On nous parle de l'intelligence artificielle comme d'une révolution propre, immatérielle, presque magique. On tape une question, une réponse apparaît. Pas de fumée, pas d'usine, pas de déchet visible. Et pourtant, derrière chaque requête envoyée à ChatGPT, chaque image générée par Midjourney ou chaque recherche augmentée par l'IA, il y a des serveurs qui tournent, des processeurs qui chauffent, de l'eau qui refroidit, et de l'électricité qui se consomme en quantité. Le lien entre IA et environnement est réel, et largement sous-estimé. Ce n'est pas une raison de tout arrêter. Mais c'est une raison de regarder les choses en face.
L'IA consomme : mais combien exactement ?
De l'électricité, énormément
Pour comprendre pourquoi l'IA est si énergivore, il faut distinguer deux phases. La première, c'est l'entraînement : le moment où un modèle apprend à partir de milliards de données. C'est de loin la plus gourmande.
Selon une étude de l'Université du Massachusetts, entraîner un grand modèle de traitement du langage peut émettre jusqu'à 284 tonnes de CO₂, soit environ 5 fois les émissions d'une voiture sur toute sa durée de vie, trajets compris.
La deuxième phase, c'est l'inférence : chaque fois que vous posez une question à une IA, elle doit calculer une réponse en temps réel. Cela consomme beaucoup moins qu'un entraînement, mais comme des millions de personnes le font des dizaines de fois par jour, ça s'accumule très vite. Une requête à ChatGPT consomme environ dix fois plus d'énergie qu'une recherche Google classique, selon des estimations relayées par l'IEA (Agence Internationale de l'Énergie).
Et avec l'explosion des usages, la facture globale grimpe à une vitesse vertigineuse.
De l'eau aussi, en grande quantité
Moins connue, mais tout aussi importante : la consommation d'eau. Les data centers qui font tourner l'IA ont besoin d'être refroidis en permanence. Pour cela, ils utilisent des systèmes de refroidissement qui évaporent des millions de litres d'eau chaque année.
Microsoft a reconnu dans son rapport environnemental 2023 que sa consommation d'eau avait augmenté de 34 % entre 2021 et 2022, une hausse directement liée au développement de ses infrastructures IA, notamment celles qui alimentent Azure OpenAI.
Pour donner un ordre de grandeur : une conversation d'une vingtaine d'échanges avec ChatGPT consommerait l'équivalent d'une bouteille d'eau de 500 ml, selon des chercheurs de l'Université de Californie. Multiplié par des centaines de millions d'utilisateur·rices quotidien·nes, le volume devient difficilement imaginable.
Le grand angle mort : l'empreinte carbone du numérique
L'IA n'arrive pas dans un secteur neutre. Le numérique dans son ensemble représente déjà environ 4 % des émissions mondiales de gaz à effet de serre, soit plus que l'aviation civile mondiale, selon le think tank The Shift Project.
Ce qui rend la situation particulièrement délicate avec l'IA, c'est l'effet rebond : plus un outil devient efficace et accessible, plus on l'utilise. Les gains d'efficacité énergétique réalisés sur les puces et les serveurs sont souvent absorbés, voire dépassés, par l'explosion des usages. On optimise d'un côté, on consomme davantage de l'autre.
La fabrication des puces spécialisées nécessaires à l'IA (les GPU, notamment ceux de Nvidia) est elle-même très intensive en ressources (eau, métaux rares, énergie). L'empreinte carbone du numérique ne commence pas quand on allume l'ordinateur. Elle commence bien avant, dans les mines et les usines de semiconducteurs.
Tout n'est pas noir : l'IA peut aussi aider
Un outil au service de la transition écologique
Il serait réducteur et inexact de ne présenter l'IA que comme un problème pour l'environnement. Elle est aussi, dans certains cas, une partie de la solution.
DeepMind, la branche IA de Google, a développé un système qui a permis de réduire de 40 % la consommation d'énergie utilisée pour refroidir les data centers de Google, en optimisant en temps réel les paramètres de refroidissement.
