Attractivité IA, souveraineté numérique, transition énergétique : ces objectifs sont affichés comme compatibles. En pratique, ils entrent déjà en collision. Tant que la France n’adosse pas l’accueil des data centers IA à une trajectoire crédible de capacités pilotables et de renforcement du réseau, elle organise un transfert de risques et de coûts vers la collectivité.
Par Rédaction SensPo · 29 janvier 2026 · 49 min de lecture
Datacenters IA : l'État promet, le réseau paiera
Quand l'attractivité numérique se heurte au mur énergétique français
Thèse : La stratégie française d'attractivité des datacenters IA repose sur une promesse énergétique que le système électrique national ne peut pas tenir à horizon 2027-2030. Attirer des "campus IA" sans sécuriser une capacité électrique pilotable, disponible 24/7, et les infrastructures réseau associées, revient à organiser méthodiquement une dépendance : importations d'électricité carbonée, émissions déportées, arbitrages industriels subis, et in fine, une souveraineté numérique de façade.
RÉSUMÉ EXÉCUTIF (lecture 5 minutes)
Le paradoxe français
La France ambitionne de devenir le hub européen de l'intelligence artificielle. Les annonces s'enchaînent : investissements massifs, "campus IA", projets de datacenters de plusieurs centaines de mégawatts. L'argument commercial est séduisant : un mix électrique bas carbone (nucléaire + hydraulique) constituerait un avantage compétitif décisif face à l'Allemagne carbonée ou aux États-Unis gaziers.
Le problème fondamental : à horizon 2027-2030, la France n'a pas sécurisé le triptyque indispensable pour accueillir ces infrastructures dans des conditions soutenables :
Puissance disponible (MW) : capacité pilotable mobilisable à tout instant
Énergie annuelle (TWh) : volume de production compatible avec les autres usages
Réseau et raccordements : infrastructures RTE/Enedis dimensionnées et délais industriels maîtrisés
La réalité physique contre le marketing territorial
Les datacenters IA ne sont pas une simple "charge électrique" parmi d'autres. Ce sont des consommateurs très concentrés, fonctionnant en base quasi permanente, exigeant une redondance totale et une qualité de service absolue. En pratique, leur alimentation réoriente l'allocation d'électricité pilotable au détriment d'autres usages (industrie, ménages, services publics) ou contraint à compenser par des importations et des backups fossiles.
Les quatre vérités que personne ne veut entendre
On vend une promesse bas carbone alors que la disponibilité pilotable et les capacités réseau restent structurellement contraintes
On attire la demande avant d'avoir sécurisé l'offre et l'infrastructure
On crée un risque de CO₂ caché : importations, centrales fossiles ailleurs, groupes électrogènes, renforcement réseau carbone-intensif
On remplace une stratégie industrielle par une stratégie d'appel d'air qui profite aux acteurs américains et chinois
Le cercle vicieux de l'attractivité sans planification
Comment la promesse énergétique se transforme en dépendance
Graphique interactif.
Chiffres structurants
Indicateur
Valeur
Horizon
Source
Consommation actuelle datacenters France
3-4 TWh/an
2024
RTE/ADEME
Projets annoncés (estimation basse)
15-25 TWh/an
2030
Compilation annonces
Marge de manoeuvre système électrique
5-10 TWh/an
2027-2030
RTE Futurs énergétiques
Délai moyen raccordement HT
5-8 ans
Constaté
RTE
Nouveaux EPR2 en service
0 MW
Avant 2035
EDF
Diagnostic : Le système électrique français ne peut pas absorber la demande projet ée sans arbitrages majeurs ou recours massif aux importations carbonées.
PARTIE I : CE QUE SIGNIFIE "DATACENTER IA" EN TERMES ÉNERGÉTIQUES
1.1 Anatomie énergétique d'un campus IA
Un datacenter n'est pas une usine comme les autres. C'est une infrastructure électrique déguisée en bâtiment informatique. Comprendre ses exigences énergétiques, c'est comprendre pourquoi la promesse française est intenable sans transformation profonde du système électrique.
