IA et énergie : l’AIE alerte sur l’appétit électrique des data centers

L’intelligence artificielle est souvent présentée comme une technologie immatérielle. Pourtant, ses calculs reposent sur des milliers de serveurs, des systèmes de refroidissement et des réseaux électriques très concrets. Dans un rapport consacré à l’énergie et à l’IA, publié en avril 2025, l’Agence internationale de l’énergie, ou AIE, chiffre pour la première fois avec précision l’ampleur de cette nouvelle demande tout en rappelant un point essentiel : l’IA peut aussi devenir un outil utile pour rendre le système énergétique plus efficace.

Le défi n’est donc pas de choisir entre l’intelligence artificielle et la transition énergétique. Il consiste à organiser leur rencontre. Sans nouvelles capacités de production, sans réseaux modernisés et sans règles adaptées, l’essor des data centers risque d’accentuer les tensions locales sur l’électricité. Bien déployée, la même technologie peut en revanche aider les gestionnaires de réseaux à prévoir, réparer et optimiser leurs infrastructures.

Les data centers pèsent déjà 1,5 % de l’électricité mondiale

Un data center est un site qui regroupe les équipements informatiques nécessaires au stockage et au traitement des données. Avec l’IA générative, ces installations ne servent plus seulement à héberger des services en ligne : elles entraînent aussi de très grands modèles et répondent à des millions de requêtes nécessitant des calculs intensifs.

Selon l’AIE, les data centers ont consommé environ 415 térawattheures (TWh) d’électricité en 2024, soit 1,5 % de la consommation électrique mondiale. Un térawattheure représente un milliard de kilowattheures : c’est une unité qui permet de comparer la consommation d’un pays, d’une industrie ou d’un ensemble de centres informatiques.

Cette consommation augmente à un rythme d’environ 12 % par an, bien plus vite que la demande d’électricité globale. Les investissements consacrés aux data centers dans le monde ont par ailleurs approché 500 milliards de dollars en 2024. Ils traduisent l’accélération des projets liés au cloud et à l’IA, mais posent aussi une question immédiate aux énergéticiens : comment alimenter ces sites sans retarder l’électrification d’autres usages, comme les transports, le chauffage ou l’industrie ?

Pourquoi la demande pourrait-elle doubler d’ici à 2030 ?

L’AIE prévoit un quasi-doublement de la consommation électrique des data centers, à près de 945 TWh en 2030. Cette trajectoire reflète notamment l’extension des infrastructures numériques, la multiplication des usages d’IA et l’augmentation de la puissance nécessaire pour entraîner et faire fonctionner certains modèles.

La hausse sera très inégalement répartie. Les États-Unis concentrent 45 % de la consommation électrique mondiale des data centers, devant la Chine, avec 25 %, et l’Europe, avec 15 %. Cette géographie compte : lorsqu’un grand nombre de projets se concentre dans une même région, la difficulté ne consiste pas seulement à produire plus d’électricité à l’échelle nationale. Il faut surtout disposer, au bon endroit et au bon moment, de lignes électriques, de transformateurs et de capacités de raccordement suffisantes.

Aux États-Unis, les data centers pourraient ainsi représenter près de la moitié de l’augmentation de la demande d’électricité d’ici à 2030. Cette évolution est considérable dans un pays où la consommation électrique était restée relativement stable pendant des années avant la montée des besoins liés à l’électrification et au numérique.

Les projections à plus long terme comportent une part d’incertitude. Pour 2035, l’AIE envisage une fourchette très large, comprise entre 700 TWh et 1 700 TWh, selon la vitesse de déploiement de l’IA, la taille des infrastructures et les gains d’efficacité réalisés. Ces scénarios ne sont pas une prédiction mécanique. Ils montrent que les choix industriels, les politiques énergétiques et l’amélioration du matériel informatique peuvent infléchir fortement la courbe.

Quelles énergies alimenteront les infrastructures de l’IA ?

La réponse de l’AIE n’est pas fondée sur une source unique. Pour suivre la hausse de la consommation des data centers, les systèmes électriques devront s’appuyer sur un bouquet de solutions, avec des rôles différents selon les pays et l’état de leurs réseaux.

Les énergies renouvelables devraient couvrir environ la moitié de la croissance de la demande des data centers d’ici à 2035. Leur montée en puissance est déterminante pour limiter les émissions associées à ces nouveaux besoins électriques. Mais l’éolien et le solaire produisent de façon variable. Leur intégration suppose donc des réseaux capables d’absorber et de distribuer cette production, ainsi que des outils de prévision, de stockage et de flexibilité.

Le gaz naturel devrait également contribuer à l’équilibre, surtout aux États-Unis. L’AIE anticipe une hausse de 175 TWh de la production électrique au gaz pour répondre à cette dynamique. Le nucléaire doit conserver un rôle important, particulièrement en Chine, au Japon et aux États-Unis. Le rapport évoque aussi des technologies encore en développement ou en phase de déploiement, telles que les petits réacteurs nucléaires modulaires, appelés SMR, et la géothermie avancée.

La disponibilité de l’électricité ne suffit toutefois pas. Les projets se heurtent fréquemment à des délais de raccordement, à la saturation du réseau local ou à la lenteur des procédures de permis. Une centrale, une ligne à haute tension et un data center n’obéissent pas aux mêmes calendriers de construction. Coordonner ces investissements devient donc aussi important que d’augmenter les capacités installées.

L’IA peut aussi mieux piloter les systèmes énergétiques

L’IA n’est pas seulement à l’origine d’une nouvelle consommation : elle peut contribuer à limiter les pertes et à mieux utiliser les équipements déjà présents. C’est l’autre volet, moins visible mais central, de l’analyse de l’AIE.

