IA générative : un coût écologique monstrueux, massivement contesté aux USA

L’IA généra­tive (type Chat­G­PT, Google Gem­i­ni, Mid­jour­ney, Nano Banana…) est en train de devenir une “IA pour tous”, util­is­able quo­ti­di­en­nement comme moteur de recherche évolué, ou pour lui deman­der de réalis­er de A à Z un pro­jet sans sur­veil­lance et en toute autonomie, comme sou­tien psy­chologique aus­si…

C’est donc un out­il avec ses répons­es struc­turées, ses dia­logues et l’adaptation de son niveau de lan­gage à celui de l’interlocuteur car c’est son objec­tif com­mer­cial (s’adapter à son inter­locu­teur, et donc nous garder cap­tif et nous faire pass­er à l’abonnement).

Cet “out­il”, désor­mais très dif­fusé, a pour­tant un coût écologique dont il faut se deman­der s’il est souten­able. C’est à cette inter­ro­ga­tion que ten­tent de répon­dre qua­tre chercheurs de l’IN­RIA et de l’U­GA (Greno­ble).

Les organ­i­sa­tions écol­o­gistes US ont tranché : c’est non !

Les esti­ma­tions du bilan envi­ron­nemen­tal de l’intelligence arti­fi­cielle généra­tive, comme celles réal­isées à l’été 2025 par Google sur son IA Gem­i­ni, sem­blent ras­sur­antes : seule­ment 0,003 g de CO2 et cinq gouttes d’eau par “prompt”.

Des résul­tats qui dépen­dent en réal­ité beau­coup des choix méthodologiques réal­isés, alors que de telles études sont le plus sou­vent menées en interne et man­quent de trans­parence. Le prob­lème est que ces chiffres font de plus en plus sou­vent fig­ure d’argument mar­ket­ing pour inciter à l’utilisation de l’IA généra­tive, tout en igno­rant le risque bien réel d’effet rebond lié à l’explosion des usages.

Depuis la sor­tie de Chat­G­PT fin 2022, les IA généra­tives ont le vent en poupe. En juil­let 2025, Ope­nAI annonçait que Chat­G­PT rece­vait 18 mil­liards de “prompts” (instruc­tions écrites par les util­isa­teurs) par semaine, pour 700 mil­lions d’utilisateurs – soit 10 % de la pop­u­la­tion mon­di­ale.

Aujourd’hui, la ruée vers ces out­ils est mon­di­ale : tous les acteurs de la Big Tech dévelop­pent désor­mais leurs pro­pres mod­èles d’IA généra­tive, prin­ci­pale­ment aux États-Unis et en Chine, mais aus­si en France avec Mis­tral, qui pro­duit l’assistant Le Chat.

Cha­cun de ces mod­èles s’inscrit dans un envi­ron­nement géopoli­tique don­né, avec des choix tech­nologiques par­fois dif­férents. Mais tous ont une empreinte écologique con­sid­érable qui con­tin­ue d’augmenter de façon expo­nen­tielle, portée par la démul­ti­pli­ca­tion des usages. Cer­tains experts, dont ceux du think tank spé­cial­isé The Shift Project, son­nent l’alerte : cette crois­sance n’est pas souten­able.

Or, tous les acteurs du domaine – y com­pris les con­som­ma­teurs – sont aujourd’hui bien con­scients que du coût envi­ron­nemen­tal qui accom­pa­gne les usages liés au numérique, mais pas for­cé­ment des chiffres que cela représente.

Poussés par de mul­ti­ples raisons (oblig­a­tions régle­men­taires, mar­ket­ing, par­fois par con­science envi­ron­nemen­tale), plusieurs des grands acteurs de la tech ont récem­ment réal­isé l’analyse de cycle de vie (ACV, méthodolo­gie per­me­t­tant d’évaluer l’impact envi­ron­nemen­tal glob­al d’un pro­duit ou ser­vice) de leurs mod­èles.

