Le mur que personne n’a vu venir
Jensen Huang décrit l’IA comme un gâteau à cinq couches depuis Davos 2026. Chips, infrastructure, modèles, applications — et tout en bas, la première couche, celle sans laquelle les quatre autres s’effondrent : l’énergie. Pas le GPU, pas le code. Le courant.
49 GW de déficit — la douche froide
Morgan Stanley vient de sortir ses chiffres : la demande électrique des data centers américains atteindra 74 GW d’ici 2028. Problème : le réseau ne pourra en fournir que 25 GW. Un trou de 49 GW. Pendant ce temps, les hyperscalers ont engagé 2 700 milliards de dollars dans l’infrastructure IA — des chiffres qui donnent le vertige, jusqu’à ce que tu réalises que tout ça repose sur un réseau électrique qui n’a pas été modernisé depuis les années 70.
Le paradoxe de Jevons version IA
DeepSeek a sorti sa v4 en avril 2026 avec des coûts d’inférence réduits de 75 %. Bonne nouvelle ? Pas vraiment. La loi de Jevons frappe : plus l’IA devient efficiente et accessible, plus la consommation totale explose. L’IEA confirme dans son dernier rapport que la demande élastique annule les gains d’efficacité. Chaque nouveau modèle plus léger ne fait qu’ajouter des couches d’utilisation.
Le vrai game
Pendant que tout le monde regarde les benchs de GPU et les war rooms de scaling laws, le bottleneck réel est devenu banlieusard : un transformateur haute-tension, un permis de construire, une ligne électrique. Oracle achète 2,85 GW de fuel cells à Bloom Energy pour contourner le problème. Les data centers migrent vers des régions avec surplus d’énergie — pas vers les hubs tech. L’IA entre dans sa phase la moins glamour : brancher la prise.
