Consommation électrique de l'IA dans l'UE : ce que disent les projections officielles et ce qui reste à mesurer

L'expansion de l'intelligence artificielle nécessite des centres de données, des réseaux électriques et des systèmes de refroidissement. Par conséquent, évaluer son impact environnemental ne consiste pas seulement à compter des processeurs ou à mesurer l'électricité d'un modèle : il faut aussi déterminer où le travail est exécuté, quelle infrastructure le soutient et avec quelles sources il est alimenté. La question pratique est de savoir si l'augmentation de la capacité est compensée par des améliorations d'efficacité ou si la consommation totale continue de monter.

Le débat mélange souvent trois grandeurs différentes : la consommation de tous les centres de données, la consommation des installations dédiées à l'IA et l'électricité associée à une tâche ou un service concret. Ce ne sont pas des catégories interchangeables. Une projection sur les centres de données dans leur ensemble ne démontre pas à elle seule combien l'IA consomme ; une estimation globale de l'IA ne permet pas non plus de déduire quelle partie correspond à l'Union européenne.

Les entreprises qui achètent de la capacité cloud, entraînent des modèles ou intègrent des services d'IA ont besoin d'informations opérationnelles que les chiffres agrégés n'offrent pas : consommation attribuable à la charge de travail, localisation, efficacité des installations et émissions liées à l'électricité. Sans ce détail, une amélioration de la consommation par calcul pourrait coexister avec une augmentation de la consommation absolue si beaucoup plus de tâches sont exécutées. La distinction entre intensité et volume total est centrale pour planifier les coûts, la capacité et les objectifs climatiques.

Une couverture publiée en septembre 2026 attribue à l'Agence internationale de l'énergie (AIE) une estimation de 485 TWh de consommation électrique des centres de données en 2025 et une projection d'environ 950 TWh pour 2030, proche de 3 % de la demande électrique mondiale. La même couverture indique une croissance de 17 % en 2025 pour les centres de données, contre 3 % de la demande électrique mondiale. Ce sont des chiffres pour l'ensemble des centres de données, pas une mesure exclusive des installations d'IA.

Une étude publiée dans Nature aborde un périmètre plus étroit : elle calcule que l'électricité utilisée par les centres de données construits pour l'IA pourrait passer d'environ 118 TWh en 2024 à entre 239 et 295 TWh en 2030, soit environ 1 % de la demande électrique mondiale. L'article souligne également que la capacité projetée se concentre principalement en Amérique du Nord, en Europe occidentale et en Asie-Pacifique. L'intervalle exprime des scénarios, pas un compteur observé de consommation future, et son résultat dépend des hypothèses de la recherche.

Les deux chiffres globaux ne se contredisent pas nécessairement : l'un envisage les centres de données en général et l'autre les installations orientées vers l'IA ; de plus, ils partent d'années et de méthodes différentes. Le chiffre de 3 % ne doit pas être présenté comme le pourcentage attribuable à l'IA, et le 1 % de l'étude ne représente pas une estimation spécifique de l'UE. Les sources disponibles n'incluent pas une projection primaire de la Commission européenne soutenant les 13 % cités dans le postulat initial. Par conséquent, ce pourcentage ne peut pas être utilisé comme donnée officielle ni comme base pour calculer une divergence entre Bruxelles et l'industrie.

Un chiffre historique pour l'UE circule également : 76,8 TWh en 2018, équivalent à 2,7 % de la demande électrique, et une projection de 98,5 TWh pour 2030. La source disponible est un guide secondaire qui attribue ces valeurs à la documentation européenne ; ce n'est pas la publication primaire de la Commission ni un détail de la consommation d'IA. Il doit être lu comme une référence historique du secteur, pas comme une mesure actualisée ni comme une projection qui incorpore nécessairement l'essor de l'IA générative.

