La course à la suprématie de l'IA ne concerne plus seulement les puces ; c'est une bataille à enjeux élevés pour les mégawatts, opposant le réseau électrique vieillissant et fragmenté des États-Unis à la machine énergétique étatique de la Chine.
L'essor de l'intelligence artificielle se heurte à une limite physique implacable : un réseau électrique américain dont 70 % des transformateurs ont plus de 25 ans. Ce goulot d'étranglement infrastructurel force les géants de la tech comme OpenAI et Meta à investir des milliards dans la production d'énergie privée, contrastant avec l'approche étatique de la Chine qui s'appuie sur le plus grand réseau ultra-haute tension (UHT) au monde pour alimenter ses ambitions en IA.
« Il y a un an et demi, on parlait de projets de 5 gigawatts ; aujourd'hui, c'est 10, 15, voire 17 gigawatts », a déclaré Andrew Chien, professeur d'informatique à l'Université de Chicago, soulignant l'escalade des besoins énergétiques. Cette demande crée une pénurie d'énergie qui menace de brider l'avance américaine dans l'IA, la Joint Legislative Audit and Review Commission (JLARC) notant que les centres de données consomment déjà plus d'un cinquième de toute l'électricité en Virginie, le plus grand marché mondial de centres de données.
Les chiffres derrière cette demande sont vertigineux. L'Agence internationale de l'énergie (AIE) prévoit que la consommation d'énergie des centres de données mondiaux pourrait atteindre 1 400 térawattheures (TWh) d'ici 2030 dans un scénario de forte croissance, soit environ 4 % de la demande mondiale d'électricité prévue. Aux États-Unis, le plan d'OpenAI avec Nvidia pour construire un centre de données de 10 GW s'inscrit dans une stratégie d'investissement plus large de 850 milliards de dollars. Pour contourner les limites du réseau, une tendance « Apportez votre propre énergie » a émergé, OpenAI et Oracle construisant une centrale au gaz au Texas et xAI se tournant vers des turbines à gaz à Memphis.
Cette expansion dictée par le marché se heurte à des vents contraires importants. Le réseau américain vieillissant, noté C+ par l'American Society of Civil Engineers, a été construit pour une autre époque et est mal équipé pour les appels de puissance massifs et concentrés de l'IA. Obtenir un nouveau raccordement au réseau peut prendre jusqu'à sept ans, un délai que les développeurs d'IA ne peuvent se permettre. Cela a conduit à une opposition locale croissante face à la pression sur les ressources, avec au moins 25 projets de centres de données annulés d'ici 2025 en raison de la contestation des communautés.
En revanche, la stratégie de la Chine se définit par une planification centralisée et des investissements infrastructurels massifs. Le pays a construit le réseau de transmission UHT le plus étendu au monde, lui permettant d'alimenter les pôles industriels de l'est avec l'énergie des sources renouvelables de l'ouest. Ce projet de « transport d'électricité d'ouest en est » offre un niveau de stabilité et d'échelle que le système fragmenté des États-Unis, composé de multiples opérateurs indépendants, ne peut égaler. Des métropoles chinoises comme Shanghai et Pékin affichent désormais des temps de coupure de courant annuels moyens inférieurs à une minute par foyer.
Ce modèle contrôlé par l'État permet une « synergie puissance-calcul », une stratégie nationale visant à aligner la construction de centres de données sur le développement des infrastructures énergétiques. Bien que le parc de centres de données de la Chine (381 installations) soit plus petit que celui des États-Unis (4 165), sa demande projetée de 400 TWh pour 2030 sera satisfaite par un réseau conçu pour le transport d'énergie massif à longue distance. Cependant, cette approche n'est pas sans risques ; la Chine reste fortement dépendante du charbon, qui représente environ 45 % de sa capacité électrique installée, ce qui pose des défis majeurs en matière d'émissions de carbone.
La contrainte énergétique redessine le paysage concurrentiel pour les leaders technologiques américains comme Google, Microsoft et Meta, qui ont collectivement doublé leur consommation d'énergie pour atteindre 72 TWh entre 2017 et 2021. Le pivot vers l'autoproduction crée une opportunité massive pour le secteur de l'énergie, particulièrement dans le gaz naturel, le nucléaire et les renouvelables, mais augmente aussi les risques réglementaires et politiques pour les projets de centres de données. Pour les investisseurs, les gagnants à long terme de la course à l'IA pourraient ne pas être seulement les entreprises dotées des meilleurs algorithmes, mais celles disposant de l'approvisionnement électrique le plus sûr et le plus évolutif.
Cet article est fourni à titre informatif uniquement et ne constitue pas un conseil en investissement.
