Qui paiera les gigawatts de l’intelligence artificielle ?
📩 Pour nous contacter: redaction@fw.media
L’intelligence artificielle est souvent présentée comme une course aux modèles. OpenAI, Anthropic, Google, Meta ou Mistral AI rivalisent à coups de benchmarks, de capacités de raisonnement et de milliards de paramètres. Pourtant, derrière cette compétition se joue une bataille qui ne se déroule ni dans les laboratoires ni dans les centres de recherche, mais dans les réseaux électriques, les postes de transformation et les salles de marché des fonds d’infrastructure.
L’économie de l’IA entre dans une nouvelle phase, après la course aux données, puis aux GPU, vient désormais la course aux gigawatts.
Cette évolution modifie profondément la nature même du secteur, pendant plus de vingt ans, l’économie numérique a prospéré sur une hypothèse implicite : l’électricité était disponible, et abondante. Les infrastructures constituaient un sujet secondaire par rapport aux logiciels, l’IA inverse cette logique. Chaque avancée technologique nécessite davantage de calcul, davantage de serveurs et davantage d’énergie. Les limites ne sont plus uniquement algorithmiques mais deviennent physiques.
Selon l’Agence internationale de l’énergie, les centres de données ont consommé environ 460 TWh d’électricité dans le monde en 2024, ce chiffre pourrait dépasser 1 000 TWh avant la fin de la décennie sous l’effet de l’IA générative. À titre de comparaison, cela représenterait une consommation supérieure à celle du Japon aujourd’hui.
Cette dynamique est déjà visible chez les hyperscalers, Meta prévoit d’investir entre 125 et 145 milliards de dollars dans ses infrastructures IA en 2026. Microsoft pourrait consacrer entre 115 et 135 milliards de dollars à ses capacités de calcul et de cloud. Alphabet poursuit une trajectoire similaire avec un programme d’investissement de l’ordre de 80 milliards de dollars. Derrière ces montants se cachent des campus informatiques dont les besoins énergétiques atteignent désormais plusieurs centaines de mégawatts.
Le projet Stargate porté aux États-Unis illustre ce changement d’échelle, son ambition est de développer plusieurs gigawatts de capacités informatiques dédiées à l’intelligence artificielle. À ce niveau, un data center devient un consommateur énergétique comparable à une grande agglomération ou à un complexe industriel majeur.
Cette montée en puissance révèle une nouvelle forme de rareté. Depuis deux ans, l’industrie s’est focalisée sur les semi-conducteurs avancés et les GPU de NVIDIA. Or de nombreux acteurs découvrent progressivement que le véritable goulet d’étranglement devient l’accès à l’énergie.
Si les capitaux sont disponible, en revanche, obtenir plusieurs centaines de mégawatts raccordés au réseau dans des délais compatibles avec les ambitions des acteurs de l’IA devient un défi croissant. Dans certaines régions, les délais de raccordement atteignent plusieurs années.
Cette réalité apparaît désormais dans les débats réglementaires, le Mississippi est devenu l’un des premiers laboratoires de cette nouvelle économie énergétique de l’IA. L’État a attiré plusieurs projets d’AWS représentant plus de 13 milliards de dollars d’investissements annoncés. Pour accompagner cette croissance, l’opérateur Entergy développe plusieurs nouvelles capacités de production, dont trois centrales à gaz représentant au total plus de 2 200 MW de puissance installée. Le coût estimé de ces infrastructures dépasse 3,8 milliards de dollars.
Un rapport publié par Synapse Energy Economics estime que les consommateurs résidentiels auraient déjà contribué à hauteur d’environ 38 millions de dollars aux investissements associés aux infrastructures destinées à accueillir ces nouveaux centres de données, avec un montant pouvant atteindre 74 millions de dollars fin 2026. Les auteurs soulignent surtout l’impossibilité de vérifier précisément la répartition des coûts en raison du caractère confidentiel des contrats conclus entre les grands consommateurs et l’opérateur électrique.
