L’IA et les data centers engloutissent déjà 3% de l’électricité mondiale et menacent d’effondrer les réseaux électriques dans un cauchemar énergétique

La montée en puissance de l’intelligence artificielle repose sur une infrastructure matérielle souvent invisible, les centres de données.

Leur appétit en électricité et en eau devient un sujet de politique publique, à mesure que les usages se banalisent, recherche assistée, génération d’images, traduction, vidéo. Les ordres de grandeur cités par plusieurs analyses convergent vers une tension croissante, d’ici 2030 l’IA pourrait représenter 3% de la consommation mondiale d’électricité, un volume présenté comme suffisant pour alimenter 1,3 milliard de personnes pendant plusieurs années selon les hypothèses retenues. Sur le volet hydrique, des estimations relayées par les Nations unies évoquent des prélèvements annuels de plusieurs milliers de milliards de litres pour l’ensemble des data centers, avec des impacts très inégaux selon les régions, les technologies de refroidissement et la disponibilité locale de la ressource.

Les data centers atteignent 448 TWh en 2025, un ordre de grandeur national

Si les centres de données constituaient un pays, une estimation à 448 TWh de consommation électrique en 2025 les placerait autour du 11e rang mondial, au niveau d’un grand État industrialisé. Ce chiffre, souvent comparé à la consommation annuelle de la France, sert de repère car il rend tangible l’échelle du phénomène. Il agrège l’électricité nécessaire aux serveurs, au stockage, aux réseaux internes, mais aussi à la climatisation, aux pompes et aux systèmes de sécurité, des postes qui pèsent lourd dans les bilans.

La dynamique récente est portée par une double accélération. D’un côté, la demande de calcul explose avec l’entraînement et l’inférence de modèles, ce dernier terme désignant l’exécution des requêtes en production. De l’autre, la concentration industrielle augmente, avec des campus de serveurs dimensionnés pour absorber des pics, ce qui pousse à surdimensionner les raccordements électriques. Dans plusieurs pays, les gestionnaires de réseau décrivent des demandes de raccordement de plusieurs centaines de mégawatts par site, comparables à de grandes unités industrielles.

Au niveau micro, l’impact se lit dans le coût énergétique de certains usages. Un exemple fréquemment cité concerne la génération de vidéo, un seul clip en haute résolution produit par l’IA peut dépasser 415 Wh, davantage que la production de centaines d’images. Le chiffre ne dit pas tout, car il dépend de la durée, du modèle, du matériel et du lieu d’exécution, mais il matérialise un point, la sophistication des sorties, vidéo, 3D, audio, augmente la quantité de calcul par requête.

La question devient alors celle de la trajectoire. Les opérateurs mettent en avant des gains d’efficacité, puces plus performantes, optimisation logicielle, meilleure utilisation des serveurs. Mais la croissance des usages peut annuler ces progrès, un effet bien connu dans l’énergie. Le résultat se traduit par une pression sur les réseaux, sur les prix de gros dans certaines zones et sur les calendriers de déploiement de nouvelles capacités de production, avec un débat récurrent sur la part de renouvelables additionnelle.

L’IA pourrait viser 3% de l’électricité mondiale d’ici 2030, selon plusieurs projections

La projection d’une part de 3% de la consommation mondiale d’électricité attribuable à l’IA d’ici 2030 circule dans plusieurs synthèses et sert de signal d’alerte. Présentée autrement, cette quantité d’énergie est parfois comparée à ce qui serait nécessaire pour alimenter 1,3 milliard d’habitants d’Afrique subsaharienne pendant plus de cinq ans, une image destinée à frapper les esprits. Elle ne signifie pas que l’IA retire mécaniquement cette énergie à une population donnée, mais elle met en scène un arbitrage global, où chaque térawattheure mobilisé par un usage numérique n’est plus disponible pour d’autres besoins si la production n’augmente pas au même rythme.

