Intelligence artificielle : la face cachée de la méga machine énergivore et minière

L’IA n’est pas immatérielle : elle repose sur des ressources tangibles

L’intelligence artificielle est souvent présentée comme une révolution dématérialisée, une avancée purement logicielle. Pourtant, derrière chaque requête envoyée à un chatbot, il existe une infrastructure physique colossale : data centers, câbles sous-marins, réseaux électriques, et surtout des millions de puces électroniques. Cette « méga machine », selon l’expression de l’historien des techniques Lewis Mumford, consomme de l’énergie, de l’eau, des métaux rares et des terres. Un rapport de l’Agence internationale de l’énergie (AIE) de 2024 estime que la consommation électrique des data centers dédiés à l’IA pourrait doubler d’ici 2026 pour atteindre 1 000 TWh, soit l’équivalent de la consommation du Japon.

Ce premier constat invite à décortiquer la chaîne matérielle de l’IA : avant même d’alimenter les serveurs, il faut extraire, raffiner et transporter des matières premières critiques. Tecsol-Quotidien propose une série d’analyses sur les enjeux énergétiques et environnementaux de cette industrie, dont le présent article s’inspire en l’enrichissant de données actualisées.

Les métaux critiques au cœur de l’infrastructure de l’IA

Silicium, cuivre, terres rares : des composants indispensables mais problématiques

La fabrication d’une puce d’IA nécessite du silicium d’une pureté extrême (99,9999999 %), des gaz rares comme le néon ou le xénon, des photorésines, de l’eau ultra pure, et des métaux comme le cuivre, l’aluminium, le gallium, le germanium ou encore des terres rares (néodyme, dysprosium). Selon une étude de l’Université de Stanford publiée en 2023, l’extraction de ces matériaux est concentrée dans moins de cinq pays (Chine, République démocratique du Congo, Chili, Australie), créant une dépendance géopolitique forte.

Le cuivre est particulièrement critique : chaque data center de grande taille (AI factory) peut utiliser des centaines de tonnes de cuivre pour les câbles d’alimentation et les systèmes de refroidissement. L’International Copper Association indique que la demande mondiale de cuivre pour les infrastructures numériques a augmenté de 18 % entre 2020 et 2024. Or, l’extraction minière du cuivre est très consommatrice d’eau et génère des résidus toxiques. Un article de l’AIE sur les minéraux critiques souligne que répondre à la demande pour l’IA nécessiterait d’ouvrir de nouvelles mines, avec des impacts environnementaux locaux considérables.

Gallium et germanium : des métaux stratégiques sous tension

Le gallium et le germanium sont essentiels aux semi-conducteurs haute performance. La Chine contrôle plus de 80 % de la production mondiale de gallium et 60 % du germanium. En 2023, Pékin a restreint les exportations de ces métaux, provoquant une flambée des prix. Une étude de l’Université de Cambridge avertit que sans diversification des sources, la course à l’IA pourrait être entravée par des pénuries. Les alternatives existent (recyclage, substitution), mais restent coûteuses et peu déployées.

L’empreinte carbone de l’IA : un retournement de tendance

Les géants du numérique voient leurs émissions repartir à la hausse

Les grands groupes technologiques (Microsoft, Google, Amazon) avaient pris des engagements de neutralité carbone d’ici 2030-2040. Pourtant, l’explosion de l’IA générative a fait bondir leurs émissions. Microsoft a annoncé en mai 2024 que ses émissions de scope 1, 2 et 3 avaient augmenté de 29 % par rapport à 2020, principalement à cause des nouveaux data centers. De son côté, Google a reconnu une hausse de 13 % de ses émissions en 2023, attribuée à l’IA. Ces chiffres sont rapportés par un article de Nature qui analyse les défis climatiques de l’IA.

