Il y a quelques semaines, j’ai eu l’occasion d’assister à une conférence donnée par l’ingénieur industriel M. Joan Vila, directeur exécutif de LC Paper Group et expert en durabilité, à l’Institut d’Estudis Catalans. Lors de sa présentation, Joan Vila a structuré son discours autour de trois thèmes principaux : la crise énergétique, la crise des matières premières et la crise économique. Comme il l’a souligné, ces trois domaines sont profondément interconnectés et doivent être abordés conjointement pour comprendre les défis mondiaux auxquels nous sommes confrontés. Lors de la conférence, de nombreux sujets intéressants et pertinents ont été abordés, notamment l’économie, la production d’énergie, les émissions de CO₂ et la consommation de matières premières. Cependant, un point particulier m’a captivé et a mis en lumière un problème dont la société reste largement inconsciente : l’impact croissant de l’intelligence artificielle (IA) sur la consommation énergétique et les conséquences que cela pourrait avoir si elle n’est pas correctement régulée.

Le paradoxe de Jevons et la demande énergétique de l’IA

Ce sujet, loin d’être anodin, peut être mieux compris grâce à un concept fondamental introduit par Joan Vila lors de la conférence : le paradoxe de Jevons. Cette théorie économique, formulée au XIXᵉ siècle par William Stanley Jevons, explique que les améliorations de l’efficacité dans l’utilisation d’une ressource, au lieu de réduire sa consommation globale, tendent souvent à l’augmenter. Cela se produit parce que l’efficacité réduit le coût par unité d’utilisation, rendant la ressource plus accessible et augmentant ainsi sa demande.

Un exemple classique de ce paradoxe, expliqué par Joan Vila, concerne la révolution industrielle et les machines à vapeur. Lorsque James Watt a amélioré l’efficacité des machines à vapeur, permettant de consommer moins de charbon pour produire la même quantité d’énergie, la consommation générale de charbon n’a pas diminué, mais a considérablement augmenté. Pourquoi ? Parce qu’en améliorant l’efficacité, les coûts opérationnels ont baissé, rendant ces machines bien plus abordables et attrayantes pour une gamme plus large d’applications. Cela a conduit à une utilisation accrue des machines à vapeur dans de nombreuses applications industrielles et de transport, des usines aux locomotives. Par conséquent, bien que chaque machine consomme moins de charbon individuellement, l’augmentation exponentielle du nombre de machines utilisées a entraîné une hausse massive de la consommation globale de charbon.

Ce qui semblait initialement être un progrès vers une réduction de la consommation énergétique s’est transformé en une augmentation considérable de la consommation générale de charbon. Ce phénomène s’est répété tout au long du XXᵉ siècle et jusqu’à nos jours, non seulement dans le domaine de l’énergie et de l’efficacité énergétique, mais également dans de nombreux secteurs de l’économie et de la société. Cela nous rappelle que l’efficacité, à elle seule, ne garantit pas toujours une utilisation plus rationnelle des ressources.

Selon Vila, cette même dynamique s’applique aujourd’hui à des technologies comme l’intelligence artificielle. Bien que les systèmes d’IA deviennent de plus en plus efficaces, leur adoption massive, combinée à la loi de Moore (qui prévoit un doublement du nombre de transistors dans les circuits intégrés environ tous les deux ans), entraîne une augmentation de la demande énergétique générale associée à ces systèmes. Cela reproduit le schéma observé depuis les machines à vapeur du XIXᵉ siècle. Ainsi, bien que nous puissions espérer que la technologie nous permette de réduire la consommation d’énergie, en réalité, elle contribue à une augmentation mondiale, comme nous le constatons déjà aujourd’hui.

L’Impact de l’IA sur la consommation énergétique

L’intelligence artificielle est devenue l’une des technologies les plus révolutionnaires et prometteuses de notre époque, avec des applications transformant des secteurs tels que la médecine, l’ingénierie, la logistique, le commerce électronique, l’éducation, et bien d’autres. Cependant, le fonctionnement de ces systèmes d’IA s’accompagne d’un coût énergétique élevé qui passe souvent inaperçu pour la population générale, mais qui croît à un rythme alarmant. Joan Vila a souligné lors de la conférence que la consommation énergétique associée à l’IA augmente de 50 % par an, un rythme exponentiel bien supérieur à celui de la croissance énergétique d’autres secteurs technologiques.

