Avec plus de 900.000.000 d’utilisateurs par semaine et une consommation de 17.300.000.000 kWh, cette technologie menace-t-elle la voiture électrique ?

L’expansion inarrêtable de l’intelligence artificielle a ouvert une nouvelle ère numérique dont l’impact dépasse le domaine technologique pour toucher directement le système énergétique mondial. La consommation d’énergie de modèles tels que Chat GPT atteint des chiffres comparables à ceux de la consommation d’électricité de grandes métropoles comme Madrid ou New York sur de longues périodes.

Ce phénomène, déjà en cours aujourd’hui, suscite des inquiétudes quant à la durabilité de la croissance de l’IA et à son impact sur la stabilité des réseaux électriques, ainsi que potentiellement sur des technologies propres comme la voiture électrique.

La consommation d’énergie de l’intelligence artificielle

D’après une analyse récente du portail BestBrokers, ChatGPT consomme environ 17,3 TWh d’électricité par an rien que pour traiter les demandes des utilisateurs à l’échelle mondiale. Cette quantité d’énergie équivaut à la consommation annuelle de grandes villes. À titre de référence, elle suffirait à alimenter Madrid ou New York pendant environ sept mois et demi.

Cette ampleur a des effets sur les infrastructures électriques. Les data centers qui hébergent les modèles d’IA consomment non seulement de l’énergie directement pour les calculs, mais aussi pour les systèmes de refroidissement et de maintenance, ce qui augmente encore davantage la charge sur le réseau.

Aujourd’hui, les grands centres de données représentent entre 2 % et 3 % de la consommation électrique totale dans des pays tels que les États-Unis, et une partie de cette consommation est due à des modèles d’IA comme ChatGPT, qui consomment de six à dix fois plus d’énergie par requête qu’une recherche typique sur Internet.

La croissance exponentielle de l’IA se voit également dans les projections à moyen terme : les données disponibles indiquent que la consommation d’électricité des centres de données pourrait doubler d’ici 2030, atteignant des chiffres proches de 945 TWh, ce qui équivaut à la consommation de pays entiers tels que le Japon.

Cette augmentation de la demande énergétique a des conséquences directes sur le fonctionnement du système électrique, qui doit constamment équilibrer la production et la demande afin de maintenir la stabilité de la fréquence et de la tension. Un excès de charge, en particulier pendant les périodes de pointe, peut solliciter au-delà des capacités des réseaux, comme on l’a observé dans certains États américains où les infrastructures ont dû mettre en place des mesures d’urgence pour gérer la pression générée par des besoins énergétiques intenses, y compris ceux des centres de données.

La voiture électrique face à l’intelligence artificielle

Face à cette pression, un débat crucial émerge parmi les experts : le rôle que pourraient jouer les véhicules électriques connectés au réseau (vehicle-to-grid ou V2G). Ces voitures ne consomment pas seulement de l’électricité pour se recharger, mais elles peuvent également restituer de l’énergie au réseau en période de forte demande, agissant comme des stabilisateurs mobiles du système.

Cependant, si la consommation d’énergie par les installations d’IA continue d’augmenter sans mécanismes de gestion et de flexibilité efficaces, cette fonction des véhicules électriques pourrait être compromise ou voir son importance diminuer face aux besoins massifs de grands consommateurs tels que les centres de données.

Le potentiel des véhicules électriques pour aider à atténuer les pics de demande n’est pas une hypothèse théorique : les technologies de charge intelligente et V2G permettent aux voitures d’utiliser des périodes de faible demande pour se recharger et, en retour, de fournir de l’énergie au réseau en périodes critiques.

Cela, en théorie, renforcerait la résilience et la stabilité du système électrique. Cependant, ces capacités exigent des investissements dans l’infrastructure, la réglementation ainsi que une coordination entre les opérateurs de réseau, les gestionnaires de charge et les constructeurs automobiles.

En revanche, les centres de données qui prennent en charge des services d’IA tels que ChatGPT fonctionnent selon des schémas de consommation intenses et continus, qui ne coïncident pas toujours avec les moments de moindre pression sur le réseau.

Selon des études techniques, les changements rapides de la demande d’énergie de ces centres peuvent provoquer des variations brutales de la tension et de la fréquence du réseau s’ils ne sont pas gérés correctement, obligeant les opérateurs à recourir à des réserves coûteuses et à des services auxiliaires pour équilibrer le système.

Ces implications ne sont pas uniquement techniques, mais aussi économiques et réglementaires. Le coût élevé de l’énergie nécessaire pour alimenter l’infrastructure d’intelligence artificielle se traduit par des pressions sur le prix de l’électricité, des investissements dans la production et la transmission, ainsi que sur l’autonomie énergétique des villes et des communautés.

Cette pression s’ajoute également aux débats concernant les investissements nécessaires pour développer les énergies renouvelables à une échelle suffisante afin de couvrir tant la consommation traditionnelle que les nouvelles demandes générées par l’intelligence artificielle.

La rivalité entre les technologies émergentes pour un recurso fini comme l’énergie électrique révèle des tensions profondes au sein du système énergétique actuel. La fonction stabilisatrice de la voiture électrique, considérée comme un élément clé des réseaux intelligents de l’avenir, pourrait être partiellement ou totalement éclipsée si des politiques de demande flexible, une infrastructure adéquate ainsi qu’un équilibre entre la production renouvelable et la consommation numérique intensive ne sont pas mises en place.

L’analogie selon laquelle ChatGPT consomme autant d’énergie que des villes entières n’est pas seulement un chiffre surprenant : c’est un signe clair que le système énergétique devra se transformer pour accueillir simultanément la révolution numérique et la transition vers une mobilité durable.