En 2025, la “personnalité mondiale de l’année” n’est pas un chef d’État, ni un artiste, ni un entrepreneur isolé. C’est un phénomène technique devenu fait social total : l’intelligence artificielle. Elle n’a pas d’état civil, pas de biographie, pas de mandat électif. Pourtant, elle a imposé son rythme à l’économie, ses contraintes aux réseaux électriques, et ses questions au marché du travail. Elle a aussi capté l’attention des rédactions au point de déplacer le centre de gravité symbolique des classements annuels : TIME a choisi “The Architects of AI” comme “Person of the Year”, autrement dit un collectif incarnant cette bascule, tandis que le Financial Times a couronné Jensen Huang, figure industrielle d’une technologie qui s’est matérialisée dans les puces et les data centers.
Ce choix éditorial dit l’époque : l’IA s’est imposée comme l’acteur principal, parce qu’elle a changé la production, la décision, l’information, et la distribution du pouvoir. Mais 2025 est surtout l’année où l’on a cessé de parler de l’IA comme d’une prouesse et où l’on a commencé à la comptabiliser : coûts d’investissement, coûts d’électricité, coûts d’emplois déplacés, coûts environnementaux.
Une consécration symptomatique : quand l’année ne tient plus dans un seul nom
Le fait qu’un magazine comme TIME retienne un collectif (“les architectes”) plutôt qu’un individu n’est pas un détail : c’est l’aveu qu’une technologie a dépassé les personnes qui la portent. La “personnalité” devient une chaîne complète : modèles, ingénieurs, clouds, fabricants de puces, infrastructures énergétiques, régulateurs. TIME place Jensen Huang au premier plan tout en décrivant une dynamique plus vaste — adoption massive, tensions de société, risques de désinformation, inquiétudes sur la santé mentale et la concentration de pouvoir.
Le Financial Times, en distinguant Jensen Huang, a choisi la lecture la plus froide : celle de l’infrastructure. L’IA de 2025 n’est pas seulement du logiciel ; elle est devenue une économie de la capacité de calcul, où la rareté et l’avantage concurrentiel se jouent dans les GPU, les interconnexions, les data centers et l’énergie qui les alimente.
Cette double consécration raconte une même réalité : 2025 a été l’année où l’IA a cessé d’être “une fonctionnalité” pour devenir une variable macroéconomique.
Le coût économique : une course d’investissement qui change la finance mondiale
La facture de l’IA en 2025 s’écrit d’abord en dépenses d’investissement. Reuters rapporte que les quatre hyperscalers — Microsoft, Amazon, Meta et Alphabet — sont attendus autour de 350 milliards de dollars de dépenses combinées sur l’année, sur fond de “buildout” massif de data centers et d’infrastructures de calcul. Dans le même mouvement, Goldman Sachs y voit une trajectoire de 3 000 à 4 000 milliards de dollars d’investissement mondial lié aux infrastructures IA à l’horizon 2030. Reuters+1
Ces montants ne décrivent pas seulement un “boom tech”. Ils déplacent la géographie des chantiers, tendent les chaînes d’approvisionnement (serveurs, semi-conducteurs, refroidissement), et font remonter une réalité que l’on avait tendance à oublier : l’IA est une industrie lourde, très capitalistique, qui fonctionne au rythme des délais de construction, des raccordements et des capacités de production.
Cette dynamique a un effet collatéral immédiat : elle a “tiré” les marchés. Le Financial Times et le Guardian décrivent un enrichissement spectaculaire des grandes fortunes technologiques en 2025, porté par la hausse des valorisations liées à l’IA. Le FT évoque plus de 500 milliards de dollars ajoutés à la richesse des milliardaires tech américains sur l’année, avec Nvidia et Jensen Huang parmi les grands gagnants. Financial Times+1
Le coût économique n’est donc pas seulement une dépense : c’est aussi une redistribution de rentes. En 2025, l’IA a amplifié la concentration : ceux qui possèdent l’infrastructure (puces, cloud, plateformes) captent l’essentiel de la valeur.
L’économie réelle rattrapée : énergie, foncier, et arbitrages industriels
Le cœur de 2025, c’est l’atterrissage dans le monde physique. On peut déployer des modèles en quelques semaines, mais on ne construit pas un data center comme on lance une application. Il faut du terrain, des permis, des transformateurs, des lignes électriques, de l’eau, du personnel qualifié, des délais. Dans certains pays, le goulot d’étranglement n’est pas la puissance des modèles : c’est la capacité du réseau.
Les signaux se multiplient : BloombergNEF, par exemple, anticipe une montée très rapide de la demande des data centers sur certains réseaux, avec une pression particulière sur PJM (l’un des plus grands opérateurs de réseau aux États-Unis), où la charge data centers pourrait croître à des niveaux comparables — voire supérieurs — aux nouvelles capacités de production attendues
Même les stratégies des géants changent : fin 2025, Alphabet annonce l’acquisition d’Intersect Power pour 4,75 milliards de dollars, explicitement pour sécuriser et organiser l’infrastructure énergétique de ses data centers à l’heure de l’IA. Quand un acteur du logiciel rachète un spécialiste de l’énergie, c’est que la contrainte s’est déplacée.
Ce déplacement a un prix macro : il peut renchérir le coût local de l’électricité, créer des tensions d’acceptabilité (bruit, eau, foncier), et forcer des arbitrages énergétiques qui ne sont pas neutres.
