Les centres de données IA amplifient les risques pour les réseaux et les prix de l’énergie

Le 23 juillet 2026, la Maison-Blanche a étendu son engagement volontaire de protection des usagers, le Ratepayer Protection Pledge, aux gouverneurs, aux opérateurs de services publics et aux développeurs de centres de données.

Selon l’administration, cet engagement couvre désormais 80 % de l’électricité fournie aux ménages et aux entreprises aux États-Unis. Il prévoit que les grands opérateurs de centres de données financent eux-mêmes les moyens de production et les infrastructures de réseau nécessaires à leurs projets.

Deux jours plus tôt, la commission de l’Énergie et du Commerce de la Chambre des représentants avait adopté à l’unanimité, par 52 voix contre zéro, un projet de loi imposant aux commissions de régulation des États d’étudier des mécanismes permettant aux centres de données d’assumer leurs propres coûts.

Qui supportera la facture d’électricité IA ?

Un nouveau document de travail d’Olivier Darmouni, Clemens Lehner et Yuqi Zhang examine cette question encore peu documentée et dresse un tableau complexe. À l’échelle nationale, les répercussions sur les prix de l’électricité et sur la production économique pourraient rester limitées.

Mais les coûts deviennent nettement plus élevés dans quelques régions particulièrement exposées. Parallèlement, le développement des centres de données accroît les émissions, réduit les marges de capacité qui protègent la fiabilité du réseau et renforce la dépendance à l’égard de prix du gaz naturel particulièrement volatils.

L’article, intitulé The Energy Cost of AI and Data Centers, combine les projets de 420 centres de données américains avec des courbes d’offre régionales construites à partir des caractéristiques de chaque centrale électrique.

Le modèle estime la manière dont la nouvelle demande d’électricité pourrait affecter, jusqu’en 2035, les prix, la production des secteurs extérieurs aux centres de données, les bénéfices du secteur énergétique et les émissions. Il isole les conséquences énergétiques de ce développement et exclut de son périmètre les éventuels gains de productivité liés à l’IA.

Jusqu’où se concentre le développement ?

L’article part d’une augmentation exceptionnelle de la demande. Selon l’Agence internationale de l’énergie, la consommation d’électricité des centres de données américains devrait pratiquement doubler pour atteindre 240 térawattheures en 2030.

Les centres de données pourraient alors consommer davantage d’électricité que l’ensemble des industries manufacturières intensives en énergie et représenter jusqu’à la moitié de la croissance de la demande d’électricité aux États-Unis d’ici à la fin de la décennie.

Les chercheurs recensent environ 113 gigawatts de capacités de centres de données annoncées d’ici à 2035. Ces projets sont fortement concentrés : seuls 136 comtés américains, soit environ 4 % du total, accueillent un développement annoncé.

Les vingt premiers comtés représentent à eux seuls 60 % des capacités prévues. Quarante-deux comtés en concentrent 80 %.

Ces territoires sont densément peuplés et se trouvent déjà à proximité d’infrastructures utilisant des énergies fossiles. Leur capacité de production d’électricité à partir de gaz naturel est plus de cinq fois supérieure à celle des autres comtés, et ils sont plus proches des grandes zones de consommation électrique.

En revanche, leurs ressources éoliennes et solaires ne sont pas significativement meilleures. Le développement prévu se concentre donc dans les zones où des capacités pilotables et des infrastructures de transport existent déjà, plutôt que dans celles où les ressources renouvelables locales sont les plus favorables.

Pourquoi l’effet national reste-t-il modeste ?

Dans le scénario retenu par l’article pour 2035, les centres de données paient environ 85 milliards de dollars d’électricité par an.

Si aucune nouvelle capacité de production n’est construite, la hausse des prix de l’électricité réduit la production des autres secteurs d’environ 20 milliards de dollars par an, soit près de 0,07 % du PIB américain de 2023.

Deux caractéristiques du système électrique actuel limitent cet effet national. Dans de nombreuses régions, les centrales fonctionnant aux énergies fossiles sont exploitées en dessous de leurs capacités. Les courbes d’offre restent donc relativement plates autour du niveau actuel de la demande.

Par ailleurs, l’électricité ne représente qu’environ 2 % des coûts de production agrégés. Une hausse modérée des prix ne provoque donc qu’une baisse limitée de la production dans le reste de l’économie.

