L'IA a besoin d'électricité avant d'avoir des idées
La course à l'énergie des géants de l'intelligence artificielle rappelle une réalité souvent oubliée : le numérique repose sur des infrastructures matérielles. Selon l'Agence internationale de l'énergie (AIE), les data centers ont consommé environ 460 TWh d'électricité dans le monde en 2022, et cette consommation pourrait doubler pour atteindre plus de 1 000 TWh en 2026, soit l'équivalent de la consommation électrique annuelle du Japon. Les modèles d'IA, les serveurs, les data centers, les réseaux et les systèmes de refroidissement consomment de l'énergie, occupent des sites, mobilisent des capitaux et demandent des compétences techniques.
Pour les étudiants, ce sujet est essentiel. L'IA ne transforme pas seulement les métiers de bureau. Elle transforme aussi les métiers de l'énergie, de la maintenance, de la cybersécurité, de la comptabilité, de la logistique et du bâtiment. Derrière chaque requête ChatGPT, qui consomme environ 10 fois plus d'électricité qu'une recherche Google classique, se cache une chaîne physique.
Le data center comme usine du XXIe siècle
Un data center peut être lu comme une usine : il produit un service numérique à partir d'énergie, de machines, de refroidissement, de sécurité, de maintenance et de supervision. Sa performance dépend de la puissance informatique, mais aussi de la disponibilité électrique, de la stabilité du réseau, de la protection des données et de la continuité de service. En France, environ 300 data centers étaient recensés en 2024, dont plus de la moitié en Île-de-France. Le projet Stargate, annoncé par OpenAI, Oracle et SoftBank en janvier 2025, prévoit à lui seul 500 milliards de dollars d'investissements aux États-Unis sur quatre ans.
Cette vision est très utile pour les étudiants en BTS SIO, CIEL ou FED. Elle montre que la technologie ne se limite pas au logiciel. Le matériel, l'environnement et les coûts pèsent lourd dans la décision.
Filières BTS concernées et grille de lecture
| Filière BTS | Lien avec les data centers et l'IA | Enjeux et défis | Notions à maîtriser |
|---|---|---|---|
| BTS SIO SISR | Infrastructures, réseaux et continuité de service | Garantir disponibilité, sécurité et supervision | Serveur, sauvegarde, droits, cybersécurité |
| BTS SIO SLAM | Applications utilisant l'IA | Concevoir des usages utiles et maintenables | API, données, tests, interface |
| BTS FED | Refroidissement et performance énergétique | Maîtriser confort technique et consommation | Régulation, ventilation, énergie, maintenance |
| BTS CIEL | Systèmes connectés, capteurs et équipements | Relier électronique, diagnostic et fiabilité | Capteur, réseau, signal, test |
| BTS CG | Coût d'investissement et exploitation | Chiffrer énergie, amortissement et rentabilité | Budget, amortissement, coût complet |
Les trois coûts cachés de l'IA
Le premier coût est énergétique. L'entraînement d'un modèle comme GPT-4 aurait consommé plusieurs dizaines de GWh selon les estimations publiées par des chercheurs (équivalent de la consommation annuelle de milliers de foyers). Cette dépense n'est pas toujours visible pour l'utilisateur. À cela s'ajoute la consommation d'eau : Google a rapporté 24 milliards de litres d'eau utilisés pour le refroidissement de ses data centers en 2023, en hausse de 17 % en un an.
Le deuxième coût est industriel. Il faut fabriquer des puces (Nvidia a livré plus de 3,7 millions de GPU pour l'IA en 2024, avec une capitalisation qui a franchi les 3 000 milliards de dollars en juin 2024), construire des centres, acheter des équipements, sécuriser les sites et gérer la maintenance. Microsoft a annoncé 80 milliards de dollars d'investissements dans les data centers IA pour son exercice fiscal 2025. Le numérique a donc une empreinte matérielle bien concrète.
Le troisième coût est organisationnel. Une entreprise qui adopte l'IA doit former ses équipes, protéger ses données, définir des usages, vérifier les résultats et mesurer le retour sur investissement.
Un cas pratique pour les étudiants
On peut demander aux étudiants d'étudier une entreprise qui souhaite intégrer un outil d'IA dans son service client. Le groupe SIO analyse les données et la sécurité. Le groupe COM prépare l'information client. Le groupe CG évalue les coûts. Le groupe SAM formalise les procédures. Le groupe FED réfléchit aux contraintes énergétiques d'un prestataire hébergé.
L'exercice montre que l'IA n'est pas une baguette magique. C'est un projet transversal. Chaque métier doit poser ses questions avant le déploiement.
Cybersécurité et dépendance
Plus l'IA devient centrale, plus la dépendance augmente. Une panne, une fuite de données, une erreur de modèle ou un prestataire fragile peut créer un risque. L'AI Act européen, entré en vigueur le 1er août 2024, impose de nouvelles obligations de transparence et de gestion des risques, avec des sanctions pouvant atteindre 35 millions d'euros ou 7 % du chiffre d'affaires mondial. Les étudiants doivent comprendre que la puissance d'un outil augmente aussi la responsabilité de ceux qui l'utilisent.
Le BTS SIO SISR est directement concerné, mais tous les futurs professionnels doivent acquérir des réflexes : ne pas partager de données sensibles, vérifier les sorties, documenter les usages, garder une alternative humaine.
Le rôle des indicateurs
Une organisation doit mesurer l'intérêt réel de l'IA : temps gagné, qualité de réponse, satisfaction client, coût par traitement, erreurs détectées, consommation, incidents, taux d'adoption par les équipes. Un indicateur clé du secteur, le PUE (Power Usage Effectiveness), mesure l'efficacité énergétique d'un data center : la moyenne mondiale s'établit autour de 1,58 en 2024, les meilleurs opérateurs (comme Google) atteignant 1,10. Sans indicateurs, l'IA devient un objet de fascination.
Les étudiants en BTS CG et SAM peuvent contribuer à ce pilotage. Ils ne codent pas forcément le modèle, mais ils peuvent aider à mesurer son utilité.
La boussole Aurlom
Aurlom encourage une approche lucide de l'IA. Il faut savoir l'utiliser, mais aussi comprendre son infrastructure, son coût et ses limites. Les métiers de demain auront besoin de profils capables de parler à la fois technologie, énergie, budget et responsabilité.
L'IA n'est pas un nuage. C'est une usine discrète, avec des câbles, des factures et des décisions humaines.
Repères
- 30 novembre 2022 : lancement public de ChatGPT par OpenAI
- Consommation électrique mondiale des data centers : environ 460 TWh en 2022, projection supérieure à 1 000 TWh en 2026 (AIE)
- Requête ChatGPT : environ 10 fois plus d'électricité qu'une recherche Google
- Data centers en France en 2024 : environ 300, majoritairement en Île-de-France
- Consommation d'eau Google 2023 : 24 milliards de litres pour le refroidissement
- Microsoft : 80 milliards de dollars d'investissements data centers annoncés pour l'exercice 2025
- Projet Stargate (OpenAI, Oracle, SoftBank) : 500 milliards de dollars annoncés en janvier 2025
- AI Act européen : entré en vigueur le 1er août 2024, sanctions jusqu'à 35 millions d'euros ou 7 % du chiffre d'affaires
- PUE moyen mondial d'un data center en 2024 : environ 1,58