Trois grandeurs physiques à retenir :
La puissance (MW) : C'est la capacité instantanée de soutirage. Un campus IA "de très grande ampleur" se situe entre 100 et 500 MW par site. Pour comparaison, un réacteur nucléaire de 900 MW alimente théoriquement 9 sites de 100 MW, mais uniquement s'il fonctionne à pleine puissance, 24h/24, sans maintenance, ce qui n'arrive jamais.
L'énergie annuelle (TWh) : C'est la puissance multipliée par le temps de fonctionnement. Un site de 100 MW consommant en base (facteur de charge de 85-95%) représente 0,7 à 0,9 TWh par an. Dix sites de ce type, c'est 7 à 9 TWh annuels, soit l'équivalent de la consommation électrique d'une métropole régionale.
La qualité de fourniture : Les datacenters exigent une disponibilité de 99,999% (moins de 5 minutes d'interruption par an), ce qui impose une redondance totale des alimentations (N+1 ou 2N), des groupes électrogènes de secours, et des contrats de raccordement prioritaires.
Puissance des principaux projets de datacenters annoncés en France
En mégawatts (MW) - Estimations basées sur les annonces publiques
Graphique interactif. Les données sont détaillées dans le tableau ci-dessous.
Données
Données du graphique « Puissance des principaux projets de datacenters annoncés en France »
Puissance annoncée (MW)
Projet A (Île-de-France)
300
Projet B (Grand Est)
200
Projet C (Normandie)
150
Projet D (Hauts-de-France)
180
Projet E (PACA)
120
Projet F (Auvergne-RA)
100
Campus Microsoft
250
Campus Google
200
AWS expansion
180
1.2 L'IA générative : un changeur de paradigme énergétique
L'intelligence artificielle générative (LLM, modèles de diffusion, agents) a transformé les besoins énergétiques des datacenters. Là où un datacenter classique (cloud, stockage, web) consomme de manière relativement stable et prévisible, l'entraînement et l'inférence des modèles d'IA présentent des profils radicalement différents.
Entraînement des modèles : Des pics de consommation extrêmes, concentrés sur quelques semaines ou mois, mobilisant des milliers de GPU à pleine puissance. L'entraînement de GPT-4 a consommé l'équivalent de plusieurs dizaines de GWh. Ces phases d'entraînement sont imprévisibles, décidées par les équipes de recherche en fonction des résultats, et ne peuvent pas être planifiées des années à l'avance.
Inférence (utilisation) : Une consommation plus stable mais en croissance exponentielle avec l'adoption massive. Chaque requête à ChatGPT, Claude, ou Gemini consomme 10 à 100 fois plus d'énergie qu'une recherche Google classique. La démocratisation de ces services crée une demande de base en croissance continue.
Le PUE, indicateur trompeur : Le Power Usage Effectiveness (rapport entre énergie totale consommée et énergie effectivement utilisée pour le calcul) s'améliore (de 2,0 à 1,2-1,4), mais cette amélioration de l'efficacité est plus que compensée par l'explosion des besoins de calcul. Un datacenter deux fois plus efficient qui consomme dix fois plus reste un problème net pour le système électrique.
Évolution de la consommation électrique par requête IA vs recherche web
Indice base 100 = requête Google Search classique
Graphique interactif. Les données sont détaillées dans le tableau ci-dessous.
Données
Données du graphique « Évolution de la consommation électrique par requête IA vs recherche web »
Recherche web classique
Requête LLM simple
Génération image/vidéo
2020
100
100
100
2021
100
200
300
2022
100
500
1000
2023
100
1000
3000
2024
100
1500
5000
2025 (est.)
100
2000
8000
1.3 La spécificité du refroidissement : eau et énergie liées
Un datacenter IA moderne ne consomme pas seulement de l'électricité. Il consomme également des quantités considérables d'eau pour le refroidissement, créant une double dépendance aux infrastructures locales.
Refroidissement par air : Moins efficace, plus consommateur d'électricité, mais indépendant des ressources en eau. Adapté aux régions froides ou aux installations de taille modérée.
