IA : de quoi parle-t-on ?
L’Intelligence Artificielle est un domaine de recherche qui a connu plusieurs phases et qui englobe de multiples catégories de modèles. Or, le terme IA est aujourd’hui parfois galvaudé, la majorité des discussions se concentrant sur une famille de modèles que sont les LLMs comme ChatGPT, qui ont popularisé l’usage de l’IA générative.
Dans cet article, on va s’autoriser ce raccourci, car aujourd’hui c’est bien l’IA générative qui soulève les questions économiques et politiques, mais aussi le plus gros potentiel d’impacts à venir.
Des données encore parcellaires
Il faut garder à l’esprit qu’il reste encore difficile d’obtenir des données exhaustives sur l’impact environnemental de l’IA. Cette difficulté s’explique par plusieurs facteurs. D’abord, la technologie est relativement récente et son utilisation évolue encore énormément, rendant les études d’impact complexes à mener dans un contexte aussi mouvant. De plus, ce type d’études prend du temps à se faire et nécessite un recul que nous n’avons pas encore pleinement.
Ensuite, les grandes entreprises technologiques, qui sont à la pointe de ces développements, n’ont généralement pas d’intérêt à communiquer ouvertement sur l’impact environnemental de l’IA, bien au contraire. Cette opacité limite notre capacité à avoir une vision complète et objective des enjeux environnementaux réels.
Malgré ces limites, certaines données et tendances commencent à émerger, nous permettant d’esquisser les contours de cette problématique.
Une nouvelle infrastructure gourmande en électricité
Les modèles d’IAs génératives nécessitent de nouvelles capacités de calcul, différentes de l’offre de datacenters actuelle. Alimenté par une demande croissante des offres d’IAs, le déploiement des centres de données s’accélère, augmentant les besoins en énergie de cette filière.
Le Shift Project a réalisé un travail prospectif sur les besoins en électricité de l’IA et les impacts en termes d’émissions carbone.
Sur le graphique suivant, on peut voir une augmentation d’un facteur 4.5 d’ici à 2035.
On retrouve également cet ordre de grandeur dans d’autres études comme celle de l’AIE (Agence internationale de l’énergie) et de Schneider Electric.
Source : The Shift Project - Consommation électrique des centres de données
La mise en péril des objectifs climatiques
L’augmentation du déploiement de l’IA n’est pas compatible avec les objectifs de réduction d’empreinte carbone du numérique. L’empreinte carbone liée à la filière centre de données croît de 9% par an selon les estimations du Shift Project, alors qu’il faudrait qu’elle diminue de 5% par an.
Source : The Shift Project - Emission de gaz à effet de serre des centres de données
Pour illustrer l’impact que l’IA a sur la filière, on peut s’appuyer sur les données des rapports d’impact de Google et Microsoft.
On constate que leurs investissements dans l’IA les font sortir de la trajectoire de neutralité carbone qu’ils s’étaient eux-mêmes fixée.
Les émissions de gaz à effet de serre de Google en 2023 étaient 48 % plus élevées qu’en 2019, selon son rapport environnemental de 2024.
Dans son rapport sur le développement durable publié en mai 2024, Microsoft a déclaré que ses émissions avaient augmenté de 29 % depuis 2020 en raison de la construction de davantage de centres de données « conçus et optimisés pour gérer les charges de travail de l’IA ».
Source : IFP – Empreinte carbone de Google et Microsoft de 2019 à 2023 et projections de leur trajectoire bas-carbone jusqu'en 2030.(scope 1, 2 et 3 en millions de tonnes de Co2)
L’arbre qui cache la forêt
Les débats se focalisent beaucoup sur des indicateurs très fins de l’usage de l’IA générative à l’échelle d’une tâche ou d’une action. On cherche par exemple à estimer le coût d’une requête à une IA ou encore comparer le coût énergétique d’une tâche réalisée avec et sans IA. Se faire une conviction sur ces échelles de grandeur est assez complexe à cause de l’opacité des grandeurs physiques en jeu et le peu de recul sur les conséquences de cette nouvelle technologie.
