En 2025, Gartner estime que les centres de données consomment déjà 447 TWh d’électricité par an, soit plus que la consommation annuelle de pays comme l’Italie. En 2026, cette consommation devrait grimper à 565 TWh, une hausse de 26 % en un an, principalement tirée par les workloads IA. Parallèlement, les premiers rapports publics commencent à évoquer des modèles d’IA et des agents autonomes capables de lancer des milliers de tâches simultanées, avec une empreinte énergétique encore très mal maîtrisée. La question n’est plus de savoir si l’IA va peser sur le système électrique, mais si l’essor des agents IA peut déclencher une véritable crise énergétique dès 2026 dans certaines régions.
Agents IA : le passage à l’"IA qui agit" change l’échelle énergétique
Les agents IA ne se contentent plus de répondre à des prompts : ils orchestrent des actions complexes en boucle, ce qui augmente radicalement la fréquence des appels aux modèles.
Un agent IA désigne un système capable de prendre des décisions, d’appeler des modèles (LLM, vision, outils), de planifier, de exécuter des tâches et de s’auto-évaluer sans supervision humaine constante. En 2026, plusieurs observateurs résument cette bascule ainsi :
« En 2026, on ne parle plus à l’IA : on lui donne des ordres de mission. Bienvenue dans l’ère des Agents IA, là où la productivité ne se mesure plus en mots mais en workflows exécutés. »
Cette dynamique entraîne trois effets structurants pour l’énergie :
- beaucoup plus de requêtes par utilisateur (un agent lance lui-même des appels API pour exécuter une tâche),
- des fenêtres d’utilisation plus longues (agents qui tournent en continu sur des missions complexes),
- une montée en puissance des modèles spécialisés (planification, recherche, exécution sur des API tierces), souvent hébergés sur des clusters GPU très énergivores.
De l’usage ponctuel à l’IA en continu
Avec les chatbots de première génération, l’usage moyen par utilisateur se comptait en dizaines de requêtes par jour. Dans les prototypes d’agents IA déployés fin 2025, certains cas d’usage (automation de back-office, monitoring d’infrastructures, trading algorithmiques augmentés par IA) génèrent des centaines voire des milliers de requêtes par jour pour un seul « agent ».
La conséquence directe :
- un utilisateur qui lançait 50 requêtes par jour en 2024 peut se retrouver, via ses agents, à générer indirectement 5 000 à 10 000 requêtes par jour en 2026,
- les infrastructures sous-jacentes doivent être dimensionnées pour absorber des pics de charge bien supérieurs, souvent 24h/24.
Cette intensification vient s’ajouter à une tendance de fond : d’après les données commentées par l’Agence internationale de l’énergie (AIE), les data centers IA pourraient consommer autant d’électricité que le Japon autour de 2026, avec une consommation qui plus que double en quelques années. Un reel explicatif rappelle que « le gros » de cette consommation vient de l’entraînement et des inférences massives pour l’IA, les services annexes ne représentant que quelques pourcents.
💡 À retenir : La transition vers des agents IA qui agissent en continu fait basculer l’IA d’un usage ponctuel à une charge serveur quasi permanente, avec une multiplication par x10 à x100 des appels aux modèles pour certains cas d’usage.
Data centers IA : une hausse de 26 % de la consommation en un an
La poussée des workloads IA ne se fait pas dans le vide : elle arrive sur des infrastructures déjà sous tension.
Selon les dernières prévisions de Gartner, la consommation électrique des centres de données mondiaux devrait :
- atteindre 447 TWh en 2025,
- passer à 565 TWh dès 2026, soit une hausse de 26 % en seulement un an,
- puis dépasser 1 200 TWh d’ici 2030.
Une partie substantielle de cette hausse est attribuée aux nouveaux workloads IA, en particulier les modèles de grande taille et les agents qui les invoquent en boucle.
Gartner précise aussi que la puissance électrique nécessaire pour alimenter ces centres de données pourrait culminer à 290 GW en 2030, illustrant l’ampleur des besoins générés par les charges de travail IA.
Focus IA : une accélération dès 2025-2026
La même analyse met en avant la catégorie des équipements spécifiquement dédiés à l’IA, dont la consommation électrique :
- passe de 95 TWh en 2025,
- à 175 TWh en 2026,
- puis 258 TWh en 2027.
