Énergie, données, copyright : la facture cachée de la course à l'IA

💡 En résumé

Le jour où le débat sur la sûreté de l’IA occupait les sommets — du roi Charles à Dumfries House — la véritable actualité était comptable. Crusoe lève 3,9 Md$ et atteint 30,9 Md$ de valorisation pour construire à la fois des campus géants et des « usines IA » modulaires transportables par camion. Emerald AI, Google, Nvidia et Anthropic forment une alliance pour négocier la flexibilité électrique des data centers au gigawatt. Et les pièces non caviardées du procès du New York Times contre OpenAI et Microsoft livrent une phrase interne dévastatrice : le scraping, « le plus grand vol de travail de l’histoire humaine ». Trois façons de dire la même chose — l’IA ne se paie pas en intelligence, elle se paie en électricité, en capital et en biens communs.

🔥 Tendances : le capital suit les électrons, pas les modèles

Crusoe : 3,9 Md$ pour quadriller le pays en usines IA

Crusoe a annoncé jeudi une série F de 3,9 Md$ qui porte sa valorisation à 30,9 Md$. Le tour est co-dirigé par Atreides Management, Mubadala Capital et Valor Equity Partners, avec la participation de Founders Fund, GIC, Nvidia, la Qatar Investment Authority, Radical Ventures et TPG. Trois nouveaux administrateurs entrent au conseil : Thomas Seifert (directeur financier de Cloudflare), Bill Stein (Primary Digital Infrastructure) et JB Straubel, fondateur de Redwood Materials et administrateur de Tesla.

Straubel n’est pas un inconnu dans le dossier : il a investi personnellement dans Crusoe en 2021, et l’entreprise est devenue le premier client de l’activité stockage d’énergie de Redwood. C’est le signal le plus clair de la thèse : le compute et le stockage électrique sont désormais la même chaîne industrielle.

Les fonds financeront les projets existants — dont un grand site à Abilene, Texas, utilisé par OpenAI — et une ligne plus originale : des « AI factories » modulaires baptisées Spark, fabriquées dans les propres usines de Crusoe et transportables par camion pour être raccordées à n’importe quelle source de puissance importante. L’avantage est double : déployer de la capacité vite et sans main-d’œuvre de construction massive, et contourner une partie du rejet local qui monte contre les complexes géants.

« Je crois que l’IA ouvrira une ère d’abondance, mais pour y arriver il faudra contrôler l’infrastructure des électrons jusqu’aux tokens », résume le cofondateur et PDG Chase Lochmiller. Le modèle économique est triple : louer de l’espace à des clients qui apportent leurs GPU, louer ses propres GPU, vendre de la puissance de calcul.

Emerald AI : monétiser le fait de ne pas consommer

Le sujet le plus structurant de la journée n’est pourtant pas une levée de fonds, mais une alliance énergétique. Le logiciel de réseau Emerald AI — licorne du secteur — a formé avec Google et Nvidia une coalition, rejoints par Anthropic et un bloc de utilities (AES, Constellation, National Grid, NRG Energy). L’AI Energy Management Alliance (AEMA) veut faire du demand response un élément intégral du développement des data centers.

Le principe est ancien — les utilities l’utilisent depuis des décennies avec les usines, qui acceptent de réduire leur consommation en pointe contre rémunération — mais son application à l’IA change d’échelle : mettre en pause des tâches non critiques et déplacer des charges de calcul permettrait, selon AEMA, de raccorder 100 gigawatts supplémentaires de data centers au réseau.

L’alternative qu’évite cette approche est celle des groupes électrogènes diesel, qui est aujourd’hui la façon habituelle dont un data center participe aux programmes de flexibilité. Le logiciel d’Emerald AI coordonne les demandes des utilities avec les data centers, qui peuvent suspendre des tâches non critiques ou déporter la charge vers un autre site disposant de marge. Le marché n’est pas vide : Google développe ses propres outils, et Enel X permet déjà aux data centers d’utiliser leurs alimentations sans coupure pour lisser les pics.

Le chiffrage qui donne son poids au sujet vient de Goldman Sachs : limiter la consommation maximale à 90 % du réseau pendant quelques heures pourrait libérer 76 gigawatts de capacité. Autrement dit, la contrainte n’est plus seulement de produire plus d’électricité — elle est de rendre la demande négociable. Et celui qui fournit le logiciel de négociation se place au point de passage de toute la chaîne.