Le coût sur l’emploi : plus qu’une “peur”, une reconfiguration
Le débat “l’IA va-t-elle supprimer des emplois ?” est souvent mal posé. 2025 montre plutôt un triptyque : automatisation de tâches, déplacement de certains rôles, création de nouveaux besoins (data, sécurité, intégration, conformité, supervision). La question devient : qui gagne du temps, qui perd son utilité, et à quelle vitesse la transition se fait.
Le World Economic Forum, dans son rapport “Future of Jobs 2025”, décrit une disruption importante à l’horizon 2030 : 170 millions de rôles créés, 92 millions déplacés, soit un solde net positif mais avec des coûts de transition élevés. Il relève aussi qu’une part significative d’employeurs s’attend à réduire ses effectifs là où l’IA automatise des tâches.
L’Organisation internationale du travail (OIT), dans une mise à jour 2025, insiste sur un point souvent sous-estimé : l’exposition à l’IA générative ne signifie pas suppression directe, mais transformation du contenu du travail — avec des métiers où une part importante des tâches peut être affectée.
À l’inverse, l’OCDE, en observant l’usage dans les PME, rapporte une réalité plus prudente : beaucoup d’entreprises déclarent un impact neutre sur les effectifs à court terme (l’IA servant plutôt à combler des manques de compétences, à réduire le recours à des prestataires externes, ou à absorber une surcharge).
Ce contraste est précisément l’histoire de 2025 : l’IA ne “remplace” pas d’un coup ; elle modifie l’économie des tâches. Les effets les plus visibles apparaissent souvent aux marges : emplois juniors de bureau, production de contenus standardisés, support client, certaines fonctions de back-office, ou segments du développement logiciel. La discussion n’est plus théorique : des dirigeants de grandes banques, par exemple, parlent publiquement de réductions de postes liées aux gains de productivité, même si l’ampleur et le calendrier restent incertains.
Le coût en emploi, en 2025, se lit donc en trois postes : désajustement (les compétences demandées changent), polarisation (ceux qui savent utiliser l’IA vont plus vite), et dévalorisation de certaines tâches répétitives.
Le coût environnemental : l’IA, moteur de la demande électrique et facteur de tensions locales
L’IA a un coût environnemental parce qu’elle consomme de l’énergie, mobilise des matériaux, et intensifie la construction d’infrastructures. L’Agence internationale de l’énergie estime que la consommation électrique des data centers est appelée à plus que doubler d’ici 2030, jusqu’à environ 945 TWh dans son scénario de base, et souligne que l’IA est un moteur central de cette croissance, aux côtés d’autres services numériques.
À ce stade, il faut être précis : ce n’est pas uniquement “l’IA” qui consomme. C’est l’addition de l’entraînement (très coûteux mais ponctuel) et surtout de l’inférence (les usages quotidiens, à grande échelle), le tout logé dans des installations qui doivent tourner en continu avec des exigences de disponibilité. Les coûts montent aussi parce que l’entraînement des modèles frontières devient une affaire de centaines de millions, voire davantage à l’avenir, ce qui réserve la compétition à une poignée d’acteurs capables de financer ces cycles.
Et le coût environnemental ne se résume pas à des émissions globales : il prend la forme d’impacts locaux. Reuters rapporte qu’aux États-Unis, la montée de la demande des data centers contribue à remettre en service ou à prolonger l’exploitation de centrales “peaker” (souvent fossiles, parfois très polluantes), initialement destinées à fonctionner seulement en pointe, ce qui pose des enjeux de pollution locale et de justice environnementale.
La conséquence est double : l’IA accélère des investissements en énergie bas-carbone dans certains cas, mais elle peut aussi, à court terme, retarder des fermetures de capacités fossiles ou justifier des solutions de secours plus carbonées quand le réseau n’absorbe pas la demande.
Le coût politique et social : régulation, concurrence, confiance dans le réel
Le coût de 2025 est aussi institutionnel. L’Europe, avec l’AI Act, entre dans une phase d’application progressive : les obligations et interdictions se déploient par étapes, ce qui oblige entreprises et administrations à internaliser des exigences de conformité et de gouvernance.
Et la bataille ne porte plus seulement sur l’éthique : elle s’étend à la concurrence. Quand des autorités examinent les conditions d’accès aux plateformes de messagerie ou aux écosystèmes de distribution au prisme des chatbots, c’est que l’IA devient un enjeu de verrouillage de marché.
Enfin, il y a le coût informationnel : l’industrialisation de la production de textes, d’images et de vidéos rend la vérification plus difficile, et augmente la charge de preuve dans l’espace public. Ce coût n’apparaît pas dans les bilans financiers, mais il pèse sur les médias, la justice, la politique, et la confiance sociale.
Pourquoi l’IA mérite le titre de “personnalité mondiale” en 2025
L’IA est “personnalité mondiale de l’année” parce qu’elle a coché toutes les cases d’un fait dominant : elle a pesé sur la croissance via l’investissement, sur les marchés via la valorisation, sur le travail via la reconfiguration des tâches, sur l’énergie via la demande électrique, et sur la politique via la régulation et la concurrence.
Mais 2025 a surtout acté une chose : l’IA n’est plus un sujet de laboratoire ni un gadget de productivité. C’est un système qui a ses gagnants, ses perdants, ses factures et ses externalités. Une puissance sans visage, désormais impossible à ignorer — et impossible à traiter comme un simple “outil”.