La répartition des gains est très différente. Les bénéfices des producteurs d’électricité augmentent d’environ 60 milliards de dollars par an, tandis que les fournisseurs de combustibles en amont gagnent près de 20 milliards de dollars.

Les émissions supplémentaires représentent un coût climatique et social estimé à environ 80 milliards de dollars par an, sur la base d’une valorisation du carbone de 200 dollars par tonne métrique.

Ces chiffres ne constituent pas une analyse coûts-bénéfices complète de l’intelligence artificielle. La demande des centres de données est considérée comme fixe dans le modèle, et les chercheurs n’estiment ni la valeur des services fournis ni les gains de productivité que ces infrastructures pourraient permettre.

Leur question est plus étroite : comment une nouvelle charge électrique massive se diffuse-t-elle dans le réseau existant et dans le reste de l’économie ?

Pourquoi certaines régions paient-elles davantage ?

La moyenne nationale masque une géographie très inégale. Le Texas, la Virginie et les Carolines concentrent les deux tiers de la baisse anticipée de la production hors centres de données.

Dans ces régions, la perte atteint environ 0,3 % du PIB de l’État, tandis que les prix de gros de l’électricité augmentent de 20 % à 40 % lorsqu’aucune nouvelle capacité de production n’est construite.

Le volume de la nouvelle demande ne suffit pas à expliquer le résultat. Dans le modèle, le Texas accueille environ 40 % de charge supplémentaire liée aux centres de données en moins que la Virginie et les Carolines, mais la baisse de sa production économique est deux fois plus importante.

Le Nord-Ouest Pacifique connaît également une hausse relativement forte des prix malgré un développement plus limité. Les capacités disponibles localement et la forme de la courbe d’offre régionale déterminent le coût de la prochaine unité d’électricité produite.

Les chercheurs testent l’importance du lieu d’implantation en transférant vers l’État de New York et la Californie 20 % de la demande prévue dans d’autres régions. Dans ce scénario, la facture d’électricité des centres de données augmente d’environ 40 %.

Ce résultat contribue à expliquer pourquoi les développeurs privilégient les zones où des capacités de production et de transport sont disponibles, même lorsque ces régions sont déjà fortement exposées au développement du secteur.

De nouvelles capacités peuvent-elles limiter les effets ?

La construction de capacités locales de production réduit la hausse des prix et ramène presque à zéro les pertes anticipées dans les autres secteurs.

Répondre à l’ensemble de la nouvelle demande par des capacités supplémentaires nécessiterait toutefois entre 300 et 800 milliards de dollars de dépenses d’investissement. L’estimation basse correspond à la construction de centrales à gaz. L’estimation haute repose sur les énergies renouvelables accompagnées de solutions de stockage.

Ces investissements sont devenus plus coûteux. Par rapport aux projections réalisées avant 2022, les estimations actuelles des coûts d’investissement sont supérieures de 42 % pour l’éolien, de 53 % pour le solaire et le stockage, et de 65 % pour les centrales à gaz à cycle combiné.

Les pénuries de turbines et les tensions plus générales sur les chaînes d’approvisionnement allongent également les délais nécessaires à la mise en service de nouvelles centrales.

Dans le modèle, installer la production « derrière le compteur », c’est-à-dire au sein d’un système privé directement relié au centre de données, retire à la fois la nouvelle demande et les capacités associées du réseau public. Les pertes dans les autres secteurs restent alors pratiquement inchangées.

Mais lorsque cette production privée repose fortement sur le gaz, les émissions et les bénéfices des fournisseurs de combustibles augmentent. Une part élevée d’énergies renouvelables est nécessaire pour limiter le recours supplémentaire aux énergies fossiles.

Les énergies renouvelables font-elles baisser les prix ?

Dans le modèle, remplacer les nouvelles centrales à gaz par des capacités renouvelables a peu d’effet sur le prix moyen de l’électricité ou sur la production économique.

Les deux technologies augmentent l’offre, tandis qu’une centrale existante utilisant des énergies fossiles reste souvent l’unité marginale qui fixe le prix de marché. Le choix technologique compte bien davantage pour les émissions et pour la répartition des bénéfices dans le secteur de l’énergie.

Les énergies renouvelables sont mobilisées en priorité parce que leur coût marginal est faible. Elles réduisent les achats auprès des fournisseurs de combustibles, déplacent les bénéfices vers les producteurs d’électricité et diminuent fortement le coût climatique du développement.

Elles offrent également une protection contre une hausse du prix du gaz naturel.

