Le débat sur l'IA et l'environnement porte sur l'électricité, l'eau et le matériel. En 2025, deux fournisseurs ont publié pour une réponse des consommations d'eau séparées par un facteur 170, parce qu'ils ne comptaient pas la même chose. Voici les chiffres, leur périmètre et ce qu'ils ne permettent pas de conclure.
Sommaire
- L'électricité : le terrain où les sources convergent
- L'eau : deux chiffres publiés, un écart de 1 à 170
- Le matériel, la partie dont on parle le moins
- IA et environnement : ce que les données publiques ne permettent pas de trancher
- Comment lire un chiffre sur l'IA sans se faire avoir
- Questions fréquentes
L'électricité : le terrain où les sources convergent
C'est la seule des trois consommations sur laquelle les estimations publiques se rejoignent à peu près. L'Agence internationale de l'énergie chiffre la consommation mondiale des centres de données à 415 térawattheures en 2024, soit environ 1,5 % de l'électricité consommée dans le monde. Elle projette un peu plus du double d'ici 2030, autour de 945 TWh.
Ce que ce chiffre englobe, et qui n'est pas que l'IA
415 TWh, ce sont tous les centres de données : votre messagerie, le streaming, les sauvegardes d'entreprise, les jeux en ligne, et l'IA parmi eux. L'agence désigne l'IA comme le principal moteur de la croissance à venir, sans isoler une part précise qui lui reviendrait en 2030. La répartition géographique, elle, est publiée : environ 45 % aux États-Unis, 25 % en Chine, 15 % en Europe.
L'incertitude est dans le rapport, pas seulement dans les critiques
Un détail que les reprises médiatiques laissent souvent de côté : l'agence publie elle-même une fourchette très large pour la suite. À l'horizon 2035, ses scénarios s'étalent de 700 à 1 700 TWh. Un facteur 2,4 entre le bas et le haut, cinq ans après la projection centrale. Quand une institution de ce niveau donne une fourchette pareille, elle dit quelque chose d'utile : la trajectoire dépend de décisions qui ne sont pas encore prises.
Et en France
L'actualisation 2024 des chiffres de l'ADEME, portant sur l'année 2022, situe le numérique à 4,4 % de l'empreinte carbone nationale, répartis en 50 % pour la fabrication et le fonctionnement des terminaux, 46 % pour les centres de données et 4 % pour les réseaux. La page précise elle-même sa limite : ces données de 2022 sont antérieures à la vague actuelle et ne la reflètent donc pas.
L'étude ADEME-Arcep sur les trajectoires 2030 et 2050 projette, dans son scénario tendanciel, une empreinte carbone du numérique français en hausse de 45 % en 2030 et presque multipliée par trois en 2050 par rapport à 2020. Il s'agit du numérique dans son ensemble, pas de l'IA seule : les sources citées ici ne donnent pas d'équivalent pour l'IA à l'échelle de la France.
L'eau : deux chiffres publiés, un écart de 1 à 170
Deux fournisseurs ont publié en 2025 la consommation d'eau d'une réponse de leur IA. L'un annonce 0,26 millilitre, l'autre 45 millilitres. Les deux sont exacts dans leur périmètre, et les deux périmètres ne sont pas les mêmes.
Ce que dit Google
Google a publié en août 2025 une mesure prise en production : pour la requête texte médiane de Gemini Apps en mai 2025, 0,24 wattheure d'énergie, 0,03 gramme équivalent CO2 et 0,26 millilitre d'eau, soit environ cinq gouttes.
L'entreprise fait elle-même une démonstration intéressante dans le même document. Avec une méthode qu'elle qualifie de non exhaustive, qui ne compterait que la consommation active des puces, le même calcul donnerait 0,10 Wh, 0,02 gCO2e et 0,12 mL. Autrement dit : selon ce que l'on décide d'inclure, le résultat est divisé par deux sans qu'une seule requête ait changé.
Ce que dit Mistral
Mistral AI a publié en juillet 2025 l'analyse de cycle de vie de son modèle Mistral Large 2, menée avec Carbone 4 et l'ADEME, selon la méthodologie Frugal AI de l'AFNOR, conforme aux normes ISO 14040/44 et au GHG Protocol, et relue par deux cabinets tiers, Resilio et Hubblo.
Le résultat marginal, pour une réponse de 400 tokens sur son assistant : 1,14 gramme équivalent CO2, 45 millilitres d'eau, 0,16 milligramme d'équivalent antimoine. À l'échelle du modèle entier, sur ses dix-huit premiers mois : 20,4 kilotonnes équivalent CO2 et 281 000 m³ d'eau.
Pourquoi l'écart, et pourquoi il n'est pas scandaleux
L'écart tient d'abord au périmètre. Google mesure une requête texte médiane de Gemini Apps et décrit l'eau consommée par ses centres de données pour le refroidissement. Mistral publie une analyse de cycle de vie et un impact marginal pour une réponse de 400 tokens, en excluant le terminal de l'utilisateur. Ces deux unités ne décrivent donc ni le même service ni la même longueur de réponse.
Trois causes empêchent la comparaison directe : le périmètre de comptage, l'efficacité du parc de machines et la longueur de la réponse. Une réponse de 400 tokens n'est pas une requête médiane ; juxtaposer les deux nombres montre la sensibilité à la méthode, pas qu'un système consomme exactement 170 fois plus que l'autre.
Le matériel, la partie dont on parle le moins
Les débats publics portent presque toujours sur l'électricité et l'eau, alors que la fabrication des équipements pèse lourd et se voit moins. En France, la moitié de l'empreinte carbone du numérique vient des terminaux, fabrication comprise, c'est-à-dire des appareils que nous avons entre les mains, pas des serveurs lointains.
