ChatGPT consomme autant qu'une ville : personne ne le dit vraiment

Chaque requête que vous envoyez à ChatGPT consomme 10 fois plus d'énergie qu'une recherche Google. Et ça ne va qu'empirer.

Ce n'est pas une alerte environnementale de plus. C'est un changement structurel de notre rapport à l'énergie — silencieux, massif, et délibérément peu médiatisé par les acteurs qui en profitent le plus. L'intelligence artificielle n'est plus un outil logiciel. Elle est en train de devenir une infrastructure physique, avec des besoins énergétiques comparables à ceux de nations entières.

Les chiffres que personne ne met en une

Une requête adressée à ChatGPT consomme en moyenne 10 fois plus d'électricité qu'une recherche Google classique, selon les estimations de l'Agence Internationale de l'Énergie (AIE). Ramené à l'échelle de milliards d'interactions quotidiennes, le calcul devient vertigineux.

En 2024, les data centers mondiaux ont consommé environ 415 TWh d'électricité. L'AIE projette que ce chiffre pourrait doubler d'ici 2026, en grande partie à cause de l'explosion des modèles d'IA générative. Pour donner un ordre de grandeur : c'est l'équivalent de la consommation électrique annuelle de la France entière, deux fois.

• Google a vu ses émissions carbone augmenter de 48 % entre 2019 et 2023, principalement à cause de ses investissements dans l'IA.
• Microsoft a enregistré une hausse de 29 % de ses émissions sur la même période, contredisant ses propres engagements "carbon negative" annoncés en 2020.
• Meta a multiplié ses projets de data centers, incluant une infrastructure prévue en Louisiane alimentée en partie par du gaz naturel.

Ces chiffres ne sont pas des projections alarmistes. Ce sont des données publiées dans les rapports de développement durable des entreprises elles-mêmes.

Pourquoi l'IA est si énergivore — et pourquoi ça va empirer

L'entraînement d'un grand modèle de langage comme GPT-4 est souvent comparé à un vol transatlantique en termes d'empreinte carbone. Mais c'est l'inférence — c'est-à-dire chaque utilisation du modèle — qui représente désormais le vrai gouffre énergétique. Plus les modèles sont utilisés à grande échelle, plus la facture s'alourdit.

À cela s'ajoute une course aux armements technologiques : pour rester compétitifs, les acteurs investissent dans des modèles toujours plus grands, sur des clusters de GPU toujours plus denses, dans des data centers toujours plus vastes. La performance, à tout prix.

Le problème du refroidissement

Les serveurs génèrent une chaleur considérable. Les refroidir nécessite de l'eau — des millions de litres par jour dans les grandes installations. Dans des régions déjà soumises au stress hydrique, ce besoin entre en compétition directe avec les usages agricoles et domestiques. Des data centers de Microsoft ont ainsi été pointés du doigt dans des zones rurales d'Arizona, où la ressource en eau est critique.

Le paradoxe des promesses vertes

La plupart des géants de la tech ont pris des engagements climatiques ambitieux. Google promet d'atteindre zéro émission nette d'ici 2030. Microsoft vise le carbone négatif. Amazon a signé le Climate Pledge. Pourtant, les trajectoires réelles s'éloignent de ces objectifs à mesure que les investissements en IA s'accélèrent.

Le mécanisme est simple : les entreprises achètent des crédits carbone et signent des contrats d'énergie renouvelable sur le papier, mais leurs data centers fonctionnent souvent avec du charbon ou du gaz, faute d'infrastructure renouvelable suffisante localement. C'est une comptabilité carbone — pas une réalité physique.

L'IA comme outil de solution… ou prétexte ?

Les géants répondent régulièrement que l'IA aidera à résoudre les problèmes climatiques : optimisation des réseaux électriques, modélisation du climat, réduction du gaspillage industriel. Ce n'est pas faux. Mais l'argument ressemble dangereusement à celui de l'industrie pétrolière promettant d'investir dans le renouvelable tout en ouvrant de nouveaux puits.

Ce que ça change pour vous, concrètement

L'explosion des besoins en énergie de l'IA a des implications directes sur des sujets qui vous touchent :

• Les prix de l'électricité : la demande massive des data centers pèse sur les réseaux nationaux et peut contribuer à la hausse des tarifs.
• La localisation des emplois tech : les États qui offrent de l'énergie bon marché (nucléaire, hydraulique) attirent ces infrastructures — ce qui remodèle les géographies économiques.
• La réglementation à venir : l'Union Européenne commence à travailler sur des obligations de transparence énergétique pour les systèmes d'IA. Ce qui est volontaire aujourd'hui sera peut-être obligatoire demain.

La vraie question n'est pas technique

On peut optimiser les algorithmes, construire des puces plus efficaces, déployer des énergies renouvelables. Les ingénieurs travaillent dessus. Mais la question centrale n'est pas "comment rendre l'IA plus verte ?". C'est : qui décide de quels usages de l'IA valent cette dépense énergétique ?

Générer une image de chien habillé en astronaute consomme autant qu'un moteur de recherche complexe. Sommes-nous collectivement en train de faire ce choix en connaissance de cause ? Probablement pas — parce que personne ne nous le montre vraiment.

L'IA comme infrastructure énergétique n'est pas une métaphore. C'est un fait physique, avec des câbles, des turbines, des aquifères, et des lignes à haute tension. La prochaine fois que vous interagissez avec Gemini, Claude ou ChatGPT, quelque chose brûle quelque part. La vraie question, c'est si ce quelque chose vaut le résultat.

— Reservoir Live