L'intelligence artificielle a soif d'énergie… et d'eau : les infrastructures invisibles de la révolution numérique

À mesure que l’intelligence artificielle transforme nos usages et les modèles économiques, une question devient incontournable : quelles ressources rendent réellement cette révolution possible ? Dans cette tribune, Thierry Vincent, directeur du MBA Management de la Transition Énergétique, revient sur les infrastructures invisibles qui soutiennent le développement de l’IA et analyse les défis énergétiques, environnementaux et stratégiques qui les accompagnent

Le lancement du programme Stargate, doté de 500 milliards de dollars d’investissements pour développer les infrastructures de l’intelligence artificielle aux États-Unis, a marqué un tournant majeur dans la course mondiale à l’IA. Derrière l’annonce spectaculaire des performances des nouveaux modèles de langage se dessine une réalité beaucoup plus discrète mais autrement plus stratégique : l’intelligence artificielle n’est plus seulement une révolution logicielle. Elle est devenue une révolution industrielle.

À mesure que les systèmes d’IA s’imposent dans tous les secteurs de l’économie, une évidence longtemps restée invisible réapparaît. Derrière chaque requête adressée à ChatGPT, Gemini ou Claude se cache une infrastructure physique gigantesque mobilisant des milliers de processeurs, des quantités considérables d’électricité et, fait moins connu, d’importants volumes d’eau. La compétition entre les grandes puissances ne porte plus uniquement sur la qualité des algorithmes ou sur la disponibilité des données. Elle repose désormais sur la capacité à construire, alimenter et refroidir les infrastructures qui rendent cette intelligence artificielle possible.

Cette évolution marque une rupture profonde avec la vision qui prévalait encore il y a une quinzaine d’années.

Au début des années 2000, le numérique est essentiellement présenté comme un levier de sobriété. La dématérialisation des documents, le développement des échanges électroniques ou encore la généralisation des services en ligne doivent permettre de réduire la consommation de papier, de limiter les déplacements et d’améliorer l’efficacité économique. Les courriels se terminent alors par une invitation devenue célèbre : « N’imprimez ce message que si nécessaire afin de préserver l’environnement. »

La crise financière de 2008 accélère cette transition. Les entreprises investissent massivement dans les outils numériques afin d’optimiser leurs processus et de réduire leurs coûts. Mais cette numérisation généralisée produit un effet inattendu : elle transforme la donnée en une ressource économique à part entière.

À partir de 2009, le numérique change progressivement de nature. Ce qui était initialement conçu comme un outil d’efficacité devient une industrie. Les volumes de données explosent, les usages se multiplient et les infrastructures nécessaires à leur traitement prennent une ampleur inédite. Les centres de données, les réseaux de télécommunications et les capacités de calcul deviennent les piliers d’une nouvelle économie.

Les travaux de l’ADEME et de l’ARCEP montrent ainsi que le secteur numérique est désormais un contributeur significatif aux émissions mondiales de gaz à effet de serre.

Ce paradoxe est frappant : les technologies numériques permettent d’optimiser les réseaux électriques, d’améliorer l’efficacité énergétique des bâtiments ou de réduire certaines consommations industrielles, tout en générant elles-mêmes une demande croissante en ressources énergétiques.

L’intelligence artificielle accélère aujourd’hui cette transformation.

L’essor des modèles de langage géants a profondément modifié la nature des centres de données. Longtemps perçus comme de simples lieux de stockage de l’information, ils sont devenus de véritables usines numériques fonctionnant sans interruption.

Chaque interaction avec une intelligence artificielle mobilise des milliers de processeurs spécialisés capables d’exécuter simultanément des milliards d’opérations mathématiques par seconde. Ces calculs, mesurés en FLOPS (Floating Point Operations Per Second), constituent la matière première de l’économie numérique contemporaine.

Contrairement aux usines traditionnelles, les data centers ne produisent aucun bien matériel. Ils fabriquent de la capacité de calcul. Pourtant, leur fonctionnement obéit aux mêmes contraintes physiques que toute installation industrielle.

Toute l’électricité consommée par les processeurs est presque intégralement transformée en chaleur sous l’effet Joule. Cette conversion est inévitable : chaque opération informatique produit une élévation de température qu’il faut immédiatement évacuer afin d’éviter la dégradation des composants électroniques. Les jonctions en silicium des processeurs doivent en permanence rester en dessous d’environ 85 °C sous peine de perdre en performance ou de subir des dommages irréversibles.

Cette réalité thermodynamique fait du refroidissement l’un des principaux défis de l’intelligence artificielle.

Pendant longtemps, le refroidissement des serveurs reposait essentiellement sur la circulation d’air. Cette solution suffisait lorsque les baies informatiques développaient des puissances de quelques kilowatts.

L’arrivée de l’intelligence artificielle change complètement les ordres de grandeur.

