La hausse mondiale des prix de l’électricité menace directement la rentabilité et la soutenabilité des infrastructures qui alimentent l’intelligence artificielle. En France comme ailleurs, les data centers font face à une équation énergétique de plus en plus intenable.
L’IA face à la crise énergétique
Selon TechCrunch, la nouvelle génération de centres de données dopés à l’IA consomme déjà plusieurs fois plus d’énergie que les infrastructures cloud classiques. Or, la forte augmentation des prix de l’électricité, combinée à la pénurie de GPU et à la course à la puissance de calcul, bouleverse la rentabilité du secteur.
Aux États-Unis, où se concentrent la majorité des fermes de calcul IA, la facture énergétique aurait bondi de 25 à 40 % depuis 2023. En Europe, les mêmes tensions se font sentir, portées par l’explosion des besoins d’entraînement de modèles et d’inférence en continu.
Une pression énergétique bien réelle en France
En France, la consommation électrique des centres de données représente environ 10 TWh par an, soit près de 2 % de la consommation nationale, selon RTE. D’après les données du Service des données et études statistiques (SDES) du ministère de la Transition écologique, 64 % de cette consommation est concentrée en Île-de-France, et 21 % des sites les plus énergivores représentent près de 78 % de la consommation totale.
Selon l’Ademe, le secteur numérique dans son ensemble pèse déjà plus de 10 % de la consommation électrique nationale, et les data centers constituent la part la plus dynamique.
Le gouvernement a d’ailleurs inscrit la sobriété des infrastructures numériques dans la stratégie nationale bas-carbone, tandis que plusieurs collectivités, dont la métropole de Lyon et l’Île-de-France, imposent désormais des critères de performance énergétique pour tout nouveau projet.
En parallèle, l’Arcep et l’Ademe travaillent sur une base de données commune recensant les consommations réelles des exploitants, une première en Europe.
Un modèle économique à repenser
Pour les opérateurs, la variable énergétique devient un facteur stratégique à part entière. Les hébergeurs et hyperscalers s’efforcent de relocaliser certains projets à proximité de sources d’énergie bas carbone (hydroélectricité, nucléaire), de réutiliser la chaleur fatale issue des serveurs pour chauffer des bâtiments ou des réseaux urbains (projets pilotes à Paris, Marseille et Toulouse) ou encore d’optimiser le refroidissement et recourir davantage au free cooling pour limiter la climatisation.
Mais la flambée des coûts, couplée à la régulation européenne sur l’efficacité énergétique et la taxonomie verte, pousse à repenser la course à la puissance IA : il ne s’agit plus seulement d’entraîner plus grand et plus vite, mais de le faire de manière durable et soutenable.
Vers une IA énergétiquement responsable
Cette crise énergétique agit comme un révélateur : sans stratégie de sobriété, l’essor de l’IA pourrait devenir insoutenable à moyen terme. Les grands acteurs du cloud et de l’IA (Google, Microsoft, Amazon, OVHcloud, Scaleway…) investissent massivement dans des solutions de mesure de l’empreinte carbone, de compensation énergétique et d’optimisation logicielle. Mais à terme, l’enjeu sera collectif : garantir que les promesses d’efficacité et d’innovation de l’IA ne se fassent pas au détriment des réseaux, du climat… ni des factures d’électricité des citoyens.