Le Mississippi n’est pas un cas isolé, plusieurs États américains commencent à créer des classes tarifaires spécifiques pour les très grands consommateurs d’électricité. La Virginie, l’Ohio, le Kansas ou encore la Pennsylvanie travaillent sur des mécanismes imposant des engagements de long terme, des garanties financières ou des niveaux minimums de consommation afin d’éviter que les coûts d’infrastructures ne soient transférés vers les autres usagers du réseau.
L’Europe n’a pas encore ouvert ce débat avec la même intensité, pourtant, les mêmes tensions apparaissent progressivement.
La France ambitionne de devenir l’un des principaux pôles européens de l’IA. Les annonces de projets se multiplient autour de Mistral AI, Data4, OpCore ou encore des consortiums soutenus par des investisseurs internationaux. Le pays dispose d’un avantage comparatif évident avec une production électrique largement décarbonée et relativement abondante grâce au nucléaire, mais cette abondance est moins évidente lorsqu’il s’agit de raccorder plusieurs centaines de mégawatts sur un même territoire.
L’enjeu ne se limite d’ailleurs pas aux data centers, l’industrie automobile réclame davantage d’électricité pour ses gigafactories, quand les producteurs d’hydrogène souhaitent sécuriser des capacités importantes. La décarbonation de l’industrie lourde nécessite également une électrification massive. Les transports et les usages résidentiels suivent la même trajectoire. Pour la première fois depuis plusieurs décennies, plusieurs politiques publiques convergent vers une même ressource : l’électricité…
La question devient alors moins technologique qu’industrielle, car chaque gigawatt attribué à un campus d’IA est un gigawatt qui ne sera pas immédiatement disponible pour d’autres usages. Le débat sur le financement masque progressivement une nouvelle interrogation, qui doit être prioritaire dans l’allocation des capacités électriques ?
Cette évolution transforme également le rôle des hyperscalers. AWS, Microsoft, Google ou Meta ne sont plus seulement des entreprises technologiques. Leurs décisions d’investissement influencent désormais les stratégies énergétiques de régions entières. Comme les grands groupes sidérurgiques ou automobiles du siècle dernier, ils deviennent des acteurs capables d’orienter les investissements dans les réseaux, et l’aménagement économique des territoires.
Un autre acteur émerge dans cette équation : les fonds d’infrastructure, Brookfield, BlackRock, KKR, Macquarie, Global Infrastructure Partners ou encore les fonds souverains du Golfe investissent massivement dans les data centers, les réseaux électriques, les infrastructures énergétiques et les capacités de production. L’IA crée un nouveau marché pour le capital patient, les infrastructures nécessaires à son développement seront amorties sur vingt, trente ou quarante ans, alors que les modèles évoluent tous les six mois.
Ce paradoxe est sans doute l’un des plus symptomatique de la période actuelle, l’industrie technologique la plus rapide de l’histoire dépend désormais des infrastructures les plus lentes à construire.
La question « Qui paiera les gigawatts de l’intelligence artificielle ? » n’appelle donc pas une réponse unique. Les consommateurs, les hyperscalers, les opérateurs de réseau, les investisseurs d’infrastructure et les pouvoirs publics participeront tous, d’une manière ou d’une autre, au financement de cette nouvelle couche d’infrastructures.
La véritable interrogation est qui décidera de leur allocation ? Quels projets seront considérés comme prioritaires ? Quelle place l’Europe souhaite-t-elle accorder à l’IA par rapport à la réindustrialisation, aux transports ou à la transition énergétique ?
Pendant deux ans, l’industrie de l’IA a été dominée par la bataille des modèles. La prochaine décennie pourrait être dominée par celle des infrastructures. Et dans cette nouvelle économie, le facteur décisif ne sera peut-être plus la qualité des algorithmes, mais la capacité à mobiliser durablement des gigawatts.
