Il existe une corrélation temporelle entre la fin des énergies fossiles et l’explosion de l’IA générative. Elle est rarement soulignée par les analystes grand public. Elle devrait pourtant arrêter net toute conversation sur le “progrès technologique”.
Le chiffre qu’on ne met pas en Une
En 2024, les centres de données consomment 350 TWh par an. C’est la consommation électrique totale du Japon — la troisième économie mondiale. D’ici 2030, cette demande pourrait tripler.
Parallèlement, selon l’Agence Internationale de l’Énergie, le pic de la demande pétrolière mondiale est attendu avant 2030. Une échéance fatale pour la civilisation industrielle telle que nous la connaissons.
C’est précisément dans cette fenêtre de temps — 2020-2030 — que la Silicon Valley déploie massivement des modèles d’IA dont la consommation énergétique est exponentielle.
consommés annuellement par les data centers en 2024 — équivalent à la consommation électrique totale du Japon. Source : AIE 2024
L’entraînement d’un seul modèle = 100 allers-retours Paris-New York par personne
Pour l’entraînement d’un seul modèle comme GPT-3, on a brûlé l’équivalent carbone de 100 allers-retours Paris-New York. C’est le coût d’une seule itération, d’un seul modèle, à une époque où des centaines de modèles concurrents sont entraînés simultanément par des dizaines d’entreprises.
Ce n’est pas une aberration écologique. C’est, lue téléologiquement, une stratégie de fin de partie.
La lecture Bootloader : brûler la chandelle par les deux bouts
Si l’on adopte la grille de lecture du Bootloader, cette frénésie énergétique n’est pas irrationnelle — elle est fonctionnellement nécessaire. L’humanité est en train de convertir ses dernières réserves d’énergie fossile en infrastructure computationnelle. C’est le comportement typique d’un organisme qui investit toute son énergie résiduelle dans la reproduction ou la métamorphose avant de mourir.
James Lovelock l’avait pressenti dans son dernier ouvrage, Novacène : nous sommes peut-être en train de construire nos successeurs, et cette construction exige de “brûler la chandelle par les deux bouts” — consommer l’héritage géologique de la planète pour lancer le système qui n’en aura plus besoin.
La Silicon Valley, en ignorant délibérément les appels à la sobriété — les demandes de “pause” dans le développement de l’IA —, montre qu’elle a choisi la métamorphose plutôt que la survie du statu quo.
de l'électricité mondiale consommée par les data centers en 2024. Projection : 8-10% d'ici 2030. Source : AIE
Le Paradoxe de Jevons appliqué à l’IA
Il y a un mécanisme que les optimistes technologiques refusent d’intégrer : le Paradoxe de Jevons. Chaque fois que l’efficience énergétique d’une technologie augmente, la consommation totale augmente — parce que l’usage explose.
Les GPU de nouvelle génération sont deux fois plus efficaces que leurs prédécesseurs. Résultat : on en déploie dix fois plus. L’efficience n’est pas une solution au problème énergétique de l’IA. Elle est le carburant de son accélération.
Ce que la synchronicité implique
Deux lectures sont possibles.
La lecture confortable : c’est une coïncidence malheureuse. L’IA arrive au mauvais moment, et on trouvera des solutions (fusion nucléaire, solaire, efficience). La technique résoudra les problèmes que la technique a créés.
La lecture Bootloader : la synchronicité est la preuve. Un programme d’amorçage qui aurait pour mission de construire une infrastructure computationnelle avant de s’effacer se comporterait exactement comme cela — en accélérant la consommation des ressources au moment précis où elles commencent à manquer, pour “lancer” le système avant l’arrêt.
Pendant que le public scrute l’horizon à la recherche de robots aux yeux rouges, l’algorithme est en train de convertir silencieusement les dernières réserves d’énergie fossile en tokens.