Les banquiers centraux ont déjà une tâche ardue : lire le tableau de bord de l'économie et décider de l'orientation des taux d'intérêt. Une nouvelle étude de la Banque des règlements internationaux (BRI), l'institution basée à Bâle au service des banques centrales du monde entier, suggère que l'intelligence artificielle brouille les indicateurs. Comme la BRI sert précisément les institutions qui fixent les taux, ses travaux s'adressent directement aux responsables de ces décisions — conférant à cet avertissement une audience immédiate parmi les décideurs politiques.

Le document soutient que l'empreinte environnementale de l'IA — de la hausse de la demande en électricité à la tension sur les réseaux électriques — pourrait obscurcir les indicateurs sur lesquels les responsables s'appuient pour définir la politique monétaire, notamment le taux d'utilisation des capacités et les pressions inflationnistes, deux éléments qui pèsent réellement lors des décisions de taux.

Ce que dit le document de la BRI

Le document de travail n° 174 de la BRI a été publié le 8 octobre 2026, rédigé par les économistes Leonardo Gambacorta et Salvatore Polizzi.

Les auteurs reconnaissent à l'IA son soutien à l'atténuation du changement climatique et à l'adaptation, en citant les gains d'efficacité énergétique, l'amélioration des prévisions et l'innovation dans les technologies bas carbone. Ils avertissent également que les systèmes d'IA — en particulier ceux hébergés dans des centres de données — contribuent de manière significative à la consommation d'électricité et aux émissions qui l'accompagnent.

L'Agence internationale de l'énergie anticipe que la consommation mondiale des centres de données pourrait dépasser 945 térawattheures d'ici 2030, soit plus du double des niveaux actuels — une échelle qui explique pourquoi le document traite la demande en électricité des centres de données comme une variable macroéconomique plutôt que comme un simple enjeu technique. Le document ajoute que l'intensité énergétique de l'IA exerce une pression à la hausse sur les prix de l'électricité et contribue aux contraintes sur les réseaux.

Pourquoi les décideurs de taux devraient y prêter attention

Selon les auteurs, les changements de productivité induits par l'IA et les contraintes énergétiques pourraient troubler les signaux surels comptent les banques centrales. La production augmente-t-elle parce que l'économie surchauffe, ou parce que l'IA a rendu les travailleurs plus productifs ? Les prix montent-ils en raison d'une demande excédentaire, ou parce que les centres de données font monter les prix de l'électricité ?

Cette distinction importe car les prix de l'électricité alimentent les mesures d'inflation ciblées par les banques centrales, tandis que le taux d'utilisation des capacités est un indicateur classique de la proximité des limites d'une économie. Interpréter à tort une hausse des prix d'origine énergétique comme une surchauffe généralisée pourrait pousser une banque centrale vers une décision de politique monétaire dont l'économie n'a pas besoin.

Il existe également une préoccupation de stabilité financière. Les auteurs soulignent les investissements massifs consentis dans les infrastructures d'IA et la production d'énergie, avertissant que si ces investissements génèrent des rendements décevants, ils pourraient présenter des risques pour la stabilité financière.

Deux voies possibles, aucune pleinement cartographiée

Le document expose deux scénarios d'évolution possible de l'IA. Le premier est incrémental, avec une intégration progressive de l'IA dans les marchés et l'économie au sens large. Le second est transformateur : un bond vers l'intelligence artificielle générale (IAG), ce point hypothétique où l'IA égalerait les capacités humaines dans leur ensemble. Chaque scénario, selon les auteurs, comporte ses propres incertitudes quant aux résultats économiques et aux implications de politique monétaire.

Dans la continuité des travaux antérieurs de la BRI

Les publications de la BRI entre 2024 et 2026 ont analysé les effets de l'IA sur la croissance économique, la production et l'inflation. Le document n° 174 prolonge cette recherche en y ajoutant le climat, traitant la consommation énergétique de l'IA non pas comme une question secondaire, mais comme un facteur qui alimente directement les signaux économiques surveillés par les décideurs. Présenté ainsi, le document apparaît moins comme une analyse ponctuelle que comme la poursuite d'un programme de recherche actif de la BRI sur l'IA et la macroéconomie.

Implications pour les décideurs et les marchés

Pour les banques centrales, le message central est que les effets environnementaux relèvent des cadres traditionnels de politique monétaire. Traiter la demande énergétique de l'IA comme un sujet climatique distinct risque de masquer la manière dont elle se manifeste dans les données d'inflation et de production.

Pour les investisseurs, le document met en évidence une dualité dans l'adoption de l'IA. La technologie promet productivité et innovation, mais ses coûts énergétiques pourraient alimenter des risques économiques plus larges si les prix de l'énergie augmentent sous l'effet de la demande des centres de données. Si les coûts énergétiques accentuent les pressions inflationnistes, les banques centrales pourra réagir par un resserrement de la politique monétaire.

Ce qu'il convient désormais d'observer, c'est si l'énergie passe des marges de l'analyse monétaire vers son centre : la manière dont les banques centrales intègrent les prix de l'électricité et les contraintes des réseaux dans leur lecture de l'inflation et de la production, et si la BRI prolonge son axe de recherche 2024–2026 par de nouveaux travaux reliant l'IA, l'énergie et l'économie.

L'avertissement relatif à la stabilité financière mérite de rester à l'esprit. Les dépenses massives consacrées aux centres de données et aux nouvelles capacités de production d'énergie comportent un risque de rendements décevants — et la BRI vient d'inscrire ce risque au dossier.

Source : CryptoBriefing