Le développement des grands centres de données nécessaires à l’entraînement et au fonctionnement des modèles d’intelligence artificielle accroît la demande d’électricité et la pression sur les ressources hydriques. Plusieurs organismes internationaux réclament davantage de transparence et une réglementation contraignant les entreprises technologiques à mesurer et à réduire leur empreinte environnementale.
L’intelligence artificielle est souvent présentée comme une technologie immatérielle. Son fonctionnement repose pourtant sur une imposante infrastructure physique : centres de données, réseaux électriques, systèmes de refroidissement, semi-conducteurs, minerais, terrains et ressources en eau.
La multiplication des modèles génératifs augmente fortement les capacités informatiques nécessaires à leur entraînement et à leur utilisation quotidienne. Cette expansion pourrait faire des centres de données l’un des principaux moteurs de la croissance de la demande mondiale d’électricité au cours des prochaines années.
Selon l’Agence internationale de l’énergie, la consommation électrique mondiale de ces installations pourrait plus que doubler d’ici à 2030 pour atteindre environ 945 térawattheures par an, soit un peu moins de 3 % de la demande électrique mondiale prévue à cette date.
La consommation des centres de données principalement consacrés à l’intelligence artificielle progresse encore plus rapidement. Leur demande d’électricité aurait augmenté d’environ 50 % au cours de la seule année 2025.
Une empreinte hydrique moins visible
La pression environnementale ne se limite pas à l’électricité. De nombreux centres de données utilisent de l’eau pour refroidir les serveurs et maintenir les équipements à une température compatible avec leur fonctionnement. À cela s’ajoute l’eau mobilisée indirectement pour produire l’électricité qu’ils consomment.
L’empreinte hydrique varie cependant considérablement selon les installations. Elle dépend du système de refroidissement, du climat, de la disponibilité locale de l’eau et du bouquet énergétique utilisé.
Un centre de données construit dans une région chaude confrontée au stress hydrique peut ainsi avoir un impact bien plus important qu’une installation située dans une zone froide et alimentée par une électricité peu carbonée.
Cette diversité rend hasardeuses les estimations prétendant attribuer une quantité fixe d’eau ou d’électricité à chaque requête adressée à une intelligence artificielle. Elle révèle également une faiblesse majeure : le manque de données homogènes, comparables et vérifiables publiées par les entreprises technologiques.
Des coûts supportés par les territoires
La construction massive de centres de données peut nécessiter le renforcement des réseaux électriques, prolonger l’activité de centrales fonctionnant aux énergies fossiles et mettre ces installations en concurrence avec les habitants, l’agriculture et l’industrie pour l’accès à l’eau.
Les gains d’efficacité annoncés par les entreprises ne garantissent pas non plus une diminution de la consommation globale. L’augmentation du nombre d’utilisateurs, des capacités de calcul et de la taille des modèles peut absorber, voire dépasser, les économies réalisées grâce à des équipements plus performants.
Au-delà de la question environnementale se pose donc un problème de répartition : les bénéfices économiques et technologiques peuvent être captés par de grands groupes, tandis que les coûts énergétiques, hydriques et territoriaux sont assumés par les populations locales.
Réguler avant la saturation
Plusieurs organismes internationaux recommandent d’imposer aux opérateurs la publication de données détaillées sur leur consommation d’électricité et d’eau, leurs émissions, l’efficacité de leurs systèmes de refroidissement et l’origine de l’énergie employée.
Les autorités pourraient également intégrer la disponibilité des ressources hydriques et la capacité des réseaux électriques dans les procédures d’autorisation, encourager la récupération de la chaleur produite et fixer des objectifs obligatoires d’efficacité.
L’enjeu n’est pas d’interrompre le développement de l’intelligence artificielle, mais d’empêcher que son expansion repose sur une consommation opaque et insuffisamment encadrée. Sans réglementation ni planification publique, les coûts physiques de la révolution numérique risquent d’être supportés par les territoires qui en retirent le moins de bénéfices.
