L'intelligence artificielle devient un grand consommateur d'énergie et d'eau. Comment la croissance des réseaux neuronaux impacte le climat, quels risques et opportunités cela crée pour les investisseurs et l'économie mondiale.
La croissance rapide de l'IA et son appétit pour l'énergie
La demande en puissance de calcul pour l'IA a explosé ces dernières années. Depuis le lancement des réseaux neuronaux publics comme ChatGPT fin 2022, les entreprises du monde entier adoptent rapidement des modèles d'intelligence artificielle, nécessitant d'énormes volumes de traitement de données. Selon les estimations sectorielles, d'ici 2024, l'IA pourrait représenter environ 15 à 20 % de la consommation d'énergie dans les centres de données à l'échelle mondiale. La puissance nécessaire pour faire fonctionner les systèmes d'IA pourrait atteindre 23 GW en 2025, ce qui est comparable à la consommation totale d'électricité d'un pays comme le Royaume-Uni. Pour comparaison, ce chiffre dépasse la consommation énergétique de l'ensemble du réseau de minage de Bitcoin, témoignant ainsi du fait que l'IA est devenue l'un des types de calcul les plus énergivores.
Cette dynamique exponentielle est le résultat d'investissements massifs des entreprises technologiques dans l'infrastructure : presque chaque semaine, de nouveaux centres de données ouvrent, et tous les quelques mois, des usines de production de puces spécialisées pour l'apprentissage automatique sont lancées. L'expansion de cette infrastructure entraîne directement une augmentation de la consommation d'électricité nécessaire pour alimenter et refroidir des milliers de serveurs qui supportent les réseaux neuronaux modernes.
Des émissions au niveau d'une métropole
Une consommation d'énergie aussi élevée entraîne nécessairement d'importantes émissions de gaz à effet de serre, si l'énergie est partiellement générée à partir de combustibles fossiles. Selon une étude récente, l'IA pourrait être responsable de 32 à 80 millions de tonnes d'émissions de dioxyde de carbone (CO2) par an en 2025. Cela place « l'empreinte carbone » de l'IA à un niveau comparable à celui d'une ville entière : par exemple, les émissions annuelles de New York s'élèvent à environ 50 millions de tonnes de CO2. Pour la première fois, une technologie, qui semblait purement numérique, démontre un impact climatique d'une ampleur similaire à celle des grands secteurs industriels.
Il est important de noter que ces estimations sont considérées comme conservatrices. Elles prennent principalement en compte les émissions liées à la production d'électricité pour faire fonctionner les serveurs, tandis que le cycle de vie complet de l'IA — de la production d'équipements (serveurs, puces) à leur élimination — génère une empreinte carbone supplémentaire. Si le boom de l'IA se poursuit au rythme actuel, le volume des émissions liées à cette technologie continuera d’augmenter rapidement. Cela complique les efforts mondiaux de réduction des gaz à effet de serre et pose un défi aux entreprises technologiques : comment intégrer la croissance explosive de l'IA dans leurs engagements visant à atteindre la neutralité carbone.
L'empreinte hydrique des réseaux neuronaux
Un autre « appétit caché » des IA est celui de l'eau. Les centres de données consomment une quantité énorme d'eau pour refroidir les serveurs et les équipements : le refroidissement par évaporation et la climatisation nécessitent des ressources hydriques. En plus de la consommation directe, d'énormes volumes d'eau sont également requis de manière indirecte — dans les centrales électriques pour refroidir les turbines et les réacteurs lors de la production de l'électricité que consomment ces clustes de calcul. Selon les experts, les systèmes d'IA seuls pourraient, en 2025, consommer entre 312 et 765 milliards de litres d'eau. Cela équivaut à la quantité totale d'eau en bouteille que l'humanité consomme en un an. Ainsi, les réseaux neuronaux génèrent une empreinte hydrique colossale, pratiquement invisibile du grand public jusqu'à récemment.
Les estimations officielles ne rendent souvent pas compte de l'ampleur réelle du phénomène. Par exemple, l'Agence internationale de l'énergie a cité un chiffre d'environ 560 milliards de litres d'eau consommés par tous les centres de données dans le monde en 2023, mais cette statistique n'incluait pas l'eau utilisée par les centrales électriques. L'empreinte hydrique réelle des systèmes d'IA pourrait être plusieurs fois supérieure aux estimations officielles. Les grands acteurs du secteur ne sont pas encore pressés de divulguer les détails : dans un rapport récent concernant son système d'IA, la société Google a précisé qu'elle ne prenait pas en compte dans ses métriques la consommation d'eau des centrales électriques externes. Une telle approche est critiquée, car une part significative de l'eau est consommée précisément pour satisfaire les besoins électriques de l'IA.
