Les ambitions américaines en matière d’IA pourraient être anéanties non pas par un manque de capitaux ou de puissance de calcul, mais par un manque d’ingénieurs électriciens.
C’est le consensus qui se dessine entre deux géants disparates du Fortune 500. Le PDG de Ford, Jim Farley, tire la sonnette d’alarme depuis des années sur la crise de ce qu’il appelle « l’économie essentielle ». Et Goldman Sachs publie des chiffres sinistres sur une pénurie de main-d’œuvre qui menace de ralentir les progrès mêmes de l’IA sur lesquels Wall Street comptait.
M. Farley est le porte-parole le plus persistant des entreprises qui avertissent que l’Amérique sombre dans le désastre de sa main-d’œuvre. Ce qu’il appelle l’économie essentielle – le secteur ouvrier qui « déplace, construit et répare » les choses – représente 12 000 milliards de dollars du PIB américain, selon l’Aspen Institute. Cependant, ils manquent chroniquement de personnel et sont sous-évalués. Le pays manque déjà de 600 000 ouvriers d’usine et de 500 000 ouvriers du bâtiment, a écrit Farley sur LinkedIn en juin dernier. Et il voit la situation empirer, pas s’améliorer.
« Je pense que l’intention est là, mais rien ne comble cette ambition », a déclaré Farley à Axios en septembre 2025. « Comment pouvons-nous refaire atterrir tout cela si nous n’avons personne pour y travailler ? »
Ironiquement, affirme Farley, les technologies mêmes qui détruisent les emplois de cols blancs créent un tsunami de demande de cols bleus que les États-Unis ont ignoré. Lors du festival Aspen Ideas de l’année dernière, il a prévenu que la moitié des emplois de col blanc aux États-Unis pourraient être supprimés grâce à l’IA d’ici 10 ans. Les emplois techniques de niveau débutant, tels que la programmation junior et le travail de bureau, que de nombreux jeunes Américains sont censés devoir gravir, disparaîtront. D’un autre côté, il n’y a tout simplement pas suffisamment d’artisans qualifiés pour construire les centres de données qui exécutent ces systèmes d’IA.
Cette dynamique suggère une boucle inquiétante. L’IA élimine les emplois de col blanc qui ont toujours attiré les jeunes travailleurs vers les carrières technologiques, et la reconversion professionnelle pourrait réduire le bassin de talents qui alimente les pipelines de l’industrie. Cette technologie crée des demandes en matière d’infrastructures tout en compromettant la capacité de la main-d’œuvre à y répondre.
« Il n’y a pas de chemin unique vers le rêve américain, mais l’ensemble de notre système éducatif est axé sur une éducation de quatre ans », a déclaré Farley à l’école d’Aspen. « L’embauche de débutants dans les entreprises technologiques a chuté de 50 % depuis 2019. Est-ce vraiment là que nous voulons que tous nos enfants soient ?
Aujourd’hui, Goldman Sachs a quantifié exactement la gravité de ces contraintes.
Lors d’une apparition sur le podcast Goldman Sachs Exchange, Brian Singer, directeur de GS Sustain, a averti que la construction d’une infrastructure d’IA nécessiterait 500 000 nouveaux emplois aux États-Unis rien que pour construire et alimenter des centres de données. Environ 300 000 d’entre eux seront nécessaires pour assurer la production d’électricité, et 200 000 autres pour gérer les opérations de transport et de distribution d’électricité. C’est ce dernier qui pose problème. GS Sustain est un cadre axé sur la durabilité de Goldman Sachs Research qui fournit des outils de recherche et de données qui explorent l’impact de l’innovation, de la réglementation et de la mise en œuvre de sujets liés à la durabilité sur l’investissement durable et les flux de capitaux plus larges.
« Ce qui nous préoccupe le plus, c’est le côté transport et distribution, car les électriciens ont besoin de quatre années de compétence », a déclaré Singer. Singer a noté qu’il y a actuellement environ 45 000 apprentis dans le secteur de l’énergie aux États-Unis, mais que ce nombre doit augmenter de 20 000 à 25 000 pour répondre à la demande prévue.
disparité régionale
Mais ces chiffres nationaux peuvent masquer une crise régionale encore plus profonde. La construction de centres de données est concentrée sur quelques marchés. La Virginie est responsable d’environ 70 % du trafic Internet mondial et compte environ 35 GW en cours de développement, tout comme le métro de Phoenix au Texas et en Arizona, qui se classe au troisième rang du pays en termes de nouvelle capacité.
Matt Landek, président mondial des centres de données de JLL, a averti plus tôt cette année que les marchés secondaires « manquent souvent de l’expertise spécialisée en construction, de la main-d’œuvre technique qualifiée et de l’infrastructure de soutien opérationnel que fournissent les marchés primaires ». Cela signifie que les pénuries de main-d’œuvre persisteront partout où des travaux de construction auront lieu. Lorsque plusieurs très grands campus s’ouvrent simultanément dans une même région, le vivier de talents locaux s’épuise en quelques mois, obligeant les entrepreneurs à importer des travailleurs d’autres États. Des pressions salariales sont déjà visibles en Virginie du Nord. Les compagnons électriciens gagnent désormais plus de 120 000 dollars par an, et Microsoft compte sur l’embauche d’électriciens qui font la navette à une distance de 120 miles.
M. Singer a déclaré que parmi les « 6 P » de son entreprise, les contraintes de main-d’œuvre sont les plus préoccupantes. Il s’agit d’un ensemble de facteurs qui peuvent stimuler ou limiter la demande de puissance de l’IA, notamment l’adoption, la productivité, le prix, les politiques, les composants et les talents. Parmi les six, a-t-il dit, celui qui l’empêche le plus de dormir la nuit, ce sont les « gens ».
L’analyse de Goldman aboutit essentiellement à la même conclusion que celle à laquelle M. Farley est parvenu à travers son pare-brise de Détroit. En d’autres termes, le projet américain d’IA fonctionne sur des fondations fissurées. Même avec tout le capital hyperscaler du monde, vous ne pouvez pas faire appel à un électricien qualifié de toutes pièces (Goldman estime que le budget combiné pour 2026 et 2027 a augmenté de plus de 300 milliards de dollars). Et les calculs cruels de l’ère de l’IA signifient que les technologies qui érodent une main-d’œuvre dépendent d’une autre main-d’œuvre que l’Amérique n’a pas été capable de construire depuis des décennies.
La solution de Farley est systémique : davantage d’investissements dans l’enseignement professionnel, élargissement du pipeline d’apprentissage et prise en compte culturelle de l’écart de prestige entre un diplôme de quatre ans et une carrière commerciale.
« En apparence, cela ressemble à un problème humain », a-t-il déclaré à Axios. « Mais en réalité, ce n’est pas si simple. C’est une question de sensibilisation, c’est une question sociale. »
Goldman’s Singer l’a dit plus crûment : « Sans les travailleurs pour construire le réseau, les centres de données ne seront pas construits et la révolution de l’IA s’arrêtera sur les lignes de transmission. »
Dans cet article, les journalistes de Fortune ont utilisé l’IA générative comme outil d’enquête. Les rédacteurs ont vérifié l’exactitude des informations avant leur publication.