Les accélérateurs d'IA peuvent effectuer des calculs parallèles et font partie de l'infrastructure qui détermine les performances et l'énergie consommée. Cependant, comparer les puces par un chiffre isolé ne suffit pas : le résultat dépend de la tâche, de la précision requise, de l'utilisation de l'équipement, du logiciel et du temps d'exécution. Pour une organisation, la question utile est de savoir combien d'électricité et combien d'émissions une charge de travail comparable requiert, et non quel processeur offre un chiffre d'efficacité dans des conditions différentes.

Le refroidissement ajoute une autre couche. La chaleur des serveurs doit être évacuée pour maintenir les conditions de fonctionnement, et les solutions disponibles peuvent échanger la consommation électrique et l'utilisation de l'eau. Une source d'entreprise résumant des références externes affirme que le refroidissement évaporatif peut réduire l'électricité utilisée par rapport aux alternatives sèches, mais présente un intervalle large et dépendant du contexte. Cet intervalle ne doit pas être traité comme une garantie universelle : le climat, la conception, la charge, la disponibilité de l'eau et les limites de mesure changent l'équilibre.

Par conséquent, le PUE et le WUE fournissent des informations différentes. Le PUE relie l'énergie totale d'une installation à l'énergie consommée par son équipement informatique ; le WUE relie l'utilisation de l'eau à l'énergie informatique selon la définition appliquée. Aucun, pris isolément, ne révèle les émissions complètes d'une tâche d'IA ni ne résout le choix entre eau et électricité. Il est conseillé d'examiner conjointement l'énergie totale, l'énergie informatique, l'eau, le mix électrique et la production utile du système.

La localisation compte car deux installations avec des équipements similaires peuvent fonctionner avec des conditions climatiques et des réseaux électriques différents. La recherche de Nature souligne que la capacité prévue est concentrée dans plusieurs régions et que la pression sur les systèmes électriques peut varier localement. Ainsi, le total mondial n'informe pas à lui seul des limites de connexion, de la disponibilité de la puissance ou de l'impact hydrique d'une installation spécifique. Pour décider où héberger une charge, il faut confronter les informations du fournisseur aux données de la région et du site.

Dans un scénario favorable, l'efficacité s'améliore dans les serveurs, les modèles et les opérations, tandis que la demande de calcul croît à un rythme permettant de réduire l'énergie par tâche et de contenir la consommation totale. L'optimisation du refroidissement et la gestion des charges peuvent contribuer, mais le résultat doit être démontré avec des données comparables. Une amélioration des performances par watt ne prouve pas, à elle seule, que le centre de données consomme moins d'électricité dans l'ensemble.

Dans le scénario contraire, l'augmentation de l'utilisation et de la capacité dépasse les gains d'efficacité : plus d'énergie totale est nécessaire même si chaque opération est moins intensive. La recherche citée projette une augmentation de la consommation des centres de données d'IA entre 2024 et 2030, mais ne permet pas d'affirmer à elle seule ce qui se passera dans chaque entreprise ni quel pourcentage de l'augmentation correspondra à une application déterminée. Ce sont des scénarios pour évaluer les risques, pas des prédictions commerciales garanties.

La manière de distinguer les deux chemins est de fixer une unité fonctionnelle et une limite de mesure. Par exemple, une organisation peut suivre les kilowattheures associés à une tâche définie, ainsi que le volume de tâches exécutées sur la période. Si la consommation par tâche baisse mais que le nombre d'exécutions augmente, le total pourrait croître ; si l'intensité diminue et que le volume reste stable, l'amélioration pourrait se traduire par une consommation absolue moindre. La comparaison nécessite de conserver le même critère d'attribution et d'enregistrer les changements de modèle, de matériel et de localisation.

Pour les décisions d'achat, l'investissement dans la capacité annoncée par les fournisseurs ne remplace pas les données opérationnelles. Les chiffres de dépenses en capital collectés dans la presse peuvent indiquer l'expansion du secteur, mais ne quantifient pas directement la consommation électrique d'un service, d'une région ou d'un centre de données. Il est plus utile de demander au fournisseur des indicateurs mesurés, leur période et leur périmètre, et de vérifier si les comparaisons incluent le refroidissement, les pertes d'alimentation et l'électricité contractée ou consommée.

