Éviter le «cygne noir» de la dépendance vis-à-vis de la Chine

L’intelligence artificielle (IA) n’est plus seulement une révolution numérique: elle devient rapidement un enjeu énergétique et infrastructurel à l’échelle de l’Europe. Rien qu’en 2025, la consommation d’énergie liée aux charges de travail axées sur l’IA a augmenté de 50%, sous l’effet d’une multiplication par trois du nombre d’utilisateurs actifs, selon l’Agence internationale de l’énergie (AIE). Les centres de données ne devraient représenter que 5% de ce total.

«Le Luxembourg est l’un des pays d’Europe qui compte la plus forte densité de centres de données», a déclaré Bettina Werner, associée en charge de la transformation durable chez Deloitte, lors de la conférence Momentum organisée par le cabinet à Luxembourg le 11 mai 2026. Bien qu’il soit au cœur de cette transformation, son réseau électrique n’avait pas été conçu à l’origine pour répondre à une demande aussi intense. Le principal défi consiste à faire en sorte que le développement de l’IA et les ambitions climatiques aillent de pair, grâce à une prise de décision plus rapide et mieux informée.

Johannes Trüby, associé spécialisé dans les marchés de l’énergie et la modélisation chez Deloitte, a décrit l’électrification comme un moyen de relever le «trilemme énergétique» que constituent la résilience, la propreté et l’accessibilité financière. «C’est un défi, mais aussi l’occasion de mener une expérience concrète pour gérer une demande soudaine et massive sur le réseau provenant des transports, des bâtiments et des industries», a-t-il déclaré.

Responsabilité d’entreprise et efficacité opérationnelle

Les hyperscalers tels qu’Amazon Web Services (AWS) réagissent en prenant des engagements climatiques ambitieux, visant la neutralité carbone d’ici 2040, soit dix ans avant l’échéance fixée par l’Accord de Paris, a expliqué Roisin Greening, responsable des politiques publiques, énergie et infrastructures pour la région Emea chez AWS.

Leur stratégie repose sur trois piliers principaux. Premièrement, elle vise à développer les énergies sans carbone grâce à plus de 40GW de capacité renouvelable répartis sur 700 projets à travers le monde (dont 210 en Europe). Deuxièmement, AWS prévoit d’améliorer l’efficacité énergétique grâce à des puces sur mesure, telles que Graviton, qui offrent des performances similaires tout en consommant 60% d’énergie en moins. Troisièmement, elle renforce la gestion de l’eau avec pour objectif de devenir «positive en eau» d’ici 2030 en «restituant aux communautés plus d’eau que celle consommée dans le cadre de nos activités», a-t-elle déclaré.

Risques liés à l’investissement et modèles énergétiques souverains

Pour les investisseurs dans les infrastructures, l’essor de l’IA présente à la fois des opportunités et des risques systémiques, notamment en ce qui concerne la congestion du réseau et la pénurie de ressources. Dans des régions comme l’Irlande, cette congestion a déjà conduit à l’instauration de moratoires sur la construction de nouveaux centres de données.

De plus, cette transition se heurte à un «piège de la dépendance», en raison d’une forte dépendance vis-à-vis des terres rares, la Chine contrôlant 90% de la transformation des minerais indispensables à l’énergie solaire et éolienne ainsi qu’aux centres de données.

Pour réduire cette dépendance, des start-up telles que Boson Energy proposent des modèles énergétiques autonomes reposant sur les déchets disponibles localement. L’entreprise estime que l’Europe produit chaque année 200 millions de tonnes de déchets qui pourraient être transformés en gaz de synthèse, ou syngaz, un mélange composé principalement d’hydrogène et de monoxyde de carbone. Selon Aditya Sharma, directeur de la stratégie de l’entreprise, cette approche pourrait permettre de réduire à la fois la pollution et la dépendance vis-à-vis des terres rares importées.

L’IA, catalyseur de la flexibilité du réseau

Maintenir la stabilité du réseau pendant les périodes de pointe devient de plus en plus difficile à mesure que la charge des centres de données augmente. Paradoxalement, la technologie même qui stimule la demande en électricité pourrait bien devenir l’outil le plus efficace pour la gérer.

Les intervenants ont indiqué que l’IA pouvait améliorer la flexibilité du réseau grâce au transfert géographique de la charge – en délocalisant les charges de travail non urgentes, telles que l’entraînement de grands modèles linguistiques, vers des régions disposant d’un excédent d’électricité – et grâce à des systèmes d’orchestration intelligents comme Kraken Flex. Ce système utilise l’IA pour coordonner les ressources énergétiques distribuées en indiquant aux véhicules électriques quand se recharger et aux batteries quand se décharger, afin de stabiliser le réseau.

L’AIE estime que l’utilisation de l’IA dans les systèmes énergétiques pourrait permettre de réaliser d’importantes économies d’énergie, pouvant atteindre la consommation annuelle d’un pays de 290 millions d’habitants comme l’Indonésie.

Orientations futures et mise en œuvre

Afin de garantir une croissance durable, Roisin Greening a plaidé en faveur de l’harmonisation des systèmes de notation des centres de données au niveau européen, afin de fournir aux investisseurs des indicateurs comparables sur la consommation d’énergie et d’eau. Jeanne Michon-Savarit, responsable du développement durable chez Infranity, a appelé à aller au-delà de la simple publication d’informations pour mettre en place des plans de transition obligatoires et des objectifs précis pour les grandes entreprises.

En fin de compte, la capacité de l’Europe à concilier le développement de l’IA avec ses objectifs climatiques dépendra non seulement de l’innovation technologique, mais aussi de la rapidité de l’élaboration des politiques, des investissements dans les infrastructures et d’une mise en œuvre coordonnée entre les secteurs public et privé.