Why AI is blowing up
the power grid

Pourquoi l'IA fait exploser
le réseau électrique

Resource adequacy — the ability of the electrical system to supply sufficient electricity to meet demand at all times — was the unglamorous backbone of the power sector for a century. Utility planners, regulated by state commissions, built generation and transmission years in advance, maintaining reserve margins that ensured the lights never went out. It was boring, reliable, and expensive. Then AI changed everything.

L'adéquation des ressources — la capacité du système électrique à fournir suffisamment d'électricité pour répondre à la demande à tout moment — était l'épine dorsale peu glamour du secteur de l'énergie pendant un siècle. Les planificateurs des services publics, réglementés par les commissions d'État, construisaient de la production et des lignes de transport des années à l'avance. Puis l'IA a tout changé.

The scale of AI's energy appetite is genuinely historic. A single large language model training run can consume tens of millions of kilowatt-hours — the equivalent of powering thousands of homes for a year. When you multiply this by the thousands of training runs happening simultaneously across hundreds of facilities operated by Microsoft, Google, Amazon, Meta, xAI, and their peers, the aggregate load is staggering. For the first time since the electrification of heavy industry in the early 20th century, the United States is experiencing a genuine, structural, multi-decade acceleration in electricity demand.

L'ampleur de l'appétit énergétique de l'IA est véritablement historique. Une seule session d'entraînement d'un grand modèle de langage peut consommer des dizaines de millions de kilowattheures — l'équivalent de l'alimentation de milliers de foyers pendant un an. Multiplié par les milliers de sessions d'entraînement simultanées, la charge agrégée est stupéfiante. Pour la première fois depuis l'électrification de l'industrie lourde au début du XXe siècle, les États-Unis connaissent une véritable accélération structurelle et pluridécennale de la demande d'électricité.

The consequences for grid operators are severe. Regional Transmission Organizations — the bodies that run wholesale power markets and ensure reliability — had built their planning models on decades of flat or declining demand. Their forecasting tools, capacity market rules, and interconnection processes were designed for a world where load growth was 0–2% per year. In 2024, some regions are seeing 5–8% annual load growth. The gap between what the system was designed for and what it is now being asked to do is creating stress at every layer of the infrastructure stack.

Les conséquences pour les gestionnaires de réseau sont sévères. Les Organisations de Transmission Régionale avaient construit leurs modèles de planification sur des décennies de demande plate ou en baisse. En 2024, certaines régions voient une croissance annuelle de la charge de 5 à 8%. L'écart entre ce pour quoi le système a été conçu et ce qu'on lui demande maintenant crée du stress à chaque couche de l'infrastructure.

The physical bottlenecks are perhaps the most alarming. Large power transformers — the 200-ton, custom-engineered equipment that steps voltage up and down at every major substation — now have lead times of 3–5 years and global manufacturing capacity is fully committed. Transmission line permitting averages 10+ years in the United States. The interconnection queue has grown to 2,600+ GW — five times the nation's total existing generating capacity — with most projects waiting years for grid impact studies before a single shovel of earth is moved.

Les goulots d'étranglement physiques sont peut-être les plus alarmants. Les grands transformateurs de puissance — l'équipement de 200 tonnes conçu sur mesure qui ajuste la tension à chaque grande sous-station — ont désormais des délais de livraison de 3 à 5 ans et la capacité de fabrication mondiale est entièrement engagée. Les autorisations de lignes de transmission prennent en moyenne 10+ ans aux États-Unis.

The hyperscalers understand this better than almost anyone. Microsoft, Google, and Amazon are not waiting for grid operators to solve the problem — they are intervening directly. Microsoft's agreement to restart Three Mile Island nuclear plant is a landmark moment: a technology company, not a utility, is now financing the recommissioning of a nuclear reactor to power its data centers. Google has signed the world's largest corporate nuclear PPA. Amazon has purchased nuclear-adjacent data center campuses. The energy sector has acquired the most powerful set of customers it has ever had — and those customers do not accept unreliable power.

Les hyperscalers comprennent cela mieux que presque n'importe qui. Microsoft, Google et Amazon n'attendent pas que les gestionnaires de réseau résolvent le problème — ils interviennent directement. L'accord de Microsoft pour redémarrer Three Mile Island est un moment fondateur : une entreprise technologique, et non un service public, finance maintenant la remise en service d'un réacteur nucléaire. Le secteur de l'énergie a acquis l'ensemble de clients le plus puissant qu'il ait jamais eu — et ces clients n'acceptent pas une alimentation peu fiable.

A Global Challenge

Un Défi Mondial

This is not a uniquely American phenomenon. Europe, China, India, Japan, and the Gulf states are all experiencing versions of the same collision — an AI-driven infrastructure buildout meeting electricity systems that were not designed for it. The manifestations differ by regulatory structure, fuel mix, and generation vintage, but the underlying physics are universal: AI demands reliable, dispatchable, 24/7 power at scales that strain every existing system.

Ce n'est pas un phénomène uniquement américain. L'Europe, la Chine, l'Inde, le Japon et les États du Golfe connaissent tous des versions de la même collision — une construction d'infrastructure pilotée par l'IA rencontrant des systèmes électriques qui n'ont pas été conçus pour cela. Les manifestations diffèrent selon la structure réglementaire et le mix de production, mais la physique sous-jacente est universelle.

The long-term solution almost certainly requires a combination of approaches: aggressive transmission expansion, a nuclear renaissance anchored by technology company offtake agreements, demand flexibility programs that treat AI data centers as dispatchable loads (as challenging as that is technically), accelerated permitting reform, and a fundamental rethinking of capacity market design to properly value reliability in a high-renewables, high-AI-load world.

La solution à long terme nécessite presque certainement une combinaison d'approches : une expansion agressive de la transmission, une renaissance nucléaire ancrée par des accords de rachat des entreprises technologiques, des programmes de flexibilité de la demande, une réforme accélérée des autorisations et une refonte fondamentale de la conception des marchés de capacité.

What is not in doubt is the scale of the challenge. The International Energy Agency projects that data centers will consume 1,000 TWh per year globally by 2030 — more than the entire electricity consumption of Germany today. The grid operators, regulators, utilities, technology companies, and policymakers who solve this problem will define the infrastructure of the AI age. Those who fail will face blackouts — and the economic consequences that follow.

Ce qui n'est pas en doute, c'est l'ampleur du défi. L'AIE projette que les centres de données consommeront 1 000 TWh par an à l'échelle mondiale d'ici 2030 — plus que la consommation électrique totale de l'Allemagne aujourd'hui. Les gestionnaires de réseau, régulateurs, services publics, entreprises technologiques et décideurs politiques qui résolvent ce problème définiront l'infrastructure de l'ère de l'IA.

Regions Under Pressure

Régions Sous Pression