Alors que l’intelligence artificielle (IA) s’impose dans tous les secteurs, son empreinte environnementale suscite des interrogations croissantes. Entre consommation énergétique des centres de données et potentiel d’optimisation des systèmes énergétiques, l’IA oscille entre menace climatique et levier de transition. Tour d’horizon des impacts réels et des perspectives d’un secteur en pleine expansion.
Une consommation énergétique en forte hausse
L’essor de l’IA, notamment des modèles génératifs, entraîne une augmentation significative de la demande énergétique. Selon l’Agence internationale de l’énergie (AIE), la consommation électrique des centres de données dédiés à l’IA pourrait quadrupler d’ici 2030, atteignant 945 térawattheures par an, soit près du triple de la consommation électrique du Royaume-Uni en 2023 . Aux États-Unis, ces centres pourraient représenter près de la moitié de la croissance de la demande électrique nationale, dépassant des industries traditionnellement énergivores comme l’aluminium ou l’acier .
Cette consommation accrue s’explique par les besoins en calcul intensif pour l’entraînement et l’inférence des modèles d’IA. Par exemple, une requête à un chatbot IA peut consommer jusqu’à dix fois plus d’énergie qu’une recherche classique sur un moteur de recherche . De plus, la localisation des centres de données influence leur empreinte carbone, en fonction du mix énergétique local.
Une empreinte carbone encore limitée mais en croissance
Malgré cette hausse de la consommation énergétique, l’empreinte carbone directe de l’IA reste, pour l’instant, relativement modeste à l’échelle mondiale. En 2025, les émissions de gaz à effet de serre liées à l’IA sont estimées à 180 millions de tonnes de CO₂, soit moins de 1,5 % des émissions du secteur énergétique . Toutefois, cette part pourrait augmenter, atteignant entre 300 et 500 millions de tonnes d’ici 2035, en l’absence de mesures d’atténuation.
Certaines entreprises technologiques, comme Google, constatent déjà une augmentation significative de leurs émissions. Entre 2019 et 2023, les émissions de Google ont augmenté de 48 %, principalement en raison de la croissance de l’IA et de l’expansion des centres de données . D’autres, comme Microsoft, investissent dans des sources d’énergie bas carbone, notamment le nucléaire, pour alimenter leurs infrastructures IA.
L’IA comme outil de réduction des émissions
Paradoxalement, l’IA pourrait également contribuer à la réduction des émissions de gaz à effet de serre. L’AIE estime que les applications actuelles de l’IA pourraient permettre une diminution des émissions énergétiques mondiales d’environ 5 % d’ici 2035 . En optimisant les systèmes énergétiques, les transports ou encore la gestion des bâtiments, l’IA offre des leviers d’efficacité importants.
Par exemple, l’utilisation de l’IA pour la gestion des systèmes de chauffage, ventilation et climatisation (CVC) dans les bâtiments peut réduire la consommation énergétique de 8 à 15 %, selon certaines études . De même, l’IA peut améliorer la gestion des réseaux électriques, facilitant l’intégration des énergies renouvelables et réduisant les pertes.
Vers une IA plus durable
Face aux enjeux environnementaux, plusieurs pistes sont explorées pour rendre l’IA plus durable. L’optimisation des modèles, la réduction du nombre d’entraînements et l’amélioration de l’efficacité énergétique des centres de données sont autant de leviers. Des initiatives comme le projet Sprout visent à réduire l’empreinte carbone des modèles de langage en ajustant les directives de génération, avec des réductions d’émissions allant jusqu’à 40 % .
Par ailleurs, la transparence sur l’empreinte carbone des modèles d’IA reste limitée. Peu d’entreprises publient des données détaillées sur leurs émissions, rendant difficile l’évaluation de l’impact réel de l’IA. Une meilleure régulation et des standards de reporting pourraient favoriser une prise de conscience et une action plus efficaces.
Soyez le premier à commenter