Cette progression en quelques années traduit la montée en puissance des clusters GPU/TPU pour l’entraînement et surtout l’inférence à grande échelle.
L’élément clé pour 2026 : la majorité de cette croissance supplémentaire provient de l’inférence (les requêtes utilisateur et agents), et non plus uniquement de l’entraînement des grands modèles.
💡 À retenir : Entre 2025 et 2026, la consommation des infrastructures IA dédiées pourrait quasiment doubler, passant de 95 TWh à 175 TWh, alors même que les agents IA ne font qu’entrer dans leur première phase de déploiement massif.
Tarification des API et des agents : un modèle économique qui pousse à consommer plus
Le modèle économique des LLM et des agents IA encourage mécaniquement une hausse des appels et donc de la consommation énergétique.
La plupart des grands modèles sont proposés sous forme d’API facturée à la requête ou au token. Plus le volume de requêtes augmente, plus les revenus montent, ce qui incite les fournisseurs à optimiser le coût par requête, mais pas nécessairement à limiter la demande.
Abonnements mensuels et coûts par token
Les offres commerciales se structurent autour de deux axes :
- des abonnements mensuels (freemium, Pro, Enterprise) donnant accès à des agents plus puissants,
- des tarifs à l’usage pour les entreprises, avec des facturations allant de quelques centimes à plusieurs dizaines de centimes pour mille tokens, selon le modèle et les capacités.
Pour un utilisateur professionnel, il devient courant en 2026 de payer 20 à 40 dollars par mois pour un accès Pro aux modèles généralistes, puis de faire grimper la facture via des appels API supplémentaires pour des agents spécialisés.
Sur le segment entreprise, certains contrats de plateformes IA tournent à plusieurs milliers de dollars par mois, avec des volumes de requêtes qui se chiffrent en centaines de millions de tokens.
Dans ce contexte, un agent IA très actif, intégré dans des pipelines de données ou des workflows DevOps, peut représenter :
- un coût mensuel de quelques dizaines de dollars en consommation API,
- mais une consommation énergétique sous-jacente équivalente à des dizaines voire des centaines de kWh par mois, une fois multipliée par des milliers d’agents.
Benchmarks : performance vs coût énergétique
Les benchmarks publiés en 2025-2026 mettent surtout l’accent sur :
- la qualité des réponses (scores sur MMLU, GSM8K, codage, etc.),
- le coût par token ou par million de tokens,
- la latence.
Très peu publiquent des métriques directes de consommation électrique par requête.
Le coeur du problème : un modèle peut améliorer ses scores de benchmark et réduire son coût par token, tout en augmentant sa consommation énergétique globale si le nombre de requêtes augmente massivement via les agents.
💡 À retenir : Les modèles de tarification basés sur le volume de requêtes créent un alignement fort entre croissance business et explosion de l’usage, sans garde-fous explicites sur la consommation énergétique globale.
L’eau et l’électricité : les data centers IA dans le viseur de l’opinion
La tension ne porte pas uniquement sur l’électricité.
Les grands data centers IA sont aussi très consommateurs d’eau pour le refroidissement.
Une une récente de la presse française résume la montée de la contestation :
« IA : data centers, la fronde qui monte. Voraces en eau et en électricité, les data centers se multiplient aux États-Unis... »
Ce type d’alerte médiatique traduit plusieurs constats factuels :
- les centres de données IA s’installent souvent dans des régions déjà confrontées à des stress hydriques ou des réseaux électriques fragiles,
- la consommation d’eau pour le refroidissement peut atteindre des centaines de milliers de litres par jour pour un site majeur,
- l’impact sur les communautés locales (prix de l’électricité, disponibilité de l’eau) devient un sujet politique.
Une opinion publique plus sensible
En 2025-2026, les projets de nouveaux data centers IA se heurtent de plus en plus à :
- des enquêtes publiques et consultations citoyennes plus exigeantes,
- des débats sur l’alignement entre intérêt économique et impact environnemental,
- des demandes de transparence sur la consommation énergétique et les engagements de compensation.
Face à cette pression, certains opérateurs mettent en avant :
- l’utilisation d’énergies renouvelables,
- des systèmes de refroidissement plus efficaces,
- des engagements de réduction de l’empreinte carbone.
Mais à court terme, la montée simultanée de la demande IA et des agents autonomes rend difficile une baisse absolue des consommations.
