Les avancées de l'Intelligence Artificielle et le traitement de données à grande échelle ont cessé d'être une question purement algorithmique pour devenir un phénomène d'impact physique et matériel élevé.
Selon un article de Thijs Van de Graaf, chercheur au Fonds Monétaire International (FMI), l'infrastructure qui sous-tend cette technologie — spécifiquement les centres de données — a atteint des niveaux de demande énergétique rivalisant avec la consommation totale des économies avancées.
Actuellement, les centres de données représentent environ 1,5% de l'approvisionnement électrique mondial. Ce chiffre égalise la consommation de cette industrie à celle de tout le Royaume-Uni, dépasse celle de la France et est à peine derrière celle de l'Allemagne.
“L'IA est en train de dévorer l'électricité”, dit un résumé de l'auteur lui-même sur l'étude, car bien que l'IA soit responsable de seulement une fraction de ce pourcentage, son rythme d'expansion est rapide. Le rapport souligne que l'entraînement d'un modèle de langage avancé nécessite autant d'énergie que celle utilisée par des dizaines de milliers de foyers en un an, et son opération à l'échelle mondiale multiplie exponentiellement ces besoins.
Par ailleurs, l'IA peut également rendre le système énergétique plus efficace et contribuer à des économies, tant du côté de l'offre que de la demande, grâce à sa capacité à analyser des systèmes complexes et de grandes bases de données, optimiser en temps réel, réduire les incertitudes et accélérer les décisions, a affirmé Facundo Armas, développeur chez Globant, lors d'un récent événement de l'Université di Tella sur l'intelligence artificielle et la transition énergétique.
Armas a cité une étude de 2023 de Google et du Boston Consulting Group (BCG) selon laquelle l'application de l'IA pourrait d'ici 2030 atténuer de 5 à 10% les émissions de Gaz à Effet de Serre (GES). Mais il a également reconnu son “côté B” : une forte consommation énergétique, d'eau pour refroidir les centres de données et de matériaux critiques. En fait, il a cité que l'Agence Internationale de l'Énergie a calculé en 2023 que pendant qu'une requête sur Google Explorer nécessite en moyenne 0,3 Watt-heure (Wh), une demande à ChatGPT nécessite 2,9 Wh, presque 10 fois plus. Et il y a des millions et des millions de requêtes vers diverses IA, en permanence.
La pression sur les réseaux nationaux
Selon l'étude du FMI, bien qu'à l'échelle mondiale, l'augmentation de la demande pour l'IA représente moins d'un dixième de la croissance énergétique totale de cette décennie — en dessous d'autres secteurs comme les véhicules électriques —, l'impact sur les balances nationales est critique. Dans des pays comme les États-Unis et le Japon, on prévoit que les centres de données seront responsables de presque 50% de la nouvelle demande électrique d'ici 2030.
Le cas de l'Irlande est le plus paradigmatiquement significatif parmi les économies avancées : là-bas, ces installations absorbent déjà plus de 20% de l'électricité totale du pays. Cette concentration géographique génère des tensions logistiques, étant donné que les centres de données se situent près de noyaux urbains et que leur construction est beaucoup plus rapide que l'expansion des réseaux de transmission.
Dans le nord de l'état de Virginie (États-Unis), le plus grand pôle de centres de données au monde, ces installations consomment 25% de l'énergie de l'état. Cette situation a conduit à la suspension de nouvelles connexions pour d'autres utilisateurs et a forcé des opérateurs dans des villes comme Dublin à interrompre des projets qui ne disposent pas de capacité de production d'électricité propre.
Au-delà des électrons : eau et minéraux
La matérialité de la technologie numérique s'étend à d'autres ressources naturelles finies. Le chercheur Van de Graaf avertit que la perception de l'IA comme quelque chose d'intangible est erronée. Dans ses mots : “Derrière chaque chatbot ou générateur d'images se cachent des serveurs qui consomment de l'électricité, des systèmes de refroidissement qui utilisent de l'eau, des puces qui dépendent de chaînes d'approvisionnement fragiles et des minéraux extraits de la terre.”
La consommation d'eau est devenue un point de conflit central. Les systèmes de refroidissement des grands serveurs nécessitent des millions de litres par jour pour fonctionner. Selon des données citées dans l'article, deux tiers des centres de données construits aux États-Unis depuis 2022 se situent dans des régions déjà confrontées à une pénurie d'eau. Dans des états comme l'Arizona, ainsi que dans des pays comme l'Espagne et Singapour, la compétition pour l'eau entre l'utilisation domestique et les besoins des géants technologiques a engendré des disputes réglementaires.
