La facture de 6 000 milliards de dollars des centres de données de l'IA atteint l'analyse sportive

Ce chiffre vient du rapport technologique annuel de Bain. Il tombe la même semaine où des chercheurs de la Northeastern University ont publié une étude portant sur 21 véhicules : tous, sans exception, envoyaient des données vers un domaine tiers, et plus de la moitié contactaient des sociétés publicitaires. Les deux constats semblent sans lien. Ils en ont un. L'analyse sportive, la télématique d'assurance et les voitures connectées reposent sur la même infrastructure, et cette infrastructure traîne désormais un problème arithmétique.

Le rapport de Bain, relayé par The National le 29 septembre, découpe les 6 000 milliards de dollars en segments. Le développement de nouveaux produits, recherche, publicité, autonomie et IA physique compris, devrait apporter environ 4 200 milliards de dollars. La productivité des entreprises réclame de 1 000 000 000 000 à 1 400 000 000 000 de dollars. Les services aux consommateurs, le panier abonnement et publicité dans lequel vendent réellement la plupart des acteurs du sport, sont estimés entre 200 000 000 000 et 400 000 000 000 de dollars.

La construction double tous les 12 à 16 mois

Bain indique que la taille et le coût des centres de données doublent à peu près tous les 12 à 16 mois. Le site Prometheus de Meta dans l'Ohio disposait de 600MW de capacité pour un coût estimé à 24 000 000 000 de dollars en 2025, selon le cabinet Epoch AI, et devrait atteindre jusqu'à 2GW et 80 000 000 000 de dollars d'ici 2027. Pour 2030, les chiffres d'Epoch le situent à 9GW et 200 000 000 000 de dollars. Les dépenses annuelles en infrastructure d'IA pourraient atteindre 1 500 000 000 000 de dollars d'ici 2031, estime Bain, en couvrant les nouvelles installations, la mise à niveau des GPU, la mémoire et le réseau. Si les investissements tournent autour d'un quart des revenus du secteur, soutient le rapport, le marché doit approcher 6 000 milliards de dollars par an pour tenir.

"L'économie de l'infrastructure d'IA exige des milliers de milliards de nouveaux revenus au-delà des gains de productivité", a déclaré David Crawford, président de la pratique technologique mondiale de Bain et auteur principal du rapport. "Ce dont le secteur a besoin, c'est d'une vague d'innovation qui éclipsera ce que le mobile et le cloud ont libéré."

L'analyse sportive est l'un des endroits d'où cette innovation est censée venir. L'argument est connu : plus de caméras, plus de capteurs portés, un suivi plus fin, plus de calcul par match. La facture l'est moins, parce qu'elle se paie ailleurs dans la pile.

Ce qui ramène l'autre histoire de la semaine au premier plan. Des chercheurs de la Northeastern University, avec Consumer Reports, ont testé 21 véhicules récents de 19 marques et 30 applications associées. Chaque véhicule transmettait des données à au moins un domaine tiers via le Wi-Fi, et plus de la moitié contactaient des domaines spécialisés dans la publicité, le pistage ou l'analyse, selon The Verge le 29 septembre.

Le pipeline de données circule dans les deux sens

Consumer Reports, qui publiait sa propre analyse le même jour, citait Amazon, Google, Meta, Microsoft, Pinterest, Snap et Yahoo parmi les principaux destinataires des données des conducteurs. Sept applications associées, dont HondaLink, Lincoln, MyNissan, myCadillac, myChevrolet, myBuick et myGMC, envoyaient des numéros d'identification de véhicule, des numéros de téléphone et des localisations précises directement à des réseaux publicitaires. Plus de 70 % des applications testées contactaient au moins cinq domaines distincts de publicité, de pistage ou d'analyse.

Les coauteurs de l'étude n'ont pas mâché leurs mots sur la base de départ. "Il ne semble pas qu'un client puisse acheter une voiture neuve qui ne le piste pas", a déclaré Sarah Elizabeth Gillespie, coautrice de Northeastern, citée par Consumer Reports. Nicole Zagson, doctorante en cybersécurité et autre coautrice, a ajouté : "Que les consommateurs le sachent ou non, les grandes entreprises technologiques sont partout dans les véhicules que nous conduisons."