Le procès du New York Times : « le plus grand vol de travail de l’histoire humaine »

Les nouvelles pièces non caviardées du procès intenté par le New York Times contre OpenAI et Microsoft, trois ans après le dépôt de la plainte, contiennent des aveux internes d’une brutalité rare. Selon le dossier, un cadre dirigeant de Microsoft a qualifié en privé les pratiques d’entraînement d’« vol », et la direction d’OpenAI a reconnu que ses modèles représentaient une « menace existentielle » pour les éditeurs et les journalistes dont le travail les a entraînés.

Le document de janvier 2024 de Brent Hecht, directeur des sciences appliquées chez Microsoft, parle d’« un vol stupéfiant aux proportions sans précédent » et de « le plus grand vol de travail de l’histoire humaine ». Il y décrit un « doom loop » : la baisse des taux de clic « nuira à la performance de nos modèles et à l’ensemble du web en même temps ». Les propres données de Microsoft montrent que son « answer engine » Copilot a fait chuter les taux de clic vers le domaine du New York Times jusqu’à 93 % par rapport à la recherche Bing classique.

Satya Nadella, en déposition, a affirmé que « tout ce qui est derrière un paywall devrait être sous licence de quiconque veut l’utiliser pour l’ancrage ou l’entraînement », et qu’il aurait exercé le droit de Microsoft d’exiger qu’OpenAI réentraîne ses modèles s’il avait su qu’ils portaient sur du contenu payant.

Côté OpenAI, Nick Turley, responsable de ChatGPT, écrivait que les éditeurs font face à une « menace existentielle » de produits « largement substitutifs » qui « le deviendront de plus en plus à mesure qu’ils s’améliorent ». Greg Brockman décrivait les modèles comme « excellents en actualités ». Nadella a admis sous serment que converser avec un chatbot s’est substitué au fait d’aller sur le site source. Un document Microsoft évoque le « risque réel » que l’IA générative « perturbe significativement l’emploi des personnes mêmes qui ont généré les données » d’entraînement.

L’échelle de la copie est le point le plus frappant : les jeux de données de mi-entraînement d’OpenAI contiennent à eux seuls plus de 91 692 copies d’œuvres publiées par le NYT, le Daily News et le Center for Investigative Reporting ; un jeu dérivé de Common Crawl incluait plus de 2 millions de documents provenant du seul nytimes.com. Les initiatives Project Taxi et Project Mango ont produit un jeu contenant des copies d’au moins 160 903 œuvres uniques. Et les plaignants allèguent qu’OpenAI a conçu un plan de contournement des paywalls sans détection : lorsqu’un chercheur a évoqué devant Brockman un « hack pour contourner le paywall du NYT », la réponse aurait été « ah nice ». Les équipes auraient aussi retiré délibérément les mentions de copyright des données d’entraînement.

Un élément de contexte important : beaucoup de ces éléments proviennent du mémoire du New York Times, non des pièces sous-jacentes, qui restent scellées, et les citations sont présentées sans leur contexte d’origine. Le droit lui-même n’a pas tranché — les juges se sont montrés plutôt favorables à l’argument du « fair use » pour l’entraînement, et l’administration Trump a déposé un mémoire défendant l’usage non licencié. Mais plusieurs aveux fragilisent directement le quatrième facteur du fair use, l’absence de substitution au marché de l’œuvre originale. « Les preuves révélées ici pour la première fois montrent qu’OpenAI et Microsoft savaient que ce qu’ils faisaient était mal », a déclaré Steven Lieberman, conseil du New York Daily News. Les deux entreprises n’ont pas répondu aux demandes de commentaire.

L’ONU confie ses statistiques à Google — et découvre que les modèles ne savent pas compter

L’ONU a annoncé travailler avec Google pour rendre ses statistiques mondiales exploitables par les systèmes d’IA. Le UN System Data Commons, bâti sur la plateforme open source Data Commons de Google, permet d’interroger en langage naturel les données de toutes les agences onusiennes — en remplacement du portail UNData, où l’on naviguait dans une interface de base de données classique. Le point techniquement notable : la plateforme supporte le Model Context Protocol (MCP), le standard qui permet aux systèmes d’IA de se connecter directement à des sources externes.