Fin août 2025, Google a pub­lié la sienne pour quan­ti­fi­er les impacts de son mod­èle Gem­i­ni. Que valent ces esti­ma­tions, et peut-on s’y fier ?

Une empreinte carbone étonnement basse

Un mod­èle d’IA généra­tive, pour fonc­tion­ner, doit d’abord être “entraîné” à par­tir d’une grande quan­tité d’exemples écrits. Pour mesur­er l’électricité con­som­mée par un “prompt”, Google s’est donc con­cen­tré sur la phase d’utilisation – et non pas d’entraînement – de son IA Gem­i­ni. Selon ses pro­pres cal­culs, Google annonce donc qu’un prompt ne con­som­merait que 0,24 wattheure (Wh) en moyenne – c’est très faible : env­i­ron une minute de con­som­ma­tion d’une ampoule élec­trique stan­dard de 15 watts.

Com­ment les auteurs sont-ils arrivés à ce chiffre, sig­ni­fica­tive­ment plus faible que dans les autres études déjà réal­isées à ce sujet, comme celle menée par Mis­tral IA en juil­let 2025 ?

La pre­mière rai­son tient à ce que Google mesure réelle­ment. On apprend par exem­ple dans le rap­port que l’électricité con­som­mée par un prompt est util­isée pour 58 % par des processeurs spé­cial­isés pour l’IA (l’unité de traite­ment graphique, ou GPU, et le cir­cuit inté­gré spé­ci­fique Ten­sor Pro­cess­ing Unit, ou TPU), 25 % par des processeurs clas­siques et à hau­teur d’environ 10 % par les processeurs en veille, et les 7 % restants pour le refroidisse­ment des serveurs et le stock­age de don­nées.

Autrement dit, Google ne tient ici compte que de l’électricité con­som­mée par ses pro­pres data cen­ters, et pas de celle con­som­mée par les ter­minaux et les rou­teurs des util­isa­teurs.

Par ailleurs, aucune infor­ma­tion n’est don­née sur le nom­bre d’utilisateurs ou le nom­bre de requêtes pris­es en compte dans l’étude, ce qui ques­tionne sa crédi­bil­ité. Dans ces con­di­tions, impos­si­ble de savoir com­ment le com­porte­ment des util­isa­teurs peut affecter l’impact envi­ron­nemen­tal du mod­èle.

Google a racheté en 2024 l’équivalent de la production d’électricité annuelle de l’Irlande

La sec­onde rai­son tient à la façon de con­ver­tir l’énergie élec­trique con­som­mée en équiv­a­lent CO2. Elle dépend du mix élec­trique de l’endroit où l’électricité est con­som­mée, tant du côté des data cen­ters que des ter­minaux des util­isa­teurs. Ici, on l’a vu, Google ne s’intéresse qu’à ses pro­pres data cen­ters.

Depuis longtemps, Google a misé sur l’optimisation énergé­tique, en se tour­nant vers des sources décar­bonées ou renou­ve­lables pour ses cen­tres de don­nées répar­tis partout dans le monde. Selon son dernier rap­port envi­ron­nemen­tal, l’effort sem­ble porter ses fruits, avec une diminu­tion de 12 % des émis­sions en un an, alors que la demande a aug­men­té de 27 % sur la même péri­ode. Les besoins sont colos­saux : en 2024, Google a con­som­mé, pour ses infra­struc­tures de cal­cul, 32 térawattsheures (TWh), soit l’équivalent de la pro­duc­tion d’électricité annuelle de l’Irlande.

De fait, l’entreprise a signé 60 con­trats exclusifs de four­ni­ture en élec­tric­ité à long terme en 2024, pour un total de 170 depuis 2010. Compte tenu de l’ampleur des opéra­tions de Google, le fait d’avoir des con­trats d’électricité exclusifs à long terme com­pro­met la décar­bon­a­tion dans d’autres secteurs. Par exem­ple, l’électricité à faibles émis­sions qui ali­mente les prompts pour­rait être util­isée pour le chauffage, secteur qui dépend encore forte­ment des com­bustibles fos­siles.

