Placer des data centers en orbite pour alimenter la prochaine génération de modèles d'IA est le saut technologique fou envisagé par Elon Musk au forum de Davos. De quoi faire rougir les fans de science-fiction ! Il n'est d'ailleurs pas le seul à vouloir faire tourner ses machines dans l'espace. Avec tout autant d'ambitions, Google affiche un projet baptisé Suncatcher et Starcloud souhaite bâtir un véritable cloud spatial.
L'idée n'est plus seulement un fantasme d'ingénieur fasciné par les étoiles. Elle répond à une contrainte réelle puisque la course à l'IA met sous pression les réseaux électriques, le foncier et les systèmes de refroidissement, poussant certains acteurs à envisager l'espace comme alternative.
Le numérique est en effet loin de l'immatérialité qu'il prétend incarner. Selon l'Agence internationale de l'énergie (IEA), les centres de données sont des installations utilisées pour héberger des serveurs, des systèmes de stockage, des équipements réseau et des composants associés. À ces équipements informatiques s'ajoute l'ensemble des infrastructures nécessaires à leur fonctionnement continu : alimentation électrique, systèmes de refroidissement, dispositifs de sécurité et connexions aux réseaux. Chaque requête, mail, ou photo repose ainsi sur des kilomètres de câbles, des processeurs énergivores et des bâtiments hautement sécurisés qui mobilisent un volume croissant de ressources dans un contexte mondial déjà marqué par des tensions énergétiques, environnementales et géopolitiques.
Derrière l'annonce spectaculaire de data centers orbitaux se dessine de fait une problématique plus profonde. L'intelligence artificielle devient une infrastructure stratégique mondiale, dont l'expansion rapide repose sur toujours plus de ressources physiques pourtant limitées. Alors, dans quelle mesure la montée en puissance de l'intelligence artificielle révèle-t-elle les défis énergétiques, matériels et géopolitiques du numérique contemporain ?
Le coût énergétique
Selon l'IEA, les data centers ont consommé environ 415 TWh d'électricité en 2024, soit 1,5% de la consommation mondiale d'électricité. L'eau constitue également une ressource essentielle à la fois indirectement par le mix énergétique et directement via les systèmes de refroidissement des serveurs. Selon l'Environmental and Energy Study Institute (EESI), un centre de données de taille moyenne peut consommer jusqu'à 416 millions de litres d'eau par an, ce qui correspond à la consommation annuelle d'environ 1 000 foyers. Des centres plus grands peuvent atteindre jusqu'à 6,8 milliards de litres par an soit la consommation d'une ville moyenne (de 10 000 à 50 000 habitants). Les centres de données représentent aussi une source significative d'émissions de gaz à effet de serre. Selon le même rapport de l'IEA, la consommation électrique des data centers est responsable d'environ 180 millions de tonnes de CO2 en 2024.
Les tendances actuelles annoncent une accélération rapide de la consommation de ressources associée aux centres de données, en particulier sous l'effet de l'intelligence artificielle générative. Selon le rapport de l'IEA, la consommation mondiale d'électricité des data centers pourrait ainsi monter à environ 945 TWh en 2030, soit plus du double en six ans. The Shift Project, intégrant à la fois les émissions liées à la consommation d'électricité et une estimation de l'empreinte carbone des infrastructures, estime que les centres de données mondiaux pourraient émettre entre 514 et 864 millions de tonnes de CO2 en 2030 selon les scénarios envisagés.
Concrètement, qu'est-ce que cela signifie à notre échelle ? À chaque requête envoyée, aussi banale soit-elle, une petite quantité d'énergie est mobilisée quelque part. L'étude de Jegham et al. (2025) apporte justement un éclairage très concret. Les auteurs analysent l'empreinte environnementale d'une requête sur plusieurs modèles open source représentatifs. En termes énergétiques, une requête mobilise 0,3 Wh pour un modèle de taille modérée exécuté sur une infrastructure optimisée à près de 30 Wh pour des modèles beaucoup plus volumineux ou exécutés dans des conditions moins efficientes. La consommation d'eau associée au refroidissement varie quant à elle de quelques millilitres à plus de 200 millilitres par requête. Les émissions de gaz à effet de serre s'étendent d'environ 0,1 à 20 grammes de CO2, principalement selon l'intensité carbone du mix électrique. L'étude souligne que ces écarts dépendent à la fois de la taille du modèle et de l'efficacité de l'infrastructure, et précise qu'ils concernent uniquement la génération d'une réponse à une requête, l'entraînement initial du modèle étant bien plus énergivore.
Une compétition à l'échelle mondiale
Le constat est clair : sans vrai changement, le numérique et l'IA pourraient vite devenir l'un des plus gros accélérateurs de la consommation d'électricité, d'eau et de pollution à l'échelle mondiale. Cette trajectoire prend une dimension encore plus préoccupante si l'on considère que l'intelligence artificielle présente les caractéristiques d'une General Purpose Technology (GPT). Une GPT a vocation à irriguer presque tous les secteurs de l'économie, à s'améliorer continuellement et à voir ses coûts diminuer au fil du temps. Mais sa véritable puissance réside dans l'effet d'entraînement qu'elle génère : elle stimule des innovations complémentaires qui, en retour, accélèrent sa diffusion et renforcent sa valeur. Historiquement, la machine à vapeur et l'électricité ont été analysées dans ce cadre. Sam Altman serait-il notre nouvel Edison ?
