Le débat sur l’intelligence artificielle tourne toujours de manière obsessionnelle autour des modèles, des paramètres et des puces. Mais le véritable goulot d’étranglement qui déterminera qui mènera cette course n’est pas informatique, mais physique. La formation d'un modèle à l'échelle de GPT-4 consomme entre 50 et 100 gigawattheures d'électricité, ce qui équivaut à la consommation annuelle de dizaines de milliers de foyers. Faire des inférences à grande échelle, en répondant à des milliards de requêtes quotidiennes, multiplie ce nombre par des ordres de grandeur. La question stratégique n’est pas de savoir qui possède les meilleurs algorithmes. Il s’agit de savoir qui a accès à une énergie bon marché, abondante et fiable – et pour combien de temps.
Le coût de l'électricité que les feuilles de route ignorent
La formation des modèles frontières est une opération discrète : elle se produit une fois, dure des semaines ou des mois, et le coût énergétique, bien que élevé, est prévisible. Le vrai problème est l’inférence continue. Chaque fois qu'un utilisateur envoie un message à un assistant IA, traite un document ou génère une image, un cycle de calcul énergivore a lieu. Multipliez cela par des centaines de millions d’utilisateurs simultanés et vous obtenez une demande électrique qui rivalise avec des secteurs industriels entiers.
Microsoft prévoit que ses engagements en matière d'IA tripleront la consommation énergétique de ses centres de données d'ici la fin de cette décennie. OpenAI, en partenariat avec SoftBank sur le projet Stargate, a annoncé des investissements de 500 milliards de dollars dans les infrastructures américaines – et une grande partie de ce montant est directement liée à la production et au transport d'énergie. Goldman Sachs estime que la demande mondiale en matière de centres de données devrait croître de 160 % d’ici 2030, principalement grâce aux charges utiles de l’IA. Ce ne sont pas des chiffres technologiques. Ce sont des chiffres d’infrastructure lourds.
La carte géopolitique qui se redessine
La répartition d’une énergie propre et bon marché sur la planète est inégale, ce qui crée des avantages structurels que peu de stratèges envisagent sérieusement. Les pays nordiques (Islande, Norvège, Suède) combinent une abondance d'énergie géothermique et hydroélectrique avec un climat frais, ce qui réduit les coûts de refroidissement des centres de données. La France exploite 70 % de son parc énergétique avec l'énergie nucléaire, ce qui garantit des prix stables et de faibles émissions. Le Canada possède d'immenses centrales hydroélectriques concentrées dans les provinces du Québec et de la Colombie-Britannique. Tous ces pays disposent aujourd’hui d’un avantage infrastructurel qui ne peut pas être rapidement reproduit par leurs concurrents.
À l’opposé, les pays fortement dépendants des combustibles fossiles importés sont confrontés à un double problème : des coûts élevés et une instabilité de l’approvisionnement. Construire des centres de données d'IA dans des régions où l'électricité est chère ou sujette aux pannes n'est pas seulement inefficace, c'est stratégiquement risqué. La géopolitique de l’énergie a toujours façonné la géopolitique du pouvoir. Ce qui a changé, c’est qu’elle façonne désormais également la géopolitique du renseignement.
La renaissance du nucléaire et ce qu'elle révèle
La décision de Microsoft de réactiver l'usine de Three Mile Island en Pennsylvanie, fermée depuis 2019, n'était pas de la nostalgie. C'était un calcul technique. La centrale fournira de l'électricité exclusivement aux centres de données Microsoft dans le cadre d'un contrat à long terme. Amazon a fait une démarche similaire en acquérant un campus de centres de données directement connecté à une centrale nucléaire en Pennsylvanie. Google a annoncé des contrats avec la société de réacteurs modulaires Kairos Power pour fournir 500 mégawatts à partir de 2030.
Ce que révèlent ces décisions est simple : les grandes entreprises technologiques ne croient pas que l’énergie solaire et éolienne, dans leur configuration actuelle, soient capables de fournir la charge de base fiable qu’exige l’IA. Les énergies solaire et éolienne sont intermittentes : le soleil ne brille pas la nuit et le vent ne souffle pas toujours. Les centres de données IA nécessitent une disponibilité de 99,9999 %, sans interruption. Le nucléaire offre exactement cela : une densité de production élevée, une prévisibilité et des émissions de carbone nulles. Ce qui semblait être une technologie en déclin est soudain devenu un atout stratégique de premier ordre.
