L'intelligence artificielle: une malédiction ou une bénédiction pour l'environnement?

L'intégration de l'IA dans presque tous les domaines de la vie offre d'énormes opportunités: elle contribue notamment à optimiser les soins médicaux, à rendre la circulation routière plus sûre et à permettre la mise au point de produits et de services personnalisés et moins coûteux. Elle facilite en outre l'accès à l'information, à l'éducation et à la formation continue. On en oublie cependant souvent le revers de la médaille: les systèmes d'IA, en particulier ceux basés sur le deep learning et l'apprentissage automatique, sont à bien des égards gourmands en ressources, consomment d'énormes quantités d'énergie et alimentent ainsi le changement climatique mondial. 

Une consommation d'énergie colossale

À y regarder de plus près, l'IA s'avère être une véritable gouffre énergétique. Les grands modèles linguistiques tels que ChatGPT, en particulier, nécessitent d’immenses capacités de calcul pour traiter les données d’entraînement et s’améliorer en permanence. Selon des études, une seule requête adressée à un chatbot IA consomme nettement plus d’énergie qu’une recherche classique sur le Web – même si ces comparaisons varient fortement selon le modèle et l’infrastructure informatique.

Il faut savoir que l'intelligence artificielle est une application logicielle spécifique qui fonctionne généralement dans des centres de données très performants. Le cabinet de conseil McKinsey estime que la consommation d'énergie des centres de données destinés aux applications d'IA et à d'autres projets de numérisation va presque tripler d'ici 2030, rien qu'en Europe. Selon les experts, cela représenterait environ 5 % de la consommation totale d'électricité en Europe. À l'échelle mondiale, l'Agence internationale de l'énergie (AIE) prévoit que la consommation d'électricité des centres de données atteindra environ 945 térawattheures d'ici 2030, ce qui correspond à la consommation totale d'électricité du Japon.

Certes, les centres de données continuent de faire grimper les émissions. À l'échelle mondiale, leur part dans les émissions totales de CO2 reste toutefois inférieure à 1 % selon l'AIE. Tant que la demande croissante en électricité ne sera pas couverte principalement par de l'électricité à faible émission de CO2, l'IA contribuera néanmoins au réchauffement climatique. Les énergies renouvelables couvriront une grande partie des besoins supplémentaires, mais le gaz et le charbon resteront pour l'instant des sources d'électricité importantes – bien que de nombreux grands opérateurs, dont des géants du secteur tels qu'Amazon, Microsoft et Google, se soient engagés à alimenter leurs installations avec des énergies renouvelables. 

Afin de réduire son empreinte écologique, Google prévoit par exemple d'alimenter à l'avenir son IA à l'aide d'énergie produite par de petits réacteurs nucléaires modulaires. Selon certaines informations, le premier mini-réacteur devrait être mis en service d'ici 2030. D'autres de ces « petits réacteurs modulaires » (SMR) pourraient suivre d'ici 2035. Le hic: si cette technologie permet certes de préserver le climat, elle s'accompagne toutefois d'autres problèmes de sécurité et d'environnement qui restent à résoudre. 

Empreinte hydrique numérique

Un autre facteur environnemental qui pèse de plus en plus lourd est l’énorme quantité d’eau nécessaire pour faire tourner les « rouages » de l’IA. Des chercheurs de l’Université de Californie à Riverside et de l’Université du Texas à Arlington ont découvert qu’une simple conversation avec un chatbot IA – comprenant 20 à 50 questions – équivaut à la consommation d’eau d’une bouteille d’un demi-litre. Un centre de données moyen consomme ainsi plus d’un million de litres d’eau par jour, soit autant que trois hôpitaux de taille moyenne réunis. D’ici 2027, les besoins mondiaux en eau pour l’IA devraient, selon les estimations, se situer entre 4,2 et 6,6 milliards de mètres cubes.

