Centres de données et IA : la demande d’électricité pourrait quadrupler d’ici 2030

L’essor de l’intelligence artificielle ne se mesure pas seulement en nombre de modèles, de requêtes ou de puces graphiques. Il se lit aussi sur les compteurs électriques. À mesure que les entreprises déploient des assistants conversationnels, des générateurs d’images et des outils d’analyse, elles ont besoin de capacités de calcul considérables, concentrées dans de vastes centres de données. Or ces infrastructures deviennent un enjeu énergétique à part entière.

Dans son rapport consacré à l’énergie et à l’IA, publié en avril 2025, l’Agence internationale de l’énergie, ou AIE, estime que la consommation électrique des centres de données optimisés pour l’intelligence artificielle devrait plus que quadrupler d’ici 2030. La progression concerne particulièrement les installations équipées pour entraîner et faire fonctionner les grands modèles d’IA, qui mobilisent des milliers de processeurs spécialisés en continu.

Le constat ne signifie pas que l’IA est mécaniquement incompatible avec la transition climatique. Mais il souligne une condition essentielle : la construction des centres de données, des réseaux électriques et des moyens de production doit suivre un rythme compatible avec les objectifs de décarbonation. À défaut, une partie de cette demande supplémentaire pourrait être couverte par des centrales fossiles, notamment à gaz.

Une consommation qui change d’échelle

L’AIE évalue à 415 térawattheures, ou TWh, l’électricité consommée par l’ensemble des centres de données dans le monde en 2024. Cela représente environ 1,5 % de la consommation mondiale d’électricité. À l’horizon 2030, cette consommation totale pourrait plus que doubler pour atteindre environ 945 TWh, un volume légèrement supérieur à la consommation électrique actuelle du Japon.

Les centres de données ne servent évidemment pas tous à l’IA. Ils hébergent aussi le stockage en ligne, la vidéo, les services bancaires, les messageries, les logiciels d’entreprise et les sites web. Toutefois, l’IA est appelée à devenir le principal moteur de la hausse, car elle requiert des équipements de calcul très denses et énergivores.

Un térawattheure correspond à un milliard de kilowattheures. Cette unité permet de saisir l’ampleur du phénomène : il ne s’agit plus d’une consommation marginale liée à quelques laboratoires de recherche, mais d’une nouvelle source de demande pour les systèmes électriques nationaux et régionaux.

Pourquoi l’IA demande-t-elle autant d’électricité ?

Un centre de données rassemble des serveurs, des équipements de stockage et de réseau, ainsi que des systèmes de refroidissement. L’électricité ne sert donc pas uniquement aux calculs. Elle alimente aussi les dispositifs qui évitent la surchauffe, les systèmes de sécurité et les équipements nécessaires à la continuité de service.

L’IA générative accentue cette contrainte pour plusieurs raisons. Les modèles les plus avancés reposent sur de gigantesques réseaux de neurones, composés de très nombreux paramètres. Leur entraînement consiste à leur faire analyser d’immenses volumes de textes, d’images, de sons ou de codes, durant des semaines ou des mois. Cette phase réclame des grappes de processeurs graphiques et d’accélérateurs spécialisés, dont la puissance de calcul se paie en électricité.

Vient ensuite l’inférence, c’est-à-dire le moment où le modèle produit une réponse à la demande d’un utilisateur. Chaque requête est moins lourde qu’un entraînement complet, mais l’effet de volume peut devenir considérable lorsque le service est proposé à grande échelle.

L’AIE donne un ordre de grandeur parlant : un centre de données orienté vers l’IA peut consommer autant d’électricité qu’environ 100 000 foyers. Les plus grandes installations en construction pourraient nécessiter jusqu’à vingt fois davantage. De tels projets se rapprochent donc, du point de vue du réseau, de la consommation d’une ville ou d’un grand site industriel.

La concentration géographique renforce le défi. Même lorsqu’un pays dispose globalement de suffisamment d’électricité, le réseau local peut ne pas être dimensionné pour acheminer soudainement une puissance aussi importante vers une zone donnée. Il faut alors construire ou renforcer des lignes à haute tension, des postes électriques et des capacités de production ou de stockage.

Aux États-Unis, une pression comparable à celle des industries lourdes

La dynamique est particulièrement visible aux États-Unis, où de nombreux groupes technologiques développent des infrastructures d’IA à très grande échelle. Selon l’AIE, les centres de données devraient représenter près de la moitié de la croissance de la demande d’électricité américaine d’ici 2030.

À cette échéance, l’électricité consommée par les centres de données américains pourrait dépasser celle nécessaire à la fabrication cumulée de produits énergivores tels que l’aluminium, l’acier, le ciment et les produits chimiques. La comparaison illustre le changement de nature de l’économie numérique : longtemps perçue comme immatérielle, elle dépend en réalité d’infrastructures physiques très lourdes.

Cette évolution a des conséquences concrètes pour les opérateurs de réseaux et les collectivités. Les raccordements peuvent devenir plus longs et plus complexes. Dans certaines régions, les nouveaux projets de centres de données entrent en concurrence avec d’autres usages, qu’il s’agisse de l’industrie, du logement, des transports électrifiés ou du développement de nouvelles activités économiques.

Elle soulève également une question de transparence. Pour anticiper les investissements nécessaires, les autorités doivent connaître la puissance demandée, le calendrier réel des projets et les capacités de flexibilité des exploitants. Une installation capable de réduire temporairement sa consommation lors des pics de demande n’a pas le même impact sur le réseau qu’un site qui doit fonctionner à pleine puissance en permanence.

Des émissions qui dépendront surtout de l’électricité utilisée

Une hausse de la consommation électrique ne se traduit pas automatiquement par une hausse identique des émissions de gaz à effet de serre. Tout dépend du mix électrique, autrement dit de la part du charbon, du gaz, du nucléaire, de l’hydraulique, de l’éolien et du solaire dans l’électricité qui alimente les serveurs.

