Face à l'aggravation des sécheresses aux États-Unis, des chercheurs de l'Université Virginia Tech ont conçu un modèle d'intelligence artificielle visant à réguler la concurrence croissante entre l'agriculture et l'industrie des semi-conducteurs pour l'accès à l'eau. Dirigé par le professeur Feras Batarseh, avec le soutien des chercheurs Lauren Pincus et Dan Sobien du laboratoire A3, ce projet a été publié dans le Journal of Water Resources Planning and Management. Alors que la production de puces électroniques et l'essor des requêtes en IA multiplient la demande en eau ultra-pure nécessaire au refroidissement et au nettoyage des wafers de silicium, les réseaux hydriques existants, déjà fragilisés par la sécheresse, peinent à suivre. Paradoxalement, de nombreuses usines de fabrication sont implantées dans des États arides comme l'Arizona, la Californie et le Texas. De leur côté, les activités agricoles consomment environ 70 % des prélèvements d'eau douce nationaux, avec des besoins en irrigation particulièrement élevés dans les régions sujettes à la sécheresse. Contrairement aux modèles prédictifs traditionnels, l'outil développé par l'équipe est un modèle d'IA causale. Il analyse les relations de cause à effet entre la disponibilité de l'eau, les besoins des cultures, l'expansion industrielle et les bassins hydrographiques régionaux. En intégrant des données agricoles, hydrologiques, climatiques et industrielles couvrant les cinquante États, le système génère des recommandations optimisées pour chaque juridiction. Il permet par exemple d'anticiper l'impact d'une nouvelle usine sur les ressources en irrigation voisines, ou d'évaluer comment l'efficacité des systèmes d'irrigation au Midwest pourrait libérer de l'eau pour le développement industriel. Cette approche est cruciale car la gestion de l'eau ne s'effectue jamais de manière isolée. Les décisions locales, les bassins partagés comme le Colorado, les régions économiques et la juridiction fédérale interagissent constamment. Le modèle offre donc une vision transversale aux décideurs publics, qu'il s'agisse des gestionnaires d'État ou des agences fédérales élaborent les stratégies nationales de fabrication de semi-conducteurs. Au-delà de la pression démographique et industrielle, les réseaux hydriques américains font également face à un vieillissement des infrastructures et à des vulnérabilités cybernétiques. Dans ce contexte, l'IA se présente à la fois comme une source de tension et comme un levier de solution. En simulant différents scénarios et en testant des options politiques, le modèle identifie des stratégies permettant de réduire le stress hydrique tout en maintenant la croissance économique. Le professeur Batarseh souligne que l'objectif n'est pas d'arbitrer entre les exploitations agricoles et les sites de fabrication, mais de trouver des méthodes plus intelligentes pour soutenir les deux secteurs. L'optimisation des pratiques agricoles, grâce à des techniques d'irrigation intelligente, pourrait libérer entre 10 et 20 % de ressources, créant ainsi l'espace nécessaire au déploiement industriel sans aggraver les pénuries. En fournissant une cartographie précise des répercussions territoriales des choix hydriques, cet outil offre aux décideurs une base factuelle pour anticiper les crises et aligner développement économique et durabilité des ressources en eau à long terme.