Le défi réside dans le fait que l’eau devient une ressource de plus en plus rare, notamment face aux changements climatiques mondiaux et à l’augmentation de la population. Afin d'économiser cette précieuse ressource, un appel a été lancé sur les réseaux sociaux début 2025 pour réduire le nombre de requêtes adressées aux chatbots, en réaction aux incendies dévastateurs en Californie.  

L'empreinte hydrique de l'IA résulte essentiellement de trois aspects: elle comprend l'eau nécessaire à la fabrication des ordinateurs et autres équipements physiques, l'eau utilisée pour produire l'électricité nécessaire au fonctionnement de l'infrastructure numérique, et l'eau servant au refroidissement des centres de données afin de garantir une température de fonctionnement optimale du matériel. L'avantage de l'eau: elle possède une conductivité thermique et une capacité thermique élevées. Les experts soulignent que le refroidissement direct à l'eau des centres de données peut réduire leur consommation d'énergie de près de 40 % par rapport au refroidissement traditionnel à l'air. De plus, l'eau utilisée ne doit pas nécessairement être de qualité potable: chez Google, par exemple, on utilise également de l'eau de mer (en Finlande) ou des eaux usées pour le refroidissement, selon l'emplacement du centre de données.

Impacts positifs sur l'environnement

L'intelligence artificielle incarne-t-elle exactement le contraire de la durabilité? Si l'on pèse le pour et le contre, un autre point de vue se dessine: malgré les impacts environnementaux négatifs décrits, l'IA a tout à fait le potentiel, dans de nombreuses applications, de favoriser des solutions plus respectueuses de l'environnement et plus efficaces sur le plan énergétique, et d'apporter une contribution intelligente à la lutte contre le changement climatique. En voici quelques exemples:


Dans l'agriculture, l'intelligence artificielle peut aider à réduire la consommation de ressources en permettant des prévisions plus précises pour l'irrigation et le moment optimal de la récolte. Cela réduit la consommation d'eau et l'utilisation d'engrais, ce qui est bénéfique tant sur le plan écologique qu'économique.
Il en va de même pour la production industrielle. Là aussi, les applications d'IA peuvent contribuer à une utilisation plus efficace des ressources et à l'optimisation des processus. 
Les applications basées sur l'IA permettent de réduire les émissions de CO₂ à grande échelle en surveillant et en optimisant la consommation d'énergie en temps réel, par exemple dans les bâtiments ou dans la distribution d'électricité. L'AIE mentionne notamment dans ce contexte des prévisions météorologiques plus précises pour l'énergie éolienne et solaire, ainsi qu'à l'optimisation en temps réel des lignes de transport d'électricité. 
Dans le domaine de la mobilité, les émissions de CO2 peuvent également être réduites, notamment lorsque l'IA améliore les flux de circulation, planifie les transports de manière plus efficace et augmente le taux d'utilisation dans la logistique.
Dans le cadre de l'économie circulaire, l'IA peut contribuer à améliorer le recyclage des matériaux en optimisant le tri des déchets et en permettant ainsi une utilisation plus efficace des ressources.
Dans Science et recherche, l'IA est déjà utilisée pour mieux comprendre le changement climatique et établir, à l'aide de modèles complexes, des prévisions qui aident à réduire les émissions de gaz à effet de serre à l'échelle mondiale et à développer des stratégies de protection du climat plus précises.


Il n'est toutefois pas certain que ce potentiel soit réellement exploité. L'AIE souligne que la généralisation de ces applications échoue souvent en raison d'un accès insuffisant aux données, d'obstacles réglementaires, d'une pénurie de main-d'œuvre qualifiée ou d'une infrastructure numérique insuffisante. L'IA peut donc accélérer la transition durable, mais seulement si la technologie, la gouvernance et l'infrastructure fonctionnent en synergie.

Avec la généralisation de l’IA, le débat évolue également: il ne s’agit plus seulement d’efficacité technique, mais aussi de règles, de transparence et de responsabilité. La Suisse travaille elle aussi désormais à un cadre réglementaire plus contraignant.