(où l’on parle de ruée vers l’IA, de pénurie, d’inflation, de souveraineté et de résilience)
Dans toutes les sphères de la société française, beaucoup parlent d’une IA générative qui bousculerait les métiers, jusqu’à annoncer une révolution du travail lui-même. C’est un vrai sujet, qui amène des discussions passionnées et passionnantes. De fait, l’IA bouleverse déjà notre quotidien. Mais peut-être pas comme vous l’attendiez.
L’IA générative n’accapare pas que l’attention, elle accapare aussi la mémoire vive dont elle a besoin pour tourner. Résultat : une pénurie mondiale de DRAM et de NAND, des prix qui s’envolent, des délais qui s’allongent, et des effets qui débordent largement l’informatique : conflits d’usage de l’eau, tensions géopolitiques, inflation qui remonte jusqu’aux banques centrales, etc… Dans cet article, Gillo parle de tout ça, et il fait même un détour par le GPS de votre voiture pour comprendre pourquoi l’efficacité ne suffit jamais à calmer la demande.
Il explique également que ce n’est pas un accident de parcours. Les fondeurs ont réorganisé leurs lignes de production autour de la mémoire pour l’IA, un verrouillage qui ne se défera pas avant 2027-2028 au mieux. L’Europe savait déjà, dès 2021, qu’elle était absente de ce segment, et n’a toujours pas de plan pour y remédier. La Chine, elle, avance plus vite que prévu (avec même un prototype de machine à graver les puces les plus avancées), sans pour autant résoudre le vrai problème.
Bonne nouvelle, toutefois : des leviers de résilience existent, à l’échelle d’un État comme d’une PME. Quelques-uns sont évoqués ici.
Et cadeau bonus : un arbre de conséquences interactif vous attend en fin d’article, pour qui voudrait explorer tout ça visuellement.
Bonne lecture, accrochez-vous, et pensez à utiliser votre mémoire vive, elle n’aura jamais été aussi précieuse.
Quand l'IA accapare toutes les ressources
Dans les cercles un peu au fait des impacts environnementaux de l’IA générative, deux dimensions prennent toute l’attention : la consommation électrique et l’eau utilisée pour l’entraînement et l’utilisation de ces systèmes d’IA.
Mais dans d’autres cercles (dans mon écosystème IoT du moins), un autre sujet occupe l’essentiel du débat. Fabricants, intégrateurs, responsables achats : tous parlent de quelque chose qui se passe trois étages plus bas dans la chaîne de valeur, du côté de la mémoire.
Alors qu’au premier trimestre 2026 les prix ont déjà presque doublé pour la DRAM (la DRAM, c’est la mémoire vive qui équipe ordinateurs, smartphones, serveurs et routeurs), de nouvelles hausses sont attendus pour le reste de l’année. En cause : sur le segment spécifique de la DRAM, trois fondeurs, Samsung, SK Hynix et Micron, qui produisent à eux trois environ 95% de la production mondiale, ont réorienté une part croissante de leurs lignes vers la mémoire haute performance destinée aux puces dédiées à l’IA. Le marché du NAND (la mémoire de stockage type SSD, que l’on trouve sur nos disques durs) est plus fragmenté mais subit une pression – et donc une trajectoire – comparable.
Résultat mécanique : moins de mémoire vive et moins de mémoire de stockage conventionnelles pour tout ce qui ne relève pas de l’IA.
Une pénurie de mémoire ? okay, mais qu'est-ce que ça veut dire ?
Le 25 juin 2026, Apple a relevé les prix de la quasi-totalité de sa gamme Mac et iPad (MacBook Air +18%, l’iPad Air +25%, Mac Studio M3 Ultra +32%). Tim Cook qualifiant la situation d’» inondation centennale » dans une interview au Wall Street Journal. Microsoft a suivi le même mouvement sur la Xbox, évoquant plus de 2,5 fois le prix du stockage et de la mémoire, avec un nouveau doublement attendu d’ici l’automne 2027.
L’augmentation des coûts de la mémoire ne s’arrête pas à la RAM de votre ordinateur portable ou smartphone. La mémoire équipe aussi les serveurs bancaires, les équipements hospitaliers, les automates industriels, les capteurs agricoles, les systèmes d’information des collectivités, l’aéronautique ou encore … la défense ! Le numérique irriguant tout le tissu économique et administratif, le choc de la mémoire se répercute, à des degrés divers, sur l’ensemble des budgets informatiques.
J’insiste sur « degrés divers », parce que le tableau n’est pas monochrome : la majorité des objets connectés, capteurs, trackers, modules industriels, n’utilisent que quelques kilo-octets à quelques méga-octets de mémoire embarquée, souvent sur des composants matures qualifiés pour une disponibilité longue de dix à quinze ans, la norme dans l’industrie. Ce n’est pas le même segment que les technologies de mémoire de pointe (DDR5 ou HBM), qui concentrent l’essentiel de la tension décrite ici. Un dispositif IoT industriel bien conçu n’est donc pas exposé de la même façon qu’un PC ou un smartphone, même si la pression de fond touche, à des intensités très différentes, l’ensemble du marché de la DRAM et du NAND.
Plus grave que le prix : l’indisponibilité !
Au-delà du prix, ce qui stresse actuellement les acteurs de l’économie numérique (notamment les fabricants majeurs de l’IoT), c’est l’indisponibilité. Pure et simple. Les délais d’approvisionnement dépassent aujourd’hui 40 semaines sur certaines références. Dans un marché d’allocation (un marché où le vendeur ne sert pas nécessairement le plus offrant, mais répartit librement ses stocks entre clients, selon ses propres priorités), c’est la capacité même à obtenir le composant qui devient le facteur limitant, quel que soit le budget. Et sans composant, pas de produit. Et sans produit, pas de revenus. Et sans revenus… je vous laisse imaginer.
Pour les acteurs les plus agiles, la réponse à ce type de blocage n’est pas d’attendre patiemment que le composant revienne mais de redessiner le produit autour de ce qui reste disponible. Et pour un équipement déjà en production, cela implique un cycle de re-design, éventuellement une révision de la chaîne de production, des fournisseurs, etc. Tout cela se compte en mois de délais, avec un coût d’ingénierie qu’il est difficile de facturer au client final, mais que quelqu’un, quelque part dans la chaîne, finira par payer.
Quand prolonger la durée de vie devient un impératif opérationnel…
Cette double contrainte (prix et disponibilité) rend le prolongement de la durée de vie des équipements encore plus stratégique qu’avant, à condition de surveiller aussi ce que l’on fait tourner dessus : un système d’exploitation dont chaque mise à jour exige davantage de mémoire vive rend obsolète, de fait, un équipement pourtant encore fonctionnel.
C’est en ce sens que l’écoconception logicielle, pour les fabricants comme pour leurs clients, devient un levier de résilience matérielle à part entière.
… à deux vitesses
Entendons-nous bien : cet argument vaut pleinement pour l’informatique grand public, où les mises à jour successives sont la principale cause d’obsolescence logicielle, mais il s’applique moins aux systèmes industriels (aéronautique, automobile ou l’IoT par exemple), parce que le firmware reste généralement minimal et rarement mis à jour une fois déployé, ce qui l’épargne largement du mécanisme d’obsolescence par saturation logicielle décrit ci-dessus.
Cela dit, cette sobriété logicielle qu’on observe dans l’IoT industriel n’est pas un heureux hasard : c’est le résultat d’une discipline de conception qu’il faut continuer d’entretenir. Je le sais pour en avoir été un acteur dès 2004, à une époque où les ressources computationnelles étaient… comment dire… très limitées en comparaison à celles d’aujourd’hui.
Cette sobriété, disais-je, a d’ailleurs son utilité propre, indépendamment de la question de l’obsolescence : un firmware plus frugal en mémoire permet de se contenter de composants plus modestes, donc moins chers et davantage disponibles a priori, ce qui n’est pas un mince avantage dans le contexte de pénurie en question. Et un code plus efficace réduit aussi la consommation électrique d’un capteur alimenté par batterie, un enjeu très concret sur un parc de plusieurs milliers d’unités.