Actuellement, l'ampleur de la consommation d'eau suscite des inquiétudes dans plusieurs régions. Dans des zones arides aux États-Unis et en Europe, les communautés s'opposent à la construction de nouveaux centres de données, craignant que ceux-ci ne puisent l'eau rare dans les sources locales. Les entreprises elles-mêmes constatent une hausse de la « soif » de leurs fermes de serveurs : ainsi, Microsoft a signalé que la consommation d'eau de ses centres de données a augmenté de 34 % en 2022 (atteignant 6,4 milliards de litres), en grande partie en raison de l'augmentation de la charge liée à l'entraînement des modèles d'IA. Ces faits soulignent que le facteur hydrique émerge rapidement comme une préoccupation majeure lors de l'évaluation des risques environnementaux de l'infrastructure numérique.
Opacité des géants technologiques
Paradoxalement, malgré l'ampleur des impacts des données sur la consommation d'énergie et d'eau de l'IA, très peu d'informations sont disponibles publiquement. Les grandes entreprises technologiques (Big Tech) dans leurs rapports sur le développement durable fournissent généralement des chiffres globaux concernant les émissions et les ressources, sans répartir spécifiquement la part associée à l'IA. Les informations détaillées sur le fonctionnement des centres de données – par exemple, combien d'énergie ou d'eau est spécifiquement utilisée pour les calculs liés aux réseaux neuronaux – restent le plus souvent à l'intérieur des entreprises. Il n'existe pratiquement aucune donnée sur la consommation « indirecte », par exemple, concernant l'eau utilisée lors de la production d'électricité pour les besoins des centres de données.
En conséquence, les chercheurs et les analystes doivent agir comme des détectives, reconstituant le tableau à partir de données fragmentaires : morceaux de présentations d'entreprise, estimations du nombre de puces de serveur vendues pour l'IA, données des entreprises énergétiques et autres indicateurs indirects. Cette opacité complique la compréhension de l'ampleur totale de l'empreinte environnementale de l'IA. Les experts appellent à des normes strictes de divulgation : les entreprises doivent rendre compte de la consommation d'énergie et de l'utilisation de l'eau de leurs centres de données, en détaillant les principaux domaines, y compris l'IA. Une telle transparence permettrait à la société et aux investisseurs d'évaluer objectivement l'impact de nouvelles technologies et inciterait l'industrie à chercher des moyens de réduire la pression sur l'environnement.
Les risques environnementaux menaçants
Si les tendances actuelles se poursuivent, l'appétit croissant de l'IA pourrait aggraver les problèmes environnementaux existants. Des dizaines de millions de tonnes supplémentaires de gaz à effet de serre chaque année compliqueront la réalisation des objectifs de l'Accord de Paris sur le climat. La consommation de centaines de milliards de litres d'eau douce se fera alors dans un contexte de pénurie mondiale de ressources en eau, qui pourrait atteindre 56 % d'ici 2030. En d'autres termes, sans mesures de durabilité, l'expansion de l'IA risque d'entrer en conflit avec les limites écologiques de la planète.
Si rien ne change, de telles tendances pourraient entraîner les conséquences négatives suivantes :
- Accélération du réchauffement climatique en raison de l'augmentation des émissions de gaz à effet de serre.
- Aggravation de la pénurie d'eau douce dans certaines régions déjà arides.
- Augmentation de la charge sur les systèmes énergétiques et des conflits socio-environnementaux autour des ressources limitées.
Les communautés locales et les autorités commencent déjà à réagir à ces défis. Dans certains pays, des restrictions sont imposées à la construction de centres de données « énergivores », exigeant l'utilisation de systèmes de recyclage de l'eau ou l'achat d'énergie renouvelable. Les experts notent que sans changements radicaux, le secteur de l'IA, qui était autrefois purement numérique, risque de se transformer en source de crises environnementales bien réelles — des sécheresses aux défaillances des plans climatiques.