Les centres de données, véritable cœur opérationnel de l’IA, figurent parmi les principaux responsables de la consommation énergétique de cette technologie. Ces installations complexes, remplies de serveurs qui traitent continuellement des opérations et génèrent une quantité importante de chaleur, nécessitent non seulement de l’énergie pour alimenter les serveurs, mais encore des systèmes de refroidissement hautement efficaces. Cela multiplie leur consommation énergétique. Par exemple, entraîner un modèle avancé d’IA peut consommer autant d’énergie qu’une centaine de foyers en un an. Cette réalité est particulièrement préoccupante si l’on considère que ces entraînements deviennent de plus en plus fréquents à mesure que les modèles d’IA gagnent en sophistication.

Pour mettre en contexte la consommation énergétique de l’IA, l’Agence Internationale de l’Énergie (AIE) a rapporté qu’en 2022, les centres de données traditionnels ont consommé environ 325 TWh, tandis que les centres dédiés à l’IA ont consommé 25 TWh. D’ici à 2026, les centres de données traditionnels devraient augmenter leur consommation à 550 TWh, tandis que les centres spécifiques à l’IA devraient croître de manière exponentielle pour atteindre 100 TWh, pour une consommation totale combinée de 650 TWh. D’ici à 2030, la consommation combinée des centres de données traditionnels et de l’IA devrait atteindre environ 1 200 TWh. Pour donner une idée de ce que cela représente, ce chiffre de 1 200 TWh est approximativement équivalent à la consommation annuelle totale de l’Espagne, de la France et de l’Allemagne réunies en 2023.

Conséquences de cette croissance incontrôlée

Cette croissance incontrôlée a de multiples implications. Tout d’abord, elle exerce une pression énorme sur les infrastructures énergétiques mondiales, déjà sollicitées par la demande d’autres secteurs. Cela pourrait entraîner une dépendance accrue aux sources non renouvelables, comme le charbon et le gaz, rendant les objectifs climatiques mondiaux plus difficiles à atteindre et augmentant les émissions de CO₂. Par ailleurs, les inégalités mondiales pourraient s’aggraver, les pays dotés d’infrastructures électriques faibles risquant de se trouver technologiquement marginalisés. Ces inégalités approfondiraient non seulement les disparités économiques et sociales, mais limiteraient également l’accès à des services essentiels tels que l’éducation et la santé.

L’impact climatique est une autre conséquence directe, car la forte consommation énergétique de l’IA pourrait annuler tout bénéfice environnemental dérivé de l’optimisation des processus ou de la réduction des émissions dans d’autres secteurs. Enfin, cette situation pose également des risques économiques, parce qu’une augmentation des coûts énergétiques pourrait rendre l’IA inaccessible à de nombreuses entreprises et individus.

Solutions proposées

Pour relever ces défis, Joan Vila a proposé un ensemble de solutions visant à garantir une utilisation durable et efficace de l’intelligence artificielle. Il a d’abord insisté sur l’importance de prioriser l’utilisation responsable de l’IA, en se concentrant sur des applications ayant un impact social et scientifique positif, comme la médecine, l’éducation et la recherche scientifique, tout en régulant ou limitant les applications moins essentielles ou triviales. Il a aussi souligné que, face aux projections d’une demande énergétique importantes à court terme, les grandes entreprises technologiques devraient atteindre l’autosuffisance énergétique dans leurs installations, en produisant leur propre énergie pour alimenter leurs systèmes, réduisant ainsi la pression sur les réseaux publics. Enfin, Vila a insisté sur la nécessité d’une planification stratégique à l’échelle mondiale, impliquant gouvernements, entreprises et institutions académiques, pour garantir que la croissance de l’IA soit compatible avec les objectifs climatiques et énergétiques de demain.

Réflexion finale

L’intelligence artificielle est sans aucun doute l’une des technologies les plus transformatrices de notre époque. Cependant, son potentiel pour améliorer notre société s’accompagne de risques majeurs si elle n’est pas gérée correctement. Les prévisions à court terme de la croissance exponentielle de sa consommation énergétique posent des défis sans précédent, non seulement techniques, mais aussi éthiques et politiques.

Comme Joan Vila l’a conclu, les connaissances nécessaires pour relever ce défi existent déjà. Il est désormais temps de prendre des décisions courageuses et d’agir avec détermination pour s’assurer que son développement soit compatible avec un avenir durable, qui privilégie le bien-être de la planète et des générations futures plutôt que des bénéfices à court terme. Cette responsabilité incombe non seulement aux gouvernements et aux entreprises technologiques, mais aussi à la société dans son ensemble. L’avenir de l’intelligence artificielle – et peut-être de la planète – dépend des décisions que nous prenons aujourd’hui.

---

Session « La crise énergétique depuis la tranchée ». Joan Vila. Centre d’Estudis Catalans: https://www.youtube.com/watch?v=FRMYnN6kxoo&t=1986s