À cela s’ajoute un autre enjeu, plus discret. Nos amis de l’équipe Electronic circuits and systems de l’UCLouvain (avec qui Mavana aime beaucoup travailler) ont mené une revue de la littérature académique sur l’empreinte environnementale de la fabrication des puces électroniques. Leur constat est que, pendant des décennies, miniaturiser les puces ne modifiait que très peu l’impact environnemental de leur production (à surface équivalente). Mais sur les nœuds de gravure les plus avancés (sous les 7 nanomètres, ceux-là mêmes qui équipent les accélérateurs d’IA), cet impact augmente désormais clairement. Ça se comprend assez bien une fois qu’on regarde ce qu’implique physiquement cette finesse de gravure. Seule la lithographie ultraviolette extrême (EUV, celle-là même dont on reparlera plus loin à propos de la Chine) permet de graver des motifs aussi précis, et cette technique demande davantage d’étapes de fabrication, davantage d’énergie, et davantage de matières premières critiques par centimètre carré de silicium produit. Autrement dit, la puce la plus avancée n’est pas seulement la plus chère à l’achat, elle est aussi la plus coûteuse à produire pour l’environnement, une équation qu’on aurait tort d’ignorer au moment même où la demande de ces puces explose.
Des effets en cascade sur les composants adjacents
La tension sur la disponibilité s’étend malheureusement aux composants adjacents, passifs et semi-conducteurs de puissance, qui équipent aussi l’automobile, les onduleurs et bornes de recharge des énergies renouvelables, les équipements médicaux, etc. Conséquence : on peut s’attendre à des ralentissements de déploiements pour des projets qui ne sont pas nécessairement d’ampleur, mais qui sont myriade : par exemple un parc de bornes de recharge par ici, ou des détecteurs de fuite d’eau par là. À cause de cette pénurie de composants, beaucoup de projets sont retardés. Des projets qui n’ont rien d’abstrait, par exemple pour les mairies qui se sont engagées pendant leur campagne municipale du début d’année (et qui doivent essuyer maintenant des messages d’administrés mécontents sur Facebook 😅).
Une fracture numérique déjà mesurable, et une inflation qui déborde le seul secteur numérique
Ce mécontentement est exacerbé par une fracture numérique à deux échelles.
Parmi ceux qui ont besoin d’un nouvel équipement, il y a ceux qui ont les moyens de se les acheter (mais qui doivent donc attendre longtemps pour les recevoir) et il y a … les autres.
Premiers touchés : les foyers aux budgets serrés, familles avec des enfants scolarisés, personnes âgées dépendantes d’un matériel vieillissant. Il y a aussi les collectivités et PME à trésorerie contrainte, qui doivent reporter leurs projets sine die.
Et cette dynamique commence à apparaître dans les indicateurs macroéconomiques eux-mêmes, pas seulement dans le budget informatique des ménages.
En Inde par exemple, l’électronique ne représente qu’une petite part du budget des ménages, environ 1%. Mais la hausse est si brutale qu’elle commence, à elle seule, à faire grimper l’inflation du pays tout entier, et la banque centrale s’attend déjà à finir l’année proche du maximum qu’elle s’autorise.
Et je n’évoque pas l’Inde par hasard : pour pas mal de gens du métier de l’IoT, ce pays est synonyme de « cartes SIM », (celles d’IDEMIA, l’un des principaux fournisseurs mondiaux en cartes SIM, largement produits là-bas). Mais l’Inde cumule aujourd’hui bien plus que ça, parce qu’elle réunit désormais les trois maillons de cette chaîne à la fois :
- C’est un immense marché de consommation électronique, sensible à la moindre variation de prix.
- C’est aussi le site d’assemblage final le plus dynamique au monde pour les produits Apple : l’Inde devrait assembler plus d’un quart de la production d’iPhones en 2026, contre une part marginale il y a cinq ans, au point que l’iPhone est devenu le premier poste d’exportation du pays.
- Et depuis février 2026, l’Inde produit la mémoire elle-même : Micron y a ouvert une usine d’assemblage et de test dédiée à la DRAM et au NAND pendant que Tata Electronics construit, avec le taïwanais Powerchip, la première fonderie de gravure de semi-conducteurs du pays.
Observer l’Inde, c’est donc observer, dans un seul et même endroit, la demande, l’assemblage et une part naissante de la production de mémoire.
En Europe, la Banque centrale européenne n’a pas encore établi ce lien dans ses publications, mais des acteurs de la distribution, à l’image du britannique Currys, anticipent déjà publiquement une inflation des prix électroniques liée à la pénurie mémoire pour la fin de l’année (retenez le terme « chipflation« , il sera peut-être courant d’ici la fin de l’année).
Aux États-Unis, enfin, certains économistes pointent un canal plus indirect : la valorisation boursière des entreprises liées à l’IA soutient les dépenses des ménages les plus aisés, ce qui alimente à son tour l’inflation générale. C’est ce que l’on appelle « l’effet de richesse ». Attardons-nous un peu sur ce phénomène, parce qu’il recèle des clés de lecture sur la fracture sociale en cours et à venir.
La ruée vers l’IA impacte bien plus que les seuls acheteurs de composants
Aux États-Unis, une part importante de la richesse des ménages n’est pas monnaie sonnante et trébuchante : elle est détenue en actions de la Bourse (un plan d’épargne, un portefeuille d’investissement, des actions détenues directement, etc.). Et cette caractéristique amène à une inflation générale en trois étapes :
- La Bourse monte grâce à l’IA. Les entreprises perçues comme profitant du boom de l’IA (Nvidia, Microsoft, les grands groupes cloud, et par ricochet Micron ou SK Hynix qui vendent la mémoire) voient leur valorisation boursière grimper « fortement » (pour ne pas dire « n’importe-quoi-tesquement »). Comme ces entreprises pèsent lourd dans les indices boursiers, c’est une bonne partie du marché actions qui monte avec elles.
- Les ménages « riches » se sentent plus riches. Ce sont surtout les ménages aisés qui détiennent ces actifs financiers (les ménages modestes vivent quant à eux principalement de leur salaire et possèdent peu ou pas d’actions). Pour ce ménage aisé qui voit son portefeuille prendre 20 ou 30% de valeur en un an (même sans vendre une seule action), il est normal de se sentir plus riche. Certes, il n’a pas plus d’argent sur son compte courant, mais son patrimoine global a augmenté. Les études économiques montrent que ce sentiment se traduit très concrètement en comportement d’achat : on dépense davantage quand on se sent riche, même sur des choses qui n’ont rien à voir avec la Bourse (rénovation de la maison, restaurants, voyages, biens de luxe, etc.).
- Les dépenses supplémentaires poussent les prix vers le haut. Quand les ménages aisés, qui représentent une part disproportionnée de la consommation totale, augmentent leurs dépenses simultanément, la demande globale dans l’économie augmente. Or quand la demande augmente plus vite que l’offre, les prix montent. Et ce, pour l’ensemble de l’économie américaine. D’où inflation. Et comme les ménages modestes ne voient pas leur salaire augmenter par ailleurs, on rentre dans la fracture sociale que j’évoquais plus haut. CQFD.
Toutefois, les impacts ne s’arrêtent pas là : parce que la Bourse américaine reste le centre de gravité de la finance mondiale, ce même mouvement se propage bien au-delà des frontières du pays. Les portefeuilles européens et asiatiques exposés aux valeurs technologiques américaines profitent du même effet, pour le meilleur comme pour le pire le jour où cette valorisation se corrigera. L’appétit de l’IA pour la mémoire ne se contente donc pas de renchérir des composants, il gonfle aussi, par un tout autre chemin, la richesse pour quelques-uns et l’inflation pour tous.
Mais pourquoi donc misent-ils tous sur les mémoires dites « avancées » ?
