L'essor fulgurant de l'intelligence artificielle ne se limite pas aux performances des algorithmes ou aux valorisations boursières des entreprises du secteur. Il se traduit également par une augmentation considérable de la consommation d'énergie, un enjeu qui commence à susciter l'attention des investisseurs et des régulateurs.
Les centres de données (data centers) nécessaires à l'entraînement et au fonctionnement des modèles d'IA sont particulièrement gourmands en électricité. Chaque requête adressée à un système d'IA générative consomme davantage d'énergie qu'une recherche classique sur internet, en raison de la puissance de calcul requise pour faire fonctionner les réseaux de neurones. Cette réalité technique se double d'une dimension financière : le coût de l'énergie devient un poste de dépense significatif pour les géants de la tech, qui investissent massivement dans de nouvelles infrastructures.
Des besoins qui explosent
Plusieurs études récentes estiment que la demande d'électricité des data centers pourrait doubler, voire tripler, d'ici la fin de la décennie. Les entreprises comme Microsoft, Google, Amazon ou Meta multiplient les annonces de construction de nouveaux centres de calcul, souvent situés à proximité de sources d'énergie renouvelable ou de gaz naturel, afin de répondre à la fois à leurs besoins et à leurs engagements climatiques. Cependant, la réalité du terrain montre que le recours aux énergies fossiles reste élevé dans certaines régions, notamment aux États-Unis, où le gaz naturel constitue une source de flexibilité pour pallier l'intermittence des énergies renouvelables.
Parallèlement, l'industrie des semi-conducteurs, en particulier le fabricant Nvidia, dont les processeurs (GPU) sont au cœur de l'entraînement des modèles d'IA, voit sa demande exploser. Chaque nouvelle génération de puces consomme davantage d'énergie, même si l'efficacité énergétique par calcul progresse. La course à la puissance de calcul semble ainsi primer sur la sobriété énergétique, du moins à court terme.
Un débat qui monte
Cette situation nourrit un débat croissant parmi les acteurs économiques et les responsables politiques. D'un côté, les partisans de l'IA avancent que cette technologie peut contribuer à résoudre des problèmes énergétiques, par exemple en optimisant les réseaux électriques ou en accélérant la recherche de nouveaux matériaux pour les batteries. De l'autre, des voix s'élèvent pour dénoncer une forme de « greenwashing » et appellent à une régulation plus stricte de l'impact environnemental du numérique.
En France, la question est d'autant plus sensible que le pays mise sur son parc nucléaire pour attirer les investissements des géants de la tech, tout en cherchant à réduire ses émissions de CO₂. Plusieurs projets de data centers sont en cours, alimentant des inquiétudes locales sur la consommation d'eau et d'électricité.
Quelles solutions ?
Face à ce constat, plusieurs pistes sont explorées. L'amélioration de l'efficacité des puces, le développement de refroidissements plus sobres (immersion liquide, free cooling) et la localisation stratégique des centres de données sont autant de leviers actionnés par l'industrie. Par ailleurs, des initiatives de transparence énergétique, comme la publication par les entreprises de la consommation électrique de leurs modèles, commencent à émerger.
Pour les investisseurs, la question énergétique devient un critère d'évaluation des entreprises technologiques. Une société qui ne parvient pas à maîtriser sa consommation d'énergie pourrait voir ses marges se réduire, tandis que celles qui innovent en la matière pourraient bénéficier d'un avantage concurrentiel.
En attendant, la tendance est claire : plus l'IA se développe, plus elle consomme d'énergie, et ce paradoxe apparent entre innovation technologique et impératif écologique est appelé à rester au cœur des préoccupations du secteur.
