Les impacts environnementaux de l'IA

Un accélérateur d'émissions

Le support constate que l'IA fait grimper les émissions des géants du numérique : Microsoft (Azure) +23,4 % depuis 2020, Google (GCP) +48 % depuis 2019, Amazon (AWS) +6 % en 2024, NVIDIA +82 % en 2024. Les GPU consomment 4 fois plus d'électricité et dégagent 2,5 fois plus de chaleur que les CPU (chiffre Scaleway début 2024 ; en septembre 2025 plutôt 5 à 6 fois plus d'électricité). L'IA générative compte des centaines de millions d'utilisateurs par semaine : 900 millions pour ChatGPT, 750 millions pour Gemini.

Électricité

• Électricité des datacentres aux États-Unis : x3 d'ici 2028 à cause de l'IA ; en Europe x3 et en France x3,75 d'ici 2035. C'est la fin de 15 ans de consommation contrôlée par les gains d'efficacité.
• Les plus grands supercalculateurs IA : x30 d'électricité d'ici 2030 (soit x2 par an), pour x111 en puissance de calcul, alors que les gains d'efficacité énergétique ne sont que de x1,3.
• Un rack de GPU Rubin (NVIDIA, 2027) : x5 de consommation par rapport à la génération actuelle.
• Arbitrages : en Irlande, les datacentres dépassent 20 % de l'électricité et un moratoire a eu lieu (2021-25) ; au Royaume-Uni, 140 datacentres demandés représenteraient 2 fois la consommation maximale du pays.

Sources d'électricité

Près de 60 % des besoins en énergie des datacentres sont fournis par les énergies fossiles (IEA). Un central nucléaire met au minimum 8 à 10 ans à être construit. La capacité de production de gaz annoncée aux États-Unis en 2025, principalement pour les datacentres, est multipliée par 3, dont 40 % viendront du type de central à gaz le moins efficient.

Eau

• TSMC utilise 145 millions de litres d'eau par jour pour fabriquer des puces.
• L'eau consommée par les datacentres sera multipliée par 2 à 4 d'ici 2028 à cause de l'IA (aux États-Unis) ; presque la moitié des serveurs IA américains sont dans des régions qui manquent déjà d'eau.

Déchets et impacts locaux

• Déchets électroniques : +5 millions de tonnes (sur 60 millions) d'ici 2030 à cause de l'IA générative ; seuls 22 % sont recyclés.
• Exemple local, Colossus 1 : 35 générateurs à méthane, 5 millions de litres d'eau par jour, +79 % d'oxyde d'azote en un an.

Résumé de l'étude GreenIT (octobre 2025) : 7 fois plus d'impacts entre 2025 et 2030 ; 70 % des impacts ne sont pas des émissions de gaz à effet de serre ; 8 fois la consommation d'eau de la France en 2030 ; rejets de particules fines : 5 décès par jour en 2025, 34 en 2030.

Opacité et modèles toujours plus grands

Selon Sam Altman, une requête ChatGPT coûte 0,34 Wh et 0,00032176 litre d'eau. Mais une intensité par utilisateur n'est pas une vue complète : avec 2,5 milliards de prompts par jour, l'impact total est considérable.

Les modèles grossissent : 111 fois plus de paramètres par modèle entre 2008 et 2025. Mais « bigger is better » est discutable : les dernières versions de GPT, o3 et o4-mini, hallucinent 2 fois plus que o1. Les budgets aussi : le projet Stargate représente 500 milliards de dollars ; il faudrait 2 000 milliards de dollars de revenus d'ici 2030 pour rentabiliser les investissements prévus, alors que 800 milliards sont attendus (Bain & Company). Les datasets aussi : vers 2030, les plus grands modèles seraient entraînés sur 15 trillions de tokens, alors que le texte indexé du web en représente 500 trillions, d'où une pénurie de données d'entraînement.

Où et quoi : entraînement, inférence, contenus, types de modèles

Entraînement ou inférence ? L'entraînement représente 10 à 20 % de la puissance de calcul totale des IA, l'inférence 80 à 90 % (MIT, Data for Good). On le sous-estime souvent, car on parle surtout de l'entraînement.

Les effets rebond

Le paradoxe de Jevons : plus une technologie est efficace, plus on l'utilise (et non l'inverse). Les effets rebond sont les effets indirects d'une technologie, au-delà de sa consommation d'énergie. Exemple du cours : les contrats de Microsoft avec Chevron et Exxon, pour augmenter la production de pétrole grâce à l'IA, représentent trois fois plus d'émissions que Microsoft elle-même.

Autre rebond : l'IA est imposée partout depuis 2024 (Google Meet, Search, Gmail, Photoshop, WhatsApp, Snapchat...) via des boutons « magiques ». Générer du texte avec une IA coûte environ 30 fois plus d'énergie que d'extraire le contenu de sa source soi-même (cas des AI Overviews).