Lorsque les chercheurs augmentent le coût du gaz de 20 %, la production hors centres de données recule d’environ 0,15 % du PIB. Cet effet est comparable à celui de l’ensemble du choc de demande provoqué par les centres de données dans le scénario sans nouvelle production.

Construire des capacités renouvelables réduit cet effet amplificateur. À l’inverse, la création de nouvelles centrales à gaz renforce l’exposition de l’économie au même risque de prix.

Ce que le prix moyen ne montre pas

Les capacités de production inutilisées qui limitent la hausse du prix moyen constituent également une réserve pendant les épisodes météorologiques extrêmes et les autres pics exceptionnels de demande.

Les charges importantes et constantes des centres de données absorbent une partie de cette marge. Le réseau peut donc sembler capable d’intégrer la nouvelle demande annuelle tout en devenant moins apte à gérer les heures durant lesquelles le système est soumis aux tensions les plus fortes.

Le modèle utilise des volumes annuels d’électricité. Il ne simule ni l’appel horaire des moyens de production, ni les besoins de stockage, ni les contraintes de montée en puissance des centrales, ni les coupures de courant. Il ne peut donc pas chiffrer précisément le risque pour la fiabilité du réseau.

L’article identifie néanmoins la dégradation de cette fiabilité comme l’un des deux principaux risques structurels amplifiés par la demande liée à l’IA, aux côtés de la dépendance à des prix volatils des énergies fossiles.

Cette exposition augmente également à mesure que le reste de l’économie s’électrifie. Dans un scénario où la part de l’électricité dans les coûts de production double, passant de 2 % à 4 %, la même demande des centres de données provoque des pertes de production nettement plus importantes.

Les véhicules électriques, les pompes à chaleur et les systèmes de climatisation entreraient alors davantage en concurrence avec les infrastructures d’IA pour accéder à l’électricité.

Dans un récent épisode du podcast HEC Paris Breakthroughs, Olivier Darmouni a expliqué comment ce même développement pourrait transformer les investissements dans les infrastructures électriques et contraindre l’Europe à accorder davantage d’attention à sa sécurité énergétique.

L’article porte sur les États-Unis, mais sa méthode régionale montre pourquoi une moyenne nationale peut dissimuler les lieux où les tensions sont les plus fortes.

Qui doit payer l’électricité de l’IA ?

L’étude ne modélise pas les règles tarifaires qui déterminent la manière dont les opérateurs répartissent les coûts d’infrastructure entre les centres de données, les ménages et les autres entreprises.

Ces règles évoluent déjà. La Virginie et l’Ohio ont introduit des obligations de paiement minimal spécifiques pour les très gros consommateurs d’électricité. L’engagement fédéral et le projet de loi adopté en juillet 2026 cherchent parallèlement à éviter que les coûts des nouveaux centres de données soient supportés par les autres usagers.

Le modèle identifie ce que ces règles devront répartir : plusieurs centaines de milliards de dollars de nouvelles capacités de production, des effets localisés sur les prix et la production, une augmentation des émissions, une diminution des réserves du réseau et une exposition accrue au prix du gaz naturel.

Chacune de ces charges varie selon l’emplacement du projet et le type d’énergie construit pour l’alimenter.

La principale conclusion de l’étude est que le coût économique le plus important réside dans la manière dont la demande liée à l’IA amplifie deux risques structurels : une marge de manœuvre plus faible sur le réseau lorsque la demande atteint des sommets, et une exposition accrue à la volatilité du prix des énergies fossiles.

Cette vulnérabilité commence déjà à apparaître. La crise du détroit d’Ormuz de 2026 a perturbé les flux mondiaux de pétrole et de gaz naturel liquéfié et provoqué de fortes variations des prix de l’énergie, alors même que la demande d’électricité atteint de nouveaux records dans les régions les plus exposées au développement des centres de données.

Le 22 juillet, ERCOT a enregistré un record historique de 91 089 mégawatts. Plus tôt dans le même mois, PJM a dû activer des mécanismes d’effacement de la demande en urgence, alors qu’une vague de chaleur extrême rapprochait son système de niveaux de consommation records.

La forte production américaine de gaz a jusqu’à présent offert une certaine protection. Mais la combinaison entre les risques géopolitiques pesant sur les combustibles et l’augmentation rapide de la consommation d’électricité correspond étroitement aux tensions identifiées par les chercheurs.