Nous sommes heureux d’annoncer que le Fonds mondial d’actifs réels Franklin (FMARF) a étoffé son placement dans DataBank, grand fournisseur de services de centres de données aux États-Unis. La hausse des besoins de stockage et de traitement de données entraîne une augmentation de la demande d’infrastructures numériques dont le FMARF entend profiter, et cet investissement s’inscrit dans cette stratégie. Le présent rapport brosse le portrait de DataBank, présente la thèse de placement du FMARF et montre comment ce nouveau placement s’inscrit dans le thème plus large des centres de données, dans le contexte des progrès de l’intelligence artificielle (IA).
Un placement dans un fournisseur essentiel de l’IA
Jenny Johnson, présidente et chef de la direction de Franklin Templeton, a récemment publié un article dans Barron's1, dans lequel elle expliquait qu’une vague de pessimisme risquait de déferler sur les placements dans le secteur de l’IA. Elle soulignait l’importance de recourir à la méthode dite « des pioches et des pelles » (picks and shovels) et d’investir dans les infrastructures étayant le développement de l’IA, plutôt que dans les technologies d’IA elles-mêmes. Cette façon de faire fait référence à la période de la ruée vers l’or : à l’époque, les chercheurs d’or s’en sortaient souvent moins bien que ceux qui leur vendaient leurs outils. Le propos de Mme Johnson s’applique parfaitement au placement du FMARF dans DataBank, dans la mesure où les centres de données sont une composante essentielle des infrastructures nécessaires au travail de l’IA.
Pourquoi DataBank?
DataBank est un important fournisseur de services de centres de données qui offre des services de colocalisation, ainsi que des services infonuagiques et gérés à une clientèle diversifiée. La société exploite 65 centres de données dans 27 villes nord-américaines et n’entend pas s’arrêter là. Les installations de DataBank sont conçues pour soutenir des charges de travail d’IA à forte densité, ce qui en fait un partenaire intéressant pour les entreprises désireuses de tirer parti des technologies d’IA.
L’investissement du FMARF dans DataBank est motivé par plusieurs grands facteurs :
- Des infrastructures essentielles : Les entreprises et les services technologiques ont besoin de stocker et de traiter de grandes quantités de données, ce qu’elles ne pourraient pas faire sans centres de données. Les installations de DataBank offrent précisément les ressources dont elles ont besoin pour fonctionner efficacement et en toute sécurité.
- Des tendances sectorielles résolument favorables : La hausse de la demande de services infonuagiques, d’IA et de capacités de calcul à faible latence dope la croissance des centres de données. DataBank est bien placée pour en profiter, compte tenu de sa forte présence sur les grands marchés et de la solidité de son écosystème d’interconnexion.
- Des flux de trésorerie prévisibles : Les contrats de DataBank sont souvent à long terme et ses taux de roulement sont faibles, ce qui lui procure des revenus stables. Elle affiche des marges solides et stables, ainsi qu’une croissance largement prévisible, ce qui en fait selon nous un bon placement.
- Développement durable et enjeux ESG : Le développement durable est important pour DataBank qui s’est dotée de cibles précises en matière d’efficacité énergétique et d’énergie renouvelable. Ses options de refroidissement flexibles lui permettent de réduire sa consommation d’eau, et ses installations sont conçues pour réduire au minimum son empreinte environnementale.
Source: McKinsey & Company.
Notre thèse de placement sur les centres de données
Le placement du FMARF dans DataBank s’inscrit dans le thème plus large des centres de données, qui se décline lui-même en plusieurs sous-thèmes : Numérisation : DataBank participe à la transformation numérique, puisqu’elle fournit des infrastructures essentielles au stockage, au traitement et à la gestion de données. Par son rayonnement et ses écosystèmes d’interconnexion, elle aide les entreprises à renforcer leur présence numérique.
Intelligence artificielle (IA) : Les installations de DataBank sont conçues pour les charges de travail d’IA à forte densité. Leurs emplacements stratégiques et leurs solutions de refroidissement de pointe assurent aux applications d’IA un rendement optimal.
Présence dans les centres de données périphériques : Le passage des modèles d’IA de l’entraînement à l’inférence est un phénomène majeur qui devrait stimuler la demande de centres de données périphériques. DataBank est très présente sur 27 marchés américains, y compris dans 17 des 20 principales régions métropolitaines statistiques des États-Unis.
Stratégie de croissance : DataBank dispose d’une importante banque de terrains pour laquelle elle bénéficie d’une garantie d’approvisionnement en électricité et de financement qui lui permettra de plus que tripler ses capacités d’ici 2027. La conception universelle de son hall de données lui permet de l’adapter à différentes charges de travail en fonction des besoins de ses clients.
