L’intelligence artificielle, ce “faux ami” du climat
Alors que les scientifiques du Giec et de l’IPBES alertent sur le cataclysme programmé du climat et de la biodiversité, c’est pourtant le sujet de l’intelligence artificielle (IA) qui domine les débats économiques. Les grands producteurs affirment qu’elle sera d’une aide incommensurable pour résoudre la crise environnementale, mais son introduction massive dans les processus ne va-t-elle pas l’aggraver, tout en y ajoutant une dépendance énergétique supplémentaire ?
Le vrai impact environnemental de l’IA
L’usage et la complexité des tâches et modèles explosent. Ainsi, une requête sur GPT-5 consomme presque 100 fois plus que sur GPT-4 ou sur Google (0,3 Wh). Et contrairement aux idées reçues, ces requêtes quotidiennes (inférences) ont un impact bien plus énorme que celui de l’entraînement initial des modèles d’IA : sur l’ensemble du cycle de vie, elles représentent 97 % à 99 % de l’énergie, et 80 % à 85 % de l’eau consommées.
En conséquence, la demande mondiale de puissance de calcul, et donc d’énergie, dédiée à l’IA, pourrait être multipliée par 5 d’ici à 2030. Les data centers ont consommé environ 415 TWh d’électricité en 2024 ; les projections convergent vers près de 1 000 TWh à l’horizon 2030. À elle seule, l’IA devrait représenter près de la moitié de cette croissance.
Mais le véritable enjeu est ailleurs : moins dans la production globale d’énergie que dans sa densité locale. Les réseaux électriques n’ont jamais été conçus pour absorber des charges aussi concentrées géographiquement. Les phénomènes de surréservation de capacité, congestion du réseau, retard de raccordement se multiplient. Idem pour l’eau, dont l’évaporation refroidit les systèmes électroniques. Un data center moyen peut consommer 2 millions de litres d’eau par jour, soit l’équivalent de la consommation d’environ 6 500 foyers. À l’échelle mondiale, c’est 560 milliards de litres d’eau par an, et peut-être 1 200 milliards de litres d’ici à 2030. C’est soutenable en termes de volumes globaux, mais pas de concentration géographique. Pourtant, deux tiers des data centers américains construits depuis 2022 se situent dans des zones exposées à la sécheresse (et ainsi mieux protégées de la corrosion). Les conflits d’usage de l’eau potable croissent.
L’IA, un levier clé d’adaptation à +3 °C ?
Dans les subtiles interactions climatiques, chaque dixième de degré de réchauffement moyen compte. La trajectoire actuelle n’est hélas pas de +1,5 °C à horizon 2100 comme le cadrait l’accord de Paris, ni à +2 °C, mais plutôt à +3 °C, et les conséquences géophysiques et biologiques seront immenses. D’ici à 2050, plus d’un milliard de personnes seront exposées à la montée du niveau des mers, et un quart de l’humanité pourrait vivre dans des pays en pénurie chronique d’eau. L’agriculture en est déjà bouleversée.
À +3 °C, l’adaptation devient pour les entreprises une condition très concrète et complexe de continuité opérationnelle, confrontée à plusieurs défis structurants :
- Sécuriser l’approvisionnement en ressources critiques malgré les événements météorologiques extrêmes ;
- Maintenir la productivité industrielle malgré les vagues de chaleur, le stress hydrique et l’instabilité énergétique ;
- Protéger les actifs et les infrastructures pour résister aux inondations, tempêtes, incendies, températures extrêmes, etc.
Certaines applications de l’IA permettront d’optimiser la consommation énergétique, réduire les pertes d’eau ou améliorer l’efficacité agricole. Les modèles météorologiques augmentés par les data sciences prédisent mieux et plus vite. Par des jumeaux numériques, il est possible de simuler des infrastructures et tester des stratégies d’adaptation. En bref, certaines applications de l’IA seront de précieux auxiliaires pour l’adaptation à la crise.
Avant de juger, mesurer
Quel paradoxe ! L’IA ajoute à la pression environnementale et sera pourtant un levier puissant pour s’adapter aux dégâts d’un monde plus chaud. Les grands fournisseurs électroniques ont rodé leur discours : les gains d’efficacité permis par l’IA compenseraient largement son empreinte environnementale. Mais cette affirmation repose sur une vision partielle, centrée sur les effets directs. Elle ignore les dynamiques indirectes : multiplication des usages, intensification des infrastructures, réorientation des investissements et reconfiguration des modèles économiques, politiques et géopolitiques. Elle ne prend pas en compte les puissants effets rebonds. Rien n’indique aujourd’hui que le bilan net sera positif, nous assistons plutôt à la multiplication des indices contraires.
Et ce qui est sûr, c’est que les grands acteurs d’IA (à l’exception notable de Mistral) font en sorte qu’aucune mesure ne soit possible. Après un pic de transparence en 2023, la publication de données environnementales sur les modèles d’IA a fortement reculé, de sorte que les entreprises utilisent massivement ces technologies sans disposer d’indicateurs homogènes sur leur consommation en eau et en énergie, ni leur empreinte carbone.
Or on ne pilote pas ce que l’on ne mesure pas. Quels que soient les usages de l’IA, son coût réel doit être intégré dans les décisions stratégiques. Cela suppose d’exiger des fournisseurs des données comparables et auditables sur l’énergie, l’eau et les matériaux. Cela suppose aussi d’intégrer le coût total du calcul dans la comptabilité environnementale des entreprises, au même titre que le transport ou la production industrielle.
L’IA sera peut-être l’un des meilleurs outils d’adaptation à +3 °C. Mais pour que cela ait une chance de se réaliser, il faut d’abord avoir le courage de regarder en face son empreinte réelle. Dans un monde contraint par les limites planétaires, par les ressources en énergie, en eau et autres éléments vitaux, la rigueur scientifique et l’objectivité lucide doivent précéder les promesses.
Albert Meige est associé chez Arthur D. Little et vice-président d’Impact AI. Cédric Villani est mathématicien, professeur à l’université Claude-Bernard-Lyon-1, et président de la Fondation de l’Ecologie politique. Cet article est une tribune, rédigée par un auteur extérieur au journal et dont le point de vue n’engage pas la rédaction.
