La promesse d'une intelligence artificielle « verte » se heurte à la boulimie des usages

Une consommation déjà massive. Une requête adressée à ChatGPT consomme en moyenne 2,9 Wh, dix fois plus qu'une simple recherche Google, selon le rapport « Electricity 2024 » de l'Agence internationale de l'énergie (AIE). Celle-ci projette que la consommation totale des centres de données, portée par l'IA et les cryptomonnaies, pourrait atteindre 1 000 TWh en 2026 — l'équivalent de la consommation électrique annuelle du Japon. Face à cela, Sam Altman (OpenAI) déclarait sur CNBC : « Je pense que l'IA sera le bond technologique le plus important que l'humanité ait jamais réalisé. (...) Nous avons besoin de cette intelligence pour résoudre nos problèmes les plus difficiles, qu'il s'agisse de guérir des maladies ou de stabiliser le climat. » Pour autant, l'avenir climatique ne semble pas plus stable depuis l'avènement de ChatGPT, Gemini, Claude et autres chatbots.

Le besoin d'une méthode rigoureuse. Benjamin Ninassi, chercheur à l'Inria, se montre vigilant face aux affirmations des industriels : « Avant de pouvoir dire qu'une technologie va avoir un impact positif, il faut appliquer une méthode de calcul rigoureuse. » L'Ademe a développé une méthodologie d'évaluation par scénarios permettant de comparer l'impact d'une solution technologique en intégrant l'ensemble des équipements, au-delà de la seule phase d'usage.

Un nouvel usage de l'IA entraîne forcément une hausse de la consommation. C'est l'un des angles morts du débat. « C'est très facile de mettre en avant une solution qui va réduire les gaz à effet de serre, mais qui peut augmenter d'autres types de pollutions », souligne le chercheur : « Il y aura potentiellement un transfert d'impact. » L'analyse doit prendre en compte tous les composants (eau, matières premières, énergie). Le principal débordement reste l'effet rebond : toute amélioration d'efficacité réduit le coût marginal d'un usage, ce qui stimule la demande, génère de nouveaux comportements et finit par annuler, voire dépasser, les économies initiales. « C'est exactement ce qu'on constate avec le numérique depuis quarante ans », rappelle Ninassi : « À chaque génération technologique, la promesse était de moins consommer. » L'histoire du stockage l'illustre : à l'arrivée du CD, on promettait la fin des disquettes encombrantes et une réduction de l'empreinte physique ; résultat, la capacité de stockage a explosé, et avec elle la taille des fichiers, la quantité de données produites et la consommation d'énergie. Le streaming a reproduit le même schéma face au téléchargement. Chaque compression technologique a libéré un espace que les usages se sont empressés de remplir.

Le secteur des télécommunications offre une illustration saisissante : la 4G était censée réduire la consommation énergétique des réseaux mobiles par rapport à la 3G ; elle a surtout permis la montée en puissance de la vidéo mobile, du livestreaming et des réseaux sociaux visuels. « La promesse de réduire la consommation grâce à la 5G, c'est la même logique, on gagne en efficacité unitaire, mais on accroît massivement les usages », note Ninassi. L'UIT prévoyait une réduction de 30 à 45 % des émissions du secteur numérique entre 2020 et 2030 ; le scénario officiel va en réalité à l'inverse, avec une hausse estimée de 45 %.

Des technologies qui se superposent. Le phénomène est aggravé par l'absence de substitution réelle. L'IA ne remplace pas les moteurs de recherche classiques, elle s'y superpose. Les grandes plateformes n'ont pas fermé leurs anciens services pour déployer les nouveaux : elles ont empilé les couches. À cette boulimie électrique s'ajoute une dépendance hydrique encore sous-estimée — Microsoft a admis dans son rapport environnemental 2023 une hausse de 34 % de sa consommation d'eau en un an, directement imputable à ses outils génératifs. Quant à la fabrication des équipements, elle représente jusqu'à 78 % de l'empreinte environnementale du numérique en France (rapport conjoint Ademe/Arcep 2022-2023).

L'optimisme pragmatique des industriels. Fabien Fouissard, directeur marketing IA chez Fujitsu France, reconnaît les excès tout en nuançant les scénarios catastrophes : « Cela dépend déjà des cas d'usage. » Il juge la trajectoire vers plus de sobriété inévitable, non par vertu écologique mais par réalisme économique : « Les acteurs mettent tellement d'argent dans ce secteur qu'ils finiront tôt ou tard par rationaliser leur investissement pour ne pas finir dans le gouffre. La bulle finira par se calmer et on reviendra à des éléments plus pragmatiques. » Il cite les constructeurs automobiles, autrefois champions de la puissance, aujourd'hui contraints à la sobriété ; et observe que « les modèles chinois commencent à fonctionner avec 4 Go de RAM, là où des serveurs entiers étaient nécessaires il y a deux ans ». Il prend aussi l'exemple de la visioconférence, qui a eu un impact mesurable sur la réduction des déplacements professionnels. Illustration : le modèle LFM2.5-1.2B-Thinking de Liquid AI fonctionne entièrement sur la puce d'un smartphone sans datacenter — 88 % de réussite sur le benchmark MATH-500, raisonnements de niveau olympiade, avec 40 % de requêtes en moins que ses concurrents de taille équivalente. Mais même une IA embarquée reste connectée au Web, continue de s'alimenter de données en ligne et d'encourager de nouveaux usages ; et si une telle technologie implique le renouvellement du parc de smartphones, l'impact indirect sur la fabrication pourrait contrebalancer tous les gains annoncés.

La conclusion du chercheur. « Il faut considérer le numérique comme une ressource finie, accepter qu'on ne peut pas tout faire de manière illimitée. Il faut hiérarchiser, prioriser, comme on le fait pour la biomasse », conclut Benjamin Ninassi. Une stratégie envisageable, mais l'opacité persistante des grandes plateformes sur la consommation réelle des données ne facilite pas les décisions à prendre. (Article de Bogdan Bodnar, La Tribune, mars 2026.)