Refroidissement par eau : Plus efficient (réduction du PUE), mais consommant 1 à 5 litres d'eau par kWh de calcul. Un datacenter de 100 MW peut consommer 500 000 à 2 millions de mètres cubes d'eau par an, soit l'équivalent de la consommation de 10 000 à 40 000 habitants.
Refroidissement liquide direct : La dernière génération de GPU (Nvidia H100, AMD MI300) nécessite un refroidissement liquide direct sur les puces. Cette technologie réduit la consommation globale mais crée de nouvelles dépendances (fluides caloporteurs, circuits fermés, maintenance spécialisée).
Le problème français : Les régions disposant des meilleures capacités de raccordement électrique (Île-de-France, Rhône-Alpes) sont aussi celles où le stress hydrique augmente avec le changement climatique. L'été 2022 a montré les limites du système de refroidissement de plusieurs centrales nucléaires. Les datacenters ajoutent une contrainte supplémentaire sur des bassins versants déjà sous tension.
PARTIE II : LA CONTRAINTE FRANÇAISE - UN SYSTÈME ÉLECTRIQUE SOUS TENSION
2.1 État des lieux du parc de production pilotable
La France dispose d'un parc électrique historiquement dominé par le nucléaire, complété par l'hydraulique. Cette configuration, héritée des choix gaulliens et pompidoliens des années 1970, constitue effectivement un atout bas carbone. Mais cet atout est aujourd'hui fragilisé par plusieurs facteurs structurels.
Le parc nucléaire : 56 réacteurs totalisant 61,4 GW de capacité installée. Mais la disponibilité effective oscille entre 50 et 75% selon les années, du fait des programmes de maintenance (Grand Carénage), des problèmes de corrosion sous contrainte découverts en 2022, et des aléas d'exploitation. En 2022, la production nucléaire française est tombée à 279 TWh, son plus bas niveau depuis 1988, contre 380-400 TWh les bonnes années.
L'hydraulique : 25,7 GW de capacité installée, produisant 50-70 TWh selon les années en fonction de l'hydraulicité. Les STEP (Stations de Transfert d'Énergie par Pompage) offrent une flexibilité précieuse mais leur capacité reste limitée (5 GW, environ 100 GWh de stockage).
Le thermique fossile : Quasi éliminé du mix français (dernières centrales charbon fermées, centrales gaz limitées), ce qui est une victoire climatique mais réduit les marges de manoeuvre en situation de tension.
Les renouvelables intermittents : 21 GW éolien, 18 GW solaire. Production variable, non pilotable, qui ajoute de l'énergie au système mais pas de la puissance garantie.
Mix électrique français 2024 - Capacités installées
En GW de puissance installée
Graphique interactif. Les données sont détaillées dans le tableau ci-dessous.
Données
Données du graphique « Mix électrique français 2024 - Capacités installées »
Valeur
Nucléaire
61.4
Hydraulique (dont STEP)
25.7
Éolien
21
Solaire
18
Thermique fossile
7.5
Autres
3.4
2.2 Le calendrier impossible : délais industriels vs ambitions politiques
Le décalage entre les annonces politiques et la réalité industrielle constitue le coeur du problème français. Les délais de réalisation des infrastructures électriques se comptent en années, voire en décennies, quand les annonces de projets de datacenters s'enchaînent en mois.
Nouveaux EPR2 : Le programme de 6 EPR2 annoncé par Emmanuel Macron en 2022 ne produira ses premiers kWh qu'après 2035, au mieux. Les retards historiques de Flamanville (17 ans de construction) et des EPR finlandais et britanniques incitent à la prudence sur ces prévisions.
Prolongation du parc existant : La prolongation de 50 à 60 ans des réacteurs actuels est techniquement envisageable mais nécessite des travaux de Grand Carénage considérables (estimés à 50-100 milliards d'euros), avec des arrêts programmés qui réduisent la disponibilité à court terme.
Renforcement du réseau : RTE estime les besoins d'investissement à 100 milliards d'euros sur 15 ans pour accompagner la transition énergétique et l'électrification des usages. Le délai moyen de construction d'une ligne haute tension est de 7 à 12 ans en France, du fait des procédures administratives et des oppositions locales.
