Demander à une intelligence artificielle de résumer un document, générer une image ou rédiger un texte semble immatériel. Quelques mots tapés sur un clavier et une réponse qui apparaît quelques secondes plus tard à l'écran… Pourtant, derrière cette apparente légèreté se cache une infrastructure gigantesque : des centres de données remplis de serveurs, alimentés en permanence en électricité et refroidis grâce à d'importantes quantités d'eau.
Alors que les usages explosent et que les géants de la tech investissent des centaines de milliards de dollars dans de nouveaux centres de calcul, un rapport publié le 3 juin 2026 par l'Institut pour l'eau, l'environnement et la santé de l'Université des Nations unies (UNU-INWEH) tente de mesurer l'empreinte réelle de cette révolution technologique. Son constat est sans appel : sans changement de trajectoire, l'intelligence artificielle pourrait devenir l'un des grands défis environnementaux de la prochaine décennie.
Une empreinte bien plus vaste que le seul carbone
La plupart des débats sur l'impact environnemental de l'IA se concentrent sur les émissions de gaz à effet de serre. Les auteurs du rapport ont choisi une approche plus large. Ils ont évalué simultanément l'empreinte carbone, mais aussi les besoins en eau et l'occupation des sols liés aux infrastructures numériques. Leurs projections sont vertigineuses. D'ici 2030, les centres de données dédiés à l'IA pourraient consommer près de 945 térawattheures d'électricité par an. C'est presque trois fois la consommation électrique cumulée du Pakistan, du Bangladesh et du Nigeria, trois pays qui regroupent pourtant plus de 650 millions d'habitants.
C’est précisément l’un des points forts du rapport : rappeler qu’une IA moins carbonée n’est pas forcément une IA durable. “Ce qui nous a le plus surpris, c’est de constater à quel point les choix qui paraissent les plus écologiques du point de vue du bilan carbone s’avèrent souvent pires pour l’eau ou les sols”, souligne la Dre Miriam Aczel, chercheuse à l’UNU-INWEH et auteure principale du rapport. Autrement dit, verdir l’électricité ne suffit pas. “Si nous continuons à juger la durabilité de l’IA uniquement à l’aune du carbone, nous pourrions croire que les énergies renouvelables rendent l’infrastructure de l’IA propre, mais cela ne ferait que résoudre un problème tout en en créant d’autres”, poursuit-elle.
Tous les usages de l’IA se valent-ils vraiment ?
Cette consommation énergétique pourrait s'accompagner d'émissions annuelles atteignant plusieurs centaines de millions de tonnes de CO₂ équivalent, même si leur ampleur dépendra fortement du mix électrique utilisé dans les différents pays. Mais c'est surtout l'empreinte hydrique qui interpelle. Selon les auteurs, les besoins en eau associés au fonctionnement des centres de données pourraient atteindre un niveau équivalent aux besoins domestiques annuels de base de l'ensemble de la population d'Afrique subsaharienne, soit environ 1,3 milliard de personnes. Cette eau nécessaire au refroidissement n’est pas forcément de l’eau potable au sens strict du terme, mais une ressource mobilisable localement et qui pourrait être utilisée en forte quantité si la planète suit les scénarios d’adoption élevés actuels tout en continuant à utiliser les procédés de refroidissement actuels dans les centres de données.
Un ordre de grandeur qui oblige à poser une question simple : tous les usages de l’IA se valent-ils vraiment ? Faut-il vraiment mobiliser autant d’infrastructures pour gagner deux minutes sur la rédaction d’un mail, générer une image jetable ou produire un résumé que l’on ne lira qu’à moitié ?
L'eau, l'angle mort de la révolution numérique
On associe rarement l'intelligence artificielle à l'eau. Pourtant, les centres de données produisent une chaleur considérable. Pour éviter la surchauffe des équipements, cette chaleur doit être évacuée grâce à des systèmes de refroidissement particulièrement gourmands. Chaque requête adressée à une IA mobilise une infrastructure physique qui consomme de l'électricité mais aussi de l'eau, parfois dans des régions déjà confrontées à des tensions hydriques.
