Après le capital et le compute, la troisième bataille de l’IA : le territoire
📩 Pour nous contacter: redaction@fw.media
Pendant que la France multiplie les annonces sur la souveraineté numérique et l’intelligence artificielle, un angle mort persiste. L’IA est encore largement pensée comme une politique d’innovation, parfois comme une politique industrielle, rarement comme ce qu’elle est devenue, à savoir une politique d’infrastructure territoriale. Électricité, eau, foncier, délais administratifs, acceptabilité locale, ces paramètres, longtemps secondaires, conditionnent désormais la capacité réelle à déployer l’IA à l’échelle. Ce basculement commence à se manifester concrètement sur le terrain.
L’IA sort du cloud, entre dans le réel
L’illusion d’une IA dématérialisée a vécu. Les modèles de fondation, l’IA générative et les systèmes agentiques reposent sur des infrastructures lourdes, localisées, intensives en ressources. Un data center est un actif énergétique, hydraulique et foncier, inscrit dans un territoire donné.
« À Eybens, près de Grenoble, un projet de data center doit atteindre à terme une puissance de 200 mégawatts, soit un niveau comparable à la consommation électrique d’une ville de taille moyenne. » (France Info / France 3 Alpes, janvier 2026)
Cet ordre de grandeur suffit à faire basculer le débat. L’IA n’est plus seulement une affaire de logiciels ou de calcul et devient une question de réseaux, de capacités locales et d’arbitrages collectifs.
Le territoire comme nouvelle contrainte stratégique
Jusqu’ici, la discussion française s’est structurée autour de deux piliers : le capital (subventions, fonds publics, annonces d’investissements) et le compute (supercalculateurs, cloud de confiance, capacités nationales), où le territoire restait un support implicite.
Il devient désormais un facteur limitant. Non par hostilité à la technologie, mais par saturation progressive des ressources : tension sur les réseaux électriques, disponibilité de l’eau, acceptabilité des implantations, délais de permis. À mesure que ces contraintes s’accumulent, la question n’est plus « faut-il de l’IA ? », mais à quelles conditions matérielles et territoriales peut-elle se déployer.
Le paradoxe français : planifier sans territorialiser
La France dispose d’atouts structurels avec un mix électrique relativement décarboné, une capacité d’ingénierie reconnue, un État capable d’orienter les investissements. Mais elle conserve un angle mort persistant avec la traduction territoriale de ses ambitions numériques.
Les projets de data centers sont souvent abordés sous l’angle de l’attractivité ou de la souveraineté, rarement sous celui de la charge locale induite. La concertation intervient tard et le récit public reste flou sur les coûts réels. Les collectivités se retrouvent en bout de chaîne, sommées d’absorber des infrastructures critiques qu’elles ne pilotent pas. Ce décalage crée une tension silencieuse où l’État accélère et les territoires encaissent.
L’empreinte environnementale, donnée désormais centrale
Les inquiétudes locales ne relèvent pas seulement de perceptions subjectives. Elles s’appuient sur des données désormais établies.
« En France, 46 % de l’empreinte carbone du numérique provient des data centers, selon une étude de l’ADEME et de l’Autorité de régulation des communications électroniques. » (Étude citée par France Info)
Ce chiffre opère un déplacement majeur du débat. L’impact environnemental du numérique ne se situe plus principalement dans les usages, mais dans l’infrastructure elle-même. L’IA, en tant qu’accélérateur de calcul et de capacité, amplifie mécaniquement cette réalité.
Le miroir américain, sans le copier
Aux États-Unis, Microsoft vient d’acter ce changement de phase en conditionnant l’extension de ses data centers à une prise en charge explicite des coûts énergétiques et hydriques, afin d’éviter qu’ils ne soient reportés sur les consommateurs locaux. Le message est clair : sans acceptabilité territoriale, l’IA ne scale pas.
Il ne s’agit pas d’un geste idéologique, mais d’un arbitrage stratégique. L’infrastructure IA est devenue trop visible, trop coûteuse et trop critique pour rester négociée dans l’opacité. La France n’en est pas encore là, mais les signaux faibles s’accumulent. Anne Le Hénanff a d’ailleurs été interrogée à ce sujet lors de son audition parlementaire.
Qui paie le coût réel de l’IA ?
La question centrale n’est plus technologique. Elle est politique et économique : qui doit assumer le coût systémique de l’IA ? Les entreprises, en internalisant énergie, eau et infrastructures ? Les collectivités, au nom de l’attractivité ? L’État, via subventions et planification nationale ?
Avec l’annonce de plusieurs dizaines de nouveaux data centers à venir sur le territoire, cette question devient structurante et conditionne la crédibilité même de toute stratégie IA à moyen terme.
L’IA comme infrastructure critique
À mesure que l’IA devient un pilier de compétitivité, de souveraineté économique et de services essentiels, elle se rapproche des infrastructures critiques traditionnelles : énergie, transport, télécoms, et implique les mêmes exigences : continuité, transparence, acceptabilité, équité territoriale. La souveraineté numérique ne peut se construire qu’avec un dialogue constant avec les territoires.