Des startups comme Cervest utilisent l'IA pour modéliser les risques climatiques et aider les entreprises et les gouvernements à s'y adapter. Dans l'agriculture, des outils d'IA permettent de réduire l'utilisation de pesticides et d'eau en analysant précisément les besoins des cultures parcelle par parcelle.
Des géants tech qui cherchent (vraiment ?) à verdir
Google, Microsoft et Meta ont tous pris des engagements publics sur la neutralité carbone et l'alimentation de leurs data centers en énergies renouvelables. Certains de ces engagements sont sérieux et mesurables. D'autres méritent d'être regardés avec un peu de recul : le greenwashing existe aussi dans la tech, et des promesses à horizon 2030 ou 2040 ne compensent pas les émissions d'aujourd'hui.
Exercer son esprit critique face aux communications environnementales des grandes entreprises tech, c'est aussi faire partie du problème ou de la solution.
En tant qu'utilisateur·rice, on fait quoi ?
Choisir ses outils avec discernement
Choisir l'outil proportionné à la tâche, c'est déjà un premier geste de sobriété numérique. Inutile de solliciter un modèle ultra-puissant pour reformuler un email ou résumer un texte court.
La transparence des outils sur leur impact environnemental est aussi un critère à considérer. Certaines plateformes commencent à afficher des indicateurs d'empreinte carbone, c'est encore rare, mais c'est un signal positif à encourager.
Monter en compétences pour mieux utiliser l'IA
Un·e utilisateur·rice bien formé·e ne fait pas dix allers-retours pour obtenir un résultat correct. Il ou elle formule une bonne instruction dès le départ, tire bien plus de valeur de chaque interaction, et génère donc beaucoup moins de requêtes inutiles.
C'est d'ailleurs une conviction qu'on porte chez Digi Atlas : former aux outils d'IA, ce n'est pas juste apprendre à les utiliser, c'est apprendre à les utiliser de manière efficace, responsable et éthique.
C'est pourquoi nous intégrons cette dimension dès le départ, quelle que soit la formation :
Ce n'est pas parce qu'on forme sur ces sujets qu'on en oublie les impacts : au contraire, comprendre les dessous de l'IA, c'est aussi comprendre ce qu'elle coûte, pour mieux décider quand et comment l'utiliser.
Finalement, l'IA n'est ni le bourreau de la planète ni son sauveur. C'est un outil d'une puissance inédite, dont l'impact dépend entièrement de la façon dont on le déploie et dont on s'en sert. Fermer les yeux sur sa consommation d'énergie et d'eau serait irresponsable. Renoncer à ses bénéfices le serait tout autant. La voie du milieu, c'est la conscience : utiliser l'IA comme on utiliserait n'importe quelle ressource précieuse : avec discernement, avec mesure, et avec une vraie compréhension de ce qu'elle implique.
FAQ
L'IA consomme-t-elle vraiment plus d'énergie qu'une recherche Google ?
Oui. Une requête à un outil comme ChatGPT consomme environ dix fois plus d'énergie qu'une recherche Google classique, en raison de la complexité des calculs nécessaires pour générer une réponse en langage naturel.
Pourquoi les data centers consomment-ils autant d'eau ?
Les serveurs génèrent une chaleur considérable et doivent être refroidis en permanence. Les systèmes de refroidissement évaporent des millions de litres d'eau chaque année, une consommation qui s'est fortement accélérée avec le développement de l'IA.
L'IA peut-elle vraiment aider à lutter contre le changement climatique ?
Oui, dans certains usages précis : optimisation énergétique, modélisation climatique, réduction des pesticides en agriculture… Mais ces bénéfices ne compensent pas automatiquement l'empreinte de l'IA à grande échelle. Tout dépend de l'usage qu'on en fait.
Comment réduire son impact en tant qu'utilisateur·rice d'IA ?
Choisir des modèles adaptés à la tâche (pas toujours les plus puissants), formuler des instructions claires pour limiter les allers-retours, et se former pour utiliser ces outils efficacement, c'est déjà beaucoup.