Si l'intelligence artificielle possède les traits d'une technologie à usage général, alors l'enjeu change bien d'échelle. Il ne s'agit plus seulement d'innover, mais d'occuper une position centrale dans un système où se concentrent rendements croissants et avantages stratégiques. Les grandes puissances l'ont bien compris et mettent en place des programmes dédiés : les États-Unis avec le CHIPS and Science Act (2022), l'Union européenne avec le European Chips Act (2023) et sa stratégie pour l'autonomie stratégique numérique, la Chine avec son New Generation Artificial Intelligence Development Plan (2017) et suivent encore le Royaume-Uni, le Japon, la Corée du Sud et le Canada.
Pourtant, le tableau géopolitique mondial révèle une distribution profondément inégale des ressources nécessaires au développement de l'intelligence artificielle. La fabrication des puces les plus avancées repose sur un nombre très limité d'acteurs industriels, notamment TSMC à Taïwan et Samsung Electronics en Corée du Sud, tandis que les équipements de lithographie indispensables à leur production sont dominés par l'entreprise néerlandaise ASML. Leur conception et la maîtrise des architectures de calcul sont, quant à elles, largement dominées par des entreprises américaines comme NVIDIA ou AMD. Cette concentration fait de la chaîne de valeur des puces un point de vulnérabilité stratégique.
Les matériaux critiques racontent la même histoire. Selon l'IEA les terres rares nécessaires à la fabrication des puces et d'autres matériels informatiques sont fortement concentrées en Chine, qui contrôle une large part de leur raffinage mondial. L'IA dépend aussi d'une énergie abondante et stable. Les centres de données se concentrent donc dans les régions capables d'offrir une électricité fiable et relativement bon marché, notamment aux États-Unis, en Europe du Nord et en Chine. L'IEA souligne que l'accès à l'électricité devient un critère décisif de localisation, créant une hiérarchie entre pays bien dotés et pays contraints.
Des résistances locales
La course à l'IA n'est donc pas seulement une compétition algorithmique. Elle est aussi une compétition pour le contrôle des chaînes d'approvisionnement, des infrastructures énergétiques et des ressources minérales critiques. Mais cette course a un coût majeur puisque face aux tensions sur les ressources, les États doivent souvent arbitrer entre lutte contre le changement climatique et souveraineté numérique. Des tensions surgissent lorsque les infrastructures liées à l'IA entrent en conflit avec des objectifs environnementaux ou sociaux locaux. Par exemple, aux Pays-Bas, la mobilisation locale a conduit à l'abandon du projet de centre de données de Meta à Zeewolde. Au Chili, le projet de Google à Santiago a été réexaminé en raison des inquiétudes liées à l'usage de l'eau en période de sécheresse.
Conclusion
Les projets de data centers orbitaux ne sont donc pas qu'une lubie technologique mais illustrent à quel point l'intelligence artificielle se heurte aux limites physiques et géopolitiques de notre monde. Si cette course continue sans remise en question, elle pourrait accentuer les inégalités entre pays, saturer des ressources déjà critiques et transformer l'IA en un luxe inaccessible plutôt qu'en outil universel. La question n'est plus de savoir si l'IA va changer le monde, mais si nous saurons la faire évoluer dans un cadre soutenable avant qu'elle ne dépasse ce que notre planète peut supporter.
Bibliography
Bresnahan, Timothy F., and Manuel Trajtenberg, 'General Purpose Technologies "Engines of Growth"?', Journal of Econometrics 65, no. 1 (1995).
International Energy Agency (IEA), Energy and AI, Paris: IEA, 2024.
International Energy Agency (IEA), Critical Minerals Market Review 2023, Paris: IEA, 2023.
Jegham, Nidhal, Marwan Abdelatti, Chan Young Koh, Lassad Elmoubarki, and Abdeltawab Hendawi, 'How Hungry Is AI? Benchmarking Energy, Water, and Carbon Footprint of LLM Inference', arXiv, 2025.
Mendoza, Diego, 'Chile Google Data Center Gets Permit Partially Revoked', Semafor, February 28, 2024.
Miller, Chris, Chip War: The Fight for the World's Most Critical Technology, New York: Scribner, 2022.
The Shift Project, Intelligence artificielle, données, calcul : quelles infrastructures dans un monde décarboné ?, Rapport intermédiaire, mars 2025.
World Economic Forum, World Economic Forum Annual Meeting 2024: Interview with Elon Musk.
Yañez-Barnuevo, Miguel, 'Data Centers and Water Consumption', Environmental and Energy Study Institute (EESI).
Xiao, Tianqi, Francesco Fuso Nerini, H. Damon Matthews, Massimo Tavoni, and Fengqi You, 'Environmental Impact and Net-Zero Pathways for Sustainable Artificial Intelligence Servers in the USA', Nature Sustainability 8 (2025).