Étant donné son appétit vorace pour l’énergie, on peut dire sans risque de se tromper que l’innovation en matière d’intelligence artificielle ne souffre pas d’un manque de silicium ; en revanche, elle est lourdement freinée par un manque d’électricité. Deux des plus grands acteurs du secteur semblent être aux antipodes l’un de l’autre en ce qui concerne ce problème.
Depuis longtemps, les États-Unis restent embourbés dans une réglementation énergétique fragmentée et un réseau électrique de plus en plus incapable de soutenir une IA à l’échelle industrielle. Pendant ce temps, la Chine est en train de construire ce dont l’IA a véritablement besoin pour grandir : une infrastructure énergétique.
Le pays a en effet triplé ses installations d’énergie renouvelable, transformant son réseau à une vitesse inégalée ailleurs. Rien qu’en 2022, les données de Statista montrent qu’il a ajouté environ autant de capacité solaire que le reste du monde réuni.
Selon l’Agence internationale de l’énergie (AIE), en 2024, la Chine a investi plus de 625 milliards de dollars dans l’énergie propre. Fin juillet de la même année, sa capacité installée d’énergie éolienne et solaire avait atteint 1,206 milliard de kilowatts, ce qui lui a permis d’atteindre un objectif qu’il s’était fixé pour 2030, soit six ans plus tôt que prévu.
À ce rythme, le poids lourd économique est en bonne voie pour atteindre 1 000 GW rien qu’avec l’énergie solaire d’ici 2026. De plus, l’AIE prévoit que le pays dépensera 88 milliards de dollars dans des investissements dans les réseaux et le stockage en 2025, ainsi que 54 milliards de dollars supplémentaires pour améliorer la production d’énergie à base de charbon. Cela montre les bases que la Chine pose pour prendre un avantage à long terme dans le déploiement de l’IA. Les États-Unis, en revanche, atteignent déjà la limite de leur réseau électrique.
Un réseau électrique obsolète qui freine les Etats-Unis
Cependant, alors que la préoccupation monte et que la Chine prend de l’avance, le président américain Donald Trump s’est immiscé dans la conversation. Dans un geste politique majeur, le chef de l’État a signé un “décret exécutif global” visant à accélérer les autorisations fédérales, à rationaliser les examens et à accélérer la construction de tous les grands projets d’infrastructure d’IA, y compris les usines, les centres de données et les centrales électriques.
“Vous irez tellement vite que vous direz, ‘attendez une minute, c’est trop rapide’, je ne pensais pas que ça irait aussi vite“, a déclaré Trump, ajoutant que l’initiative rapporterait “des dizaines de milliards de dollars” et garantirait aux États-Unis une “suprématie technologique industrielle totale”.
C’est le signe le plus clair à ce jour que Washington reconnaît enfin que la course à l’IA ne consiste pas seulement à créer des modèles plus intelligents, mais à déterminer qui peut construire plus vite et évoluer plus fort.
Longtemps, le récit autour de l’intelligence artificielle était que la suprématie pouvait être atteinte principalement grâce à l’architecture des modèles et à des GPU avancés. Mais cette histoire a fait son temps.
La capacité de calcul, la capacité à former, à affiner et à déployer à grande échelle de grands modèles, sera la clé pour déterminer qui va dominer le secteur. Cependant, cela dépend de l’accès à d’énormes quantités d’énergie stable, et sur ce point, les États-Unis sont lamentablement sous-préparés.
Il n’est un secret pour personne que le réseau électrique du pays est en proie à des goulets d’étranglement et à des lignes de transmission obsolètes, et qu’il est soumis à de lourdes contraintes dues aux tendances à l’électrification et à la prolifération des centres de données.
Les rapports indiquent que les services publics sont déjà dépassés par la demande des installations liées à l’IA. Certains endroits sont même confrontés à des retards pluriannuels pour l’accès au réseau. La situation s’est suffisamment détériorée pour que les plus grands marchés de centres de données d’Amérique, dont la Virginie et le Texas, imposent désormais des moratoires ou un rationnement des allocations de mégawatts.
Le momentum open-source se déplace vers l’est
Depuis 2017, Pékin a décrit une feuille de route nationale visant à prendre la tête du peloton mondial en matière d’IA. Des startups comme DeepSeek et Eshallgo illustrent la façon dont cette stratégie se concrétise. Elles ont privilégié des modèles allégés et à déploiement rapide plutôt que de lourdes séries d’entraînement intensives en ressources.
