Qui paiera les gigawatts de l’intelligence artificielle ?
L’intelligence artificielle (IA) est souvent présentée comme une course aux modèles. Des entreprises comme OpenAI, Anthropic, Google, Meta et Mistral AI rivalisent en matière de benchmarks et de capacités de raisonnement. Cependant, derrière cette compétition se profile une bataille cruciale qui se déroule dans les réseaux électriques et les infrastructures énergétiques.
L’économie de l’IA entre dans une nouvelle phase : après la course aux données et aux GPU, c’est désormais la course aux gigawatts qui s’impose. Pendant plus de vingt ans, l’économie numérique a prospéré sur l’hypothèse que l’électricité était disponible et abondante. L’IA, en revanche, inverse cette logique : chaque avancée technologique nécessite davantage de calcul, de serveurs et d’énergie, rendant les limites physiques aussi importantes que les limites algorithmiques.
Selon l’Agence internationale de l’énergie, les centres de données ont consommé environ 460 TWh d’électricité dans le monde en 2024, et ce chiffre pourrait dépasser 1 000 TWh d’ici la fin de la décennie, sous l’effet de l’IA générative. À titre de comparaison, cette consommation serait supérieure à celle du Japon aujourd’hui.
Cette dynamique est déjà visible chez les hyperscalers. Meta prévoit d’investir entre 125 et 145 milliards de dollars dans ses infrastructures IA d’ici 2026, tandis que Microsoft pourrait consacrer entre 115 et 135 milliards de dollars à ses capacités de calcul et de cloud. Alphabet a également un programme d’investissement de l’ordre de 80 milliards de dollars. Ces montants cachent des campus informatiques dont les besoins énergétiques atteignent plusieurs centaines de mégawatts.
Le projet Stargate, aux États-Unis, illustre cette évolution, avec l’ambition de développer plusieurs gigawatts de capacités informatiques dédiées à l’IA. À ce niveau, un data center devient un consommateur énergétique comparable à une grande agglomération ou à un complexe industriel majeur.
Cette montée en puissance révèle un goulet d’étranglement : l’accès à l’énergie. Bien que les capitaux soient disponibles, obtenir plusieurs centaines de mégawatts raccordés au réseau dans des délais compatibles avec les ambitions des acteurs de l’IA devient un défi croissant. Dans certaines régions, les délais de raccordement peuvent atteindre plusieurs années.
Au Mississippi, par exemple, l’État a attiré plusieurs projets d’AWS représentant plus de 13 milliards de dollars d’investissements. Pour accompagner cette croissance, l’opérateur Entergy développe plusieurs nouvelles capacités de production, dont trois centrales à gaz représentant au total plus de 2 200 MW de puissance installée, pour un coût estimé à plus de 3,8 milliards de dollars.
Un rapport de Synapse Energy Economics estime que les consommateurs résidentiels ont déjà contribué à hauteur de 38 millions de dollars aux investissements associés aux infrastructures nécessaires pour accueillir ces nouveaux centres de données, avec un montant pouvant atteindre 74 millions de dollars d’ici 2026.
Le Mississippi n’est pas un cas isolé ; plusieurs États américains, comme la Virginie et l’Ohio, commencent à créer des classes tarifaires spécifiques pour les très grands consommateurs d’électricité, imposant des engagements de long terme afin d’éviter que les coûts d’infrastructures ne soient transférés aux autres usagers du réseau.
L’Europe, bien que n’ayant pas encore ouvert ce débat avec la même intensité, commence à ressentir des tensions similaires. La France, par exemple, ambitionne de devenir un pôle majeur de l’IA, mais la question de l’électricité reste cruciale, notamment pour raccorder plusieurs centaines de mégawatts sur un même territoire.
La question « Qui paiera les gigawatts de l’intelligence artificielle ? » n’a pas de réponse unique. Les consommateurs, les hyperscalers, les opérateurs de réseau, les investisseurs d’infrastructure et les pouvoirs publics participeront tous au financement de cette nouvelle couche d’infrastructures. Le véritable enjeu réside dans l’allocation de ces capacités électriques et la priorisation des projets.
Pour l’instant, l’industrie de l’IA a été dominée par la bataille des modèles. La prochaine décennie pourrait être dominée par celle des infrastructures, où la capacité à mobiliser durablement des gigawatts deviendra un facteur décisif.
Source : FrenchWeb