La perspective des investisseurs : le facteur ESG
Les aspects environnementaux du développement rapide de l'IA deviennent de plus en plus importants pour les investisseurs. À une époque où les principes ESG (environnementaux, sociaux et de gouvernance) sont au premier plan, les empreintes carbone et hydrique des technologies influencent directement l'évaluation des entreprises. Les investisseurs se demandent : un virage « vert » dans la politique entraînera-t-il une augmentation des coûts pour les entreprises qui misent sur l'IA ? Par exemple, un durcissement de la réglementation sur le carbone ou l'introduction d'une redevance sur l'utilisation de l'eau pourrait augmenter les dépenses de ces entreprises dont les services de réseaux neuronaux consomment beaucoup d'énergie et d'eau.
D'un autre côté, les entreprises qui investissent déjà dans la réduction de l'impact environnemental de l'IA peuvent bénéficier d'un avantage concurrentiel. La transition des centres de données vers des énergies renouvelables, l'optimisation des puces et des logiciels pour améliorer l'efficacité énergétique, ainsi que l'implémentation de systèmes de réutilisation de l'eau réduisent les risques et améliorent la réputation. Le marché valorise hautement les progrès en matière de durabilité : les investisseurs à travers le monde intègrent de plus en plus les métriques environnementales dans leurs modèles d'évaluation des entreprises. Par conséquent, pour les leaders technologiques, la question est pressante : comment continuer à augmenter la puissance de l'IA tout en répondant aux attentes sociétales en matière de durabilité ? Ceux qui trouveront un équilibre entre l'innovation et une responsabilité envers la nature gagneront à long terme — tant en termes d'image que de valeur commerciale.
Le chemin vers une IA durable
Malgré l'ampleur du problème, l'industrie dispose d'opportunités pour orienter la croissance de l'IA vers un développement durable. Les entreprises technologiques mondiales et les chercheurs travaillent déjà sur des solutions capables de réduire l'empreinte écologique de l'IA sans freiner les innovations. Parmi les stratégies clés figurent :
- Amélioration de l'efficacité énergétique des modèles et des équipements. Développement d'algorithmes optimisés et de puces spécialisées (ASIC, TPU, etc.) qui exécutent des tâches d'apprentissage automatique avec une consommation d'énergie réduite.
- Transition vers des sources d'énergie propres. Utilisation de l'électricité provenant de ressources renouvelables (solaire, éolienne, hydraulique et nucléaire) pour alimenter les centres de données afin d'éliminer les émissions de carbone associées au fonctionnement de l'IA. De nombreux géants de l'informatique concluent déjà des contrats « verts » en achetant de l'énergie propre pour leurs besoins.
- Réduction et recyclage de la consommation d'eau. Mise en œuvre de nouveaux systèmes de refroidissement (liquides, immersion) nécessitant beaucoup moins d'eau, ainsi que la réutilisation de l'eau technique. Choix des emplacements pour les centres de données en tenant compte de la situation en matière d'eau : préférence pour les régions au climat froid ou dotées de ressources en eau suffisantes. Des études montrent qu'un bon choix de localisation et de technologies de refroidissement peut réduire l'empreinte hydrique et carbone d'un datacenter de 70 à 85 %.
- Transparence et comptabilité. Mise en place d'un suivi obligatoire et de la divulgation des données sur la consommation d'énergie et l'utilisation de l'eau par l'infrastructure IA. La comptabilité publique incite les entreprises à mieux gérer leurs ressources et permet aux investisseurs de suivre les progrès réalisés pour réduire la pression sur l'écosystème.
- Utilisation de l'IA pour la gestion des ressources. Paradoxalement, l'intelligence artificielle elle-même pourrait aider à résoudre ce problème. Les algorithmes d'apprentissage automatique sont déjà utilisés pour optimiser le refroidissement dans les centres de données, prévoir les charges et répartir les tâches afin de minimiser les pics de demande sur les réseaux et améliorer l'efficacité de l'utilisation des serveurs.
Les prochaines années seront déterminantes pour intégrer les principes de durabilité au cœur du secteur de l'IA en pleine croissance. L'industrie est à un carrefour : soit elle continue sur sa lancée, risquant de rencontrer des obstacles environnementaux, soit elle transforme le problème en incitation à de nouvelles technologies et modèles d'affaires. Si transparence, innovations et responsabilité envers les ressources deviennent des éléments essentiels des stratégies IA, l' « intelligence numérique » pourra se développer en harmonie avec le souci de la planète. C'est ce type d'équilibre que les investisseurs et la société en général attendent de cette nouvelle ère technologique.
