L'IA a soif - et le monde s'assèche
Chaque requête IA a un coût environnemental : les serveurs consomment énormément d'eau et d'électricité. L'efficacité accrue des systèmes ne fait qu'augmenter leur usage, selon le paradoxe de Jevons.
La compréhension du fait que chaque requête que vous tapez dans votre ordinateur ou votre téléphone portable a un prix environnemental n'est pas particulièrement intuitive, mais c'est la vérité : en coulisses, dans une ferme de serveurs distante, votre demande est traduite en une consommation d'eau réelle. La consommation d'eau de l'IA découle directement de la complexité de la tâche. Des chercheurs de l'Université de Californie à Riverside estiment que la rédaction d'un e-mail de 100 mots consomme environ un demi-litre. La création d'une vidéo consomme environ 4,1 litres — soit deux fois la quantité de boisson quotidienne recommandée pour une personne.
Près d'un milliard de personnes utilisent ChatGPT chaque semaine, envoyant au service environ 2,5 milliards de requêtes par jour. Et c'est sans compter le reste des modèles géants qui fonctionnent en parallèle. La multiplication de ces données par l'ampleur de l'utilisation mondiale présente une image inquiétante : l'intelligence artificielle devient un consommateur énorme et exigeant de nos ressources naturelles.
Le paradoxe de Jevons : l'efficacité comme piège
Face à ces chiffres, la même réponse rassurante est généralement avancée : la technologie résoudra le problème. On suppose qu'à mesure que nous devenons plus efficaces, la crise disparaîtra. Cependant, cette approche ignore un mécanisme économique vieux de 150 ans. À l'hiver 2025, la startup chinoise DeepSeek a présenté un modèle avancé dont les ressources informatiques nécessaires étaient 10 fois inférieures à celles investies dans un modèle similaire par Meta. En réponse, la valeur boursière de Nvidia a chuté d'environ 600 milliards de dollars en un jour, les investisseurs pensant que l'efficacité réduirait le besoin en puces. Cependant, le PDG de Microsoft, Satya Nadella, a rappelé le « paradoxe de Jevons ».
Formulée par William Stanley Jevons en 1865, cette théorie explique pourquoi les nouveaux moteurs à vapeur, qui nécessitaient moins de charbon, n'ont pas conduit à une baisse de la consommation nationale de charbon en Angleterre, mais plutôt à une augmentation. Lorsque la technologie devient plus efficace et moins chère, son utilisation s'étend considérablement. Finalement, la forte augmentation de la demande absorbe les économies individuelles, et la consommation totale bondit. C'est exactement ce qui se passe aujourd'hui avec l'IA : 80 % à 90 % de la consommation d'énergie provient de l'activité courante. Une fois qu'une action devient bon marché, l'utilisation s'étend, menant à une expansion agressive de l'infrastructure des centres de données.
La facture environnementale dans le présent
Les centres de données sont d'immenses hangars industriels abritant des centaines de milliers de puces fonctionnant 24 heures sur 24. Selon les prévisions, d'ici 2030, la consommation d'électricité des centres de données dans le monde doublera et égalera la consommation annuelle d'électricité de tout le Japon. Parallèlement à l'électricité, les systèmes de refroidissement pompent des millions de litres d'eau. Selon un rapport de Microsoft, environ 42 % de la consommation d'eau du géant technologique provenaient de zones souffrant de pénurie d'eau.
Les géants de la technologie promettent une solution « verte », mais leurs engagements passés d'atteindre un bilan carbone négatif d'ici 2030 échouent : l'empreinte carbone de Microsoft a bondi de 25 % et celle de Google de 18 % en raison de la construction de centres de données. L'ironie de la révolution est que plus l'intelligence artificielle devient virtuelle, plus elle a besoin de terre, d'eau et d'énergie. Rien ne flotte vraiment dans le cloud — cette facture est toujours payée ici, sur terre.