La notion cruciale d’additionnalité

Le problème n’est pas seulement que l’IA consomme de l’électricité, mais que cette demande supplémentaire vient s’ajouter aux usages existants, souvent fossiles. L’additionnalité désigne le fait qu’une nouvelle infrastructure électrique ne remplace pas un usage carboné mais en crée un nouveau. Par exemple, un data center alimenté par du gaz naturel (faute de renouvelables disponibles localement) augmente les émissions nettes. Les promesses de compensation carbone ou d’énergies 100 % renouvelables sont souvent contredites par les réalités des réseaux électriques régionaux. Un rapport de l’ONG The Shift Project (2024) montre que dans l’ouest des États-Unis, les nouveaux data centers ont retardé la fermeture de centrales à charbon.

Les promesses technologiques à l’épreuve de l’effet rebond

Efficacité énergétique des puces et data centers en orbite

Face aux critiques, les industriels avancent des solutions : puces plus efficaces (comme le nouveau processeur neuromorphique d’IBM), data centers en orbite imaginés par SpaceX (projet Starlink pour le calcul), ou encore utilisation de l’IA elle-même pour optimiser les réseaux électriques. Ces promesses sont régulièrement relayées par la presse spécialisée, comme dans cet article de Reuters sur les data centers spatiaux.

Cependant, ces innovations se heurtent à l’effet rebond (ou paradoxe de Jevons) : lorsqu’une technologie devient plus efficace et moins coûteuse, son usage augmente, annulant parfois les gains. L’exemple de l’éclairage LED est parlant : les ampoules consomment moins, mais le nombre de points lumineux a explosé. Pour l’IA, des chercheurs du MIT estiment que l’amélioration de l’efficacité des puces de 30 % pourrait entraîner une hausse de la demande de 50 %, rendant la facture énergétique finale plus lourde.

L’IA auto-résolvante : un mythe dangereux ?

Certains acteurs affirment que l’IA résoudra les problèmes qu’elle crée (optimisation smart grid, découverte de nouveaux matériaux, etc.). Mais cette vision techno-solutionniste est critiquée par des experts comme le philosophe des techniques Evgeny Morozov. Sans régulation démocratique, la machine s’auto-entretient et verrouille les choix sociétaux. Le podcast original de Tecsol-Quotidien (disponible sur leur site) conclut en empruntant à Lewis Mumford le concept de « méga machine » : un système technique qui mobilise des sociétés entières, s’autojustifie par sa croissance et rend difficile la possibilité de dire non.

Quel contrôle démocratique pour l’infrastructure IA ?

La question n’est plus de savoir si l’IA est utile ou non, mais à quel rythme, pour quels usages, avec quelles ressources et sous quel contrôle démocratique nous construisons cette infrastructure. Des initiatives comme l’AI Energy Score (projet de l’IEEE) ou le label « numérique responsable » en France tentent d’encadrer le déploiement. Mais la pression concurrentielle entre États et entreprises pousse à une course effrénée, sans évaluation préalable des impacts cumulés.

Un rapport du Parlement européen (2024) recommande d’imposer un moratoire sur les nouveaux data centers dans les zones sous tension hydrique et électrique, et d’exiger une transparence totale sur la consommation d’énergie et la provenance des minéraux. La société civile, via des associations comme Greenpeace ou Datacenterdynamics, appelle à un débat public sur le modèle de « consentement éclairé ».

Au final, l’IA incarne le paradoxe de notre époque : une promesse d’intelligence dématérialisée qui bute sur la matérialité de ses besoins. Sans une remise en question radicale des usages et une régulation forte, elle risque de devenir une méga machine autodestructrice. Le podcast de Tecsol-Quotidien, disponible ci-dessous, explore plus en détail ces enjeux.

Écouter le podcast : Lien vers le podcast original

Ressources complémentaires :

• AIE – Data centres et efficacité énergétique
• The Shift Project – Impact environnemental de l’IA
• Concept de méga machine de Lewis Mumford

Aurélien CHAPUIS

Aurélien Chapuis est diplômé du Master Management et Gestion de l’Énergie de l’ESCP Business School. Expert en stratégie photovoltaïque et business developer pour PV Solaire Énergie depuis 2019, il accompagne les professionnels du secteur dans leur croissance et vulgarise les enjeux de la transition énergétique pour le grand public.

Découvrez le parcours professionnel d’Aurélien Chapuis.