La contestation des centres de données dédiés à l’IA devient bipartisane

La quantité de nouvelles énormes concernant l’IA cette semaine était proprement ridicule.

Google a nommé Demis Hassabis au poste de scientifique en chef. Jeff Dean et trois chercheurs légendaires ont également quitté Google pour créer Discovery Loop. Plusieurs modèles ont pris la tête du classement ARC-AGI-3. Et les agents d’OpenAI ont créé un forum de discussion secret pour coordonner leur travail.

Et pourtant…

La révolte grandissante contre les centres de données dédiés à l’IA pourrait bien être l’histoire la plus importante de l’année dans le domaine de l’IA, car cette question semble remodeler les opinions politiques aux quatre coins des États-Unis, et des personnes qui sont habituellement en désaccord sur tout s’unissent autour d’un point essentiel : elles détestent les centres de données.

Voici ce qui s’est passé

La journaliste Jasmine Sun est intervenue dans The Ezra Klein Show après son retour d’un reportage de 10 jours sur quatre sites du Wisconsin et du Michigan, au cours duquel elle a interrogé des militants, des travailleurs, des responsables politiques et des habitants pour comprendre comment les conflits locaux autour des centres de données sont devenus une révolte bipartisane contre le déploiement de l’IA. Elle a également expliqué pourquoi cette lutte s’est largement étendue au-delà des plaintes concernant la laideur des bâtiments, le bruit, l’eau ou l’électricité.

Voici ce qu’elle a découvert :

• L’opposition aux centres de données est devenue très largement bipartisane. Selon certaines informations, environ 70 % des électeurs s’opposent à l’installation d’un centre de données près de chez eux, tandis que plus de 100 projets de moratoires au niveau des États et des collectivités locales circulent.
• La plainte concernant les nuisances physiques est simple. Ces installations ont besoin d’énormes quantités d’électricité pour faire fonctionner leurs puces ; elles sont bruyantes et très laides.
• Le problème de l’électricité est bien réel. Les grappes de serveurs d’IA nécessitent de nouvelles capacités de production et de nouvelles centrales électriques importantes. Lorsque les projets arrivent plus vite que les fournisseurs d’électricité ne peuvent étendre le réseau, les habitants craignent une hausse des tarifs et la reconstruction d’infrastructures publiques principalement au bénéfice d’un seul client fortuné.
• Le problème de l’eau est plus complexe. Le refroidissement consomme effectivement de l’eau, mais Jasmine explique que la plupart des centres de données les plus récents utilisent des systèmes en circuit fermé qui la recyclent et en consomment bien moins que ne le suggèrent les comparaisons souvent faites. L’eau est néanmoins devenue un symbole sensible pour des collectivités qui s’inquiètent déjà de savoir qui aura accès à des ressources limitées.
• Les négociations secrètes ont aggravé les choses. Les accords de confidentialité empêchaient les responsables d’expliquer les projets envisagés, laissant les rumeurs et la méfiance combler le vide.
• Les habitants ne croient pas aux bénéfices promis. Les entreprises de centres de données promettent des emplois, des recettes fiscales et des tarifs d’électricité protégés. Mais les habitants, marqués par les précédents échecs d’entreprises, répondent de plus en plus souvent : « Je ne les crois pas. »
• L’IA ne dispose d’aucune constituency publique puissante. Le logement a de futurs résidents. Les usines automobiles ont des travailleurs. Les énergies renouvelables ont les écologistes. Mais la plupart des gens ordinaires considèrent encore l’IA comme un logiciel utile, et non comme une infrastructure essentielle justifiant de transformer leur collectivité.
• La peur d’une « classe inférieure permanente » rend le marché insultant. Certains acteurs de l’IA prédisent ouvertement que l’automatisation pourrait concentrer les richesses tout en laissant un groupe nombreux avec moins de travail, de mobilité et de pouvoir politique. On demande aux habitants de fournir les terrains, l’eau et l’électricité nécessaires à une infrastructure dont les propres bâtisseurs avertissent qu’elle pourrait les rendre économiquement superflus. Non merci.

Voilà pourquoi tant de gens ne veulent pas de cela près de chez eux. Ils voient des coûts concentrés et des bénéfices incertains : du bruit, de nouvelles constructions, davantage de lignes à haute tension, de possibles hausses de tarifs, peu d’emplois permanents, des avantages fiscaux pour le promoteur et des décisions prises en pratique sans le consentement du public.