Alors qu’un rack informatique traditionnel consommait entre 5 et 10 kilowatts, les nouvelles générations de serveurs spécialisés dans l’entraînement des modèles d’IA atteignent désormais 40, 60, voire plus de 100 kilowatts par baie. À ces niveaux de densité énergétique, l’air ne possède plus une capacité thermique suffisante pour évacuer efficacement la chaleur produite.

L’eau s’impose alors comme la solution la plus performante. Sa capacité thermique est près de 3 500 fois supérieure à celle de l’air, ce qui lui permet d’absorber beaucoup plus efficacement les calories produites par les processeurs.

Cette propriété physique explique pourquoi les centres de données les plus performants utilisent aujourd’hui des systèmes de refroidissement faisant largement appel à l’eau.
L’image d’une intelligence artificielle entièrement virtuelle masque donc une réalité beaucoup plus matérielle : chaque conversation avec un assistant conversationnel mobilise indirectement des ressources hydriques bien réelles.

Les grands opérateurs du cloud communiquent désormais sur leurs performances environnementales. Amazon Web Services indique par exemple atteindre un indicateur de consommation d’eau (Water Usage Effectiveness – WUE) proche de 0,12 litre par kilowattheure dans certaines installations particulièrement performantes.
Ces chiffres traduisent cependant des situations optimales.

Dans la pratique, les consommations varient fortement selon les technologies employées, les conditions climatiques et la puissance des serveurs. Lors des épisodes de fortes chaleurs ou dans les centres de données les plus denses, les systèmes utilisant le refroidissement évaporatif peuvent consommer jusqu’à 1,5 ou 2 litres d’eau par kilowattheure.

Cette variabilité s’explique par l’existence de plusieurs générations d’équipements.

Les premières installations reposaient largement sur des tours aéroréfrigérantes fonctionnant en circuit ouvert, particulièrement gourmandes en eau puisque le refroidissement est obtenu grâce à l’évaporation directe. Les générations suivantes ont progressivement introduit des systèmes dits adiabatiques qui n’utilisent l’eau que lorsque les températures extérieures deviennent trop élevées.

Aujourd’hui, une nouvelle évolution technologique est engagée.

Les systèmes de refroidissement liquide directement au contact des processeurs – appelés Direct-to-Chip – ainsi que les technologies d’immersion dans des fluides diélectriques permettent de fonctionner en circuit fermé et réduisent presque totalement la consommation directe d’eau. En contrepartie, ces équipements nécessitent des investissements beaucoup plus importants.

Cette évolution modifie profondément les critères d’implantation des centres de données.

Pendant longtemps, la proximité des grandes métropoles ou des principaux réseaux de télécommunications constituait le principal facteur de localisation. Désormais, la disponibilité simultanée d’une électricité abondante, décarbonée, compétitive et d’une ressource en eau suffisamment sécurisée devient un avantage stratégique majeur.

Cette nouvelle géographie explique en partie pourquoi les grands opérateurs internationaux multiplient leurs investissements dans les pays nordiques, où les températures extérieures permettent un refroidissement naturel pendant une grande partie de l’année et où la disponibilité de l’eau limite les tensions sur la ressource.
À l’inverse, les régions soumises à un stress hydrique croissant devront arbitrer de plus en plus fréquemment entre différents usages de l’eau : agriculture, alimentation des populations, industrie et désormais infrastructures numériques.

L’intelligence artificielle fait ainsi émerger une nouvelle forme de compétition internationale. Après avoir longtemps reposé sur les données, les talents et les algorithmes, la souveraineté numérique dépend désormais de ressources beaucoup plus fondamentales : l’électricité, l’eau et les infrastructures capables de les mobiliser durablement.
L’avenir de l’IA ne se jouera donc pas uniquement dans les laboratoires de recherche ou les centres de développement logiciel. Il se construira également dans les réseaux électriques, les systèmes de refroidissement, les bassins versants et les choix d’aménagement du territoire. Derrière chaque avancée algorithmique se cache une réalité industrielle qui rappelle une évidence souvent oubliée : même l’intelligence artificielle reste soumise aux lois de la physique.

C’est précisément à cette intersection entre énergie, stratégie, finance et souveraineté que se situent les enseignements du MBA transition Énergétique De Vinci Executive Education. Donner aux étudiants les outils pour comprendre les enjeux business de l’intelligence artificielle mais aussi les stratégies de développement des systèmes énergétiques qui la rendent possible.

Le MBA Management de la Transition Énergétique  forme les futurs décideurs capables de piloter les transformations énergétiques des entreprises, des collectivités et des territoires.

✔ Maîtriser les enjeux de la transition énergétique et de la décarbonation
✔Piloter des projets d’efficacité énergétique et d’énergies renouvelables
✔Intégrer les dimensions financières, réglementaires et stratégiques des projets
✔Accompagner les organisations dans leurs démarches de transformation durable
✔Développer une vision globale des enjeux énergétiques, économiques et territoriaux

Formation en présentiel • 1 an en part-time • 1 semaine par mois • Titre RNCP niveau 7