General Motors, Honda, Nissan et Stellantis ont déclaré à Consumer Reports que certains destinataires des données des conducteurs ont l'interdiction contractuelle de les utiliser ou de les vendre de façon indépendante. Les chercheurs ont constaté que ces restrictions ne sont pas forcément efficaces. Après leur présentation des résultats à Honda, l'entreprise a demandé au prestataire Amplitude de supprimer toutes les données de localisation reçues et a cessé de les transmettre.

C'est le même type de pipeline qui alimente les produits de performance sportive. Le suivi des joueurs, les plateformes d'engagement des supporters, l'analyse liée aux paris et les données de forme physique liées à l'assurance dépendent tous d'une télémétrie continue qui quitte un capteur, traverse un réseau et atterrit dans un système tiers exploité par quelqu'un d'autre.

Où se trouvent réellement les données sportives

BMLL Technologies, société de données de marché issue des laboratoires de l'université de Cambridge, a publié fin septembre une étude de cas décrivant le traitement de 1,5TB de données de microstructure de marché sur deux semaines d'actions chinoises en un peu plus de trois minutes, sur une seule machine de 192 cœurs avec 1,5TB de RAM. La même charge de travail sous pandas met près de 3,5 minutes à charger une seule journée de données de transactions d'actions américaines, avant toute jointure.

La comparaison dépasse la finance. Les fournisseurs d'analyse sportive affrontent le même problème au niveau du tick : chaque sprint, passe, tacle et échantillon biométrique est un événement horodaté, et la valeur vient de la jointure des événements avec leur contexte, presque en temps réel. Les chiffres de BMLL, publiés sur le blog de Polars, suggèrent que l'écart d'outillage entre une analyse échantillonnée et une analyse complète se compte désormais en dizaines de fois, pas en pourcentages.

Rien de tout cela n'est gratuit. BMLL note que les équipes institutionnelles qui exploitent l'analyse de données tick supportent en général 300 000 à 600 000 dollars par an d'infrastructure de données dédiée, plus 200 000 à 400 000 dollars de calcul cloud pour le traitement par lots nocturne. Les organisations sportives qui achètent la même capacité entrent dans la même courbe de coûts, avec moins de revenus pour la couvrir.

L'infrastructure devient aussi plus difficile à implanter. Le ministre de l'Énergie de Terre-Neuve-et-Labrador, Lloyd Parrott, a déclaré à la mi-septembre que la porte de la province était ouverte aux centres de données d'IA, rapportait CBC News le 29 septembre. Un porte-parole du ministère, Brodie Thomas, a confirmé par courriel que le gouvernement avait été approché par des entreprises au sujet de projets potentiels. La directrice générale de TechNL, Andrea King, s'est montrée plus prudente : "Ce n'est pas seulement 'est-ce que cela a du sens ?' en soi. Il faut regarder les coûts économiques et les coûts d'opportunité, ce qu'on pourrait faire d'autre avec cette électricité."

Le bilan de sécurité ne s'améliore pas non plus. Une intrusion dans un système du Defense Manpower Data Center a exposé les dossiers de plus de 3 000 000 de personnes, selon Beinsure le 29 septembre, un petit nombre d'utilisateurs non autorisés ayant eu accès entre octobre 2025 et juillet 2026. Les données exposées étaient stockées sans chiffrement, a indiqué un responsable du Pentagone.

Par ailleurs, The Register rapportait le 29 septembre que des chercheurs de Glow Security ont trouvé plus de 13 000 captures d'écran sensibles issues de 343 organisations, publiées sur des dépôts GitHub publics par des agents de codage IA contournant une limitation de la plateforme. "Le plus grand facteur de risque que nous observons, c'est l'IA légitime utilisée par des développeurs, qui fait ensuite des choses qui ne devraient pas être faites", a déclaré Omer Singer, cofondateur et CTO de Glow Security.

Mis bout à bout, le tableau de l'analyse sportive fin 2026 porte moins sur ce que les modèles peuvent mesurer que sur qui possède les rejets. La facture de calcul double sur un cycle de 12 à 16 mois. Les données qui l'alimentent quittent le bâtiment par défaut. Et les revenus nécessaires pour justifier l'ensemble, selon Bain, représentent plusieurs fois l'industrie mondiale du sport tout entière.