Le débat se joue sur deux paramètres. Le premier est l’ampleur réelle de la demande, qui dépend du nombre de requêtes, de leur complexité et des usages dominants. Une recherche assistée par IA, une génération de texte courte, un agent conversationnel intégré à une messagerie, n’ont pas le même coût qu’une synthèse vidéo ou qu’un entraînement de modèle. Le second paramètre est l’intensité carbone de l’électricité, qui varie fortement selon les pays et selon les heures. Une même requête exécutée dans un système électrique très décarboné n’a pas le même impact climatique que dans un mix dominé par le charbon.

Sur ce point, une estimation reprise dans des analyses publiques évoque un plafond possible à 400 millions de tonnes d’équivalent CO pour les émissions associées, selon le mode de production de l’électricité. L’ordre de grandeur est comparé aux émissions annuelles d’un pays comme le Royaume-Uni vers 2025. Là encore, l’exercice reste sensible aux hypothèses, mais il traduit un enjeu, la croissance rapide des charges informatiques peut déplacer la courbe des émissions si l’augmentation de la demande est satisfaite par des centrales fossiles ou par des prolongations d’actifs existants.

Les opérateurs de centres de données répliquent par des contrats d’achat d’électricité renouvelable, des investissements dans des parcs éoliens ou solaires, et des stratégies d’implantation près de sources bas carbone. Le point de friction tient à la notion d’additionnalité, un contrat peut verdir un bilan comptable sans créer immédiatement de nouvelles capacités. Dans plusieurs pays, les autorités de régulation examinent déjà l’effet des nouveaux campus sur les congestions, les délais de raccordement et la nécessité de renforcer des lignes, un coût qui retombe souvent sur l’ensemble des usagers.

Les prélèvements d’eau des centres de données atteignent des milliers de milliards de litres

La consommation d’eau des centres de données est moins intuitive que celle de l’électricité, mais elle devient un sujet explosif dans les régions sous stress hydrique. Des estimations relayées par les Nations unies évoquent jusqu’à 9 300 milliards de litres d’eau utilisés par les data centers, un volume présenté comme suffisant pour couvrir les besoins en eau potable des 8,1 milliards d’habitants de la planète pendant environ 1,6 an. Le chiffre agrège des situations très différentes, refroidissement direct par évaporation, tours aéroréfrigérantes, circuits fermés, et eau utilisée dans la chaîne électrique elle-même, notamment pour certaines centrales.

La difficulté vient du vocabulaire. Les opérateurs distinguent l’eau prélevée de l’eau consommée. Une partie est restituée au milieu, parfois plus chaude, parfois avec une qualité différente, et une autre part est perdue par évaporation. Dans les zones arides, même un prélèvement partiellement restitué peut mettre à l’épreuve les aquifères et les réseaux hydrographiques, surtout si plusieurs sites s’installent sur le même bassin versant. Les rapports pointent aussi la concurrence avec l’agriculture, l’industrie et les usages domestiques lors des épisodes de sécheresse.

Les technologies de refroidissement jouent un rôle central. Les systèmes à air réduisent l’usage d’eau mais peuvent augmenter la demande électrique, surtout lors des canicules, ce qui crée un autre type de tension. Les systèmes à eau améliorent souvent l’efficacité énergétique, mais ils déplacent la contrainte vers la ressource hydrique. Les opérateurs mettent en avant des innovations, réutilisation d’eaux usées traitées, circuits fermés, optimisation des températures de consigne, mais ces solutions dépendent de l’infrastructure locale et de la réglementation.

Le sujet devient politique lorsque la transparence manque. Dans plusieurs pays, les données de consommation d’eau des data centers ne sont pas publiées site par site ou sont couvertes par des clauses de confidentialité. Les collectivités locales se retrouvent à négocier des implantations sur la base de promesses d’emplois et de fiscalité, tout en assumant la pression sur les réseaux d’eau, les stations de pompage et parfois les investissements d’extension. Cette asymétrie d’information alimente les tensions, surtout lorsque les restrictions d’usage touchent les ménages pendant l’été.

Google à The Dalles en Oregon, un cas emblématique de conflit local

Le cas de The Dalles, en Oregon, est souvent cité comme illustration des effets locaux. La ville a découvert en 2021 que le data center de Google utilisait plus d’un quart de l’eau municipale, après une bataille juridique visant à obtenir des chiffres détaillés. Des sources publiques ont évoqué environ 355 millions de gallons par an, soit près de 1,3 milliard de litres, un volume qui aurait triplé depuis 2016. L’épisode a marqué les élus car il a montré qu’un acteur unique pouvait peser sur un service public dimensionné à l’origine pour une petite ville.