Ce changement reflète une divergence idéologique plus large : Les États-Unis se concentrent sur l’optimisation de modèles centralisés et à code source fermé, avec d’énormes dépenses en capital, tandis que la Chine donne la priorité à l’efficacité et au déploiement plutôt qu’à la perfection.
Fait intéressant, même ce modèle chinois centralisé commence à se fragmenter, les développeurs open source gagnant en visibilité. Comme l’a déclaré l’entrepreneur américain dans le secteur technologique Balaji Srinivasan :
“L’IA se décentralise aussi vers l’Asie. Manus, DeepSeek, Qwen, Kimi. Fait intéressant, ils se décentralisent aussi hors de Chine. En devenant open source, et en déménageant physiquement hors de Chine“.
C’est le cas de le dire : en seulement deux semaines depuis la sortie du Kimi K2, le Qwen3-Coder d’Alibaba l’a déjà dépassé, malgré sa taille réduite de moitié et sa fenêtre de contexte doublée. Cela montre que le développement open source atteint rapidement une vitesse d’évasion, et que les modèles de déploiement s’allègent et s’accélèrent.
Dans les environnements d’entreprise, la vitesse d’intégration l’emporte sur la supériorité théorique du modèle. La Chine le comprend. Sa poussée en matière d’IA n’a pas pour but de construire le “meilleur” modèle de base, mais d’intégrer l’intelligence dans les infrastructures économiques dès maintenant.
En revanche, les décideurs américains restent obsédés par les goulets d’étranglement des semi-conducteurs. Bien que les interdictions d’exportation visant les puces Nvidia et AMD puissent retarder temporairement les séries d’entraînement chinoises, elles ne font rien pour remédier aux lacunes des infrastructures nationales américaines. Au contraire, ces interdictions ne feront que forcer la Chine à accélérer ses investissements dans l’autosuffisance, poussant les entreprises vers des puces personnalisées optimisées pour des cas d’utilisation spécifiques et un déploiement économe en énergie.
Il est indéniable que les États-Unis ont un avantage dans la recherche fondamentale, les talents d’élite et le capital-risque. Néanmoins, cet avantage deviendra de plus en plus hors de propos si les produits de cet écosystème ne peuvent pas évoluer dans le monde physique. L’effondrement de l’accès au GPU n’est pas la principale contrainte. Le véritable problème est l’incapacité à faire fonctionner ces GPU à pleine capacité sans risquer l’instabilité du réseau, une flambée des coûts de l’énergie, ou un retour de bâton politique.
Le véritable goulet d’étranglement : le paralysie des infrastructures
Les limites du réseau américain se manifestent déjà de manière tangible. Les coûts de l’énergie augmentent au double du taux d’inflation, alimentés non pas par les frais de production, mais par des contraintes de transmission et de distribution. Selon une récente étude du Lawrence Berkeley Lab, les revenus de la vente au détail d’énergie ont augmenté de plus de 20 % depuis 2019, malgré une consommation stable, ce qui indique que la tension dans le réseau fait augmenter les coûts dans tous les domaines.
La stratégie d’intégration verticale de la Chine, qui relie l’énergie, le calcul et les logiciels d’entreprise, lui confère un avantage asymétrique. Et parce que le déploiement mène à des boucles de rétroaction des données, au raffinement des performances et à la monétisation à long terme, le statut de premier arrivé compte. Chaque solution d’IA intégrée aujourd’hui crée une plateforme d’expansion pour demain.
Le décret exécutif de Trump peut marquer un tournant, du moins dans le ton. Il reconnaît que construire des modèles ne suffit pas. Sans autorisation accélérée pour les centres de données, les infrastructures énergétiques et les usines de nouvelle génération, les États-Unis resteront embourbés dans une inertie réglementaire.
Pour contrer l’élan de la Chine, les États-Unis doivent élargir leur champ de vision en matière de politique d’IA. Les puces comptent, mais les infrastructures énergétiques comptent tout autant, si ce n’est plus. L’investissement fédéral dans une infrastructure énergétique adaptée à l’IA, en particulier les sources d’énergie propres et à haute densité telles que l’énergie nucléaire et le solaire à l’échelle des services publics, doit devenir une priorité politique.
Clause de non-responsabilité Benzinga : Cet article provient d’un contributeur externe non rémunéré. Il ne reflète pas le point de vue de Benzinga et n’a pas été relu en termes de contenu ou d’exactitude.