L’AIE prévoit que les énergies renouvelables couvriront près de la moitié de l’augmentation mondiale de la demande d’électricité des centres de données d’ici 2030. L’éolien et le solaire sont donc appelés à jouer un rôle important. Mais la croissance des renouvelables ne résout pas, à elle seule, tous les problèmes : leur production varie selon l’ensoleillement et le vent, alors que les centres de données ont besoin d’un approvisionnement stable et continu.

Le nucléaire et le gaz naturel devraient également participer à la couverture de cette hausse de demande, selon l’AIE. Cette perspective révèle une tension centrale. Le gaz peut être rapidement mobilisé et fournir une production pilotable, mais il reste une énergie fossile émettrice de CO2. Le nucléaire, lui, fournit une électricité bas carbone et disponible en continu, mais les nouveaux projets nécessitent généralement des délais longs et des investissements importants.

L’IA peut-elle aussi aider à décarboner l’énergie ?

Le rapport de l’AIE ne décrit pas l’intelligence artificielle uniquement comme une source de consommation. Elle peut aussi devenir un outil d’optimisation pour le système énergétique, à condition que son déploiement s’accompagne de règles et d’investissements appropriés.

Les réseaux électriques doivent constamment équilibrer la production et la consommation. Avec une part croissante d’éolien et de solaire, cette tâche devient plus complexe : il faut prévoir la météo, anticiper les besoins locaux, mobiliser des batteries ou d’autres moyens de flexibilité, et éviter les congestions sur les lignes. Des systèmes d’IA peuvent analyser un très grand nombre de données pour améliorer les prévisions et aider les opérateurs à prendre des décisions plus rapidement.

Les applications potentielles évoquées sont plus larges :

• optimiser les transports publics et les itinéraires afin de limiter les trajets inutiles et les embouteillages ;
• améliorer la planification urbaine et l’utilisation des infrastructures ;
• détecter des inefficacités dans les procédés industriels ;
• accélérer l’identification de gisements de minéraux critiques, nécessaires notamment aux technologies bas carbone ;
• mieux gérer la consommation des bâtiments et les besoins de maintenance.

Il faut néanmoins éviter un raisonnement trop simple selon lequel les gains permis par l’IA compenseraient automatiquement son empreinte. Une solution numérique n’a d’intérêt climatique que si elle produit des économies réelles, mesurables et supérieures à l’énergie nécessaire pour la faire fonctionner. Par ailleurs, un système plus efficace peut parfois stimuler de nouveaux usages, ce qui réduit une partie du bénéfice attendu.

Eau, réseau et gouvernance : les autres contraintes à anticiper

L’électricité est la ressource la plus visible, mais elle n’est pas la seule. De nombreux centres de données utilisent de l’eau douce dans leurs systèmes de refroidissement, directement ou indirectement selon les technologies et l’origine de l’électricité consommée. Dans les régions déjà confrontées à des sécheresses ou à une forte pression sur la ressource, l’implantation de nouvelles installations peut susciter des conflits d’usage.

Les exploitants disposent de plusieurs leviers : améliorer l’efficacité des serveurs, utiliser des techniques de refroidissement plus adaptées au climat local, récupérer de la chaleur lorsqu’un réseau le permet, ou implanter les installations là où le système électrique et l’accès à l’eau peuvent supporter la demande. Aucun de ces choix ne constitue cependant une solution universelle. Un site plus facile à refroidir peut être éloigné des utilisateurs ou des sources de production électrique, tandis qu’un site alimenté en énergie bas carbone peut rencontrer des limites de réseau.

La régulation a donc un rôle décisif. Les pouvoirs publics peuvent exiger davantage de données sur les consommations, encadrer les raccordements, encourager les projets bas carbone et accélérer la modernisation des réseaux. Ils peuvent aussi veiller à ce que les bénéfices économiques d’un centre de données soient mis en regard de ses besoins en énergie, en eau et en foncier.

L’ancien député européen Claude Turmes a exprimé des réserves sur l’optimisme de certaines projections de l’AIE. Cette prudence rappelle que les scénarios énergétiques ne sont pas des certitudes : ils dépendent des politiques publiques, de la vitesse de construction des infrastructures, des choix technologiques et des arbitrages industriels qui seront effectivement réalisés.

Ce qu’il faut surveiller d’ici 2030

La trajectoire énergétique de l’IA reposera d’abord sur la vitesse à laquelle les réseaux électriques pourront être renforcés. Construire des centrales renouvelables ne suffit pas si les lignes, les transformateurs et les raccordements ne permettent pas de transporter l’électricité jusqu’aux sites qui en ont besoin. Les délais administratifs, l’acceptabilité locale et la disponibilité des équipements seront donc aussi importants que les innovations logicielles.

Il faudra ensuite observer l’évolution de l’efficacité du matériel. Les puces dédiées à l’IA progressent rapidement, et les entreprises cherchent à obtenir davantage de calcul pour chaque kilowattheure consommé. L’optimisation des modèles, la réduction de leur taille lorsque cela est possible et une meilleure gestion des serveurs peuvent limiter la croissance de la demande. Mais ces gains devront être comparés à la multiplication attendue des usages.

Enfin, la question essentielle sera celle de la cohérence entre la course à l’IA et les objectifs climatiques. L’AIE montre que l’intelligence artificielle peut aider à rendre les systèmes énergétiques plus efficaces. Elle montre aussi que cette promesse ne se réalisera pas spontanément. Sans planification, transparence et investissements dans une électricité bas carbone, les centres de données risquent de devenir un nouveau point de tension pour les réseaux et pour le climat.