pour l’expansion planifiée à 12–24 mois, et évaluer simultanément des alternatives transitoires — mise à l’échelle UPS distribuée, délestage des charges HVAC et non critiques existantes pour libérer de la capacité, ou location d’espace de colocation comme pont pendant la mise à niveau de l’alimentation du campus.

4. Intégrer le risque de délai d’alimentation dans la planification de la feuille de route IA

La plupart des feuilles de route IA d’entreprise sont construites autour des délais de capacité des modèles et de la disponibilité des logiciels. Pratiquement aucune n’intègre le risque de délai d’infrastructure comme variable de planification de premier ordre.

Pour les organisations ayant des objectifs d’infrastructure IA sur site ou des plans pour consommer une capacité cloud réservée significative d’ici 2027–2028, la moyenne de sept ans de PJM est un signal significatif. Les projets nécessitant une nouvelle infrastructure électrique devraient lancer les processus d’approvisionnement et d’autorisation maintenant, pas quand l’application IA sera prête à être déployée. L’application attend le transformateur ; le transformateur n’attend pas l’application.

La leçon structurelle

La pénurie de transformateurs est la conséquence du même schéma structurel qui a produit la pénurie de semi-conducteurs de 2021–2023 : des décennies de sous-investissement dans des capacités de fabrication spécialisées, suivies d’un pic de demande qui a dépassé tout ce que tout horizon de planification raisonnable aurait pu anticiper.

La différence est que les puces peuvent être fabriquées plus rapidement une fois les usines construites — un délai de trois à cinq ans pour les nouvelles capacités de fabrication. L’infrastructure du réseau électrique fonctionne sur des cycles beaucoup plus longs. Les lignes de transport nécessitent des horizons de planification de dix à vingt ans. La fabrication de transformateurs nécessite une reconversion pluriannuelle d’installations spécialisées. Les autorisations des services publics fonctionnent sur des calendriers réglementaires mesurés en années, pas en trimestres.

La conséquence pour les responsables IT d’entreprise est que le calendrier de l’infrastructure IA n’est plus gouverné par les logiciels et le silicium. Il est gouverné par l’acier, le cuivre et les calendriers de planification des gestionnaires de réseau qui n’ont pas été conçus pour répondre aux courbes de demande de l’IA. Les organisations qui internalisent cette réalité — et commencent à traiter l’approvisionnement en énergie comme une fonction stratégique équivalente à la sélection des fournisseurs ou à l’architecture logicielle — auront des avantages structurels dans la fenêtre 2027–2030, quand l’écart entre la capacité IA annoncée et la capacité IA disponible sera à son maximum.

Questions Fréquemment Posées

Sources et lectures complémentaires