La première priorité est de séparer la consommation propre de la consommation des services souscrits. Pour l'infrastructure gérée par des tiers, il faut demander au fournisseur l'énergie attribuable au service, la méthode d'allocation, la localisation pertinente et la période couverte. Si seule une moyenne globale ou une étiquette sans méthodologie est offerte, l'empreinte d'une charge spécifique ne peut pas être vérifiée avec précision. La qualité de l'attribution compte autant que l'indicateur choisi.

Un tableau de bord de suivi pratique peut inclure l'énergie, l'eau et les émissions, en plus du volume de travail effectué. Le PUE aide à comprendre l'efficacité globale de l'installation ; le WUE informe sur la relation entre l'eau et le fonctionnement informatique ; et l'intensité des émissions dépend de la comptabilisation de l'électricité. Pour que les données servent à une décision, elles doivent être accompagnées de définitions, de limites organisationnelles et opérationnelles, de dates et de sources des facteurs d'émission. Le guide du Ministère de la Transition Écologique explique la délimitation de l'empreinte organisationnelle et le calcul des émissions des périmètres 1 et 2.

La réglementation européenne prévoit des obligations d'information pour certains centres de données. Une source secondaire sur le cadre en vigueur décrit le seuil de 500 kW de puissance informatique et les exigences de publication et de rapport liées à la Directive (UE) 2023/1791 et au Règlement délégué (UE) 2024/1364. Le périmètre exact, le calendrier et l'application nationale doivent être vérifiés dans les textes juridiques et auprès de l'autorité compétente : il n'est pas correct de transformer cette obligation de rapport en une obligation générique pour toute entreprise utilisant l'IA.

En pratique, une revue des fournisseurs peut soulever ces questions avant d'élargir une charge de travail :

• Quelle consommation est attribuée à la tâche et avec quelle méthode ?
• Quelle installation ou région héberge le service et quelle période couvrent les données ?
• L'électricité totale, l'énergie informatique, l'eau et les émissions sont-elles signalées, ou seulement une partie ?
• La comparaison maintient-elle constants le modèle, la charge et le niveau de service ?
• Les valeurs sont-elles mesurées, estimées ou projetées, et qui les vérifie ?

Les réponses permettent de séparer une amélioration technique d'une réduction environnementale démontrée.

Les sources disponibles décrivent une croissance importante de la consommation des centres de données et une augmentation prévue de l'électricité destinée aux installations d'IA. Mais elles n'attestent pas d'un chiffre officiel de la Commission européenne selon lequel l'IA représentera 13 % de la consommation électrique de l'UE en 2030, ni ne permettent de comparer ce pourcentage supposé avec des estimations commerciales non identifiées. La conclusion prudente est qu'il manque un détail européen comparable de la consommation attribuable à l'IA.

Pour les entreprises, la décision n'est pas d'attendre l'apparition d'une statistique parfaite. Elles peuvent exiger de leurs fournisseurs des données avec un périmètre et une méthodologie clairs, mesurer l'énergie par unité de travail et revoir en parallèle la consommation totale, l'eau et les émissions. Pour ceux qui exploitent des centres de données, la localisation, le refroidissement et les obligations de rapport font partie de l'analyse de capacité. Pour ceux qui achètent des services, la transparence de ces données doit peser dans la sélection et le suivi du fournisseur.

Un signe de progrès sera que les séries publiées permettent de distinguer l'électricité des centres de données en général de celle correspondant aux charges d'IA, avec des détails régionaux et des méthodes reproductibles. Un signe de recul sera de traiter les projections globales ou les métriques partielles comme si elles décrivaient l'empreinte d'une entreprise ou de toute l'UE. Jusqu'à ce que ce niveau de détail existe, il est conseillé de présenter les chiffres avec leur périmètre et leur année, et de ne pas confondre l'efficacité par tâche avec la réduction de la consommation totale.