Les processeurs dédiés à l’IA sont devenus extrêmement rapides pour calculer. Le problème, c’est que, ces dernières années, la vitesse de calcul des processeurs a progressé beaucoup plus vite que la vitesse à laquelle on peut faire circuler des données entre la mémoire et le processeur.
Imaginez un cuisinier devenu si rapide qu’il pourrait préparer un plat toutes les dix secondes, mais dont le garde-manger ne livre les ingrédients que toutes les minutes. Peu importe la vitesse du cuisinier, le rythme réel de la cuisine est fixé par la vitesse de livraison des ingrédients, pas par la vitesse du cuisinier. C’est exactement ce qui se passe avec un GPU et de la mémoire classique : les données sont stockées dans la mémoire vive, pas dans le processeur lui-même, ce qui fait que le processeur doit constamment aller chercher des données dans la mémoire, les traiter, puis renvoyer le résultat, dans une boucle permanente. Et donc le processeur passe une bonne partie de son temps à attendre que les données arrivent.
Dans ce cas, « calculer vite » ne sert à rien si le processeur n’a pas les données sous la main au bon moment.
Pour résoudre cette situation, l’industrie a inventé une nouvelle façon d’assembler les composants : plutôt que de placer la mémoire sur une barrette séparée, à quelques centimètres du processeur (comme dans un ordinateur classique), on empile plusieurs puces de mémoire les unes sur les autres, et on les colle directement à côté du processeur, sur le même petit socle. Cette proximité permet de multiplier par un facteur énorme le nombre de connexions électriques entre mémoire et processeur, un peu comme si on remplaçait un unique tuyau d’arrivée par des milliers de petits tuyaux en parallèle. Cette mémoire ainsi empilée et rapprochée s’appelle la HBM, pour High Bandwidth Memory, mémoire à large bande passante. Pour reprendre l’image du cuisinier : c’est comme si on installait le garde-manger directement dans le plan de travail, avec cent bras robotisés qui livrent les ingrédients en continu.
Pourquoi ça crée une pénurie ailleurs
Fabriquer de la HBM utilise le même savoir-faire et souvent les mêmes lignes de production que la fabrication de mémoire classique (rappelez-vous, la DRAM qu’on trouve dans un PC ou un smartphone), sauf que le procédé est plus complexe, plus cher, et plus rentable pour le fondeur qui la produit.
Les fondeurs ont donc tout intérêt à réorienter une part croissante de leurs usines vers la production de HBM plutôt que vers la production de DRAM classique. Chaque usine ou ligne de production consacrée à la HBM devient alors une ligne en moins pour fabriquer la mémoire qui équipe le reste du monde, des ordinateurs aux routeurs IoT. C’est ce glissement de capacité de production, de la mémoire classique vers la mémoire pour l’IA, qui explique une bonne partie de la pénurie et de la hausse des prix qu’on observe aujourd’hui sur la DRAM et le NAND conventionnels.
Pourquoi « fonderie » et « fondeur » ?
Le terme vient de la métallurgie (une fonderie, à l’origine, coule du métal en fusion dans des moules). Il a été repris pour désigner une usine qui « grave » des circuits sur des plaques de silicium (les wafers), un procédé qui n’a rien à voir avec la fonte de métal, mais qui a hérité du nom par analogie avec l’idée de « façonner la matière première en produit fini ».
Comment le climat influence l’économie et la bonne santé du secteur numérique
Taïwan, via TSMC, domine la fonderie logique la plus avancée, environ 90% des puces les plus fines du marché mondial, tandis que la production de mémoire, elle, se joue essentiellement en Corée du Sud (Samsung, SK Hynix) et aux États-Unis (Micron). Ce sont des marchés et des géographies distinctes mais qui partagent beaucoup de points communs : une concentration importante sur peu de sites qui sont sujets à divers risques climatiques et hydriques.
Les épisodes de sécheresse de 2021 puis, à un degré moindre, de 2023 ont forcé l’État taïwanais à arbitrer entre deux piliers de l’économie du pays : l’agriculture, dont l’irrigation représente 70 à 90% de la consommation d’eau régionale dans le sud de l’île, et l’industrie des semi-conducteurs, pilier stratégique des exportations taïwanaises. Cet arbitrage a conduit les exportations céréalières du pays à reculer sensiblement depuis le début de la sécheresse, pendant que la production de puces a été maintenue en priorité. C’est un choix politique assumé, avec un coût économique et social concentré sur une partie de la population, pendant qu’un secteur jugé plus stratégique par l’État est protégé. Des dizaines de milliers d’agriculteurs ont été indemnisés pour ne pas cultiver leurs rizières le temps de la crise, l’eau ainsi économisée étant redirigée vers les usines de semi-conducteurs. Dans les foyers, les coupures d’eau ont pu atteindre deux jours par semaine dans les zones les plus touchées, avec des restrictions qui sont allées jusqu’à interdire certaines activités gourmandes en eau (service de lavage automobile évidemment, mais aussi salons de coiffure par exemple). Rien de tout cela n’a touché les usines de TSMC, qui ont continué de tourner, quitte à faire venir de l’eau par camions-citernes en dernier recours. Le message envoyé à la population était clair : en cas d’arbitrage, l’intérêt stratégique de l’industrie passe avant le quotidien des ménages et des agriculteurs.
Une fois cela dit, prenons une grande inspiration… Et mesurons ce que cela veut dire à l’échelle internationale :
En fait, le monde entier dépend actuellement, pour son approvisionnement en puces avancées, de décisions de politique intérieure sur lesquelles aucun pays acheteur n’a de prise !
La sécurité d’approvisionnement mondiale en composants numériques repose ainsi, en dernier ressort, sur des choix domestiques d’allocation de l’eau, pris sous contrainte climatique et sans concertation internationale.
Ce phénomène n’est d’ailleurs pas propre à Taïwan. Les États-Unis reproduisent une version du même dilemme sur le sol américain : l’essentiel des nouvelles capacités de fabrication américaines, notamment celles de TSMC et Intel, se construit en Arizona, un État en tension hydrique chronique sur le bassin du Colorado. Chercheurs et administrations locales y documentent déjà les mêmes arbitrages entre besoins industriels, agricoles et résidentiels qu’à Taïwan. Autrement dit, diversifier la production vers les États-Unis ne fait pas disparaître ce type de conflit d’usage : il le déplace, sans le résoudre.
Cette dimension domestique du risque climatique s’articule avec un second facteur, plus directement international celui-là.
Le facteur géopolitique
Le détroit de Taïwan reste l’un des points de tension les plus surveillés au monde, avec une intensification des manœuvres militaires chinoises ces dernières années. Pour le marché numérique, cette incertitude suffit en elle-même : elle oblige déjà les acheteurs de puces à envisager un scénario où la première fonderie de processeurs mondiale deviendrait, du jour au lendemain, inaccessible.
De son côté, la Corée du Sud est aussi exposée à d’autres types de tensions : Samsung et SK Hynix dépendent des équipements et technologies américaines pour produire leur mémoire, mais environ 40% des exportations coréennes de semi-conducteurs partent vers la Chine, où les deux groupes possèdent aussi des usines. Ils sont donc pris entre les deux : chaque nouveau tour de vis américain sur l’export de technologie vers la Chine vient directement percuter leur activité.
En bref : alors qu’il serait rassurant de diversifier les sources d’approvisionnement, l’appétit de l’IA augmente la dépendance à des sites déjà fragiles, qu’une décision politique, chinoise ou américaine, peut immobiliser du jour au lendemain.
