Une requête à une IA semble légère, mais à grande échelle l’addition explose. Selon les estimations relayées par plusieurs experts, l’essor de l’intelligence artificielle pourrait faire bondir la consommation électrique des centres de données de 20 à 40 % d’ici quelques années, avec un impact direct sur le climat, l’eau et les matières premières.
L’IA vit dans le cloud, et le cloud consomme très réel
On parle souvent de l’IA comme d’un outil magique, presque immatériel. En vrai, chaque texte généré, chaque image créée et chaque modèle entraîné repose sur des serveurs, des puces et des bâtiments refroidis en continu. Le problème, c’est que ces infrastructures demandent énormément d’électricité. L’entraînement des modèles les plus puissants mobilise des milliers de processeurs spécialisés pendant des semaines, parfois plus. Ensuite, il faut encore faire tourner l’IA pour répondre aux utilisateurs, ce qu’on appelle l’inférence. Et comme les usages explosent, le coût énergétique ne s’arrête pas après la phase de création du modèle, il devient permanent.
À cela s’ajoute la question du mix énergétique. Si les data centers sont alimentés par une électricité encore largement issue du gaz ou du charbon, l’empreinte carbone grimpe vite. Même dans les pays mieux placés sur les renouvelables, la demande supplémentaire pose un vrai défi. Produire plus d’électricité propre, plus vite, tout en évitant d’aggraver la pression sur les réseaux, ce n’est pas un détail technique, c’est un choix de société.
Pas seulement du CO₂, aussi de l’eau et des métaux
L’impact environnemental de l’IA ne se limite pas aux émissions. Les centres de données utilisent aussi beaucoup d’eau pour le refroidissement, surtout lors des fortes chaleurs. Dans certaines régions déjà touchées par le stress hydrique, la question devient franchement sensible. Une technologie pensée comme moderne peut donc accentuer des tensions locales très concrètes, loin des promesses futuristes des géants du secteur.
Il faut aussi regarder ce qu’il y a dans les machines. Les puces nécessaires à l’IA demandent des métaux rares, des chaînes de production complexes et une fabrication très énergivore. Plus la course à la puissance s’accélère, plus le renouvellement du matériel s’intensifie, avec derrière des déchets électroniques difficiles à recycler. L’IA n’est donc pas juste un logiciel malin, c’est aussi une industrie matérielle lourde.
Le vrai défi, c’est de choisir quelle IA on veut
Le sujet n’est pas de dire que toute IA serait mauvaise par nature. Elle peut aider à optimiser des réseaux électriques, prévoir des événements climatiques ou réduire certains gaspillages. Mais il faut arrêter de croire que l’innovation suffit à s’auto-réguler. Transparence sur la consommation, modèles plus sobres, infrastructures mieux localisées, règles publiques claires, tout cela devient urgent. Sinon, on risque de célébrer une technologie censée nous faire gagner du temps, tout en lui laissant brûler beaucoup trop de ressources. La vraie question, maintenant, c’est peut-être la suivante, veut-on une IA toujours plus spectaculaire, ou une IA vraiment compatible avec les limites de la planète ?