L’IA est-elle mauvaise pour l’environnement ? La réponse honnête

Réponse courte : une réponse d’IA n’est pas mauvaise pour l’environnement, mais l’IA dans son ensemble peut l’être, à cause de sa croissance rapide et de la façon dont elle est alimentée. Une question texte typique consomme à peu près l’électricité de quelques secondes de télévision. Le problème, c’est que des milliards de ces questions, plus les images, la vidéo et les longs documents, font exploser la consommation d’électricité des centres de données, dont une grande partie est encore produite à partir d’énergies fossiles.

Que l’IA finisse par être mauvaise pour la planète dépend moins d’une requête en particulier que de deux choix : ce qui alimente les centres de données et l’efficacité des modèles.

Ce que coûte vraiment une réponse d’IA

Les meilleurs chiffres viennent des entreprises qui font tourner les modèles :

	Électricité par réponse texte	Eau par réponse texte
Google Gemini (requête médiane)	0,24 Wh	0,26 mL
OpenAI ChatGPT (requête moyenne)	Environ 0,34 Wh	Environ 0,32 mL

Pour donner une idée, Google compare 0,24 Wh à moins de neuf secondes de télévision, et 0,26 mL correspond à environ cinq gouttes d’eau. Les chercheurs indépendants d’Epoch AI estiment une requête typique à GPT-4o à environ 0,3 Wh, dans la même fourchette.

Certaines tâches coûtent bien plus :

• Les longs documents. Le modèle relit tout ce que vous envoyez, à chaque fois. Epoch AI estime qu’une requête avec 10 000 tokens en entrée, un long rapport, consomme environ 2,5 Wh.
• Les images. Dans une étude évaluée par des pairs sur des modèles d’image ouverts, générer une image consommait en moyenne environ 2,9 Wh, autant qu’une dizaine de réponses texte.
• Les modes de raisonnement et la vidéo. Les modèles qui « réfléchissent » étape par étape et la génération de vidéo consomment encore beaucoup plus.

Les anciens chiffres encore cités, comme 3 Wh par question à ChatGPT, sont environ dix fois trop élevés pour les modèles actuels, selon Epoch AI.

Pourquoi le vrai problème, c’est le total

Par réponse, l’IA devient sans cesse plus efficace. Google indique que l’énergie de sa requête texte médiane sur Gemini a été divisée par 33 en douze mois, jusqu’à mai 2025.

Mais l’usage augmente plus vite que l’efficacité. L’Agence internationale de l’énergie estime que les centres de données du monde ont consommé environ 485 TWh d’électricité en 2025, 17 % de plus en un an, avec une hausse de 50 % pour les centres de données dédiés à l’IA. Elle prévoit un quasi-doublement à 950 TWh en 2030, environ 3 % de la demande mondiale d’électricité.

Cette croissance doit être alimentée par quelque chose. Quand elle est couverte par de nouvelles centrales à gaz ou en maintenant des centrales à charbon ouvertes, l’IA ajoute de vraies émissions. Plusieurs géants de la tech ont vu leurs émissions augmenter avec le développement de l’IA ; Google, par exemple, a pris ses distances avec son objectif de zéro émission nette pour 2030 (article en anglais).

L’eau

Beaucoup de centres de données refroidissent leurs puces avec des tours de refroidissement par évaporation, et l’eau évaporée est perdue pour l’approvisionnement local. Les centrales au charbon, au gaz et nucléaires consomment aussi de l’eau.

Par réponse, les quantités sont faibles. Au total, elles s’additionnent : des chercheurs de l’UC Riverside et de l’UT Arlington estiment que la demande mondiale d’IA pourrait représenter 4,2 à 6,6 milliards de mètres cubes de prélèvements d’eau en 2027. C’est surtout important là où les centres de données sont construits dans des régions chaudes, sèches et en stress hydrique. Pour en savoir plus : combien d’eau consomme l’IA.

Matériel et entraînement

Deux parts de l’empreinte de l’IA apparaissent rarement dans les chiffres par réponse :

• L’entraînement. Créer un grand modèle demande énormément de calcul avant même que quiconque l’utilise.
• Le matériel. Fabriquer des puces et des serveurs consomme de l’énergie, de l’eau et des minéraux, et le matériel est remplacé tous les quelques ans.

Mistral est l’une des rares entreprises à avoir publié une étude complète du cycle de vie couvrant les deux. Elle a constaté que l’impact augmente à peu près proportionnellement à la taille du modèle, une raison de plus d’utiliser des modèles plus petits quand ils suffisent.

