IA et environnement : démêler le vrai du faux

Peut-on vraiment parler d’une intelligence artificielle « verte » ? Entre promesses de performance et explosion des besoins en énergie, l’IA attire autant d’espoirs que de craintes. Les géants du numérique vantent ses bienfaits, mais son empreinte énergétique et matérielle reste inquiétante. L’IA pourrait représenter jusqu’à 13 % de la consommation mondiale d’électricité d’ici 2030 selon le CESE (Conseil Économique, Social et Environnemental). Alors est-elle une alliée ou une menace pour notre planète ? IA et environnement : démêler le vrai du faux en 2025, suivez le guide.

Le réel impact environnemental des systèmes intelligents

Quelle est la véritable empreinte écologique de l’IA sur notre planète ? Regardons de plus près sa consommation d’énergie, d’eau et de ressources matérielles à l’aide d’exemples concrets et parlants issus d’études scientifiques récentes.

► Des data centers toujours plus énergivores

Les modèles d’IA générative, comme ChatGPT ou Gemini, exigent une puissance de calcul colossale. D’immenses data centers hébergent leurs données. Leur consommation électrique a atteint 460 TWh en 2022, soit environ 2 % de la production mondiale, selon l’Agence internationale de l’énergie (2023).

Un serveur standard pour l’IA (type Nvidia DGX A100) nécessite 6,5 kWh, soit plus qu’un sèche-linge domestique. Leur impact carbone augmente considérablement lorsqu’ils fonctionnent 24 h/24. L’entraînement du modèle GPT-3 aurait émis plus de 500 tonnes de CO₂ d’après l’INRAE (2024), soit les émissions de dix voitures thermiques sur toute leur durée de vie. Demander aux moteurs génératifs de répondre à une requête en rédigeant un prompt exigeait dix fois plus d’énergie qu’une recherche sur Google en 2023.

Le pire scénario, publié dans la revue scientifique américaine Joule, « suggère que l’IA de Google pourrait à elle seule utiliser autant d’électricité qu’un pays comme l’Irlande (29,3 TWh par an), ce qui représente une augmentation significative par rapport à sa consommation énergétique historique liée à l’IA. » Mais ce n’est aujourd’hui qu’une hypothèse.

N’oublions pas enfin qu’une grande partie de l’énergie nécessaire à la production de cette électricité provient encore de sources non renouvelables (pétrole, charbon et gaz).

► Une empreinte en eau souvent passée sous silence

La consommation d’eau liée au refroidissement des serveurs est souvent peu évoquée. Elle constitue pourtant un enjeu majeur. Une étude de l’Université de Californie à Riverside (2023) révèle qu’une dizaine de requêtes sur un modèle d’IA avancé peuvent demander jusqu’à 2 litres d’eau pour maintenir les systèmes à température. Microsoft et Google ont constaté une hausse de 20 à 30 % de leurs besoins hydriques sur les deux dernières années.

Engager une conversation avec un moteur génératif comme ChatGPT, par exemple, consomme l’équivalent d’une bouteille de 1,5 L. Entraîner GPT-3 a nécessité 700 000 litres d’eau, soit environ 35 ans de consommation domestique pour un individu.

La même étude du CESE établit que les systèmes d’IA pourraient utiliser en 2027 entre 4,2 et 6,6 milliards de mètres cubes d’eau, une quantité légèrement supérieure à celle du Danemark.

► Des ressources matérielles sous tension

L’IA ne consomme pas seulement de l’électricité : elle dépend aussi de métaux rares (lithium, cobalt, cuivre…) nécessaires à la fabrication des puces et serveurs. Le nombre de matériaux mobilisés dans les technologies numériques a été multiplié par six entre 1980 et 2010, et cette demande pourrait tripler d’ici 2050, selon le ministère de la Transition écologique (Notre Environnement, 2023). Rappelons également le problème du recyclage de ces métaux. En effet, sur 60 métaux qui composent un smartphone, 17 ont des chances d’être recyclés.

Contrairement à l’idée d’un cloud « immatériel », les infrastructures nécessaires à l’IA reposent sur des centres de données physiques gourmands en artificialisation des sols. Leur implantation occupe souvent plusieurs dizaines d’hectares.

« L’IA for Green », une alliée pour la transition écologique

Peut-on exploiter cette technologie au profit de causes sociales et écologiques ? « L’IA for Green » ou « IA verte » offre des outils pour agir de manière positive sur l’environnement. Ces entités numériques représentent une opportunité de préserver la biodiversité, optimiser les ressources et anticiper les catastrophes naturelles. Nous devons simplement orienter les usages vers des applications respectueuses de notre écosystème.

Voici quelques exemples concrets d’utilisations de l’IA directes ou indirectes :

• Pl@ntNet identifie plus de 30 000 variétés de plantes à partir de photos ;
• BirdNet reconnaît plus de 3 000 espèces d’oiseaux grâce à l’analyse sonore ;
• les IA climatologiques anticipent les incendies, inondations et sécheresses en mesurant notamment la qualité de l’air ;
• les IA d’étude des sols et de l’irrigation favorisent, dans le domaine de l’agriculture, une gestion plus économe de l’eau et des engrais ;
• certaines entités numériques permettent de contrôler l’utilisation des terrains et le dépôt d’ordures illégal ;
• les algorithmes facilitent la planification de tournées de collecte plus efficaces et l’optimisation du tri des déchets et réduisent ainsi le gaspillage et les coûts logistiques ;
• L’IA ajuste en temps réel les feux de circulation, régule les flux de trafic et automatise les transports en commun pour minimiser la congestion et la consommation d’énergie ;
• les systèmes intelligents permettent de mesurer précisément les émissions de chaque organisation et de mettre en place des actions ciblées, entraînant une baisse de 5 à 10 % des gaz à effet de serre.