Le contexte régional compte. L’Ouest américain est confronté à des sécheresses récurrentes et à des arbitrages complexes entre usages agricoles, urbains et industriels. Dans ce cadre, l’arrivée d’un centre de données, qui fonctionne 24 heures sur 24, introduit une demande stable et difficile à réduire rapidement. Les opérateurs peuvent ajuster des paramètres, mais la continuité de service reste un impératif commercial. Pour une collectivité, la question devient, qui supporte le risque lors des années sèches, et quelles priorités s’appliquent quand la ressource diminue.

Les entreprises soulignent souvent qu’elles paient l’eau au tarif en vigueur et qu’elles investissent dans l’efficacité. Elles mettent aussi en avant des projets de compensation, restauration de bassins versants, financement d’infrastructures, ou recours à des eaux non potables. Le débat porte sur la robustesse de ces engagements, leur contrôle et leur durée. Une compensation hydrique peut prendre des années à produire des effets mesurables, alors que les prélèvements sont immédiats.

Le cas The Dalles illustre aussi la question de la transparence contractuelle. Les accords entre municipalités et grands groupes peuvent inclure des clauses de non-divulgation. Pour les habitants, cela complique l’évaluation du rapport coût-bénéfice. Le bénéfice en emplois directs est parfois limité, car un data center nécessite surtout des ingénieurs, de la maintenance et de la sécurité, avec un effectif réduit au regard des investissements. Les retombées fiscales existent, mais elles doivent être comparées aux coûts d’adaptation des réseaux d’eau et d’électricité, et aux tensions sociales en période de restriction.

Réseaux électriques, prix et souveraineté, l’arbitrage public face aux géants du cloud

L’essor des centres de données et des charges IA pose une question de souveraineté et de planification. Les raccordements demandés par les opérateurs se chiffrent parfois en centaines de mégawatts, ce qui oblige à renforcer des postes électriques, des lignes haute tension et des capacités de production. Dans certains pays européens, des gestionnaires de réseau ont alerté sur des files d’attente de raccordement, où des projets industriels, des logements et des infrastructures publiques se retrouvent en concurrence avec des campus numériques.

Le sujet du prix est tout aussi sensible. Une forte demande localisée peut tendre les marchés de l’électricité dans une zone, surtout si la production est contrainte ou si le réseau est congestionné. Les opérateurs concluent souvent des contrats long terme, ce qui sécurise leur coût, mais la collectivité peut subir des effets indirects via les tarifs régulés, les investissements réseau mutualisés ou la priorité donnée à certains raccordements. Les autorités se retrouvent à arbitrer entre attractivité économique et protection des consommateurs.

Les politiques publiques commencent à encadrer. Plusieurs pistes sont discutées, obligations de reporting sur l’empreinte carbone et hydrique, exigences d’efficacité énergétique, plafonds de consommation en période de tension, tarification progressive de l’eau, et conditionnalité des permis de construire à des garanties de ressource. Certaines juridictions examinent aussi l’obligation de valoriser la chaleur fatale, par exemple pour alimenter des réseaux de chauffage urbain, un levier réel mais dépendant de la proximité de bâtiments à chauffer.

Du côté industriel, les réponses se structurent autour de trois axes. D’abord, des puces plus efficaces et des architectures optimisées, qui réduisent l’énergie par opération. Ensuite, une meilleure utilisation des serveurs, car des machines sous-utilisées consomment déjà une part importante de leur puissance. Enfin, une diversification géographique, déplacer des charges vers des régions plus fraîches ou mieux dotées en énergie bas carbone. Mais ces stratégies rencontrent des limites, latence, contraintes réglementaires, disponibilité foncière, et acceptabilité sociale. Dans les zones déjà sous stress hydrique, la question devient moins technologique que politique, comment répartir une ressource rare entre des usages essentiels et des services numériques devenus quotidiens.