Ce qui décide si l’IA fait partie du problème

1. D’où vient l’électricité. La même réponse a une empreinte carbone minime sur un réseau hydroélectrique ou éolien, et bien plus grande avec le charbon. C’est le facteur le plus important.
2. L’efficacité des modèles. Des modèles de la bonne taille, utilisés pour les bonnes tâches, réduisent fortement l’énergie consommée.
3. Le refroidissement des centres de données. Les climats froids et le refroidissement en circuit fermé consomment bien moins d’eau que les tours d’évaporation dans les régions chaudes.
4. La construction de nouvelle énergie propre. La croissance de l’IA peut soit enfermer dans les énergies fossiles, soit financer de nouvelles capacités éoliennes, solaires et de stockage.

Ce que vous pouvez faire

• Utilisez un modèle plus petit et plus rapide pour les questions du quotidien.
• Évitez les modes de raisonnement, les images et la vidéo quand vous n’en avez pas besoin.
• Joignez seulement la partie utile d’un document.
• Choisissez une app d’IA qui dit où sont ses centres de données et ce qui les alimente. Voir qu’est-ce que l’IA écologique.

Comment Viro s’y prend. Le modèle de Viro fonctionne dans des centres de données en Islande, en Norvège, en Finlande et en Irlande, alimentés par l’hydroélectricité, la géothermie et l’éolien, avec un refroidissement par air froid extérieur et circuits fermés plutôt que par évaporation. Quand vous utilisez ChatGPT, Claude ou Gemini dans Viro, ces réponses tournent sur les serveurs de leurs créateurs ; Viro estime l’électricité de chaque message et finance autant de nouvelle énergie propre. Chaque réponse affiche une estimation de l’électricité utilisée. Voir les centres de données.

L’IA n’est pas condamnée à nuire à l’environnement. Alimentée en énergie propre, avec des modèles efficaces, sa croissance peut aider à financer le développement des énergies propres au lieu de le freiner.

Essayez Viro AI gratuitement : ChatGPT, Claude, Gemini et le modèle de Viro alimenté par des énergies renouvelables, dans une seule app, en français.

Questions fréquentes

L’IA est-elle mauvaise pour l’environnement ?

Elle peut l’être, surtout à cause de son échelle et de la façon dont elle est alimentée. Une réponse texte consomme entre 0,24 et 0,34 wattheure, quelques secondes de télévision, mais les centres de données ont consommé environ 485 TWh d’électricité en 2025 et l’AIE prévoit un quasi-doublement d’ici 2030. Une IA alimentée en énergie propre, avec des modèles de la bonne taille, a une empreinte bien plus faible.

ChatGPT est-il mauvais pour l’environnement ?

OpenAI indique qu’une requête moyenne sur ChatGPT consomme environ 0,34 wattheure d’électricité et environ 0,32 mL d’eau. Par question, c’est peu. L’impact vient des milliards de questions par jour et des tâches lourdes comme les images et les longs documents, et OpenAI n’a pas publié ce qui alimente ses centres de données.

L’IA consomme-t-elle plus qu’une recherche Google ?

Pour des questions simples, l’écart est devenu faible, car les réponses d’IA sont beaucoup plus efficaces qu’avant. L’AIE estime que si toutes les recherches web classiques étaient faites sous forme de simples requêtes texte à une IA, elles consommeraient moins de 4 TWh par an, moins de 1 % de ce que consomment aujourd’hui les centres de données.

L’IA s’améliore-t-elle ou empire-t-elle pour l’environnement ?

Les deux. L’énergie par réponse baisse vite : Google a divisé par 33 l’énergie de sa requête texte médiane sur Gemini en un an. Mais l’usage total augmente parce qu’on utilise beaucoup plus l’IA, donc la source d’électricité des centres de données compte chaque année davantage.

Comment utiliser l’IA de façon plus durable ?

Utilisez des modèles plus petits pour les questions simples, évitez les modes de raisonnement et la génération d’images quand vous n’en avez pas besoin, joignez seulement la partie utile d’un document et choisissez un fournisseur d’IA qui dit où sont ses centres de données et ce qui les alimente.

Sources

1. Key Questions on Energy and AI, Agence internationale de l’énergie, 2026
2. How much energy does Google’s AI use? We did the math, Google Cloud, août 2025
3. The Gentle Singularity, Sam Altman, OpenAI, juin 2025
4. How much energy does ChatGPT use?, Epoch AI, février 2025
5. Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite et Strubell, ACM FAccT, 2024
6. Making AI Less “Thirsty”: Uncovering and Addressing the Secret Water Footprint of AI Models, Li, Yang, Islam et Ren, Communications of the ACM, 2025
7. Our contribution to a global environmental standard for AI, Mistral AI, juillet 2025

Photo de couverture : Taylor Vick sur Unsplash