Environ 4 gigawatts d'un côté, 40 de l'autre. Pour la même chose : l'électricité que la France devra consacrer à l'intelligence artificielle. Le premier chiffre vient du planificateur officiel du réseau électrique. Le second, du dirigeant de notre champion national de l'IA. Un facteur dix les sépare. Et selon celui qui a raison, l'avenir énergétique du pays n'est pas le même.
Personne, à ma connaissance, n'a mis ces deux chiffres face à face. Ils méritent pourtant qu'on s'y arrête, car ils racontent deux futurs incompatibles.
La France selon RTE : l'abondance, et le risque de la gâcher
En décembre 2025, RTE, le gestionnaire du réseau de transport d'électricité, a publié son Bilan prévisionnel 2025-2035. Son diagnostic surprend qui s'attend à un récit de pénurie : la France se trouve aujourd'hui en situation d'abondance d'électricité décarbonée. La production bas carbone, nucléaire et renouvelable, progresse plus vite que la demande, qui reste stable autour de 460 à 470 térawattheures par an. Cette surcapacité tire même les prix vers le bas.
Dans ce tableau, le danger n'est pas de manquer d'électrons. Il est de ne pas les employer. RTE estime que cette abondance pourrait ne durer que deux à trois ans, et qu'il faut s'en servir vite pour électrifier les transports, l'industrie et le bâtiment, sous peine de gâcher une fenêtre stratégique. La consommation monterait alors vers 580 térawattheures à l'horizon 2035 dans le scénario de décarbonation rapide.
Et les centres de données, ces usines à calcul qui hébergent l'IA ? Ils figurent dans les plans, mais comme un pilier parmi d'autres, et l'un des plus modestes. RTE les chiffre à environ 10 térawattheures de consommation supplémentaire entre 2024 et 2030, derrière les transports, l'hydrogène et l'industrie. En capacité, l'institution recense environ 4,3 gigawatts de projets de centres de données déjà engagés. C'est notre premier chiffre.
La France selon Mistral : une infrastructure à bâtir, ou la vassalité
Le 12 mai 2026, Arthur Mensch, dirigeant de Mistral AI, était auditionné par la commission d'enquête de l'Assemblée nationale sur les dépendances numériques. Sa thèse renverse la perspective. L'IA n'est pas un logiciel que l'on achète, c'est une infrastructure de transformation : on fait entrer des électrons d'un côté, on obtient des jetons de calcul de l'autre. Le jeton est l'unité de base que produit un modèle d'IA.
De ce point de vue, l'électron mal employé est une matière première bradée. Sur la chaîne qui le transforme en jeton, l'électricité ne capterait qu'environ 10 % de la valeur, et 90 % reviendraient à ceux qui détiennent les modèles et la puissance de calcul. Vendre son électricité sans la transformer, c'est selon lui se comporter en pays qui exporte son pétrole brut pour racheter ensuite son essence raffinée.
Quelle quantité faudrait-il alors ? M. Mensch avance un ordre de grandeur : à cinq ans, chaque actif disposerait d'environ un kilowatt de puissance de calcul. Pour une quarantaine de millions d'actifs, cela fait 40 gigawatts à déployer. Voici notre second chiffre. Pour fixer les idées, c'est, en puissance, l'équivalent d'une trentaine de réacteurs nucléaires. À pleine charge, de l'ordre de 350 térawattheures par an, soit plus de la moitié de toute l'électricité que RTE projette pour la France en 2035. (Cette conversion est une illustration de ma part, pas un chiffre avancé par M. Mensch.)
L'enjeu, pour lui, est de souveraineté : une fois la puissance de calcul construite ailleurs, chez les grands acteurs américains, elle n'y revient pas, et il faut ensuite importer la couche à forte marge. Le coût de l'inaction se compterait en déficit commercial, qu'il évalue à environ mille milliards d'euros par an, soit 10 % de la masse salariale européenne.
Vendre son électricité sans la transformer en puissance de calcul, c'est exporter son pétrole brut pour racheter ensuite son essence raffinée.
Arthur Mensch, Mistral AI, audition Assemblée nationale, 12 mai 2026
Deux récits qui ne peuvent pas être vrais en même temps
Posons les chiffres côte à côte. Environ 4 gigawatts de projets engagés selon le planificateur. 40 gigawatts à viser selon l'industriel. Un ordre de grandeur d'écart, pour décrire le même besoin.
Ce n'est pas un détail de comptabilité. Si M. Mensch a raison, l'IA ne se contente pas de concurrencer la transition énergétique pour quelques électrons : elle réclame, à elle seule, l'équivalent de la moitié de la consommation électrique nationale projetée. Les plans de RTE, calibrés sur quelques gigawatts, seraient alors massivement dépassés. Si RTE a raison, l'IA reste un usage parmi d'autres, et la vision des 40 gigawatts relève du fantasme industriel. Les deux récits ne tiennent pas ensemble.
D'où vient l'écart
Avant de trancher, il faut comprendre pourquoi les deux chiffres divergent autant. D'abord, ils ne mesurent pas la même chose. RTE compte des projets engagés, concrets, contractualisés à court terme. M. Mensch décrit une cible à atteindre pour rester dans la course, pas une demande constatée. L'un additionne ce qui existe, l'autre dessine ce qui devrait advenir.
Ensuite, ils n'ont ni le même degré de certitude, ni la même position. RTE est un planificateur prudent, tenu à l'équilibre du réseau. M. Mensch est un acteur engagé, dont l'entreprise vit de la demande d'IA : plus la vague annoncée est grande, plus le marché qu'il sert l'est aussi. Cela ne disqualifie pas son propos, mais invite à le lire pour ce qu'il est, une vision intéressée autant qu'éclairée.
Enfin, les projections de demande en IA sont notoirement instables. Les puces et les modèles gagnent en efficacité très vite : le même service rendu réclame chaque année moins d'énergie, et l'hypothèse d'un kilowatt par actif pourrait se révéler haute. Personne, aujourd'hui, ne sait dire où sera le besoin réel dans cinq ans.
Le vrai sujet : on alloue dans le brouillard
Voilà pourquoi cet écart compte. Les décisions d'aujourd'hui, où implanter des centres de données, combien de capacité réserver, à quel usage donner la priorité, se prennent maintenant, sans savoir lequel des deux récits se vérifiera. Choisir, c'est parier implicitement sur l'une des deux visions.
Surdimensionner pour l'IA, c'est risquer d'immobiliser des capacités au détriment de l'électrification des transports et de l'industrie, là où RTE voit la vraie urgence. Sous-dimensionner, c'est risquer de laisser partir ailleurs la couche à forte valeur, comme le redoute M. Mensch. Aucun de ces deux risques n'est nul, et on ne peut pas les couvrir tous les deux.
La question n'est donc pas seulement technique, elle est politique : à quel récit la France accorde-t-elle ses électrons ? Le débat, pour l'instant, ne s'est pas posé en ces termes. Il faudrait qu'il ait lieu, car l'écart entre 4 et 40 n'est pas une nuance d'experts. C'est la mesure de notre incertitude sur ce que sera, vraiment, l'intelligence artificielle.