Postes de transformation : Les transformateurs haute tension (400 kV, 225 kV) ont des délais de fabrication de 18 à 36 mois, avec une filière mondiale sous tension depuis la crise ukrainienne et l'électrification globale. Les postes sources nécessaires aux raccordements de datacenters prennent 3 à 5 ans à construire.
Délais moyens de réalisation des infrastructures électriques en France
En années, de la décision à la mise en service
Graphique interactif. Les données sont détaillées dans le tableau ci-dessous.
Données
Données du graphique « Délais moyens de réalisation des infrastructures électriques en France »
Délai moyen (années)
Raccordement BT (<36 kVA)
0.5
Raccordement HTA
2
Poste source HTB
4
Ligne 225 kV
8
Ligne 400 kV
12
Réacteur nucléaire
15
STEP
10
2.3 La file d'attente des raccordements : 200 GW de projets, 5 GW de capacité annuelle
Le paradoxe français est parfaitement illustré par la situation des raccordements au réseau de transport. RTE et Enedis font face à une file d'attente de demandes de raccordement sans précédent, dépassant les capacités de traitement du système.
La file d'attente RTE : Plus de 200 GW de demandes de raccordement en attente fin 2024, toutes sources confondues (renouvelables, stockage, consommateurs industriels, datacenters). Cette file d'attente représente plus de trois fois la capacité installée actuelle du pays.
Capacité de traitement : RTE peut traiter environ 5 à 10 GW de nouveaux raccordements par an, en mobilisant toutes ses ressources. À ce rythme, l'écoulement de la file d'attente prendrait 20 à 40 ans.
La concurrence des usages : Les datacenters ne sont pas les seuls à demander des raccordements. Les projets de réindustrialisation (batteries, hydrogène, électro-intensifs), les bornes de recharge, les pompes à chaleur, les data centers traditionnels se disputent les mêmes capacités de réseau.
Critères d'arbitrage : En l'absence de doctrine claire, les arbitrages se font au cas par cas, souvent au profit des projets les plus rapides à se concrétiser ou disposant du meilleur lobbying. Les datacenters américains, avec leurs capacités financières et juridiques, sont bien placés dans cette compétition.
2.4 L'équation impossible : consommation projetée vs production disponible
Mettons en regard les projections de consommation des datacenters et les capacités de production mobilisables.
Consommation actuelle datacenters France : 3 à 4 TWh/an (estimation RTE/ADEME 2024), soit environ 0,8% de la consommation électrique nationale.
Projections officielles : Le gouvernement table sur 5 à 8 TWh en 2030, hypothèse basse qui suppose un développement maîtrisé.
Projections basées sur les annonces : En agrégeant les projets annoncés (publics et confidentiels), la consommation pourrait atteindre 15 à 25 TWh en 2030, soit 3 à 5% de la consommation nationale.
Marge de manoeuvre système : RTE estime dans son Bilan prévisionnel que la France disposera de 5 à 15 TWh de "marge" annuelle à horizon 2030, en fonction du rythme de mise en service des nouveaux moyens de production et de l'évolution des autres consommations.
Le calcul qui tue : Si les datacenters captent l'essentiel de la marge disponible (hypothèse haute des annonces), il ne reste rien pour l'électrification de l'industrie, des transports, du chauffage. Soit on renonce aux datacenters, soit on renonce à la décarbonation, soit on importe massivement.
Équation énergétique française 2030 : demande vs capacité
En TWh/an - Scénarios de tension
Graphique interactif. Les données sont détaillées dans le tableau ci-dessous.
Données
Données du graphique « Équation énergétique française 2030 : demande vs capacité »
Besoin/Disponibilité (TWh)
Marge disponible RTE
10
Datacenters (hyp. basse)
8
Datacenters (hyp. haute)
25
Électrification industrie
15
Mobilité électrique
12
Pompes à chaleur
8
PARTIE III : LE PIÈGE CARBONE - QUAND LE "BAS CARBONE" DEVIENT UNE ÉTIQUETTE
3.…
Réservé aux membres
La suite est réservée aux abonnés
SensPo est financé par ses lecteurs, sans publicité ni traceur. L’abonnement donne accès à l’intégralité des analyses.