Les centres de colocalisation : des infrastructures essentielles à la numérisation
Les grandes villes abritent nombre de réseaux de communication différents : lignes téléphoniques, connexions Internet et services de données, entre autres. Les centres de colocalisation (ou carrier hotels) sont en quelque sorte des centres d’aiguillage vers lesquels convergent différents réseaux de communication et où ils s’échangent des données, pour permettre à l’information de circuler facilement et rapidement d’un endroit à l’autre. Ils sont stratégiquement situés dans de grandes villes et sont souvent hébergés dans des immeubles anciens et robustes qui ont été rénovés à la fine pointe. Si l’on choisit ce type d’immeubles, c’est parce qu’ils se trouvent à la croisée de nombreux câbles à fibre optique et qu’il est donc facile d’y raccorder plusieurs réseaux.
À l’intérieur se trouvent des salles de connexion (meet-me-rooms) spéciales où sociétés de télécommunications et fournisseurs de services Internet peuvent physiquement raccorder leurs câbles et leur équipement, ce qui permet aux données de circuler rapidement et efficacement d’un réseau à l’autre. Par exemple, si vous envoyez un courriel de chez vous à Calgary à un ami à New York, les données transiteront peut-être par un centre de colocalisation situé à Toronto, à partir duquel elles seront acheminées vers le réseau approprié qui les livrera dans la boîte de courriel de votre ami.
DataBank exploite 18 centres de colocalisation répartis sur 17 marchés, qui desservent plus de 37 000 interconnexions. L’envergure de ce réseau garantit une interconnexion efficace et fiable des données, qui permet à DataBank de répondre aux demandes de différents clients et qui contribue largement à sa valeur stratégique.
Le passage de l’entraînement à l’inférence dope la demande de centres de données périphériques
Le passage des modèles d’IA de l’entraînement à l’inférence est un phénomène majeur qui devrait stimuler la demande de centres de données périphériques. L’entraînement des modèles d’IA nécessite le traitement d’immenses quantités de données dans le but d’élaborer des algorithmes capables de faire des prévisions ou de prendre des décisions. Ce processus nécessite une énorme puissance de calcul et est habituellement effectué dans des centres de données centralisés. Toutefois, une fois les modèles entraînés, ils doivent être déployés dans des applications. C’est là que l’interférence entre en jeu.
L’inférence consiste à utiliser des modèles d’IA entraînés pour faire des prévisions ou prendre des décisions à partir de nouvelles données. Elle nécessite souvent une latence plus faible, soit des délais de réponse plus courts, et on pourra pour cela traiter les données plus près de la source. Les centres de données périphériques sont situés plus près des utilisateurs finaux et peuvent fournir la puissance de calcul nécessaire avec des temps de réponse plus courts.
Le passage de l’entraînement à l’inférence devrait selon nous se solder par une croissance marquée de la demande de centres de données périphériques, et, compte tenu de l’ampleur de son réseau, DataBank est bien placée pour en profiter. En tant que fournisseur d’infrastructures nécessaires à l’inférence de l’IA, DataBank peut répondre à la hausse de la demande d’applications d’IA en temps réel (véhicules autonomes, villes intelligentes, Internet des objets).
Un placement stratégique dans les infrastructures numériques et le développement de l’IA
Le placement du FMARF dans DataBank constitue un élément important de sa stratégie de capitalisation sur la hausse de la demande d’infrastructures numériques; il participe non seulement à la transformation numérique, mais il met également les portefeuilles en position de profiter de l’augmentation de l’adoption des technologies d’IA. Cette importance accordée aux infrastructures essentielles au développement de l’IA est l’incarnation même de la méthode « des pioches et des pelles » mentionnée plus haut. C’est à notre avis une stratégie qui ne manquera pas de faire ses preuves dans les prochains mois.
MENTIONS JURIDIQUES IMPORTANTES
Le présent document est uniquement d’intérêt général et ne saurait constituer un conseil de placement, une recommandation ou une incitation à acheter, vendre ou conserver un titre ou à adopter une quelconque stratégie de placement. Ledit document ne saurait constituer un quelconque conseil de nature juridique ou fiscale.
Les points de vue exprimés sont ceux du gestionnaire de placements et les commentaires, opinions et analyses sont en date de la publication du présent document et peuvent changer sans préavis. Les renseignements fournis dans le présent document ne constituent pas une analyse complète de tous les faits importants au sujet d’un pays, d’une région ou d’un marché.
Les sommes investies dans des fonds communs de placement peuvent donner lieu à des commissions, des commissions de suivi, des frais de gestion et d’autres frais. Veuillez lire le prospectus avant d’investir. Les fonds communs de placement ne sont pas garantis; leur valeur fluctue souvent et leur rendement passé n’est pas garant de leur rendement futur.