La justification est un chiffre qui devrait circuler largement. Un benchmark de l’UNICEF portant sur six grands modèles et plus de 133 000 réponses à des questions sur les indicateurs de développement mondial donne un score de précision moyen de 21,2 % seulement, selon le statisticien en chef de l’agence, João Pedro Azevedo. Modèles testés : GPT-4o et GPT-4o-mini, Claude Sonnet 4.5 et Haiku 4.5, Gemini 2.5 Flash et Gemini 2.0 Flash. Environ trois réponses sur cinq ne fournissaient aucun chiffre utilisable, souvent parce que le modèle éludait. Pire : en reposant les mêmes questions sur les mêmes versions de modèles deux jours plus tard, les modèles qui donnaient un nombre les deux fois ne renvoyaient le même nombre qu’environ une fois sur deux.

Il s’agit d’un document de travail de l’UNICEF en préparation pour soumission à une revue, non encore évalué par les pairs ; la méthodologie, le code et les données seront publiés. L’UNICEF note aussi une forte hausse cette année du trafic venant d’assistants d’IA génératives vers son site de données.

Puces : Huawei avance son calendrier, l’administration américaine a un calendrier aussi

Huawei a avancé au premier trimestre 2027 le lancement de sa puce Ascend 960DT, initialement prévu au troisième trimestre 2027. L’annonce, faite à Huawei Connect par le président tournant David Wang, tombe une semaine avant la rencontre entre Donald Trump et Xi Jinping, le 24 septembre à Washington. L’entreprise chinoise veut agréger des centaines de milliers, à terme des millions, de puces IA en un seul ordinateur via son Peerium Computing Architecture, qui s’appuie sur UnifiedBus pour relier processeurs, mémoire, stockage et réseau. Les systèmes Atlas 950 SuperPoD et SuperCluster en sont les premières instances ; Huawei annonce jusqu’à 256 000 cartes accélératrices dans un SuperCluster.

La nuance est signalée par l’analyste Rui Ma : Huawei avait évoqué un Atlas 960 SuperPoD montant à 15 488 puces Ascend 960, alors que l’annonce de la semaine parle d’un système à 4 096 cartes. « La puce arrive bien plus tôt, mais le SuperPoD annoncé est nettement plus petit que ce qui avait été présenté. »

Enfin, dans la catégorie des États qui achètent de l’IA pour rattraper un déficit d’infrastructure, la FAA s’apprête à lancer SMART — Strategic Management of Airspace, Routes, and Trajectories — un programme logiciel de 875 M$ sur 12 ans fourni par l’entreprise Air Space Intelligence. La plateforme cloud doit évaluer horaires des compagnies, météo, capacité aéroportuaire, conditions d’espace aérien et contraintes opérationnelles pour prédire les flux de trafic et identifier les conflits avant qu’ils ne surviennent. Déploiement d’abord dans la région métropolitaine de Washington, puis extension.

📊 Analyse : trois factures, un même principe

1. L’énergie devient un marché de flexibilité, pas de production. L’alliance Emerald AI est la nouvelle la plus sous-estimée de la journée, parce qu’elle déplace la question. Jusqu’ici, le débat public portait sur la construction de centrales et la disponibilité de l’électricité. AEMA propose autre chose : rendre la consommation des data centers interruptible et facturable. Les ordres de grandeur — 100 GW raccordables, 76 GW libérables en plafonnant à 90 % pendant quelques heures — indiquent que le gisement est dans la demande, pas dans l’offre.

Le revers est important : un data center qui accepte d’être interrompu accepte de dégrader un service. Quelles tâches sont « non critiques » ? Qui décide, dans un contrat de location de GPU où le client a payé pour un débit ? Et que se passe-t-il le jour où un opérateur met en pause une charge d’entraînement de trois semaines ? La flexibilité a un prix juridique et contractuel que l’annonce ne règle pas. Le modèle Crusoe — usines modulaires connectables à de grandes sources de puissance, déployables hors des zones de rejet local — est la réponse physique à la même contrainte : puisque la négociation locale est difficile, on déplace l’usine.

2. L’asymétrie de valeur est désormais chiffrée par les acteurs eux-mêmes. Le dossier du New York Times n’est pas seulement une affaire de droit d’auteur : c’est un document d’économie industrielle. Microsoft a mesuré −93 % de taux de clic vers un éditeur, diagnostiqué un « doom loop » qui nuirait à ses propres modèles, et reconnu en interne menacer l’emploi de ceux qui ont produit la donnée. OpenAI a écrit que les éditeurs font face à une menace « existentielle ». Ces phrases ne viennent pas de critiques de l’IA, mais des entreprises accusées — et elles décrivent exactement l’atteinte au marché que le test du fair use demande d’évaluer.

