La consommation électrique de l’intelligence artificielle est généralement racontée comme une course aux mégawatts. Les modèles grandissent, les accélérateurs se multiplient et les data centers réclament davantage de puissance. Pour les gestionnaires de réseau, un autre problème devient pourtant presque aussi important que le volume : savoir quelles demandes sont réelles, où elles se concrétiseront et à quel moment.
Une étude publiée le 25 juin 2026 par le Capgemini Research Institute met un chiffre sur cette incertitude. Parmi 612 cadres du secteur électrique interrogés dans 21 pays, 67 % disent être confrontés à des demandes de puissance « fantômes » provenant de projets de data centers. Selon leur estimation, environ 19 % des demandes de raccordement reçues pourraient ne jamais se matérialiser.
Ce résultat ne signifie pas qu’un data center sur cinq déjà construit restera vide. Il décrit les dossiers déposés en amont : réservations de capacité, projets concurrents ou demandes multiples dont une partie n’aboutira pas. Pour un réseau électrique, la distinction est décisive. Une ligne, un poste de transformation ou une centrale se planifient sur plusieurs années, alors qu’un projet informatique peut changer d’échelle ou de localisation en quelques mois.
L’IA transforme un problème de croissance en problème de prévision
La hausse de la demande est bien documentée. Gartner estime que les data centers consommeront 565 térawattheures d’électricité dans le monde en 2026, soit 26 % de plus qu’en 2025. Les serveurs optimisés pour l’IA représenteraient à eux seuls 175 TWh cette année, contre 95 TWh un an plus tôt.
Ces projections restent des estimations, mais leur direction ne fait guère de doute. L’Agence internationale de l’énergie évaluait déjà la consommation mondiale des data centers à environ 415 TWh en 2024 et envisageait un niveau supérieur à 900 TWh en 2030, l’IA constituant le principal moteur de la croissance.
Le rapport de Capgemini ajoute une dimension moins visible. 77 % des responsables de services électriques interrogés disent avoir du mal à prévoir correctement la demande future, tandis que 68 % anticipent des pénuries parce que la consommation des data centers progresserait plus vite que l’offre disponible.
Pourquoi une demande de raccordement peut-elle être « fantôme » ?
Avant de construire un grand data center, un opérateur doit vérifier qu’il pourra obtenir assez d’électricité. Il peut donc soumettre une demande de raccordement très tôt, parfois avant d’avoir arrêté définitivement le terrain, le calendrier ou le financement du projet.
Plusieurs mécanismes peuvent gonfler les files d’attente :
- un même développeur étudie plusieurs sites et réserve des options avant d’en retenir un seul ;
- un projet est annoncé à sa puissance maximale, puis réduit lorsque les coûts réels apparaissent ;
- des intermédiaires sécurisent un accès au réseau dans l’espoir de valoriser ensuite le terrain ;
- un calendrier industriel glisse, tandis que la demande reste enregistrée ;
- deux projets théoriquement distincts reposent en réalité sur le même client final.
Le terme « fantôme » ne désigne donc pas nécessairement une fraude. Il recouvre surtout des projets trop incertains pour justifier immédiatement des milliards d’investissement, mais assez crédibles pour ne pas être ignorés.
Construire trop, trop peu ou au mauvais endroit
Un gestionnaire de réseau confronté à une demande de plusieurs centaines de mégawatts doit prendre des décisions lourdes. Il peut renforcer une sous-station, construire une ligne, commander des transformateurs ou solliciter de nouvelles capacités de production. Ces équipements ont des délais longs, mobilisent du foncier et sont payés, directement ou indirectement, par les consommateurs.
Si le data center ne voit jamais le jour, une partie de l’infrastructure risque d’être sous-utilisée. Si le réseau attend trop longtemps pour vérifier le projet, il peut au contraire retarder un investissement réel et perdre une implantation économique. L’incertitude crée ainsi un double risque : des actifs échoués en cas de surconstruction, ou des goulets d’étranglement en cas de prudence excessive.
La géographie accentue le problème. La consommation mondiale peut paraître absorbable à l’échelle d’un pays, tout en provoquant une saturation très locale autour de quelques pôles numériques. Plus de la moitié des répondants à l’étude de Capgemini identifient cette concentration comme un obstacle majeur. L’électricité doit être disponible au bon endroit, pas seulement exister dans le bilan national.
Cette tension change aussi la nature de la compétition autour de l’IA. Les puces et les modèles restent essentiels, mais la capacité à obtenir une alimentation ferme, un raccordement rapide et des équipements de réseau devient un avantage industriel. Une promesse de calcul n’a guère de valeur si le site ne peut pas être alimenté.
Les charges IA ne sont pas toutes aussi rigides
Un data center est souvent présenté comme une usine qui doit fonctionner en permanence à pleine puissance. Cette image est partiellement vraie pour les services interactifs : un assistant utilisé en temps réel doit répondre sans attendre que le prix de l’électricité baisse. Elle l’est moins pour d’autres tâches.
L’entraînement, les traitements par lots, certaines évaluations ou une partie de l’inférence peuvent être décalés, ralentis ou déplacés entre plusieurs sites. Cette souplesse ouvre une piste importante : considérer certains clusters non comme une charge totalement fixe, mais comme une consommation pilotable.
Une prépublication scientifique mise en ligne le 23 juin présente une expérimentation sur un cluster GPU de 130 kW. Les auteurs décrivent une réduction rapide de la charge, des effacements prolongés et un déplacement géographique de traitements en réponse à l’état du réseau, tout en préservant les niveaux de service des tâches prioritaires. Lors d’un test américain, 10 % d’un trafic d’inférence a été déplacé de Virginie vers l’Illinois pendant une pointe hivernale.