💡 À retenir : La crise énergétique liée aux agents IA ne se joue pas seulement à l’échelle globale, mais aussi localement, là où les data centers concentrent des besoins massifs en électricité et en eau dans des territoires parfois déjà sous tension.
Les systèmes électriques tentent d’absorber le choc IA
L’essor des agents IA se produit dans un contexte où la consommation énergétique globale progresse déjà.
Un exemple : selon les données de l’Office de politique et de planification énergétiques (EPPO) pour l’ASEAN, la consommation d’énergie primaire commerciale a augmenté de 2,1 % au premier trimestre 2026 en glissement annuel, atteignant 2,08 millions de barils équivalent pétrole par jour, en ligne avec une croissance du PIB de +2,8 % sur la même période.
Cette croissance de fond vient se superposer à l’ajout de nouvelles charges IA très concentrées dans les réseaux.
Investissements dans les infrastructures
Face à ces défis, plusieurs pays et bailleurs internationaux financent des infrastructures pour stabiliser les systèmes électriques :
- la Banque asiatique de développement (BAD) a approuvé le financement d’un système de stockage d’énergie par batterie (BESS) pour lisser les pics de consommation,
- l’Association internationale de développement (AID, Banque mondiale) a confirmé un financement de 115 millions de dollars pour renforcer un réseau électrique national,
- certains gouvernements lancent des consultations pour des centrales bas carbone, allant jusqu’à préparer des appels d’offres pour des centrales nucléaires avec des horizons de mise en oeuvre entre 2038 et 2047.
Ces initiatives montrent que la question de la stabilité énergétique est déjà à l’agenda, bien que les délais de mise en service soient souvent incompatibles avec une éventuelle crise en 2026.
💡 À retenir : Les investissements dans le stockage et le renforcement des réseaux électriques progressent, mais les délais de réalisation font que l’onde de choc IA-Agents de 2025-2026 risque d’être absorbée dans un système encore fragile.
Comparatif : coûts et impacts des charges IA dans les data centers
Pour comprendre la dynamique économique et énergétique, on peut comparer trois grandes catégories de charges dans les data centers en 2025-2026 : data centers généralistes, infrastructures IA, et infrastructures IA intensives pour agents.
| Type de charge | Consommation électrique estimée (2025-2027) | Caractéristiques clés | Impact énergétique spécifique |
|---|---|---|---|
| Data centers généralistes (cloud, web, SaaS) | Environ 447 TWh en 2025 pour l’ensemble des centres de données (toutes charges confondues), avec une montée à 565 TWh en 2026 | Hébergent des sites web, SaaS classiques, stockage, calcul non IA intensif | Croissance relativement linéaire, liée à la numérisation mais moins explosive que l’IA |
| Infrastructures IA (entraînement + inférence) | 95 TWh en 2025, 175 TWh en 2026, 258 TWh en 2027 pour les équipements dédiés IA | Clusters de GPU/TPU, entraînement de LLM, inférence massive via API | Croissance quasi exponentielle (x1,8 en un an), tirée par la demande de modèles toujours plus grands |
| Infrastructures IA pour agents autonomes | Intriquées dans les 175 TWh de 2026, part croissante mais non isolée statistiquement | Appels multilatents (LLM + outils), exécutions continues, monitoring, orchestration de workflows | Usage quasi continu, effets multiplicatifs (un agent génère de multiples requêtes), risque de saturer localement les réseaux |
Cette comparaison met en évidence une réalité : les infrastructures IA ne sont plus une niche dans le paysage énergétique des data centers.
Elles représentent déjà une part significative de la croissance annuelle et, au sein de cette catégorie, les agents IA, par leur usage intensif et continu, sont susceptibles d’amplifier les tensions.
💡 À retenir : Les agents IA s’appuient sur des infrastructures dont la consommation IA dédiée pourrait passer de 95 TWh à 258 TWh en trois ans, avec une composante agents difficile à isoler mais clairement en forte hausse.
Vers une "surchauffe" : inflation, prix de l’électricité et arbitrages politiques
La montée en puissance de l’IA ne joue pas seulement sur les réseaux électriques : elle alimente aussi les débats macroéconomiques.
Un rapport récent sur IA et inflation évoque la crainte d’une surchauffe avant l’arrivée des gains de productivité. Le scénario redouté :
- une période où les investissements massifs dans l’IA et les agents augmentent la demande d’électricité,
- une hausse des coûts d’énergie, qui se répercuterait sur les prix à la consommation,
- les gains de productivité promis par l’IA n’arrivant que plus tard, après l’absorption de ces chocs.
