Ads

Édition française du magazine TIME – Abonnement 1 an 4 n°, 41 € (économisez 10%)

La révolution de l’IA est impossible sans révolution énergétique

Aya Saed est avocate et en tant qu’ancienne conseillère juridique et directrice législative de la parlementaire Alexandria Ocasio-Cortez, elle a joué un rôle crucial dans la législation de l’IA responsable. Elle est aussi directrice de la politique et de la stratégie en matière d’IA chez Scope3 et coprésidente de la Green Software Foundation.
Crédit photo : Unsplash
Sam Altman, PDG d’OpenAI, a pris la parole devant le Congrès américain pour témoigner sur l’avenir de la réglementation de l’IA au Capitole. Pendant son audition, il a défini les limites de l’IA : « Le coût de l’IA va converger vers le coût de l’énergie. »

L’IA est souvent présentée comme un phénomène purement numérique dans un domaine intangible peuplé de codes et d’algorithmes. Pourtant, derrière chaque image générée, chaque réponse élaborée, se cache un coût énergétique conséquent et mesurable. La technologie que nous utilisons tous repose en effet sur des minéraux, des puces, des semi-conducteurs et des centres de données qui traitent et analysent vos données. Pour fonctionner, cette technologie nécessite de l’énergie, et pour voir le jour, elle requiert une extraction de minéraux rares. Ainsi, pour la faire évoluer, nous allons non seulement devoir relever un défi informatique, mais aussi un défi infrastructurel et écologique.

Malgré les promesses de l’IA à propos d’un potentiel illimité et infini, sa croissance est confrontée à un facteur limitant bien concret. Lors de son intervention, Sam Altman s’est montré très clair : « À terme, les puces, les équipements réseau… seront fabriqués par des robots, et nous rendrons cette production très efficace et de moins en moins chère, mais un électron restera toujours un électron. » Voilà donc le principe économique fondamental qui va définir l’avenir de l’IA : à mesure de l’automatisation et de l’optimisation des processus de fabrication de l’IA, les coûts variables de la production de matériel informatique vont diminuer progressivement. Ce qui reste immuable en revanche, c’est la physique du calcul elle-même, soit l’énergie nécessaire pour alimenter ces systèmes. Dans une économie de l’IA arrivée à maturité, le coût marginal de l’intelligence se rapprochera du coût marginal de l’électricité. Cela établit donc un lien direct entre innovation énergétique et capacités de l’IA. Les régions du monde dotées d’une énergie abondante, fiable et abordable bénéficieront ainsi d’avantages décisifs en matière de puissance de calcul.

L’énergie apparaît comme le principal facteur limitant de l’innovation. Selon certaines estimations, les États-Unis vont avoir besoin de 90 gigawatts supplémentaires, soit environ 90 centrales nucléaires, pour alimenter leurs centres de données. De fait, les pays ou les entreprises capables de produire de l’énergie propre à grande échelle fixeront le plafond des possibilités en matière d’intelligence artificielle. Pour élaborer une infrastructure d’IA économe en énergie, les États-Unis, entre autres pays, devront adopter deux méthodes dans la course à l’IA : mesurer les émissions de l’IA à grande échelle et considérer la politique énergétique et la politique en matière d’IA comme un ensemble aux intérêts communs.

Notons que l’empreinte carbone est la mesure la plus complète à notre disposition pour quantifier le coût réel futur des systèmes d’IA. Pour autant, OpenAI et d’autres grandes entreprises se gardent de divulguer le niveau d’intensité carbone de leurs modèles, faisant planer le doute sur la consommation énergétique de leur IA. Malgré ce manque de transparence, les experts en données ont mis au point des méthodes pour estimer le coût carbone de différents modèles populaires. Au cours de la première semaine qui a suivi la sortie de l’outil de génération d’images d’OpenAI, les utilisateurs ont créé 700 millions d’images. Chaque image consomme environ 7 wattheures d’électricité, ce qui représente au total plus de 5 millions de kilowattheures, soit à peu près la même quantité d’énergie consommée par 24 000 foyers américains en une semaine. Les entreprises qui mesurent et optimisent dès maintenant leur efficacité carbone bénéficieront d’avantages cruciaux alors que les réglementations durciront et que les coûts énergétiques fluctueront. Dès lors, l’énergie devenant le facteur limitant du progrès de l’IA, l’intensité carbone se traduit directement en compétitivité économique. Si le marché actuel ne tient pas encore pleinement compte des externalités environnementales dans les tarifs, cela sera de plus en plus le cas pour les politiques avant-gardistes et les pressions du marché.