Certaines entreprises développent des modèles d’IA moins gourmands en ressources. Par exemple, LLaMa-3-8b (Meta) est dix fois plus petit que ChatGPT-3.5, tout en conservant des performances comparables pour certaines tâches spécialisées.

De même, Mistral 7B illustre qu’on peut réduire la taille des réseaux de neurones sans sacrifier leur efficacité.

Quelques idées reçues sur l’IA et l’environnement

De nombreux clichés circulent sur l’IA et l’environnement. Nous devons, en 2025, les déconstruire à partir de données scientifiques et de rapports officiels.

1. « L’IA est toujours très polluante »

Cette idée est trop simpliste. L’impact de l’intelligence artificielle sur la pollution dépend de l’usage. Une IA utilisée pour optimiser la gestion énergétique d’un bâtiment ou réduire les pertes agricoles peut générer un gain écologique net selon le CESE (2024) et l’INRAE (2024).

2. « Les IA remplacent le cerveau humain, donc elles polluent moins »

Ce raisonnement est trompeur. Le robot ne se substitue pas directement à l’humain ; il multiplie au contraire les calculs et traitements. Chaque requête, chaque image créée par un chatbot mobilise une puissance d’opérations importantes. Les serveurs dédiés à l’IA générative sont très sollicités, ce qui entraîne une forte consommation énergétique élevée.

3. « Les grands modèles sont indispensables »

Nuançons cette théorie. L’innovation actuelle s’oriente vers des modèles spécialisés et légers, moins coûteux à entraîner et plus durables. La performance dépend désormais davantage de la qualité des algorithmes et de la pertinence des données que de la taille du modèle. Cette approche contribue à réduire l’empreinte écologique de l’IA.

4. « L’IA 100 % numérique, donc elle n’a pas d’impact matériel »

Vous pensez que, en sauvegardant vos données sur cloud, les IA « dématérialisées » sont sans empreinte ? Les data centers occupent en réalité plusieurs dizaines d’hectares, nécessitent des matériaux pour les serveurs et beaucoup d’énergie pour le refroidissement. Même ces IA reposent sur une infrastructure physique lourde.

Cap vers une intelligence artificielle écoresponsable et durable

Que signifie une IA durable ? Elle ne se limite pas à la sobriété énergétique. Elle nécessite une combinaison de réglementation, d’écoconception et de sensibilisation des utilisateurs, afin de devenir un véritable outil au service de la planète.

Certaines entreprises du web collaborent pour répondre aux enjeux écologiques et déploient des technologies plus responsables dans les centres de données. L’objectif ? Réduire significativement les émissions de CO₂ ainsi que la dépense en énergie et en eau. L’industrie des semi-conducteurs crée par exemple des composants électroniques à faible consommation et production de chaleur, tout en maintenant des performances élevées.

Quelques bonnes pratiques simples peuvent aider à diminuer l’impact environnemental des IA génératives :

• mesurer l’empreinte carbone des modèles dès leur développement ;
• former les concepteurs et communicants à la sobriété numérique ;
• favoriser les « IA for Green » dans les politiques publiques ;
• réguler les infrastructures énergivores et installer les data centers dans des zones tempérées afin de diminuer les besoins en refroidissement et donc la consommation d’eau et d’électricité ;
• utiliser les sources d’énergies renouvelables (solaire, éolienne, hydroélectrique) pour alimenter les centres de données et réduire l’empreinte carbone des serveurs.

Et à notre échelle ? Voici quelques idées pour adopter des usages qui limitent l’impact des robots génératifs sur la planète. Priorisez les tâches importantes. Réservez votre accès à l’IA aux missions complexes qui exploitent pleinement ses capacités. Optez pour Google, Bing ou Duck duck go pour des recherches simples. Formulez vos requêtes avec précision. Posez des questions claires et concises. Évitez les conversations longues inutiles avec les chatbots. Choisissez des prompts courts. L’IA reste un outil, pas un interlocuteur humain.

Comprenez l’impact environnemental de ces technologies. Partagez vos connaissances et privilégiez des fournisseurs engagés dans la réduction de leur empreinte carbone et l’usage d’énergies renouvelables.

Notre article, IA et environnement : démêler le vrai du faux révèle cette relation complexe entre mythes et réalités. Oui, l’intelligence artificielle consomme de l’énergie, de l’eau et des ressources. Mais elle peut aussi devenir un outil clé pour la transition écologique, si nous la pensons et l’utilisons de manière responsable. La question n’est plus en 2025 de savoir si l’IA pollue, mais comment la rendre compatible avec les limites planétaires. Et si son avenir dépendait avant tout… de l’humain ?

Camille Loupias

IA et environnement : démêler le vrai du faux