Ces résultats sont prometteurs, mais leur échelle impose de rester prudent. Un cluster expérimental de 130 kW n’est pas un campus de plusieurs centaines de mégawatts. Déplacer une charge suppose aussi de disposer ailleurs de serveurs, de réseau télécom, d’une énergie disponible et de règles compatibles avec la localisation des données.
L’IA peut-elle aider le réseau qu’elle met sous pression ?
Le rapport de Capgemini souligne ce paradoxe. Environ six responsables sur dix pensent que des analyses avancées par IA pourraient améliorer de plus de 10 % la réduction des pannes, la productivité opérationnelle ou le rétablissement du service. Pourtant, seules 16 % des organisations électriques interrogées déclarent avoir déployé des approches avancées pour optimiser les flux et la résilience en temps réel.
L’IA peut améliorer les prévisions, détecter des anomalies ou coordonner des batteries. Elle ne crée toutefois ni lignes à haute tension ni transformateurs. Un meilleur algorithme peut mieux utiliser une infrastructure existante ; il ne remplace pas les équipements lorsque la capacité physique manque.
La formule selon laquelle « l’IA résoudra le problème énergétique de l’IA » doit donc être maniée avec précaution. Le logiciel peut apporter de la flexibilité, mais la réponse reste aussi industrielle, réglementaire et financière.
Le retour du gaz révèle une tension climatique
Lorsque le raccordement au réseau tarde, les opérateurs cherchent une production sur site ou à proximité. D’après l’enquête, près de trois entreprises de data centers sur dix utilisent déjà une solution énergétique sur site, et 39 % prévoient d’en ajouter dans les deux prochaines années.
Les batteries peuvent lisser des pointes, mais elles ne produisent pas d’énergie et leur autonomie reste limitée. Les renouvelables fournissent une électricité bas carbone, mais leur variabilité demande du stockage, des interconnexions ou une source pilotable. Les petits réacteurs nucléaires sont régulièrement cités, sans offrir une réponse immédiate à des projets qui veulent ouvrir avant la fin de la décennie.
Dans ce contexte, 68 % des dirigeants de l’électricité et des data centers interrogés voient le gaz naturel comme une solution de transition à court terme. Ce choix peut accélérer un projet et fournir une puissance continue, mais il risque aussi de verrouiller de nouvelles émissions et de compliquer les objectifs climatiques.
Cette partie du rapport doit être lue comme l’opinion d’acteurs du secteur, pas comme une recommandation indépendante ni comme une trajectoire inévitable. Elle montre néanmoins l’arbitrage qui se dessine : lorsque la vitesse de déploiement informatique dépasse celle des réseaux et des capacités bas carbone, les solutions fossiles redeviennent attractives.
Mieux filtrer les projets avant de dimensionner le réseau
Le problème des demandes fantômes ne se règle pas en refusant les nouveaux raccordements. Il demande des procédures capables de distinguer un projet mûr d’une simple option. Plusieurs leviers peuvent être combinés :
- exiger des garanties financières qui augmentent avec la puissance réservée ;
- vérifier progressivement le foncier, le financement et les commandes d’équipement ;
- publier des échéances après lesquelles une capacité non utilisée est libérée ;
- coordonner les demandes entre territoires pour repérer les dépôts multiples ;
- proposer des raccordements flexibles, avec une puissance réduite pendant certaines pointes ;
- partager davantage de données entre opérateurs de data centers et gestionnaires de réseau.
Ces règles comportent elles aussi un risque. Des exigences trop lourdes favoriseraient les plus grands groupes, capables d’immobiliser du capital longtemps, au détriment de nouveaux entrants. L’objectif n’est donc pas seulement de durcir l’accès, mais de rendre les engagements plus crédibles et la capacité plus mobile.
La prochaine limite de l’IA se mesure en délais de raccordement
Le rapport de Capgemini repose sur une enquête déclarative menée en janvier 2026 auprès de 612 responsables du secteur électrique et de 175 dirigeants d’opérateurs de data centers. Ses pourcentages expriment leurs constats et anticipations ; ils ne constituent pas un relevé exhaustif de tous les projets mondiaux. Cette limite n’annule pas le signal. Elle invite à regarder au-delà des seules annonces de gigawatts.
La question centrale n’est plus simplement : combien d’électricité l’IA consommera-t-elle ? Elle devient : quelles charges seront réellement construites, où, quand, et avec quelle capacité à s’effacer lorsque le réseau est tendu ?
Pour l’industrie de l’IA, le raccordement électrique passe du statut de contrainte technique à celui de décision stratégique. Pour les pouvoirs publics, il devient un test de planification : moderniser assez vite sans faire payer des infrastructures spéculatives, et accueillir le calcul sans compromettre la fiabilité ni la décarbonation du système.
Références
- Capgemini Research Institute — AI accelerates electricity demand, prompting a new wave of grid adaptation and investment, 25 juin 2026
- Gartner — Data Center Electricity Consumption to Grow 26% in 2026, 10 juin 2026
- International Energy Agency — Energy and AI
- Williams et al. — Power-Flexible AI Data Centers: A New Paradigm for Grid-Responsive Compute, arXiv, 23 juin 2026
- Huang, Deb et Zareipour — AI Data Centers and Power System Sustainability, arXiv, 19 juin 2026