Autres effets indirects d'ordre supérieur : effets de prix, effets rebond et souveraineté
Dans la catégorie « autres effets indirects d’ordre supérieur », le premier nominé est sociologique : l’effet de prix. Quand le coût de la mémoire augmente, les prix du matériel numérique augmentent. Ce qui pousse mécaniquement une majorité des acheteurs (les plus modestes) à différer l’achat de matériel neuf. Et puisque la fabrication concentre une large part de l’empreinte environnementale d’un équipement, ce report profite, à court terme, au bilan environnemental du secteur. Mais ce n’est qu’un report, pas une suppression : rien ne garantit que cette demande ne resurgisse pas plus tard (avec un effet de rattrapage). Et de toute façon ce mécanisme ne joue que sur les achats qu’il est possible de repousser, ce qui exclut une bonne partie des usages professionnels ou critiques évoqués plus haut.
Le second effet est le désormais célèbre effet rebond (biais systémique que les sachants appelleront « paradoxe de Jevons »). Historiquement, chaque gain d’efficacité informatique, qu’il porte sur la consommation électrique, l’usage du processeur ou la bande passante, s’est traduit non par une baisse, mais par une hausse globale de cette même consommation ou de cet usage.
Un bon exemple : le GPS de votre smartphone, qui s’appuie lui-même sur des algorithmes d’IA pour calculer vos trajets. Ces assistants GPS ont d’abord rendu chaque trajet individuel plus efficace. Mais cette efficacité a surtout ouvert la porte à des usages qui n’existaient pas auparavant. D’abord, elle a rassuré des conducteurs qui n’auraient jamais pris la route vers une destination inconnue sans la sécurité d’un guidage pas à pas. Mais surtout, elle a rendu possible l’explosion de la livraison à domicile : cette efficacité individuelle a directement permis à toute la filière de la logistique du dernier kilomètre (Amazon, DHL, UPS et consorts) de prendre les proportions qu’on lui connaît aujourd’hui : bien plus de trajets, de véhicules et de kilomètres parcourus qu’avant l’arrivée de ces algorithmes, précisément parce qu’ils étaient devenus efficaces.
Il existe un autre mécanisme, cousin du paradoxe de Jevons, que les informaticiens appellent la « loi de Wirth » : « le logiciel ralentit plus vite que le matériel n’accélère ». Dès qu’une ressource devient disponible, le logiciel s’étend pour la consommer entièrement, qu’il en ait vraiment besoin ou non. Les modèles d’IA n’y échappent pas : leur nombre de paramètres a grossi à peu près au même rythme que la mémoire disponible pour les faire tourner, de quelques millions il y a dix ans à plusieurs centaines de milliards aujourd’hui. Ce que la HBM donne d’une main, les architectes de modèles le reprennent de l’autre.
Ce phénomène n’a d’ailleurs rien de propre à l’IA. Pour s’en convaincre, il suffit de regarder la taille que prend aujourd’hui une simple calculatrice : elle occupe désormais près de 1000 fois la mémoire totale du légendaire Nokia 3310, qui parvenait pourtant à nous faire calculer, jouer à Snake, tenir un répertoire et… accrochez-vous : téléphonez ! Tout ça dans moins de 1,5ko de mémoire.
Pour en revenir au paradoxe de Jevons, il s’applique d’ailleurs sur les systèmes d’IA eux-mêmes. En effet, un modèle d’IA plus efficace et moins coûteux à faire tourner ne réduit pas mécaniquement l’empreinte du secteur : parce qu’il élargit le marché adressable de l’IA, il génère au contraire davantage de requêtes, de fonctionnalités embarquées, et pousse toujours plus d’applications et de processus d’entreprises à en dépendre (ce qui fait l’argent, et donc le bonheur, des créateurs de ces modèles). Malheureusement, ces nouveaux usages peuvent annuler, voire dépasser, le gain d’efficacité initial. C’était le sujet d’un de mes billets il y a quelques mois lors de la sortie du rapport 2026 de l’AIE sur « Energie et IA ». C’est justement ce mécanisme qui nourrit l’inquiétude portée par de nombreux spécialistes sur la consommation électrique de l’IA générative (entre autres sujets, parce que l’on parle aussi de l’eau, de l’emprise foncière, des capitaux non-souverains, etc.).
On y ajoutera un rebond narratif plus insidieux, celui qui consiste à réduire l’impact environnemental de l’IA à la seule efficacité énergétique de l’inférence (la phase d’utilisation des modèles une fois entraînés). Tel un magicien qui vous incite regarder l’une de ses mains tandis qu’il manipule discrètement les cartes dans l’autre, les fournisseurs d’IA communiquent volontiers sur la baisse du coût énergétique de l’inférence. Mais cela détourne l’attention de deux coûts amont non moins importants et rarement mis en avant dans les communiqués de presse : celui de la fabrication des composants (discuté plus haut), et celui de l’entraînement, puis des réentraînements des modèles. L’entraînement, c’est la phase initiale où le modèle apprend, en ingérant des quantités massives de données pendant des semaines. Mais un modèle entraîné une bonne fois pour toutes finirait par perdre en pertinence : les goûts évoluent, de nouveaux contenus apparaissent, le monde change. Il faut donc le réentraîner régulièrement, c’est-à-dire répéter, au moins partiellement, cette phase d’apprentissage pour le mettre à jour. Certains systèmes n’ont pas le luxe d’attendre : les IA de recommandation des plateformes de vidéo à la demande ou des réseaux sociaux, qui doivent suivre en permanence l’évolution des goûts et des tendances pour rester pertinentes, combinent une mise à jour incrémentale quotidienne du modèle avec des réentraînements plus complets, moins fréquents mais réguliers, un entraînement intégral chaque jour restant bien trop coûteux même pour ces géants.
Cette cadence a un coût qu’on oublie facilement : chaque réentraînement, même partiel, redemande de l’électricité et de la puissance de calcul, donc à nouveau des composants dont la pénurie est le sujet de cet article. Le train de réentraînements qui maintient votre fil d’actualité ou vos recommandations toujours pertinentes n’est donc pas totalement virtuel : c’est une demande continue et répétée, qui pèse, elle aussi, sur les mêmes chaînes d’approvisionnement en mémoire déjà sous tension.
Quand il y a bulle, il y a ceux qui trinquent et ceux qui « trinquent »
C’est justement parce que l’inférence, l’entrainement et les réentrainements coûtent cher en énergie et matière (et donc en dollars) que certains observateurs comme Gauthier Roussilhe de Hubblo (d’autres copains avec qui on aime bien travailler) doutent que les fournisseurs d’IA générative parviennent un jour à gagner plus qu’ils ne dépensent. En effet, beaucoup de ces entreprises perdent encore de l’argent aujourd’hui, et rien ne garantit qu’elles deviennent un jour rentables.
Mais ce doute ne veut pas dire que la demande de calcul va forcément baisser pour autant. Si les utilisateurs continuent à vouloir utiliser l’IA générative au même rythme, le marché se recomposera probablement plutôt qu’il ne se contractera : les acteurs incapables de devenir rentables pourraient disparaître ou être rachetés, au profit des géants du numérique déjà installés (qui occupent désormais 9 des 10 plus grandes capitalisations boursières mondiales).
Dit autrement : le jour où la bulle éclatera, elle laissera certainement un goût très amer. Et plus pour les petits que pour les grands.
Une inertie structurelle des chaînes de fabrication
Pour en revenir à la disponibilité de composants mémoire, je crains une inertie importante, voire plusieurs effets de verrouillage (lock-in effect), du côté de la production, c’est-à-dire une situation où on ne peut plus faire machine arrière, même si on le voulait. Ou en tout cas ce serait au prix d’un énorme effort.
Construire une usine de semi-conducteurs coûte des dizaines de milliards de dollars et prend plusieurs années. Une fois ce capital englouti dans une capacité de gravure de pointe, celle qui produit la HBM et la DDR5 haut de gamme, il reste engagé sur cette trajectoire pour toute la durée de vie économique de l’usine. Il ne peut pas être redirigé vers l’expansion d’une capacité sur des nœuds matures, ceux dont a justement besoin l’essentiel de l’IoT et de l’automobile, documentés plus haut dans cet article. En clair, le choix d’investir dans le haut de gamme ferme la porte à l’autre option, pas pour un trimestre, mais pour des années. Résultat : pas de vrai soulagement avant mi-2027, voire 2028.