Plusieurs implantations de centres de données ont ainsi suscité des controverses ces dernières années en raison de leur consommation locale d'eau potable. Le phénomène reste largement invisible pour les utilisateurs. Contrairement à une usine ou à une centrale électrique, un service d'intelligence artificielle apparaît comme un simple logiciel. Pourtant, son fonctionnement dépend d'une chaîne industrielle mondiale composée de bâtiments, de réseaux électriques, de systèmes de refroidissement et d'extraction de matières premières. Le rapport rappelle également que l'empreinte foncière des infrastructures liées à l'IA pourrait dépasser 14 500 km² à l'horizon 2030. Pour imaginer ce que cela représente, c’est davantage que la superficie de l'Île-de-France (environ 12 000 km²) ou encore une fois et demi la Gironde. Une surface comparable à plusieurs départements français réunis.
Le paradoxe de l'efficacité
À première vue, cette trajectoire peut sembler contre-intuitive. Les modèles d'intelligence artificielle deviennent plus performants. Les puces électroniques gagnent en efficacité énergétique. Les centres de données optimisent leurs équipements. Ne devrait-on pas assister à une réduction de leur impact environnemental ? Pas forcément. Pour Kaveh Madani, directeur de l'UNU-INWEH et chef d’équipe des auteurs du rapport, cette vision oublie un mécanisme économique bien connu : l'effet rebond, également appelé paradoxe de Jevons. Lorsqu'une technologie devient plus efficace, son coût d'utilisation diminue. Elle devient donc plus attractive et se diffuse davantage. Au final, la consommation globale de ressources peut augmenter plus vite que les gains d'efficacité.
“Beaucoup pensent que l'impact environnemental de l'IA diminue à mesure que la technologie progresse et que les processus gagnent en efficacité. Mais ce n'est qu'une vision partielle du problème. Une IA et une énergie plus performantes et abordables impliquent une consommation accrue d'IA, ce qui rend l'impact environnemental global bien supérieur aux économies réalisées grâce aux gains d'efficacité.”
L'histoire économique regorge d'exemples similaires. Les moteurs automobiles consomment moins qu'il y a trente ans, mais les véhicules sont plus nombreux et parcourent davantage de kilomètres. Les ampoules LED utilisent beaucoup moins d'électricité que les anciennes ampoules à incandescence, mais l'éclairage est désormais omniprésent dans les villes, les bâtiments et les espaces publics. L'intelligence artificielle semble suivre la même trajectoire. Plus les modèles deviennent rapides et abordables, plus ils sont intégrés dans les moteurs de recherche (ou les remplace), les logiciels et applications, les réseaux sociaux, les smartphones et les outils professionnels. Chaque gain d'efficacité ouvre de nouveaux usages.
Une technologie mondiale, des impacts localisés
Le rapport souligne également une dimension souvent absente du débat : la répartition géographique des coûts environnementaux. Les bénéfices économiques de l'intelligence artificielle sont principalement captés par quelques grandes entreprises technologiques et par les économies les plus riches. Les infrastructures nécessaires à leur fonctionnement, en revanche, occupent des territoires bien réels et mobilisent des ressources locales.
L'électricité consommée par un centre de données doit être produite quelque part. L'eau utilisée pour le refroidissement doit être prélevée dans des nappes, des rivières ou des réseaux d'alimentation qui sont des biens communs. Les métaux nécessaires à la fabrication des serveurs et des composants électroniques doivent être extraits, transformés puis transportés. Les auteurs du rapport invitent donc à dépasser une vision purement numérique de l'IA pour l'envisager comme une activité industrielle à part entière, avec ses chaînes d'approvisionnement, ses besoins matériels et ses impacts environnementaux.
L'IA est-elle compatible avec les limites planétaires ?
Le rapport ne constitue pas pour autant un réquisitoire contre l'intelligence artificielle. Les auteurs reconnaissent son potentiel pour accélérer la recherche scientifique, améliorer les prévisions météorologiques, optimiser certains systèmes énergétiques ou encore contribuer à la surveillance des écosystèmes. Leur objectif est ailleurs : intégrer les limites environnementales dans le développement de cette technologie avant que son expansion ne rende certains choix irréversibles.
Car l'histoire récente du numérique montre que les infrastructures se construisent souvent beaucoup plus vite que les cadres de régulation. Une fois les centres de données implantés, les réseaux électriques renforcés et les usages généralisés, il devient difficile de revenir en arrière. La question n'est donc plus seulement de savoir si l'IA sera plus performante demain. Elle est aussi de déterminer quelles ressources nous sommes prêts à lui consacrer.
Derrière chaque conversation avec un agent conversationnel, chaque image générée et chaque automatisation se cachent de l'électricité, de l'eau, des métaux et des terres. Des ressources finies dans un monde en surchauffe.