Selon un rapport de l’Institut Universitaire des Nations Unies pour l’Eau, l’Environnement et la Santé (UNU-INWEH), d’ici 2030, la consommation d’eau associée à l’utilisation de l’intelligence artificielle sera équivalente à celle de 1,3 milliard de personnes en Afrique subsaharienne.
Ce calcul inclut à la fois l’eau utilisée pour refroidir les systèmes des centres de données et celle employée dans la production d’électricité.
L’ampleur de l’impact est telle que les centres de données qui alimentent l’IA consomment déjà 448 TWh d’électricité, comparable à la consommation énergétique de la France.
Énergie et émissions
Le rapport avertit que l’IA nécessitera presque le triple de l’énergie consommée annuellement par le Pakistan, le Bangladesh et le Nigeria réunis (650 millions d’habitants). En termes d’émissions, elles pourraient atteindre 400 millions de tonnes de CO₂ équivalent, similaires aux émissions totales du Royaume-Uni.
De plus, l’infrastructure nécessaire occupera 14 500 km², soit le double de la superficie de la région métropolitaine de Jakarta ou dix fois celle de Mexico.
Au-delà du carbone : empreintes multiples
Les chercheurs soulignent que le coût environnemental de l’IA est sous-estimé car la plupart des analyses se concentrent sur les émissions de carbone. Cependant, chaque kilowattheure consommé implique également :
- Empreinte hydrique : refroidissement et production d’énergie.
- Empreinte territoriale : infrastructures et chaînes d’approvisionnement.
Un exemple : passer du charbon à la bioénergie réduit les émissions, mais multiplie par 30 l’empreinte hydrique et par 100 l’impact territorial.
Entraînement vs. inférence
Jusqu’à récemment, on pensait que la plus grande consommation d’énergie se produisait lors de l’entraînement des modèles. L’étude révèle que le processus d’inférence (chaque fois qu’un utilisateur interagit avec un modèle) représente entre 80% et 90% de la consommation totale.
Les chiffres sont révélateurs :
- Une conversation standard avec un chatbot consomme 200 fois plus d’énergie qu’une fonction basique comme classer des courriels indésirables.
- Générer une image synthétique consomme 1 400 fois plus.
- Créer une courte vidéo peut représenter jusqu’à 200 000 fois plus d’énergie.
Inégalité des bénéfices et des coûts
Le rapport dénonce également une répartition inégale :
- Seuls 16% des pays disposent d’une infrastructure spécialisée pour calculer l’IA.
- Les États-Unis et la Chine concentrent 90% de la capacité installée.
- Les coûts environnementaux (eau, émissions, déchets électroniques) sont répartis mondialement, tandis que les bénéfices se concentrent dans quelques pays.
Exemples :
- En Irlande, les centres de données représentaient déjà en 2023 21% de la consommation énergétique nationale, ce qui a conduit à imposer des moratoires à Dublin.
- En Uruguay, la construction d’un grand centre de données a coïncidé avec une sécheresse qui a laissé Montevideo sans eau potable.
Déchets électroniques et transparence
D’ici 2030, l’infrastructure de l’IA pourrait générer 2,5 millions de tonnes annuelles de déchets électroniques, principalement des processeurs obsolètes, qui finiront par s’accumuler dans des pays avec moins de ressources.
De plus, les experts soulignent le manque de transparence dans le secteur : une grande partie des données proviennent de modèles anciens comme GPT-4, ce qui limite la précision des estimations.
Recommandations de l’ONU
Le rapport propose des mesures pour atténuer l’impact :
- Exiger des rapports standardisés d’empreinte environnementale des opérateurs.
- Favoriser l’efficacité par conception, en évitant d’utiliser des modèles géants pour des tâches simples.
- Augmenter la transparence dans la consommation de ressources.
L’IA n’est pas seulement des algorithmes et des modèles : derrière, il y a un impact physique et environnemental réel qui implique la consommation d’eau, d’énergie, de territoire et de déchets.
Le défi est de garantir que cette révolution technologique se développe dans les limites planétaires, en équilibrant innovation avec durabilité et justice globale.