Dans beaucoup d’usines historiques, si j’en crois mes anciens collègues, les décisions d’investissement pour les prochaines générations de gravure sont déjà prises et engagées pour les années à venir. Et ce type de décision ne se défait pas pour un oui ou pour un non. Reste toutefois la capacité à déterminer ce qui tourne sur ces lignes, une fois construites.
Une rareté qui se déplace, mais ne disparaît pas
Ce qui reste flexible à l’intérieur de cette capacité de pointe, c’est la répartition entre HBM et DDR5, et c’est justement ce qui se passe en ce moment. Ce jeu de bascule pèse lourd : produire un bit de HBM mobilise environ trois fois plus de cette capacité qu’un bit de DDR5, ce qui veut dire qu’une ligne réorientée vers la HBM retire, à elle seule, l’équivalent de trois lignes de DDR5 du marché. Certains fabricants ont récemment choisi de retarder la conversion de lignes initialement prévues pour la HBM de nouvelle génération, en les affectant plutôt à de la DRAM classique, dont les marges opérationnelles avoisineraient désormais 90%, un niveau qui rivalise avec celles de la HBM.
Ça veut dire deux choses. D’abord, que ce geste soulage un peu la pénurie de DDR5, pas par bienveillance envers les acheteurs, mais parce que c’est devenu, pour l’instant, le choix le plus rentable. Ensuite, et c’est le revers de la médaille, que ce même geste retarde d’autant la montée en cadence de la HBM4, la prochaine génération de mémoire pour l’IA. La rareté ne s’évapore pas, elle se déplace d’un segment à l’autre, au gré de ce qui rapporte le plus aux fondeurs à un instant donné. Les nouvelles capacités annoncées pour 2027-2028 ne suffiront donc pas nécessairement à desserrer la pression sur l’ensemble : elles combleront le segment que les fondeurs jugeront alors le plus rentable, pas nécessairement celui dont vous avez besoin.
Dans la même tempête, mais pas dans le même bateau
La rareté, tout le monde ne la ressent pas de la même façon. Et j’en ai fait l’expérience bien avant cette crise. Il y a quelques années, chez Sierra Wireless (rachetée par Semtech en 2023 pour 1.2 milliards de dollars), en tant que responsable de vente, je devais gérer des rolling forecasts sur 12 mois pour l’approvisionnement en routeurs IoT. Il s’agissait de transmettre à nos équipes de production les prévisions de commande, mises à jour chaque mois, en glissant l’horizon un mois plus loin à chaque fois, un peu comme on ferait avancer une fenêtre de douze mois sur un calendrier. C’était mon cauchemar récurrent : jamais assez de visibilité sur la demande, jamais de garantie sur la livraison.
Cette même incertitude d’approvisionnement est aujourd’hui partagée par tous en Europe. Enfin… « partagée » n’est peut-être pas le bon mot, s’il laisse penser à une souffrance égale. Les hyperscalers et les grands fabricants de PC et de smartphones disposent d’un pouvoir de négociation, de volumes et d’accords pluriannuels que les acteurs IoT, souvent de taille plus modeste et à la demande fragmentée, n’ont jamais eus. Dans une bataille d’allocation, les petits volumes sont structurellement servis en dernier. C’était déjà vrai avant cette crise, ça l’est plus encore aujourd’hui.
Cette hiérarchie invisible entre acheteurs touche à un concept beaucoup employé ces derniers temps, parfois un peu vite : la souveraineté. Attardons-nous un peu dessus.
50 nuances de souverain
Ces derniers mois, il est beaucoup question de « souveraineté », « indépendance numérique », « résilience numérique » ou encore « autonomie décisionnelle ».
Dans le monde du logiciel, les plus érudits en la matière diront que le terme « souveraineté » ne peut s’appliquer qu’à un État, et certainement pas à l’échelle d’une organisation. Mais cela fait pas mal ricaner dans le monde du matériel : qui, même en tant qu’État, peut se targuer d’être réellement souverain en approvisionnement de matériels et composants numériques ? Certainement pas un État libéral comme le nôtre, en tout cas.
Prenons l’exemple d’une PME française fabriquant des objets connectés (pour parler de ce que je connais un peu) : l’État français peut-il lui garantir l’achat de « composants souverains » et de l’affranchir de tous les effets mentionnés plus haut ? En réalité, ce type d’entreprise négocie son allocation via un distributeur généraliste ou un sous-traitant d’assemblage électronique, dont le poids de négociation global, toutes zones géographiques confondues, compte souvent plus au quotidien que la nationalité de son client final. Les plus gros d’entre eux (comme Avnet ou Arrow) pèsent chacun plusieurs dizaines de milliards de dollars de chiffre d’affaires annuel, en agrégeant les commandes de dizaines de milliers de clients à travers le monde. Face à un fondeur qui doit arbitrer son allocation, ce poids compte infiniment plus que la nationalité, ou même la taille individuelle, de chacun de leurs clients. Une PME IoT française et une PME IoT canadienne, servies par le même distributeur, seront a priori traitées à peu près pareil (même si l’efficacité de leur responsable commercial dédié peut faire la différence, je dis ça d’expérience…).
Ces grands distributeurs, c’est un échelon intermédiaire, entre le fondeur mondial et l’État souverain, qui mériterait qu’on s’y attarde autant que sur les grandes manœuvres diplomatiques, ne serait-ce que parce que leurs arbitrages de livraisons (pour qui et comment) échappent largement à la régulation et au débat public.
Je m’explique : un accord commercial entre deux États, ça se négocie, ça se publie, ça se commente. Un arbitrage d’allocation entre un distributeur et un fondeur, lui, reste une affaire privée, négociée au détour d’un repas, d’une partie de golf ou même lors d’un salon professionnel, sans transparence ni recours pour les clients en bout de chaîne. Les politiques industrielles européennes, Chips Act en tête, investissent des milliards dans la construction de nouvelles usines sur le sol européen, ce qui est utile, mais elles se penchent assez peu sur la question de savoir si les PME européennes ont, ou non, un poids de négociation suffisant face aux géants de la distribution mondiale. Une vraie politique de résilience industrielle pourrait tout aussi bien passer par le soutien à des mécanismes d’achat groupé à l’échelle européenne, pour donner aux petits acteurs un poids qu’ils n’auront jamais seuls, plutôt que par la seule course aux nouvelles usines.
Reste que les grandes manœuvres diplomatiques ont, elles aussi, leur poids propre, à une échelle où même les États jouent petit bras. Sur la DRAM, trois fondeurs contrôlent environ 95% de la production mondiale, et les hyperscalers américains (les géants du cloud dont les centres de données tournent à une échelle sans équivalent) verrouillent une large part de l’allocation via des accords pluriannuels. Si l’allocation devient une bataille où chaque grande puissance économique ne peut gagner des composants qu’en les prenant à une autre grande puissance, sans qu’il y en ait davantage à se partager au total, on peut légitimement se demander qui se souciera de livrer des semi-conducteurs à Madagascar, ou à tout autre pays qui ne pèse pas dans les négociations mondiales d’approvisionnement. Cette pénurie risque de creuser l’écart entre pays ultra-dominants et … tous les autres.
Cette fragilité n’a d’ailleurs rien de nouveau, et c’est peut-être le plus déstabilisant : on la documentait déjà, noir sur blanc, bien avant que ChatGPT n’existe.
Ce qu'on savait déjà de la faiblesse de l’Europe, avant ChatGPT
Une étude commandée par la Commission européenne sur le potentiel économique de l’edge computing dans l’IoT, menée entre 2021 et 2023 et à laquelle j’ai contribué comme expert IoT et relecteur critique en ACV, avait déjà cartographié la faiblesse structurelle de l’Europe.