Le point de gouvernance pratique : l’information décisive sur l’impact de l’IA sur les biens communs informationsnels est détenue par les entreprises qui en bénéficient. Elle n’apparaît que sous contrainte judiciaire, trois ans après, partiellement caviardée, présentée par le plaignant. Aucun régulateur ne dispose d’un instrument équivalent. C’est un argument structurel en faveur des obligations de mesure et de publication imposées — et il est plus solide que n’importe quel plaidoyer pour la transparence.

3. Les modèles ne sont pas un substitut fiable aux sources de données. Le chiffre de l’UNICEF — 21,2 % de précision moyenne sur plus de 133 000 réponses, trois réponses sur cinq sans chiffre exploitable, et une instabilité d’environ 50 % d’un test à l’autre à deux jours d’intervalle sur la même version de modèle — est le résultat le plus directement actionnable de la semaine pour toute organisation qui construit un produit sur des données factuelles.

La réponse technique du UN System Data Commons est cohérente : ne pas demander au modèle de se souvenir des statistiques, mais lui donner un accès outillé à la source autoritative via MCP. C’est la même leçon que celle de la compétence « sans hallucination » des systèmes d’extraction et de vérification : la connaissance doit être récupérée et tracée, pas générée. Pour un acteur public, la conclusion est nette — la fiabilité passe par l’infrastructure d’accès aux données, pas par le choix du modèle.

4. Les puces rattrapent le calendrier politique. Le déplacement du lancement de l’Ascend 960DT de Q3 2027 à Q1 2027, à une semaine d’une rencontre Trump-Xi, illustre que les feuilles de route silicium sont désormais des instruments diplomatiques. La remarque de Rui Ma ajoute la variable qui manque aux annonces : le système annoncé est plus petit que promis, ce qui relativise fortement l’effet réel du calendrier accéléré. Un cluster à 4 096 cartes n’est pas un cluster à 15 488, quelle que soit la date de livraison.

🎯 À retenir

Crusoe : 3,9 Md$ levés (série F), valorisation 30,9 Md$, avec Nvidia et la Qatar Investment Authority au tour. Deux lignes : les campus géants (Abilene, Texas — OpenAI) et les usines IA modulaires Spark, transportables par camion pour contourner le rejet local.
AEMA (Emerald AI + Google + Nvidia + Anthropic + AES/Constellation/National Grid/NRG) veut faire de la flexibilité de consommation un standard : 100 GW de data centers raccordables selon l’alliance, 76 GW libérables selon une étude Goldman Sachs en plafonnant à 90 % du réseau pendant quelques heures.
Procès NYT : Microsoft a mesuré jusqu’à −93 % de clics vers le NYT avec Copilot, un cadre a parlé de « plus grand vol de travail de l’histoire humaine », Nadella a reconnu une substitution entre chatbot et site source, et les jeux d’entraînement contiennent 91 692 copies d’œuvres de presse et 2 millions de documents du seul nytimes.com.
UNICEF : 21,2 % de précision moyenne de six grands modèles sur 133 000 réponses à des questions de développement, 3 sur 5 sans chiffre exploitable, et seulement une fois sur deux le même chiffre à deux jours d’intervalle — d’où la réponse par l’accès outillé (Data Commons + MCP) du UN System Data Commons.
Huawei avance l’Ascend 960DT à Q1 2027 (avec 256 000 cartes annoncées par SuperCluster), une semaine avant la rencontre Trump-Xi — mais le SuperPoD annoncé (4 096 cartes) est plus petit que les 15 488 précédemment évoqués.
FAA : programme SMART à 875 M$ sur 12 ans (Air Space Intelligence) pour prédire les flux de trafic aérien — premier déploiement dans la région de Washington.

La ligne commune : l’IA se finance en électricité, en capital et en biens communs. Les trois factures arrivent par des canaux différents — contrats de flexibilité, tours de table de 4 milliards, procès de trois ans — mais elles mesurent la même chose : le coût réel d’une industrie qui a jusqu’ici fait porter l’essentiel de sa dépense sur des tiers. Ceux qui pilotent les électrons et les données ont désormais plus de pouvoir que ceux qui pilotent les modèles.