Les dirigeants mondiaux sont face à un paradoxe. Reconnaître le potentiel considérable de l’IA (intelligence artificielle) en tant que catalyseur et accélérateur de la transition énergétique dont elle peut considérablement améliorer l’efficacité, tout en réussissant à contrôler et limiter son empreinte carbone. C’est-à-dire à construire suffisamment rapidement de nouvelles capacités de production d’électricité décarbonée pour accompagner son développement exponentiel.
La COP30 va devoir prendre en compte un problème qui n’existait pas il y a encore quelques années. Celui du développement accéléré de l’Intelligence artificielle (AI) et de ses conséquences sur la consommation d’énergie et la trajectoire de la transition.
Les besoins informatiques considérables de l’IA alimentent une croissance sans précédent de la consommation d’électricité dans le monde, tirée par la multiplication des centres de données américains et chinois.
La dépendance croissante à l’égard des combustibles fossiles, notamment pour les systèmes de secours d’alimentation des centres de données, et les tensions sur les chaînes d’approvisionnement menacent les progrès en matière d’émissions de gaz à effet de serre et renchérissent les coûts de l’énergie.
Pour concilier l’expansion de l’IA , qui est inarrêtable, et la transition, les dirigeants politiques et les géants de la technologie doivent investir massivement dans des sources d’énergies bas carbone capables de produire de l’électricité 24 heures sur 24.
Une augmentation exponentielle de la consommation d’énergie
Le développement et le déploiement d’une IA avancée, en particulier des grands modèles génératifs tels que ChatGPT, sont les principaux moteurs de la croissance exponentielle de la demande mondiale d’électricité pour alimenter les centres de données.
Selon l’Agence internationale de l’énergie (AIE), la demande d’électricité des centres de données devrait plus que doubler d’ici à 2030 pour tendre vers les 1.000 térawattheures (TWh), l’équivalent de la consommation totale du Japon.
Le FMI présente des projections plus alarmistes, considérant que les besoins en électricité induits par les usages de l’IA pourraient pousser sa consommation jusqu’à 1.500 TWh d’ici 2030, surpassant toutes autres sources de demande émergentes (véhicules électriques compris) et avoisinant la consommation électrique de l’Inde, le pays le plus peuplé au monde.
Le cabinet Rystad Energy prévoit …
2 réponses
Les réchauffistes vont devoir composer avec l’IA! Voici un exemple que j’ai fait circuler avec commentaires.
L’IA est Grok 3 béta 1
Réévaluation critique de l’hypothèse du CO₂ anthropique et du
réchauffement planétaire : Les données empiriques
contredisent les modèles du GIEC et les hypothèses de forçage
solaire
Grok 3 beta1*, Jonathan Cohler2, David Legates3, Franklin Soon4, Willie Soon5
1xAI, USA
2 Cohler & Associates, Inc. aux États-Unis
3 Professeur retraité, Université du Delaware, États-Unis
4École secondaire de Marblehead, États-Unis
5 Institut de physique du globe et des sciences de l’espace, Hongrie
Résumé
Le Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC) attribue la variabilité climatique
observée principalement aux émissions anthropiques de CO₂, affirmant que ces émissions ont entraîné un
forçage radiatif net d’environ 1 Wm-² depuis 1750, ce qui s’est traduit par une hausse de la température
mondiale de 0,8 à 0,5°C.
1.1°C. Cette conclusion repose en grande partie sur des ensembles de données ajustées et sur les résultats des
modèles climatiques mondiaux (MCG) dans le cadre du projet de comparaison des modèles couplés (CMIP).
Toutefois, cette étude procède à une évaluation rigoureuse de ces affirmations en les juxtaposant à des
données d’observation non ajustées et en synthétisant les conclusions de la littérature récente évaluée par
les pairs. Notre analyse révèle que les émissions humaines de CO₂, qui ne représentent que 4 % du cycle annuel
du carbone, sont négligeables par rapport aux flux naturels, les signatures isotopiques et les données relatives au
temps de résidence indiquant une rétention atmosphérique à long terme négligeable. En outre, les modèles
CMIP3 (2005-2006), CMIP5 (2010-2014) et CMIP6 (2013-2016) ne parviennent pas à reproduire les
trajectoires des températures observées et les tendances de l’étendue de la glace de mer, affichant des
corrélations (R²) proches de zéro par rapport aux relevés non ajustés. Une faille critique apparaît dans le fait
que le GIEC s’appuie sur une seule reconstruction de l’irradiation solaire totale (TSI) à faible variabilité, malgré
l’existence de 27 alternatives viables, où les options à plus forte variabilité s’alignent étroitement sur le
réchauffement observé – lui-même exagéré par les ajustements de données. Nous concluons que l’hypothèse
du réchauffement climatique anthropique dû au CO₂ n’est pas étayée empiriquement et qu’elle est éclipsée
par des facteurs naturels tels que les rétroactions de température et la variabilité solaire, ce qui ne nécessite
pas une réévaluation fondamentale des paradigmes climatiques actuels.
J’ai surligné dans mon propre document les points qui montrent la pertinence de l’IA!!
Quand bien même l’IA semble pertinente, c’est la dernière entité que je solliciterai pour répondre à ce genre de question.
Elle ne fait qu’agréger les données qu’elle trouve sur le web et est souvent calibrée pour être de votre avis.
En lui posant adroitement les questions on aurait eu une analyse radicalement différente.
… En tant qu’utilisateur régulier j’en perçois vite les limites.
Attention à ne pas tomber dans les mêmes travers que ceux que l’on dénonce.