L’IA en quelques chiffres vertigineux
D’après l’AIE, la demande mondiale d’énergie pour l’IA augmenterait de 30% à 50% dans les 2 à 5 ans. En Europe, la consommation des data centers pourrait tripler d’ici 2030 selon McKinsey & Company. Elle passerait de 62 à 150 térawattheures, soit de 2% de l’électricité européenne à 5% ! Il faudrait investir 250 à 300 milliards d’euros pour aligner les infrastructures avec cette demande.
Un exemple : en Irlande, les datas centers étaient responsables de 21% de la demande électrique du pays en 2023. Et, les réseaux électriques ont du mal à suivre !
La France : terre d’accueil des data centers européens ?
La France pourrait devenir une grande terre d’accueil de ces centres de données. Notre pays dispose d’énergie décarbonée en masse grâce à l’électricité nucléaire mais le problème est le temps de raccordement des infrastructures au réseau : entre 1 an et demi et 7 ans !
A la suite du Sommet pour l’action sur l’IA, qui a eu lieu à Paris début février, Emmanuel Macron a annoncé des investissements privés de 109 milliards d’euros dans l’IA, principalement pour la construction de data centers et RTE s’est engagé à réduire ses délais de raccordement.
Le Sommet s’est soldé par la signature d’une déclaration pour une IA “ouverte”, “inclusive” et “éthique” par 58 pays, dont la Chine, la France, l’Inde, l’Union européenne et la Commission de l’Union africaine. L’objectif des signataires est d’établir une coordination renforcée de la gouvernance de l’IA pour éviter “une concentration du marché”. Les États-Unis et le Royaume-Uni se sont abstenus.
IA et impact environnemental
Le développement exponentiel de l’IA rend caduque la perspective de neutralité carbone des géants du secteur : Microsoft, Amazon et d’autres ont été sortis des référentiels climat comme celui du SBTi.
Les IA comme ChatGPT (LLM ou grands modèles de langage) ont un impact environnemental 4600 fois plus élevé que celui d’une IA traditionnelle, selon une étude de Capgemini sur l’ensemble du cycle de vie depuis la construction du data center jusqu’à l’impact des outils de l’usager.
Une requête sur chatgpt consomme 10 fois plus d’électricité qu’une recherche sur Google.
Connaître ces impacts permet d’adapter ses usages.
Vers des IA plus sobres ?
Des IA plus frugales comme la française Mistral AI existent ou même la version allégée d’Open AI GPT-4o mini. Ces modèles de langage comptent moins de paramètres de calcul, ils consomment donc moins d’énergie, pour des réponses à peine moins performantes et surtout plus rapides.
