BookletMay 18, 2026
Artificial Intelligence, Energy and European Strategic Autonomy
A board-grade strategic analysis for corporate executives
Document language:
Olivier Dehareng51 pages46 min readPDF 3.4 MB (EN)
Summary
A board-grade strategic analysis of Europe's physical, geopolitical and regulatory dependencies in AI. It quantifies three structural vulnerabilities (Taiwan, critical metals, the rebound effect) and translates them into 12 to 18 month decisions for executives.
Keywords
AIenergydatacentergeopoliticsEuropeJevonsTSMCcritical-materialsCRMAAI-Actfrugal-AI
Contents (78)
- Avant-propos
- Comment lire ce booklet
- Résumé exécutif pour le comité de direction
- Ce que ces chiffres signifient pour votre entreprise
- Les trois enjeux à porter en board
- Trois décisions concrètes à prendre cette année
- Et le contexte macro (à connaître pour comprendre)
- PARTIE I - Le diagnostic énergétique et climatique
- Chapitre 1 - L'illusion de la dématérialisation
- 1.1 L'IA est une infrastructure physique
- 1.2 Mesurer correctement : énergie primaire, finale, intensité carbone
- 1.3 La dynamique européenne : croissance saturable
- Chapitre 2 - La géographie carbone européenne
- 2.1 La loterie carbone : un rapport de 1 à 16
- 2.2 Le sweet spot nordique
- 2.3 Le paradoxe allemand
- 2.4 Le cas France : actif sous-exploité
- 2.5 Les goulots invisibles : connexion réseau et files d'attente
- PARTIE II - Les vulnérabilités géopolitiques
- Chapitre 3 - TSMC : le point de défaillance à 10 000 milliards
- 3.1 La concentration extrême
- 3.2 ASML, le maillon caché
- 3.3 Les scénarios de disruption
- 3.4 La réponse européenne : European Chips Act, insuffisant
- 3.5 Les recommandations pour un dirigeant
- Chapitre 4 - Le quasi-monopole chinois sur les métaux critiques
- 4.1 La distinction clé : extraction vs raffinage
- 4.2 La carte des dépendances
- 4.3 La weaponisation 2023-2024
- 4.4 L'intensité matérielle d'un datacenter
- 4.5 Les externalités cachées : coûts environnementaux et sociaux
- 4.6 Le CRMA, un wishful thinking
- 4.7 Le plan d'action pour un dirigeant
- Chapitre 5 - L'eau, la ressource oubliée
- 5.1 Le bilan hydrique d'un datacenter
- 5.2 Les zones de conflit
- 5.3 Projection 2030
- 5.4 La recommandation
- PARTIE III - Le piège de Jevons
- Chapitre 6 - Pourquoi l'efficacité ne suffira pas
- 6.1 Le théorème historique
- 6.2 Les trois niveaux de rebond contemporains
- 6.3 ChatGPT : un cas d'étude illustratif du rebond
- 6.4 Google Search + IA générative : scénario d'adoption SGE
- 6.5 Le rebond infrastructurel : CapEx GPU des hyperscalers
- 6.6 La modélisation : pourquoi l'efficacité seule échoue
- 6.7 L'implication pour un CFO et un CEO
- PARTIE IV - Le cadre réglementaire
- Chapitre 7 - Le déficit de l'architecture européenne
- 7.1 L'AI Act : régulation pionnière, aveugle au climat
- 7.2 La CSRD : asymétrie pro-hyperscaler après l'Omnibus
- 7.3 EED, CRMA, Taxonomie : la grammaire commune de la non-contrainte
- 7.4 La fenêtre de révision 2026-2027
- PARTIE V - Les leviers techniques
- Chapitre 8 - L'IA frugale et ses limites
- 8.1 Le panorama des techniques
- 8.2 Le calcul théorique vs réel
- 8.3 La fragmentation de l'écosystème edge
- 8.4 Le paradoxe géographique de l'edge
- 8.5 La segmentation marché
- 8.6 Le verdict pour un dirigeant
- PARTIE VI - Le playbook dirigeant
- Chapitre 9 - Décisions stratégiques par fonction
- 9.1 Pour le CEO et le Board
- 9.2 Pour le CFO
- 9.3 Pour le CTO et le CIO
- 9.4 Pour le CRO et la Compliance
- 9.5 Pour le Head of Sustainability
- Chapitre 10 - Scénarios 2030 et stress-tests
- 10.1 Scénario 1 - *Business as Usual* (scénario à ce stade le plus probable, si inaction)
- 10.2 Scénario 2 - *Green Transition Controlled* (scénario plausible si les recommandations sont appliquées)
- 10.3 Scénario 3 - *Disruption Subie* (scénario à ne pas exclure en cas de choc géopolitique majeur)
- 10.4 Stress-test à utiliser en comité exécutif
- Conclusion
- Annexes
- A. Méthodologie
- B. Glossaire
- C. Bibliographie sélective