En regardant unitairement les coûts d’usage, on manque une partie du problème qui est l’effet d’échelle des impacts au niveau mondial.
A contrario, si on regarde les dynamiques et les ordres de grandeurs à une échelle macro-économique, en considérant le secteur numérique et les impacts sur les autres secteurs, cela donne des tendances sur les consommations de ressources et les valeurs produites.
Ce que l’on constate, c’est une consommation d’énergie en forte croissance pour la filière centre de données, sans contrepartie de réduction dans les autres domaines.
Également, il y a un risque de s’intéresser uniquement à l’impact carbone car les grandeurs qu’on retrouve en majorité sont l’électricité consommée et les émissions de CO2 induites par l’utilisation de l’IA. Ces données sont assez bien documentées et accessibles en général, ce qui établit une base de comparaison.
Cependant, il faut garder en tête qu’il y a d’autres impacts moins mesurés et documentés. Nous savons que l’exploitation des data centers consomme de l’eau, que la fabrication des équipements utilise des ressources minières, mais il nous manque la quantification de ces impacts à l’échelle mondiale, pour savoir si on approche de certaines limites environnementales et l’ampleur des conflits d’usage des ressources avec d’autres secteurs.
L’association Green IT donne des proportions sur cet aspect multi-impacts dans son rapport sorti en octobre 2025.
Source : L’IA, un géant énergétique et environnemental : synthèse de l’étude Green IT 2025
Concurrence des ressources
Quand la tech vient chercher de l’eau là où il en manque
Les géants de la tech construisent des centres de données dans des régions déjà en stress hydrique.
Une enquête de The Guardian révèle les projets en cours ou déjà réalisés d’implantation de ces structures dans les zones en tension sur l’eau.
Cela a pour conséquence d’ajouter une pression accrue sur les ressources locales et les usagers.
En réaction, des collectifs locaux sonnent l’alerte comme Tu Nube Seca Mi Rio en Espagne.
Tension sur le réseau
Les centres de données se retrouvent souvent concentrés dans certaines zones du globe. Dans certains endroits comme en Irlande, les besoins croissants en électricité de ces infrastructures pénalisent l’électrification d’autres secteurs, ou peuvent faire peser un risque de blackout du réseau électrique.
Retardement de l’abandon des énergies fossiles
Les déploiements de nouveaux datacenters créent une augmentation croissante du besoin en électricité.
Pour satisfaire cet appétit, on aura besoin de déployer des moyens de production d’électricité décarbonée, pour limiter l’impact carbone. Le problème, c’est que ces infrastructures prennent du temps à construire, provoquant un prolongement temporaire des moyens de production à base d’énergies fossiles, comme des centrales à gaz ou au charbon pour soutenir cette croissance.
Conclusion
L’IA générative se déploie à un rythme fulgurant dans notre société. Pendant que les géants de la tech investissent massivement dans des infrastructures pour soutenir la demande, des mises en garde se font entendre sur l’appétit vorace de cette technologie et les impacts qu’elle engendre.
Pour l’instant, nous n’avons qu’une vision partielle des impacts environnementaux, nous n’avons pas abordé la pression sur les ressources minières, les pollutions induites et les conflits d’usage avec d’autres secteurs.
Concernant l’empreinte carbone, l’IA vient alourdir les émissions du secteur numérique déjà en peine pour réduire ces émissions (cf. étude Green IT).
Cela est dû à un déploiement massif, sans distinction de la finalité des usages et sans arbitrage avec les besoins des autres secteurs.
Les trajectoires d’impact carbone de l’IA générative sont actuellement incompatibles avec un objectif de limitation du réchauffement climatique à +2°C.
Des premiers signaux d’alertes remontent également à propos de l’usage de l’eau ou de l’électricité et la concurrence avec les besoins des populations proches des datacenters.
Une régulation est nécessaire pour limiter la puissance déployée des centres de données et utiliser cette technologie à bon escient.
References
Ci-dessous quelques références pour aller plus loin.
Article de BonPote - Intelligence artificielle : le vrai coût environnemental de la course à l’IA