Dans cer­tains cas, ces con­trats impliquent la con­struc­tion de nou­velles infra­struc­tures de pro­duc­tion d’énergie. Or, même pour la pro­duc­tion d’énergie renou­ve­lable décar­bonée, leur bilan envi­ron­nemen­tal n’est pas entière­ment neu­tre : par exem­ple, l’impact asso­cié à la fab­ri­ca­tion de pan­neaux pho­to­voltaïques est com­pris entre 14 gCO2eq et 73 gCO2eq/kWh, ce que Google ne prend pas en compte dans ses cal­culs.

Dans son rap­port envi­ron­nemen­tal, Google ne prend pas en compte l’empreinte car­bone liée à la con­struc­tion des infra­struc­tures de pro­duc­tion d’électricité, fussent-elles renou­ve­lables.

Enfin, de nom­breux ser­vices de Google font appel à de la “colo­ca­tion” de serveurs dans des data cen­ters qui ne sont pas néces­saire­ment décar­bonés, ce qui n’est pas non plus pris en compte dans l’étude.

Autrement dit, les choix méthodologiques réal­isés pour l’étude ont con­tribué à min­imiser l’ampleur des chiffres.

Cinq gouttes d’eau par prompt, mais 12 000 piscines olympiques au total

La con­som­ma­tion d’eau douce est de plus en plus fréquem­ment prise en compte dans les rap­ports envi­ron­nemen­taux liés au numérique. Et pour cause : il s’agit d’une ressource pré­cieuse, con­sti­tu­tive d’une lim­ite plané­taire récem­ment franchie.

L’étude de Google estime que sa con­som­ma­tion d’eau pour Gem­i­ni est de 0,26 ml – soit cinq gouttes d’eau – par prompt. Un chiffre qui sem­ble dérisoire, ramené à l’échelle d’un prompt, mais les petits ruis­seaux font les grandes riv­ières : il faut le met­tre en per­spec­tive avec l’explosion des usages de l’IA.

Glob­ale­ment, Google a con­som­mé env­i­ron 8 100 mil­lions de gal­lons (env­i­ron 30 mil­lions de mètres cubes, l’équivalent de quelque 12 000 piscines olympiques) en 2024, avec une aug­men­ta­tion de 28 % par rap­port à 2023.

Mais là aus­si, le dia­ble est dans les détails : le rap­port de Google ne compt­abilise que l’eau con­som­mée pour refroidir les serveurs (selon un principe très sim­i­laire à la façon dont nous nous rafraîchissons lorsque la sueur s’évapore de notre corps). Le rap­port exclut de fait la con­som­ma­tion d’eau liée à la pro­duc­tion d’électricité et à la fab­ri­ca­tion des serveurs et autres com­posants infor­ma­tiques, qui sont pour­tant pris­es en compte pour le cal­cul de son empreinte car­bone, comme on l’a vu plus haut. En con­séquence, les indi­ca­teurs d’impact envi­ron­nemen­tal (car­bone, eau…) n’ont pas tous le même périmètre, ce qui com­plique leur inter­pré­ta­tion.

Des études encore trop opaques

Comme la plu­part des études sur le sujet, celle de Google a été menée en interne. Si on com­prend l’enjeu de secret indus­triel, un tel manque de trans­parence et d’expertise indépen­dante pose la ques­tion de sa légitim­ité et surtout de sa crédi­bil­ité. On peut néan­moins chercher des points de com­para­isons avec d’autres IA, par exem­ple à tra­vers les élé­ments présen­tés par Mis­tral IA en juil­let 2025 sur les impacts envi­ron­nemen­taux asso­ciés au cycle de vie de son mod­èle Mis­tral Large 2, une pre­mière.