Marchés de l’énergie et arbitrages
Cette dynamique peut se traduire en 2026 par :
- des tensions sur les prix de l’électricité dans certaines régions très sollicitées par les data centers IA,
- des arbitrages politiques sur les priorités de raccordement (industrie, data centers, ménages),
- des débats sur la contribution financière des opérateurs de data centers aux investissements dans les réseaux.
Certaines analyses macroéconomiques insistent sur le fait que la trajectoire des marchés dépendra :
- de la capacité à intégrer rapidement des énergies renouvelables dans le mix,
- de l’efficacité des mesures d’"informatique verte" et d’optimisation des workloads IA,
- de l’aptitude des politiques publiques à encadrer les déploiements de data centers.
💡 À retenir : La crise énergétique potentielle liée aux agents IA se double d’un risque macroéconomique : une phase de surchauffe où les prix de l’énergie et l’inflation montent avant que les gains de productivité liés à l’IA ne soient pleinement visibles.
Informatique verte et IA : une course contre la montre
Face à ces signaux, la communauté scientifique et industrielle s’organise.
Une rencontre transdisciplinaire dédiée à « intelligence artificielle et informatique verte 2026 » pose explicitement la question : peut-on concevoir un numérique éco-conçu et des IA réellement efficaces énergétiquement ?
Les thèmes abordés incluent :
- la mesure et la réduction de la consommation énergétique des modèles,
- la conception de data centers plus sobres (refroidissement, localisation, mix énergétique),
- des stratégies d’optimisation des agents (réduction des appels redondants, gestion intelligente des workflows).
Technologies émergentes pour amortir le choc
Lors du Forum économique mondial d’été à Davos, la liste des dix technologies émergentes de 2026 présente plusieurs innovations susceptibles d’interagir avec la problématique IA-énergie :
- des énergies propres de nouvelle génération,
- des matériaux de refroidissement radiatif passif pour maintenir des bâtiments au frais sans consommer d’énergie,
- des systèmes de stockage d’énergie avancés.
Max Tegmark, professeur au MIT, s’inquiète publiquement de l’évolution vers des agents IA plus autonomes en 2026, soulignant le risque d’« IA hors contrôle » non seulement sur le plan de la sécurité, mais aussi sur celui des ressources.
💡 À retenir : La recherche en informatique verte et les technologies émergentes offrent des pistes pour contenir l’empreinte énergétique des agents IA, mais le déploiement à grande échelle de ces solutions reste incertain à court terme.
Notre avis : qui doit s’inquiéter d’une crise énergétique dès 2026 ?
À courte échéance, la crise énergétique liée aux agents IA ne prendra sans doute pas la forme d’un blackout mondial. En revanche, plusieurs acteurs doivent se préparer à des tensions très concrètes dès 2026 :
- les territoires qui concentrent de grands data centers IA (États-Unis, certaines régions d’Asie, hubs européens),
- les entreprises très dépendantes de l’IA et des agents pour leurs opérations critiques,
- les responsables politiques chargés de réguler l’implantation des data centers et la tarification de l’électricité.
Pour Brief IA, la tendance de fond est claire :
- les agents IA vont continuer à se multiplier et à devenir plus autonomes, augmentant fortement le volume de requêtes,
- la consommation électrique des infrastructures IA devrait poursuivre sa trajectoire ascendante, avec un passage de 95 TWh en 2025 à 175 TWh en 2026 puis 258 TWh en 2027,
- les signaux de fronde autour des data centers voraces en eau et en électricité vont se renforcer.
À six mois, le point de bascule à surveiller est double :
- la publication de données plus fines sur la part exacte des agents dans la consommation IA,
- les premiers arbitrages politiques forts (moratoires locaux, taxation spécifique, exigences de transparence énergétique) visant les data centers IA.
Le vrai enjeu est désormais d’aligner trois courbes : celle de la demande d’IA (agents inclus), celle de la capacité de production électrique bas carbone, et celle de l’efficacité énergétique des infrastructures. Reste une question ouverte : la vitesse de déploiement des agents IA sera-t-elle compatible avec la vitesse de transition énergétique, ou bien 2026 marquera-t-elle les premiers symptômes visibles d’une crise énergétique pilotée par l’IA ?