Ainsi, en instaurant dès aujourd’hui des cadres de comptabilisation et de reporting du carbone pour les opérations d’IA, les entreprises et les gouvernements peuvent mettre au point l’infrastructure de mesure nécessaire pour réaliser une optimisation significative. Ces indicateurs fournissent une visibilité essentielle non seulement sur la consommation d’énergie, mais aussi sur l’efficacité de son utilisation dans la formation des modèles, l’inférence et l’infrastructure de soutien.

Selon le Carbon Disclosure Project : « le fait d’ignorer les risques liés au climat dans les chaînes d’approvisionnement coûte près de trois fois plus cher que les mesures nécessaires pour atténuer ces mêmes risques ». Les entreprises et les gouvernements qui investissent aujourd’hui dans les infrastructures d’IA doivent également investir dans des moyens de soutenir l’innovation pour les générations futures. Tandis que des projets d’IA ambitieux voient le jour, nous n’avons d’autre choix que de stimuler l’innovation pour appuyer les modèles les plus efficaces. La course à la suprématie en matière d’intelligence artificielle pourrait finalement se transformer en une course à la suprématie énergétique, où les avancées les plus significatives ne proviendraient pas des ingénieurs logiciels de la Silicon Valley, mais des innovations envisageables en utilisant l’IA de manière plus durable.

Lors d’une audition de la commission sénatoriale du commerce avec Sam Altman en mai dernier, le sénateur républicain Ted Budd a déclaré : « La capacité des États-Unis à déployer de nouvelles capacités de production d’énergie et à moderniser leur réseau électrique est à bien des égards la clé de la course contre la Chine. L’énergie peut nous faire gagner, mais peut aussi nous faire perdre ». Selon l’Agence internationale de l’énergie, la Chine est déjà un leader mondial dans le domaine des énergies renouvelables et devrait représenter près de la moitié de la production mondiale d’énergie renouvelable d’ici la fin de la décennie. À ce jour, les États-Unis se concentrent quant à eux exclusivement sur la concurrence avec les modèles d’IA chinois, mais oublient que pour dominer le marché mondial dans ce domaine, ils devront aussi être à la pointe en matière de capacités opérationnelles. Par conséquent, l’énergie et l’IA sont inextricablement liées et les mesures politiques doivent illustrer cette approche.

Enfin, si la transition vers le renouvelable est cruciale pour un développement durable de l’IA, le déploiement d’infrastructures énergétiques renouvelables aux États-Unis pour répondre à la demande exponentielle de l’IA nécessitera des décennies d’investissements coordonnés et de cohésion politique. Mais le temps presse. Pour répondre à la demande actuelle, il convient de commencer à identifier et à réduire les inefficacités en mesurant d’abord l’empreinte carbone et hydrique de l’IA générative.

La loi sur l’impact environnemental de l’intelligence artificielle (Artificial Intelligence Environmental Impacts Act), adoptée en 2024 dans le Massachusetts, est l’un des premiers projets de loi outre-Atlantique visant à adapter les ambitions états-uniennes en matière d’IA aux réalités énergétiques. Elle appelle en effet au développement d’outils complets de mesure et de reporting prenant en compte l’ensemble de l’impact environnemental de l’IA.

Sans une action concertée dès aujourd’hui, le risque serait d’ancrer des pratiques inutiles dans les fondements d’une économie de plus en plus alimentée par l’IA. Dès lors, il convient d’adopter une stratégie politique avant-gardiste pour encourager la création de centres de données consommant peu d’énergie grâce à des mesures cohérentes, des contrôles et des exigences d’efficacité le cas échéant.

Début juin, Sam Altman avait expliqué comment, selon lui, l’IA peut transformer l’humanité d’ici les années 2030. Les possibilités sont claires : « [L’intelligence et l’énergie] ont longtemps été les principaux freins au progrès humain ; avec une intelligence et une énergie abondantes (et une bonne gouvernance), nous pouvons en théorie avoir tout le reste. »

TIME Idées accueille les plus grandes voix mondiales, qui commentent l’actualité, la société et la culture. Nous acceptons les contributions externes. Les opinions exprimées ne reflètent pas nécessairement celles des rédacteurs de TIME.

Partagez cet article : 

PEOPLE

Robert Pattinson (Crédits : Stéphane Corbis-Cardinale/GettyImages)

Robert Pattinson

Nicole Kidman. (Crédits: Taylor Hill/FilmMagic via Getty Images)

Nicole Kidman

Mylène Farmer  au 78e Festival de Cannes au Palais des Festivals le 15 mai 2025 (Crédits :  Laurent KOFFEL/Getty Images)

Mylène Farmer

Crédits: Grant Thomas

Angèle

FOR PRINT MOSUKE46557

Mory Sacko

Bérengère Krief.

Bérengère Krief

Niels Schneider. (Crédits: Nicolas Valois, Charlotte Studio)

Niels Schneider

Céline Dion. ( Crédits: Roy Rochlin via WireImage)

Céline Dion