Longtemps perçue comme une révolution immatérielle, l’intelligence artificielle révèle progressivement son empreinte bien réelle sur les ressources naturelles. Dans un rapport publié début juin, l’Institut pour l’eau, l’environnement et la santé des Nations unies alerte sur l’explosion attendue de la consommation d’eau et d’énergie liée aux centres de données qui alimentent l’IA.
Derrière chaque requête adressée à un chatbot, chaque image générée ou chaque vidéo produite automatiquement se cachent des infrastructures gigantesques dont les besoins en ressources atteignent désormais des niveaux comparables à ceux de certains États.
Les chiffres-clés de la future empreinte de l’IA
1. Jusqu’à 9 milliards de m³ d’eau par an d’ici 2030
L’eau apparaît comme l’un des principaux défis de la révolution de l’IA. Les centres de données utilisent d’importantes quantités d’eau pour refroidir leurs serveurs. Selon les projections de l’ONU, leur consommation pourrait atteindre jusqu’à 9 milliards de mètres cubes d’eau douce par an à l’horizon 2030.
À titre de comparaison, ce volume correspond aux besoins annuels d’environ 1,3 milliard d’habitants d’Afrique subsaharienne.
2. 4.500 milliards de litres d’eau consommés dès 2025
Les centres de données auraient déjà consommé 4.500 milliards de litres d’eau en 2025. Un volume suffisant pour couvrir les besoins de plus de 600 millions de personnes vivant en Afrique subsaharienne.
3. Près de 945 TWh d’électricité en 2030
Sur le plan énergétique, la progression est tout aussi spectaculaire. La consommation électrique mondiale des centres de données devrait atteindre 945 térawattheures en 2030, soit plus du double des niveaux actuels.
Ce volume représente près de trois fois la consommation annuelle cumulée du Pakistan, du Bangladesh et du Nigeria, qui totalisent ensemble plus de 650 millions d’habitants.
4. L’équivalent de toute l’Arabie saoudite en 2025
Dès 2025, les centres de données ont consommé 448 TWh d’électricité, soit davantage que l’ensemble de la consommation annuelle de l’Arabie saoudite.
L’intelligence artificielle représente déjà près de 20% de cette consommation.
5. GPT-4 à lui seul : jusqu’à 70 GWh
L’entraînement du modèle GPT-4 aurait nécessité entre 50 et 70 GWh d’électricité. Un volume équivalent à la consommation résidentielle annuelle de près de 460.000 habitants d’Afrique subsaharienne.
6. ChatGPT : 2,5 milliards de requêtes par jour
Le chatbot d’OpenAI traite aujourd’hui environ 2,5 milliards de requêtes quotidiennes. À lui seul, son fonctionnement représenterait près de 383 GWh d’électricité par an.
La vidéo générée par IA, nouvelle source d’inquiétude
Les experts de l’ONU identifient la génération vidéo comme l’un des segments les plus énergivores de l’IA.
Selon le rapport, une seule courte vidéo produite par intelligence artificielle peut consommer autant d’électricité que 200.000 opérations de filtrage de courriels indésirables.
Avec la multiplication des outils de création vidéo accessibles au grand public, cette activité pourrait devenir l’un des principaux moteurs de croissance de la consommation énergétique du secteur.
Des émissions de CO₂ appelées à doubler
L’empreinte carbone suit la même trajectoire.
Les centres de données auraient généré environ 189 millions de tonnes équivalent CO₂ en 2025. Ce chiffre pourrait atteindre près de 400 millions de tonnes en 2030.
Parallèlement, la superficie occupée par les infrastructures numériques devrait plus que doubler, passant de 6.900 km² à plus de 14.500 km² dans le monde.
Un marché multiplié par 25 en dix ans
Cette pression croissante sur les ressources intervient alors que le marché mondial de l’intelligence artificielle poursuit une expansion fulgurante.
Estimé à 189 milliards de dollars en 2023, il pourrait atteindre près de 5.000 milliards de dollars d’ici 2033, soit une multiplication par 25 en une décennie.
Face à cette accélération, l’ONU appelle à la mise en place d’une gouvernance mondiale de l’IA fondée sur la transparence, l’efficacité énergétique, la responsabilité environnementale et une meilleure prise en compte des ressources naturelles mobilisées par cette nouvelle révolution technologique.
Le rapport rappelle ainsi une réalité souvent oubliée : derrière les algorithmes, l’intelligence artificielle repose sur des infrastructures physiques dont le coût écologique pourrait devenir l’un des grands enjeux de la décennie à venir.