L’edge computing, pour resituer rapidement, c’est l’idée de traiter les données au plus près de là où elles sont produites, dans l’appareil lui-même ou sur un petit serveur local, plutôt que de tout envoyer vers un centre de données distant : moins de trajet réseau, moins de latence, une réponse plus rapide et, on le sait aujourd’hui, moins de dépendance à un acteur hébergeant et opérant les grands modèles d’IA. Et ce traitement de proximité, justement, nécessite des puces électroniques.
Or tous les appareils connectés n’ont pas besoin de la même puissance pour ce traitement local, et c’est là que l’étude distinguait deux mondes. D’un côté, le thin computing : de petits microcontrôleurs qui équipent par exemple un compteur intelligent, un capteur agricole ou un traceur de colis, des usages qui demandent de collecter et transmettre de l’information, pas de la traiter en profondeur. Sur ce segment, l’Europe est solide, avec des acteurs comme STMicroelectronics, Infineon ou NXP. De l’autre côté, le thick computing : des puces bien plus puissantes (jusqu’à mille fois plus, et nettement plus chères que les microcontrôleurs), capables d’analyser une image ou une vidéo en temps réel. On les retrouve dans l’aide à la conduite automobile, l’imagerie médicale ou les caméras de sécurité intelligentes. Sur ce segment, l’étude constatait déjà, en 2021, une Europe largement absente, dominée par des acteurs américains, Nvidia, Intel, Qualcomm, AMD. L’étude évoquait alors l’idée d’un « Nvidia européen », un champion capable de produire ce type de puce sur le sol européen. Cette opportunité reste, à ce jour, inexploitée.
Trois ans plus tard, une note du think tank Bruegel confirme ce diagnostic : sur la mémoire, DRAM et HBM, l’Europe serait tout simplement absente du marché mondial. Le Chips Act, adopté en 2023 pour répondre à ce genre de faiblesse, avait pourtant une ambition claire : mobiliser 43 milliards d’euros d’investissement pour faire remonter la part de l’Europe dans la production mondiale de puces, de 10% à 20% d’ici 2030. Sauf que ce texte fonctionne surtout par subvention de projets proposés par l’industrie, pas par commande publique d’un type de puce précis. Et les projets qui se sont présentés au guichet, comme la coentreprise TSMC-Bosch-Infineon-NXP à Dresde, sont plutôt orienté thin et medium computing, jamais du thick computing le plus avancé. Ce segment-là s’est plutôt joué ailleurs : aux États-Unis, sur la même période, SK Hynix a engagé 4 milliards de dollars pour construire une usine de HBM dans l’Indiana.
Les États-Unis n’ont d’ailleurs pas eu la tâche facile non plus. Un accord commercial signé en janvier 2026 avec Taïwan a été présenté par le secrétaire au Commerce américain comme un moyen de rapatrier jusqu’à 40% de la chaîne d’approvisionnement taïwanaise sur le sol américain. La vice-première ministre taïwanaise a qualifié ce chiffre d’« impossible » quelques semaines plus tard, rappelant qu’un écosystème industriel construit sur plusieurs décennies ne se relocalise pas sur commande. Même l’allié le plus engagé se heurte donc à cette limite.
Bruxelles, de son côté, a tiré ses propres conclusions de cet épisode : un Chips Act 2.0, proposé en juin 2026, avec un volet inédit consacré à l’agrégation de la demande plutôt qu’au seul soutien à la fabrication. Toutefois, le texte ne semble pas expliciter mentionner la mémoire, ce qui laisse penser que l’angle mort identifié dès 2021 n’est, cette fois encore, pas nommément corrigé.
Quoiqu’il en soit, l’Europe n’a donc pour l’instant pas vraiment choisi son camp. Mais c’est le marché qui l’a fait pour elle.
Les lecteurs les plus attentifs ont certainement remarqué l’absence de la Chine dans cet inventaire. C’est qu’en fait la Chine reste bridée par les contrôles américains à l’exportation des machines de lithographie EUV (celles qui permettent de graver les puces les plus fines, voir encadré ci-dessous), et ne pèse encore qu’environ 6% du marché mondial des semi-conducteurs. Sur la mémoire, en revanche, la progression est nette : CXMT capterait déjà environ 9% du marché mondial de la DRAM au premier trimestre 2026, et YMTC environ 13% du NAND. CXMT vient d’ailleurs de faire une entrée en Bourse remarquée à Shanghai fin juillet 2026, la deuxième plus importante jamais réalisée en Chine continentale.
Cette montée en puissance ne résout pourtant pas entièrement la tension décrite dans cet article.
Sur le NAND, la montée de YMTC pourrait contribuer à desserrer une partie de cette pression, au moins sur le segment grand public.
Sur la DRAM, en revanche, la pénurie qui nous occupe est un arbitrage très précis entre HBM et DDR5 dans les usines les plus avancées de Samsung, SK Hynix et Micron. C’est un segment que CXMT ne peut pas rejoindre faute d’accès aux équipements nécessaires à la HBM. En effet, produire de la HBM exige des équipements de pointe auxquels la Chine n’a pas accès, à cause de ces mêmes contrôles américains (un équipement qu’elle ne maîtrise pas, produit par le seul néerlandais ASML, lui-même soumis aux règles d’exportation américaines et néerlandaises).
Notons tout de même cette dépendance chinoise : même l’Empire du Milieu ne peut se prétendre totalement souverain et reste, lui aussi, à la merci d’une décision politique extérieure sur ce segment précis de la HBM.
Cela dit, sa dépendance n’est pas de même nature que celle de l’Europe. Quand l’Europe manque de mémoire avancée faute d’y avoir investi, la Chine, elle, possède bien le savoir-faire et les moyens, mais se heurte à un blocage imposé de l’extérieur, qu’elle travaille activement à contourner (gravure multi-exposition chez SMIC, recherche sur une EUV « souveraine », etc.). Une dépendance subie, donc, mais qu’elle tente activement de résoudre.
La lithographie extrême ultraviolet ou lithographie EUV
La technologie « EUV » (pour Extreme ultraviolet lithography) est procédé très complexe de gravure qui permet de graver à des dimensions nanométriques, à l’aide de faisceaux lasers.
Aujourd’hui, une seule entreprise au monde sait fabriquer des machines de lithographie EUV, celles qui permettent de graver les puces les plus fines : le néerlandais ASML. C’est un monopole mondial, construit sur des décennies de recherche et des milliers de brevets, avec des composants eux-mêmes fournis par un nombre très restreint de sous-traitants hyper-spécialisés (l’optique de précision de l’allemand Zeiss, par exemple, est irremplaçable dans ce processus). Les deux autres acteurs de la lithographie, les japonais Nikon et Canon, ont même abandonné ce segment face à sa complexité et ne produisent que des machines de génération antérieure.
Depuis 2019, et plus encore depuis 2023, les gouvernements américain et néerlandais interdisent à ASML de vendre ses machines EUV à la Chine, précisément pour freiner sa capacité à produire les puces les plus avancées, dont la mémoire HBM.
Cependant, fin 2025, Reuters indiquait que la Chine aurait développé sa propre machine EUV, sans dépendre d’ASML ni de sa technologie, pour contourner cette interdiction. Cette machine, construite par d’anciens ingénieurs d’ASML, ne semble être qu’à l’état de prototype pour l’instant mais génèrerait déjà de la lumière ultraviolette extrême avec succès, sans autant pouvoir produire commercialement des puces. Selon Reuters, le gouvernement Chinois ambitionne d’y parvenir d’ici 2028, soit à peu près le moment où la tension sur la mémoire, elle, est censée commencer à se desserrer ailleurs.
Les leviers de résilience à la portée d'un acteur IoT
Tout ce qui précède se joue à l’échelle des États, des fondeurs ou des grands distributeurs, un niveau où une PME n’a, avouons-le, strictement aucune prise. Il existe pourtant des leviers bien réels et à sa portée, que la littérature généraliste sur la souveraineté numérique mentionne rarement, et qui méritent une place ici.