Dans les réseaux électriques, les algorithmes peuvent améliorer la prévision de la production solaire et éolienne. Mieux anticiper un épisode sans vent ou une forte production photovoltaïque aide les opérateurs à équilibrer l’offre et la demande, à programmer les moyens de production disponibles et à limiter les congestions. L’IA peut aussi repérer plus vite des comportements anormaux dans les équipements, afin de détecter les pannes avant qu’elles ne provoquent une interruption étendue.

L’AIE estime que ces usages pourraient réduire de 30 à 50 % la durée des coupures d’électricité. L’enjeu n’est pas de confier le réseau à une machine, mais d’aider les équipes humaines à traiter rapidement un volume immense de mesures et de signaux techniques.

Autre piste : l’optimisation des lignes existantes. En tenant compte de la météo, de la température des câbles, des flux électriques et de l’état du réseau, des outils numériques peuvent permettre d’exploiter avec plus de précision une infrastructure déjà construite. L’AIE évalue le potentiel à 175 gigawatts (GW) de capacité de transmission supplémentaire, sans construire de nouvelles lignes. Un gigawatt équivaut à un milliard de watts : à cette échelle, l’enjeu est majeur pour acheminer l’électricité renouvelable vers les zones de consommation.

Dans le pétrole et le gaz, l’IA peut aussi optimiser l’exploration, la production et la maintenance. Elle est notamment susceptible d’aider à identifier et réduire les fuites de méthane, un gaz à effet de serre puissant. Elle peut enfin accélérer l’exploration de minéraux critiques, indispensables à de nombreuses technologies énergétiques et numériques.

Des données de qualité et des réseaux numériques encore insuffisants

Le potentiel technique ne garantit pas l’adoption. Dans l’énergie, les modèles d’IA ne peuvent produire des recommandations fiables que s’ils reçoivent des données exactes, suffisamment nombreuses et correctement structurées. Or les informations proviennent souvent de systèmes hétérogènes, parfois anciens, exploités par de nombreux acteurs différents.

L’accès aux données est donc un obstacle majeur. Les entreprises doivent pouvoir partager certains renseignements utiles tout en protégeant les informations commerciales, les données sensibles et la sécurité de leurs installations. La qualité est tout aussi décisive : une prévision alimentée par des mesures incomplètes ou erronées peut dégrader une décision plutôt que l’améliorer.

Les infrastructures numériques représentent une autre limite. De nombreux réseaux électriques ont été conçus bien avant la généralisation des capteurs, des compteurs communicants et du traitement en temps réel. Les équiper, les connecter et former les professionnels chargés de les exploiter demande du temps et des investissements. Les cadres réglementaires doivent suivre, notamment pour clarifier les responsabilités lorsqu’un outil automatisé intervient dans la conduite d’un système critique.

L’AIE souligne également que l’IA reste sous-exploitée dans l’innovation énergétique par rapport à des domaines comme la biomédecine. Pourtant, elle pourrait accélérer la recherche sur des batteries avancées, des catalyseurs utiles aux carburants synthétiques ou de nouveaux matériaux pour la capture du carbone. Entre la découverte en laboratoire et l’usage industriel, il reste toutefois des étapes longues : validation, production, financement et déploiement.

La cybersécurité devient un impératif pour les réseaux

Numériser davantage le secteur énergétique améliore sa surveillance, mais élargit aussi sa surface d’exposition aux attaques. L’IA peut renforcer les défenses en détectant des signaux anormaux et en aidant à analyser des incidents. Elle peut, dans le même temps, fournir à des attaquants des moyens plus rapides et plus sophistiqués pour repérer des failles ou automatiser certaines opérations malveillantes.

Les attaques visant les services publics ont fortement progressé en l’espace de quatre ans, selon l’AIE. Ce constat impose de ne pas traiter la cybersécurité comme un simple sujet informatique. Une atteinte à un opérateur énergétique peut perturber un service essentiel, affecter des entreprises, des hôpitaux et des foyers, ou compliquer la gestion d’un réseau déjà sous tension.

La dépendance à certains composants renforce cette préoccupation. L’expansion de l’IA et des technologies énergétiques accroît les besoins en minéraux critiques. Le gallium, utilisé dans des composants avancés, illustre cette vulnérabilité : lorsque l’approvisionnement est concentré entre peu de zones ou d’acteurs, une tension sur la chaîne logistique peut ralentir l’ensemble du secteur. La résilience suppose donc de penser simultanément aux logiciels, aux réseaux, aux équipements et aux matières premières.

Ce qu’il faut surveiller pour concilier IA et transition énergétique

Le rapport de l’AIE dessine une trajectoire conditionnelle, non une fatalité. La consommation des data centers va augmenter rapidement, mais son impact dépendra de la localisation des projets, de leur efficacité, de la souplesse de leur fonctionnement et des moyens de production disponibles. Les décisions prises par les entreprises technologiques, les énergéticiens, les régulateurs et les collectivités pèseront toutes sur le bilan final.

Quatre chantiers ressortent particulièrement : accélérer les raccordements et les permis, investir dans les réseaux, développer une électricité bas carbone et mettre en place des règles de partage des données compatibles avec la sécurité. La collaboration entre le secteur technologique et celui de l’énergie devient indispensable, car leurs cycles d’investissement et leurs contraintes ne sont pas les mêmes.

L’intelligence artificielle peut aider à utiliser chaque kilowattheure avec davantage de précision. Mais elle ne remplace ni les lignes électriques, ni les centrales, ni les compétences humaines nécessaires pour exploiter un système aussi vital. En avril 2025, le message de l’AIE est clair : l’IA peut être un levier pour la transition énergétique, à condition que son propre développement soit planifié avec la même rigueur que les infrastructures qu’elle ambitionne d’optimiser.