La position brésilienne : réel avantage avec une concentration problématique
Le Brésil fonctionne avec l’une des matrices électriques les plus propres au monde. Environ 85 % de la production électrique nationale provient de sources renouvelables – hydroélectriques, éoliennes et solaires. Cela place le pays dans une position privilégiée dans tout scénario où le coût environnemental de l’informatique devient un facteur de compétitivité, que ce soit en raison de la réglementation européenne ou de la pression des entreprises clientes ayant des objectifs ESG. Un centre de données fonctionnant avec 100 % d'énergie renouvelable au Brésil n'est pas du marketing vert : c'est une proposition commerciale différenciée.
L'expansion de l'énergie éolienne dans le Nord-Est et du solaire dans le Cerrado a permis d'augmenter considérablement la capacité ces dernières années à des prix parmi les plus compétitifs au monde dans les enchères énergétiques. Le coût moyen de l’énergie éolienne sous contrat au Brésil est systématiquement inférieur à 150 R$ par mégawattheure, un chiffre que la plupart des marchés européens ne peuvent atteindre. L'avantage existe. Le problème est la concentration : le corridor des centres de données du pays est concentré de manière disproportionnée sur l'axe São Paulo-Rio, une région qui dépend d'un ancien réseau de transmission et de réservoirs qui souffrent des variations climatiques. L’avantage structurel de la matrice propre est partiellement neutralisé par la géographie de la consommation concentrée.
Qu'est-ce que cela change pour ceux qui décident de l'infrastructure d'IA
Les organisations qui considèrent encore la sélection de la région cloud comme une décision technique secondaire (latence, conformité réglementaire, disponibilité des services) doivent élargir le cadre analytique. L’énergie entre dans l’équation du coût total d’exploitation d’une manière sans précédent dans l’histoire du cloud computing. AWS, Azure et Google Cloud différencient déjà les prix entre les régions, en partie à cause des coûts énergétiques locaux. Cette différence augmentera et non diminuera.
Pour les entreprises ayant des opérations d’IA à grande échelle – qu’il s’agisse d’inférence interne ou d’utilisation intensive d’API – la localisation des charges de travail est devenue un levier de coûts pertinent. Exécuter l’inférence dans des régions disposant d’une énergie moins chère et plus propre réduit les coûts opérationnels et l’exposition réglementaire. Les entreprises qui construisent leur propre infrastructure doivent inclure les dimensions suivantes dans le processus de sélection de l'emplacement : le mix de production électrique de la région, la stabilité du réseau, les coûts énergétiques projetés sur cinq et dix ans et la disponibilité de contrats d'achat d'énergie renouvelable à long terme. Ce ne sont pas des variables secondaires. Pour ceux qui exploiteront des centres de données pendant des décennies, ce sont des variables primordiales.
Le Brésil a une opportunité concrète de se positionner comme une destination de centres de données d’IA pour les entreprises latino-américaines et mondiales qui ont besoin d’énergie renouvelable et bon marché. Mais cela nécessite des investissements dans le transport pour décentraliser la consommation, et une politique industrielle qui encourage les centres de données en dehors de l’axe Sud-Sud-Est. L’avantage existe sur le papier. En faire un véritable avantage nécessite une décision politique et des infrastructures – deux ressources que, historiquement, le pays met plus de temps à mobiliser qu’il ne le devrait.
A lire aussi
- La crise énergétique de l'IA : ce que la consommation des centres de données signifie pour les décideurs en matière d'infrastructure
- IA, énergie et souveraineté : ce que les gouvernements doivent planifier maintenant
- Énergie : le goulot d'étranglement que personne n'a mis sur la feuille de route informatique
- Datacenters durables : le coût environnemental devenu un enjeu public
- Electrification : ce qui change quand tout commence à s'allumer sur prise -Géopolitique du silicium : pourquoi la guerre des puces est importante pour ceux qui décident de la technologie