Levier 1 : composants pin-compatibles
Le premier se joue dès la conception de la carte électronique : choisir, quand c’est possible, des composants mémoire pin-compatibles chez au moins deux fournisseurs différents, c’est-à-dire des puces au brochage strictement identique, qu’on peut souder l’une à la place de l’autre sans redessiner le circuit. C’est une pratique bien établie sur la mémoire standard, grâce aux standards JEDEC qui imposent depuis les années 1990 l’interchangeabilité entre fabricants, mais qui atteint vite ses limites sur la mémoire la plus avancée où chaque fondeur conçoit une intégration propriétaire, propre à chaque génération. Cependant, c‘est une discipline de conception, pas une réaction de crise, et elle se décide des années avant qu’une pénurie ne survienne. Pour ceux qui ne l’ont pas anticipée et dont l’activité ne peut pas se permettre dix mois d’attente, il reste le redesign. Ça coûte et ça ne fait rêver aucune équipe R&D, mais c’est le quotidien de beaucoup d’entre elles en ce moment même.
Levier 2 : Last-time buy
Plus classique, mais toujours sous-utilisé : le « last time buy« , cet achat massif d’un composant juste avant sa fin de vie annoncée par le fabricant, couplé à un stock tampon dimensionné sur l’historique de consommation plutôt que sur le seul flux tendu. Ce n’était déjà pas un luxe avant cette crise. C’est aujourd’hui une nécessité pour qui veut sécuriser une production sur plusieurs années. C’est comme cela, par exemple, que les constructeurs automobiles s’étaient équipés en module 2G pour les systèmes de e-calls, ces dispositifs de sécurité censés alerter les secours en cas d’accident. Sauf que ces mêmes systèmes deviennent aujourd’hui progressivement inopérants, à cause de l’extinction du réseau 2G… Le last-time buy protège donc un temps contre la disparition d’un composant, mais il ne protège pas contre la disparition de l’infrastructure qui le fait fonctionner. C’est un tout autre risque, qui relève davantage des réflexions à avoir pour rester résilients face à un éventuel #killswitch. Mais je m’éloigne du sujet cet article, là.
Levier 3 : un bon partenaire de distribution
Le levier suivant tient dans le rôle des distributeurs généralistes à large gamme, déjà évoqués plus haut, ainsi que des sous-traitants d’assemblage électronique. Dans l’IoT par exemple, ces acteurs mutualisent la demande de nombreux petits clients, ce qui leur donne, auprès des fondeurs, un poids de négociation qu’aucune PME ne pourrait obtenir seule. Pour beaucoup d’acteurs du secteur, le bon réflexe n’est donc plus de choisir un pays fournisseur, mais un partenaire de distribution qui mutualise bien la demande avec celle d’autres clients.
Levier 4 : mutualiser, sans attendre l'État
Rien n’empêche non plus des PME non concurrentes de faire elles-mêmes ce que proposent les politiques publiques européennes dans le Chips Act, à leur échelle : s’organiser, sous la forme d’un groupement d’achats, via une association professionnelle ou un consortium sectoriel, pour présenter aux fondeurs et aux distributeurs une prévision de commande commune plutôt que des dizaines de petites commandes dispersées. J’ai conscience que cela est très difficile à organiser, la confidentialité commerciale et la concurrence rendant ce genre de coopération rare. Le modèle de la centrale d’achat mutualisée est pourtant banal dans bien d’autres domaines (en premier lieu, les collectivités) où des acteurs permettent déjà à des dizaines de milliers de PME françaises de peser collectivement. Rien de comparable, en revanche, n’existe vraiment à l’échelle des composants électroniques.
Levier 5 : le marché du reconditionné tracé
Il existe un marché légitime de composants reconditionnés, issus du démantèlement contrôlé d’équipements en fin de vie, testés et recertifiés par des acteurs indépendants certifiés AS6081, une norme née dans l’aéronautique qui impose de nombreux tests électriques, imagerie aux rayons X, etc. (et voilà, étant toulousain, il fallait bien que je parle d’aéronautique à un moment ou un autre dans cet article !). Moins de trente distributeurs dans le monde détiennent cette certification, ce qui donne une idée de l’exigence du dispositif, et, en creux, de la rareté des acteurs vraiment fiables sur ce marché. En France, le label RecQ structure ce marché pour l’électronique industrielle, avec des acteurs qui tracent chaque carte par un identifiant unique et remplacent systématiquement les composants à durée de vie limitée. C’est plus cher et plus lent qu’un achat classique, mais nettement plus sûr qu’un courtier non autorisé sur le « marché gris » (des circuits de revente non autorisés par le fabricant, quelque part entre le marché officiel et le marché noir). Et ça peut redonner accès, temporairement, à des composants matures que plus aucun fondeur ne produit.
Levier 6 : créer sa propre boucle de remanufacturing
Celui-ci change carrément le rapport qu’un fabricant entretient avec son propre produit. L’idée : contractualiser avec ses clients la récupération des équipements devenus obsolètes, pour en extraire les composants encore fonctionnels et les matières les plus précieuses ou rares, plutôt que de les laisser finir en déchet ou dormir dans un tiroir. C’est ce que fait Altyor depuis plus de vingt ans pour les Freebox, avec une unité de remanufacturing dédiée en France. Ce service, souvent présenté comme un geste écologique (et il l’est), est avant tout un outil de sécurisation d’approvisionnement : créer sa propre boucle de reconditionnement, c’est se prémunir contre les pénuries de composants et les hausses de coût. Une manière de fabriquer sa propre réserve de composants matures, sans dépendre entièrement d’un fondeur ou d’un distributeur. De son côté, Kerlink, un autre acteur avec qui j’ai eu l’occasion d’en discuter, pratique une logique similaire et a même inclus dans ses contrats les termes de récupération de ses routeurs IoT (prix de rachat, etc.). Cette logistique de récupération, de test et de démantèlement reste cependant coûteuse à mettre en place. Elle ne se justifie vraiment que lorsque produire un dispositif neuf revient assez cher, en composants comme en matières premières, pour rendre cet investissement rentable.
La convergence entre numérique responsable et résilience
Je viens d’évoquer, en parlant de « geste écologique », que cette crise fait converger deux discours longtemps traités séparément : la sobriété numérique par conviction environnementale, et la résilience par nécessité d’approvisionnement.
Du côté des utilisateurs, la sobriété d’usage et l’entretien du matériel existant, remplacer une batterie plutôt que l’appareil entier, se méfier des mises à jour trop gourmandes, arbitrer en faveur du reconditionné, ne sont plus seulement des gestes vertueux. Ce sont des habitudes qui, prises collectivement, allègent aussi la pression sur des composants déjà rares.
Du côté des fabricants, l’écoconception, la réparabilité et la conception modulaire jouent le même rôle, mais avec un effet de levier plus grand : un produit non réparable transfère mécaniquement le risque d’approvisionnement sur l’utilisateur final, qui n’a d’autre choix que de racheter du neuf dès qu’une pièce vient à manquer. Et cette responsabilité n’est plus seulement une question de conviction d’entreprise, d’ailleurs : depuis la semaine dernière (le 31 juillet 2026), la directive européenne sur le droit à la réparation oblige les fabricants de smartphones, tablettes ou serveurs à garantir des pièces détachées disponibles pendant plusieurs années après l’arrêt de commercialisation d’un produit. Présentée comme une mesure environnementale, elle revient dans les faits à imposer par la loi une réserve stratégique de composants.
Dans un contexte de tension durable sur les composants, la sobriété choisie, qu’elle vienne d’une conviction personnelle, d’un choix de conception ou désormais d’une obligation légale, devient un avantage compétitif. Ce n’est plus seulement un supplément d’âme écologique.
Ce que cela change pour vous, dans nos conseils stratégiques
Une analyse de cycle de vie traditionnelle, dite « attributionnelle », mesure l’empreinte d’un produit tel qu’il existe, sans se demander ce qui changerait si on empruntait une autre trajectoire. C’est un outil précieux pour un bilan, un rapport CSRD, une communication annuelle. C’est en revanche insuffisant pour éclairer une décision stratégique face à un choc comme celui que documente cet article.