Cette étude a été menée en col­lab­o­ra­tion avec un acteur français recon­nu de l’analyse du cycle de vie (ACV), Carbone4, avec le sou­tien de l’Agence de l’en­vi­ron­nement et de la maîtrise de l’énergie (Ademe, qui dif­fuse un débat sur la ques­tion entre Cédric Vil­lani et Julia Mey­er), ce qui est un élé­ment de fia­bil­ité. Les résul­tats sont les suiv­ants.

Pen­dant les dix-huit mois de durée de vie totale du mod­èle, env­i­ron 20 000 tonnes équiv­a­lent CO2 ont été émis­es, 281 000 m³ d’eau con­som­mée et 660 kg équiv­a­lent anti­moine (indi­ca­teur qui prend en compte l’épuisement des matières pre­mières minérales métalliques).

Résul­tats présen­tés par Mis­tral à l’été 2025

Mis­tral attire l’attention sur le fait que l’utilisation du mod­èle (inférence) a des effets qu’ils jugent “mar­gin­aux”, si on con­sid­ère un prompt moyen util­isant 400 “tokens” (unités de traite­ment cor­rélées à la taille du texte en sor­tie) : ce prompt cor­re­spond à l’émission de 1,14 g équiv­a­lent CO2, de 50 ml d’eau et 0,5 mg équiv­a­lent anti­moine. Des chiffres plus élevés que ceux avancés par Google, obtenus, comme on l’a vu, grâce à une méthodolo­gie avan­tageuse. De plus, Google s’est basé dans son étude sur un prompt “médi­an” sans don­ner davan­tage de détails sta­tis­tiques, qui seraient pour­tant bien­venus.

En réal­ité, l’une des prin­ci­pales moti­va­tions, que cela soit celles de Google ou de Mis­tral, der­rière ce type d’étude reste d’ordre mar­ket­ing : il s’agit de ras­sur­er sur l’impact envi­ron­nemen­tal (ce qu’on pour­rait qual­i­fi­er de “green­wash­ing”) de l’IA pour pouss­er à la con­som­ma­tion. Ne par­ler que de l’impact venant des prompts des util­isa­teurs fait égale­ment per­dre de vue la vision glob­ale des coûts (par exem­ple, ceux liés à l’entraînement des mod­èles).

Recon­nais­sons que le principe d’effectuer des études d’impacts est posi­tif. Mais l’opacité de ces études, même lorsqu’elles ont le mérite d’exister, doit être inter­rogée. Car, à ce jour, Mis­tral pas plus que Google n’ont pas dévoilé tous les détails des méthodolo­gies util­isées, les études ayant été menées en interne. Or, il faudrait pou­voir dis­pos­er d’un référen­tiel com­mun qui per­me­t­trait de clar­i­fi­er ce qui doit être pris en compte dans l’analyse com­plète du cycle de vie (ACV) d’un mod­èle d’IA. Ceci per­me­t­trait de réelle­ment com­par­er les résul­tats d’un mod­èle à l’autre et de lim­iter les effets mar­ket­ing.

Une des lim­ites tient prob­a­ble­ment à la com­plex­ité des IA généra­tives. Quelle part de l’empreinte envi­ron­nemen­tale peut-on rat­tach­er à l’utilisation du smart­phone ou de l’ordinateur pour le prompt ? Les mod­èles per­me­t­tant le fine-tun­ing pour s’adapter à l’utilisateur con­som­ment-ils plus ?

La plu­part des études sur l’empreinte envi­ron­nemen­tale des IA généra­tives les con­sid­èrent comme des sys­tèmes fer­més, ce qui empêche d’aborder la ques­tion pour­tant cru­ciale des effets rebonds induits par ces nou­velles tech­nolo­gies. Cela empêche de voir l’augmentation ver­tig­ineuse de nos usages de l’IA, en résumant le prob­lème au coût envi­ron­nemen­tal d’un seul prompt.