Pourquoi c'est difficile à ramener à une requête
L'analyse de Mistral donne un ordre de grandeur pour la ressource minérale : 660 kilogrammes d'équivalent antimoine pour le modèle entier, 0,16 milligramme pour une réponse. L'équivalent antimoine est un indicateur d'épuisement des ressources minérales, pas un poids de métal réellement extrait, et il ne dit rien des conditions d'extraction.
IA et environnement : ce que les données publiques ne permettent pas de trancher
Trois questions très raisonnables n'ont pas de réponse publique fiable aujourd'hui. Les poser est plus utile que de choisir arbitrairement un chiffre.
Combien consomme un service d'IA au total
C'est la lacune la plus nette dans les sources citées ici. Google publie un impact médian par requête, mais pas le volume de requêtes nécessaire pour reconstituer la demande énergétique globale du service. Le chiffre par requête est documenté ; le total ne peut pas être calculé à partir de cette seule publication.
Comment comparer deux IA entre elles
Il n'existe pas encore d'indicateur standardisé permettant de mettre deux systèmes côte à côte. Tant que chacun publie selon sa propre méthode, les chiffres restent des points isolés, pas une échelle.
Ce que coûtent les usages autres que le texte
Les mesures publiées portent sur des requêtes textuelles. Pour ces usages, les données publiques ne permettent pas de trancher, et écrire un ordre de grandeur reviendrait à l'inventer.
Comment lire un chiffre sur l'IA sans se faire avoir
Quatre questions suffisent à situer n'importe quel chiffre que vous croiserez, et elles ne demandent aucune compétence technique.
Étape 1 : demander qui mesure. Un fournisseur qui publie sur son propre produit n'est pas disqualifié pour autant, surtout quand la méthode est décrite et relue par des tiers. Mais la question se pose, et la réponse doit être trouvable en un clic.
Étape 2 : demander ce qui est compté. Eau sur site ou eau totale, entraînement ou utilisation, appareil compris ou non. C'est la question qui explique à elle seule l'essentiel des écarts entre deux chiffres.
Étape 3 : demander sur quoi porte l'unité. Une requête médiane, une réponse de 400 tokens et une conversation d'un quart d'heure ne sont pas la même chose. Comparer deux chiffres dont les unités diffèrent ne produit rien d'exploitable.
Étape 4 : demander la date. L'efficacité des infrastructures bouge vite, dans les deux sens. Un chiffre de 2022 reste utile pour comprendre un mécanisme, et devient trompeur s'il est présenté comme l'état actuel.
Les limites de cet exercice, et ce qu'il ne règle pas
Elles ne disent rien de la localisation, qui change beaucoup de choses : le même calcul n'a pas la même empreinte selon le mix électrique du pays et selon le stress hydrique de la région où se trouve le centre de données. Les deux mouvements sont réels et vont en sens contraire.
Ce que nous voyons, et ce que nous ne prétendons pas savoir
Nous n'exploitons aucun centre de données et nous ne mesurons rien nous-mêmes : tout ce qui est chiffré ici vient des sources liées dans le texte, que vous pouvez ouvrir et vérifier.
Les conférences et ateliers d'IA Innovateurs sont gratuits et ouverts à tous les niveaux. L'adhésion est distincte et facultative, à 25 € par an, avec un tarif solidaire à 10 €.
Questions fréquentes
Combien consomme une question posée à une IA ?
Cela dépend du service, de la longueur de la réponse et du périmètre retenu. Les mesures publiées en 2025 vont de 0,26 millilitre pour une requête médiane à 45 millilitres pour 400 tokens, cette dernière intégrant l'eau utilisée pour produire l'électricité. Il faut donc toujours donner un ordre de grandeur avec son périmètre, jamais un nombre isolé.
Les chiffres sur l'eau sont-ils exagérés par les médias ?
Certains sont gonflés, d'autres minimisés. Un chiffre élevé inclut souvent l'eau consommée pour produire l'électricité, tandis qu'un chiffre faible ne compte que le refroidissement sur site. Le problème principal reste la comparaison de périmètres différents.
Est-ce que l'IA va faire exploser la consommation électrique mondiale ?
Les projections ne permettent ni de l'affirmer ni de l'exclure. L'Agence internationale de l'énergie prévoit un doublement des centres de données d'ici 2030, depuis 1,5 % de l'électricité mondiale, puis une fourchette de 700 à 1 700 TWh en 2035. Une trajectoire unique irait donc au-delà des données disponibles.
Utiliser moins l'IA, est-ce que ça change quelque chose ?
À l'échelle individuelle, l'effet direct reste faible. Les leviers principaux sont la durée de vie des appareils, qui pèsent la moitié de l'empreinte du numérique français selon l'ADEME, ainsi que le lieu et le moment des calculs. Garder son matériel plus longtemps compte probablement davantage que réduire quelques requêtes.
Où trouver des chiffres fiables sans être spécialiste ?
Privilégiez les documents qui décrivent leur méthode et leur périmètre, même s'ils sont plus arides que les articles qui les reprennent. Les rapports de l'Agence internationale de l'énergie, les travaux de l'ADEME et de l'Arcep sur le numérique français, et les analyses de cycle de vie relues par des tiers constituent une base solide. Une bonne habitude consiste à remonter systématiquement au document d'origine quand un chiffre vous frappe : dans la plupart des cas, il y est accompagné de précautions qui ont disparu en route.
Envie de creuser ces questions avec d'autres ? Consultez les prochaines rencontres, découvrez qui nous sommes, ou écrivez-nous. Deux sujets voisins sont traités ailleurs sur ce blog : comment utiliser l'intelligence artificielle sans lui faire dire n'importe quoi, et ce que recouvre vraiment l'étiquette IA open source.