À cela s'ajoute la dépendance de l'industrie minière. La construction d'un complexe à hyperéchelle peut nécessiter une quantité de cuivre similaire à la production annuelle d'une mine de taille moyenne. Les projections de l'Agence Internationale de l'Énergie (AIE) indiquent que d'ici 2030, ces centres consommeront annuellement :
- 500 000 tonnes métriques de cuivre.
- 75 000 tonnes de silicium.
- Plus de 10% de la demande mondiale de gallium.
Géopolitique des approvisionnements
La compétition pour le leadership en intelligence artificielle s'est transformée en une course pour le contrôle de la chaîne d'approvisionnement en matériel. Les semi-conducteurs de dernière génération, essentiels pour l'entraînement des modèles, représentent un point de strangulation stratégique. Actuellement, la production de ces puces avancées est concentrée presque exclusivement dans la province chinoise de Taïwan, à travers l'entreprise TSMC.
Cette concentration a déclenché des mesures de politique industrielle à l'échelle mondiale. Alors que les États-Unis imposent des contrôles à l'exportation et subventionnent la fabrication locale, la Chine a répondu par des restrictions sur les minéraux critiques. Le géant asiatique contrôle actuellement entre 80% et 90% du raffinage mondial de silicium, de gallium et de terres rares.
Depuis fin 2024, Pékin a ajouté des restrictions supplémentaires sur des métaux tels que le tungstène, le tellure, le bismuth et le molybdène, tous composants indispensables pour les microprocesseurs et le matériel des serveurs. Cette lutte a conduit des puissances comme le Japon, l'Union Européenne et la Corée du Sud à rechercher des alliances stratégiques en Afrique et en Amérique Latine pour assurer l'accès aux matières premières.
L'infrastructure de l'“hyperéchelle”
L'échelle des projets futurs dépasse les capacités de l'infrastructure actuelle. Les centres de données dits “hyperéchelle” fonctionnent avec des besoins énergétiques de dizaines de mégawatts. Cependant, la prochaine génération de projets vise à atteindre des gigawatts. Un exemple cité par Van de Graaf est le complexe de 5 gigawatts planifié à Abu Dhabi par OpenAI et ses partenaires. Cette installation équivaudrait à la puissance de cinq réacteurs nucléaires et couvrirait une superficie de 26 kilomètres carrés.
Face à ce scénario, les entreprises technologiques sont passées de consommatrices à actrices protagonistes du secteur énergétique. Microsoft, Amazon et Google figurent aujourd'hui parmi les plus grands acheteurs d'énergie renouvelable au monde. Face à la saturation des réseaux publics, ces entreprises investissent dans des technologies propres, allant de la géothermie avancée à l'étude de petits réacteurs modulaires nucléaires (SMR) et l'utilisation de l'hydrogène comme réserve.
Efficacité et la paradoxe de Jevons
Bien que des avancées en efficacité aient vu le jour, comme les processeurs de la série Blackwell de Nvidia ou des modèles de logiciels plus optimisés — comme le cas de DeepSeek en Chine —, l'histoire économique suggère que cela ne réduira pas nécessairement la consommation totale. L'article du FMI mentionne la paradoxe de Jevons, qui indique que lorsque le coût d'une ressource diminue en raison de l'efficacité, son utilisation tend à augmenter si rapidement qu'elle finit par annuler les économies initiales.
Le manque de transparence est un autre des défis soulignés par Van de Graaf. Actuellement, l'industrie fournit peu d'informations publiques détaillées sur sa consommation réelle d'électricité, d'eau ou de minéraux. Cette opacité complique la tâche des régulateurs et des entreprises de services publics pour planifier l'expansion des infrastructures nécessaires sans compromettre la stabilité des systèmes nationaux ou les objectifs climatiques.
La transition vers une économie numérisée par l'intelligence artificielle dépend, en fin de compte, de la gestion d'éléments tangibles. La capacité des gouvernements à intégrer les politiques numériques avec les politiques énergétiques et des ressources naturelles déterminera non seulement la viabilité technique de l'IA, mais aussi la durabilité des réseaux électriques et l'accès équitable aux ressources de base dans les décennies à venir.