C’est pour cela que nous mobilisons, quand le contexte s’y prête, une approche dite « conséquentielle » : elle ne mesure pas un état, elle modélise ce qui change si une décision est prise, ou ne l’est pas. C’est une méthode relativement sophistiquée, mais c’est surtout un atout stratégique, et qui permet des prises de décision concrètes.
Une analyse attributionnelle vous dit où vous en êtes. Une analyse conséquentielle vous dit ce qui vous attend, et surtout, ce que ça vous coûterait de ne rien changer. Elle transforme une question environnementale en question de risque business, chiffrable, qu’on peut défendre devant un comité de direction avec des arguments et des chiffres, plutôt qu’avec une conviction. Diversifier ses fournisseurs a un coût, ne pas le faire aussi, sauf que ce second coût reste invisible tant que personne ne l’a formalisé. C’est ce travail de formalisation que fait l’approche conséquentielle, en remontant la chaîne de causes et d’effets aussi loin qu’il le faut.
Appliquée à un responsable qui s’interroge sur sa stratégie d’équipement, elle permet d’évaluer des options concrètes : diversifier ses fournisseurs plutôt que dépendre d’un seul canal, prolonger la durée de vie de son parc, privilégier des équipements réparables même à coût d’achat légèrement supérieur. Des questions qui dépassent le seul « Numérique Responsable » et rejoignent directement la stratégie d’indépendance numérique d’une organisation.
Pour vous donner une idée de ce que cette démarche produit concrètement, j’ai mené cet exercice sur le sujet même de cet article, en remontant depuis la demande de mémoire pour l’IA jusqu’à chacune de ses conséquences identifiées ici, directes puis indirectes. Et bonus : le résultat prend la forme d’un « arbre de conséquences » interactif, que vous pouvez consulter juste en dessous.
Cet arbre n’a pas la prétention d’une étude académique systémique, ni journalistique d’ailleurs. On est loin d’avoir fait le tour du sujet, et nul doute que cet arbre pourrait continuer de pousser pendant des mois. Mais je m’arrête là pour l’instant, en vous invitant à le découvrir tel quel.
Et surtout, n’ayons pas la mémoire courte.
Sources pour aller plus loin
Pénurie de composants électroniques 2020-2022 :
Brookings Institution, « What’s behind the semiconductor shortage and how long could it last? »
Council on Foreign Relations Education, « A Global Semiconductor Shortage«
Tensions géopolitiques dans le détroit de Taïwan :
Council on Foreign Relations, « Confrontation Over Taiwan«
Sécheresse taïwanaise et conflits d’usage de l’eau :
NPR, « Taiwan makes tough decisions as it faces its worst drought in nearly a century«
PMC / NIH, « Climate change induced water stress and future semiconductor supply chain risk«
Stress hydrique en Arizona et implantations américaines :
Eco-Business, « Thirsty tech: Why chips and data centres are a growing water risk for investors«
Accord commercial USA-Taïwan et rejet du seuil de 40% :
U.S. Department of Commerce, « Fact Sheet: Restoring American Semiconductor Manufacturing Leadership Through an Agreement on Trade & Investment with Taiwan«
Engineering and Technology Magazine, « Taiwan rejects claim it will move 40% of its chip production to US«
Chips Act, Chips Act 2.0 et souveraineté européenne :
Commission européenne, « Chips Act 2.0«
Bruegel, « Revamping Europe’s chips strategy: indispensability, not self-sufficiency«
Chips Act | Updates, Compliance
Investissement mémoire américain (SK Hynix, Indiana) :
SK hynix, « SK hynix Signs Investment Agreement of Advanced Chip Packaging with Indiana » (communiqué officiel)
NIST, « SK hynix (Indiana)« , détail du financement CHIPS Act (458 millions de dollars)
La Chine et la mémoire (CXMT, YMTC) :
Euronews, « Le fabricant chinois de puces mémoire CXMT s’envole en Bourse » (27 juillet 2026, chiffres Counterpoint Research sur les parts de marché DRAM)
Reuters, « What is CXMT? How did it become China’s DRAM champion? » (27 juillet 2026)
TrendForce, actualités sur les parts de marché DRAM/NAND par fabricant
Contrôles à l’export, monopole EUV et prototype chinois :
ASML, page institutionnelle sur les contrôles à l’exportation des machines EUV
Reuters, « How China built its ‘Manhattan Project’ to rival the West in AI chips » (17 décembre 2025)
The Motley Fool / Yahoo Finance, « ASML Is the Silent Monopoly Behind the Entire Tech Industry » (situation de monopole total sur l’EUV, part de marché Nikon/Canon en DUV uniquement)
Mur de la mémoire et cyclicité du marché des semi-conducteurs :
Gauthier Roussilhe, « Les GPU et les IA génératives comme nouvelle phase de l’histoire environnementale de la numérisation«
Empreinte environnementale de la miniaturisation :
Pirson, T., Delhaye, T. P., Pip, A. G., Le Brun, G., Raskin, J.-P., & Bol, D. (2022/2023). « The Environmental Footprint of IC Production: Review, Analysis, and Lessons From Historical Trends ». IEEE Transactions on Semiconductor Manufacturing, 36(1), 56-67.
Inflation et choc mémoire :
Moneywise, « AI chip shortage pushes PC prices higher » (canal Oxford Economics) :
Rentabilité de la production de DDR5 et choix de la réallocation :
TechTimes, « SK Hynix Dethroned Samsung After 26 Years: Now Choosing DDR5 Profits Over HBM4 Ramp«
Prix Apple et Microsoft (juin 2026) :
Wall Street Journal, interview de Tim Cook sur la hausse des prix Apple liée à la pénurie mémoire
Microsoft Xbox Wire, communiqué officiel sur la hausse des prix liée à la mémoire (25 juin 2026)
Le Monde Pixels, « Pourquoi les prix des matériels électroniques grand public explosent » (2 juin 2026)
Chipflation et distribution en Europe :
RTE, communication des résultats annuels Currys (2 juillet 2026, déclarations sur l’inflation des prix électroniques attendue)
L’Inde dans la chaîne de valeur mondiale :
IDEMIA, « India to be global hub for manufacturing eSIMs with IDEMIA’s help« , Business Standard
IDEMIA, communiqué officiel sur l’accréditation GSMA/AFNOR du site de Noida
National Herald India, « India’s share in global iPhone assembly projected to reach 28% in 2026 » (chiffres PLI, 70 milliards de dollars, 73% à l’export)
Computer Weekly, « Micron opens $2.75bn chip assembly plant in India«
TrendForce, « Inside Look at Micron’s Newly Opened Sanand Plant: 10% of Global Output, Key Products and Clients«
Directive européenne sur le droit à la réparation :
Commission européenne, « Directive on repair of goods«
EUR-Lex, Directive (EU) 2024/1799
Mémoire standard, interopérabilité et standards JEDEC :
JEDEC, présentation de l’organisme et de ses standards mémoire
Reconditionné tracé et remanufacturing :
RCUBE, « Label RecQ « Reconditionnement de qualité » porté par RCUBE.org et DEKRA »
DEKRA Certification, page officielle du label RecQ
Altyor, « Remade in France : comment Altyor reconditionne vos produits » (unité de remanufacturing à Saint-Cyr-en-Val)
ADEME Infos, « Chez Altyor, l’écoconception transforme le modèle industriel«
Nokia 3310 et repères historiques sur la mémoire embarquée :
Wikipédia, « Nokia 3310«
Fin de support Windows 10 et obsolescence logicielle :
Franceinfo, « Fin des mises à jour de Windows 10 : un vrai hold-up numérique de Microsoft, dénonce l’association HOP«
Gillo Malpart
Co-fondateur et Président Mavana
