L’intelligence artificielle ne se heurte plus seulement aux débats sur la sécurité, l’emploi ou une éventuelle bulle financière. L’expansion des centres de données nécessaires à son fonctionnement provoque désormais une résistance locale et politique croissante, notamment face à leur consommation d’électricité, d’eau et aux coûts qu’ils peuvent imposer aux réseaux.
En Californie, la Silicon Valley découvre la résistance aux data centers
À San José, au cœur de la Silicon Valley, les projets de centres de données pour l’IA se multiplient. Mais l’enthousiasme des groupes technologiques et des autorités locales se heurte à une opposition plus visible de riverains et d’associations environnementales, préoccupés par les besoins en eau, l’électricité consommée, la pollution de l’air et les retombées économiques réelles pour les habitants.
La ville a d’ailleurs décidé en juin de préparer des normes spécifiques pour ces infrastructures. Elles doivent notamment encadrer la consommation énergétique, l’approvisionnement en électricité, l’usage d’eau potable, le bruit et les générateurs de secours. San José envisage aussi d’encourager les systèmes en circuit fermé et l’utilisation d’eau recyclée pour le refroidissement.
Le débat gagne désormais Sacramento. Des textes adoptés par les législateurs californiens cherchent notamment à renforcer la transparence et à éviter que le coût des nouvelles infrastructures électriques ne soit transféré aux particuliers. Des entreprises technologiques estiment au contraire que certaines règles pourraient freiner les investissements.
La demande électrique de l’IA change d’échelle
Cette contestation s’explique par la croissance spectaculaire des besoins énergétiques. Selon l’Agence internationale de l’énergie (AIE), la consommation mondiale d’électricité des centres de données a augmenté de 17 % en 2025. Celle des installations principalement consacrées à l’IA a bondi d’environ 50 % sur la même période.
L’AIE estime que les centres de données pourraient consommer environ 950 TWh par an en 2030, presque deux fois plus qu’en 2025. Les infrastructures spécifiquement tournées vers l’IA devraient voir leur consommation tripler. À l’échelle mondiale, cela représenterait environ 3 % de la demande d’électricité, mais l’impact est beaucoup plus important localement car ces installations sont concentrées sur quelques territoires.
Les modèles d’IA plus complexes accentuent la pression. Les tâches de raisonnement avancé, les agents autonomes ou la génération vidéo peuvent demander des quantités d’énergie très supérieures à une simple requête textuelle. Les gains d’efficacité des puces ne suffisent donc pas forcément à compenser l’explosion des usages.
Texas et Virginie veulent éviter que les ménages paient la facture
La question du financement des réseaux devient également politique. Au Texas, les demandes de raccordement de centres de données avaient dépassé 700 GW, un volume sans rapport avec la consommation réelle attendue. Les autorités ont commencé à vérifier plus strictement les projets afin d’éliminer la « demande fantôme », créée par des projets spéculatifs ou déposés simultanément auprès de plusieurs fournisseurs d’électricité.
En Virginie, autre grand pôle américain des data centers, le régulateur a créé une catégorie tarifaire spécifique pour les très gros consommateurs. Les nouveaux clients concernés devront assumer une part minimale de leurs coûts de transport et de distribution même s’ils utilisent finalement moins d’électricité que prévu. L’objectif affiché est d’empêcher que les investissements réalisés pour leurs besoins ne soient reportés sur les factures des autres consommateurs.
Depuis juillet 2026, certains opérateurs de centres de données en Virginie sont aussi soumis à une taxe supplémentaire de 0,011 dollar par kWh consommé.
L’infrastructure pourrait devenir le véritable goulot d’étranglement de l’IA
Cette opposition ne signifie pas que l’essor de l’IA va s’arrêter. Les géants technologiques continuent d’investir massivement et cherchent de nouvelles sources d’énergie, du solaire au nucléaire en passant par le gaz et la géothermie.
Mais l’AIE identifie déjà plusieurs obstacles physiques : disponibilité des transformateurs et turbines, raccordements électriques, production de puces et procédures d’autorisation. Ces contraintes ralentissent la construction de nouvelles capacités malgré l’explosion des investissements.
Le défi de l’IA change donc de nature. Disposer de modèles performants et de milliards de dollars ne suffit plus. Encore faut-il obtenir des mégawatts, construire les réseaux nécessaires, trouver suffisamment d’eau ou de solutions de refroidissement et convaincre les populations locales que les bénéfices compensent les nuisances.
La prochaine limite au développement de l’intelligence artificielle pourrait ainsi être moins informatique que physique, énergétique et politique.