Tout cela repose sur des conversations réelles, avec de vraies personnes, dans de vraies régions où ces événements se produisent. Certaines de ces personnes utilisent peut-être ChatGPT de temps à autre, voire tous les jours, et rejettent pourtant toujours l’idée que le fait d’apprécier une application signifie que leur ville doit à l’industrie de l’IA (« une poignée de milliardaires ») des terrains, des ressources bon marché et une déférence politique.

Pourquoi c’est important

La politique de l’IA EST une politique du quotidien, et à l’approche des élections de mi-mandat aux États-Unis, l’opinion des citoyens sur les centres de données a des répercussions sur l’ensemble de l’économie qui repose sur l’IA. Ce débat touche aux factures d’énergie, aux terres agricoles, aux emplois dans la construction, à la démocratie locale et à la question de savoir si une petite ville peut dire non à une industrie pesant mille milliards de dollars (environ ?).

Cela dit, Sun souligne que certains accords concernant des centres de données peuvent avoir un bilan globalement positif pour les collectivités : un promoteur peut être le seul acheteur disposé à dépenser 30 millions de dollars US pour dépolluer un site industriel contaminé, par exemple. D’anciennes usines vidées de leur substance par des promesses non tenues peuvent être réutilisées, et des terrains déjà défrichés peuvent redevenir productifs. Le véritable conflit porte sur la question de savoir si les villes obtiennent une part transparente et équitable de ces retombées positives.

Et si l’équipe « pause sur l’IA » remportait les élections ? Jasmine affirme qu’il est impossible d’arrêter réellement les centres de données au niveau de leur implantation physique (donc moratoires = pas question), car ils se contenteront de s’installer ailleurs (dans un autre État, à l’étranger ou même dans l’espace).

En somme, Les infrastructures d’IA deviennent un levier de négociation géopolitique. Les pays qui hébergent des capacités de calcul rares peuvent négocier l’accès aux modèles de pointe et à un soutien en matière de cybersécurité. Et si les moratoires américains se contentent de transférer ce levier vers des États autoritaires, les États-Unis pourraient finalement exercer MOINS de contrôle public sur l’IA, et non davantage.

Notre analyse

Cela dit, la nouvelle proposition de cadencement de l’AI Futures Project indiquait que les autorités de régulation pourraient ralentir le développement des modèles de pointe en obligeant les laboratoires à consacrer l’essentiel de leurs capacités de calcul à l’utilisation des modèles existants et à la mise au point de méthodes pour surveiller et contrôler les systèmes puissants. En réalité, les mêmes infrastructures contre lesquelles les collectivités se battent pourraient devenir le régulateur que le gouvernement utiliserait pour contrôler la vitesse des progrès de l’IA.

Mais, à nos yeux, le point qui a le plus résonné est celui de Jasmine : l’industrie continue de traiter cela comme un problème de marketing, alors qu’il s’agit d’un problème de produit. L’IA est problématique.

Pour les gens ordinaires, probablement comme vous, l’IA ne ressemble pas encore à une infrastructure essentielle. Elle ressemble sans doute davantage à un jouet ou à un coup de pouce occasionnel à la productivité, qui ne justifie certainement pas plus de 1 000 milliards de dollars de puces. À mon avis, c’est parce que nous essayons de « passer à l’échelle » avant de résoudre les cinq problèmes critiques de l’IA :

1. Alignement (nous ne savons toujours pas « lire dans ses pensées » pour la rendre utile plutôt que nuisible).
2. Hallucinations (elle se trompe encore sur certaines choses, selon le modèle).
3. Taille du contexte et mémoire (elle ne peut traiter qu’une quantité limitée d’informations à la fois).
4. Apprentissage continu (chaque nouvelle conversation recommence à zéro, au lieu de s’adapter à vous).
5. Exécution inefficace (il faut trop de puces informatiques et de watts pour obtenir un QI élevé).

Pour résoudre ne serait-ce qu’un seul de ces problèmes, il faut selon moi les résoudre TOUS, simultanément, car ils sont tous les symptômes d’un même problème : l’architecture. Construire davantage de centres de données ne résoudra rien. De toute évidence, ce modèle est littéralement insoutenable.

Préparez-vous donc à la première question sur l’IA à laquelle chaque candidat devra répondre après les primaires : « Qui paie pour l’IA, qui décide de l’endroit où elle est construite et qui en récolte les bénéfices ? »

Note de la rédaction : cet article a d’abord été publié dans notre publication sœur, The Neuron.