Les alertes se multiplient sur les dangers de l’intelligence artificielle. Des pionniers de l’IA comme Geoffrey Hinton et Stuart Russell, ou le chercheur Jacob Coxon évoquent le risque d’emballement de systèmes dépassant largement les capacités humaines et susceptibles d’échapper à notre contrôle. Ces avertissements méritent d’être pris au sérieux.

Mais j’aimerais tirer un autre fil, plus prosaïque : celui de l’énergie et de la matière. Car cette supposée « explosion d’intelligence » n’est pas immatérielle : « Information is physical » [« l’information est physique » en français, ce qui suppose que toute information a besoin d’un support matériel ou d’une représentation concrète pour exister, NDLR], rappelait le physicien Rolf Landauer dès 1991. Examiner le corps, le métabolisme énergétique et matériel des grands modèles de langage nous invite à questionner notre dépendance à la technologie.

Sur le plan énergétique, la thermodynamique fixe un plancher théorique : l’opération informatique la plus élémentaire, à savoir l’effacement d’un bit, réclame a minima 3 × 10⁻²¹ joule à température ambiante. Les ordinateurs actuels restent très éloignés de ce rendement. Pour un grand modèle de langage, la génération d’un seul token (un mot ou fragment de texte) demande en réalité entre quelques dixièmes et plusieurs joules au niveau des processeurs, selon le modèle, le matériel et les conditions d’utilisation.

A l’énergie consommée par les grands modèles de langage s’ajoute l’impact matériel. Selon l’analyse de cycle de vie publiée par Mistral (2025), une réponse de 400 tokens de son assistant représente, hors appareils des utilisateurs, 0,16 milligramme « équivalent antimoine », indicateur d’épuisement des ressources. Pour illustrer cet impact, Mistral compare cette valeur à celle générée par la fabrication d’une pièce de 2 centimes. En apparence, ce n’est pas beaucoup, mais multipliez cela par le nombre de réponses générées chaque jour par l’IA.

Une étude publiée en 2026 a identifié 32 éléments chimiques, dont près de 1,4 kg de cuivre dans un module Nvidia A100, dissipateur thermique compris. Chaque échange repose ainsi sur des ressources extraites en amont : cuivre, silicium, métaux rares comme l’étain, le nickel… A cela s’ajoute la matérialité de l’électricité : du charbon ou du gaz pour certaines centrales, mais aussi du béton et des métaux pour construire et entretenir centrales, barrages, éoliennes, panneaux solaires et réseaux.

Cette matérialité change la manière d’aborder les scénarios d’intelligence artificielle générale (IAG). Supposons qu’une intelligence très avancée cherche à poursuivre ses objectifs dans le temps. Consciente ou non, elle aurait alors intérêt à assurer la continuité de son fonctionnement. Que lui faudrait-il pour « vivre » ?

Produire son électricité, entretenir ses centres de données, remplacer ses cartes électroniques, réparer ses réseaux, extraire et raffiner les minerais, faire fonctionner les usines de semi-conducteurs… Un document de travail de RAND (2025) consacré aux dépendances mutuelles entre humains et IA souligne cet enjeu : le fonctionnement des systèmes numériques reste enchâssé dans un immense réseau d’interventions humaines, des mines jusqu’à la maintenance.

Au fil du temps, la matière s’use, se corrode, se disperse… Comme toutes les architectures, celles du numérique sont soumises à l’entropie et nécessitent un entretien et un soin permanents (Samuel Butler annonçait déjà cette dépendance avec les machines dans la seconde moitié du XIX^e siècle). Tant qu’elle dépendrait de cette organisation humaine, une IAG qui la détruirait compromettrait son propre fonctionnement. Mais cette dépendance n’est pas une assurance-(sur)vie : qu’elle ait besoin de nos bras et de nos mains ne garantit ni notre liberté ni notre pérennité.

En effet, la question n’est pas tant de savoir quand l’IAG pourra se passer de nous, mais à quel moment nous risquons de devenir incapables de nous passer d’elle. Si nous lui confions la gestion de fonctions collectives essentielles – énergie, éducation, santé, recherche, sécurité, logistique, finance… –, conserver un interrupteur ne suffira pas : encore faudra-t-il pouvoir l’actionner sans désorganiser la société. Un système peut rester physiquement dépendant de nous tout en devenant fonctionnellement indispensable. Tel le nénuphar de Chloé dans « l’Ecume des jours » de Boris Vian, l’IA croît à travers les dépendances que nous élaborons nous-mêmes.

Nous nous préoccupons, à juste titre, du code, des données et des algorithmes. Accordons autant d’attention au « corps de l’IA », à notre contrôle sur son métabolisme énergétique et matériel. Car l’enjeu n’est pas seulement ce que pourraient vouloir des machines, mais aussi le pouvoir de ceux qui possèdent et organisent les infrastructures dont elles dépendent : leur contrôle ne peut être laissé aux seuls intérêts privés.

L’économiste Lucas Chancel plaidait récemment pour une « socialisation de l’énergie » dans son ouvrage « Energie et inégalités. Une histoire politique » (Seuil, 2025). Le principe mérite d’être élargi : reprendre collectivement la main sur le triptyque énergie – matière – information. Cela suppose de débattre démocratiquement des ressources énergétiques et matérielles allouées à l’IA, d’exiger la transparence de ses besoins et de préserver la possibilité de faire fonctionner nos services essentiels sans elle. Il n’existe pas d’information sans matière pour la porter ni sans énergie pour la transformer. L’IA a un corps. La reprise en main démocratique de son métabolisme est une question éminemment politique.

BIO EXPRESS
Raphaël Ménard est diplômé de Polytechnique et des Ponts et Chaussées. Il est aujourd’hui ingénieur et architecte, auteur de « Vers la légèreté – petite histoire énergétique des sociétés humaines », éditions Wildproject (2025).

Cet article est une tribune, rédigée par un auteur extérieur au journal et dont le point de vue n’engage pas la rédaction.

Par  Raphaël Ménard