Vous est-ce déjà arrivé de demander à une intelligence artificielle quelle était la meilleure recette de crêpes, ou simplement la météo du week-end, sans vous poser la moindre question ? Moi oui, des dizaines de fois par jour. Et puis un matin, en lisant une étude qui donnait le vertige, je me suis arrêté net : chaque petite requête anodine participe à assécher la planète. Littéralement.
Derrière l’écran, des milliers de serveurs tournent à plein régime, chauffent comme des fours, et ont besoin d’être refroidis… avec de l’eau. Beaucoup d’eau. Tellement que certaines projections estiment que d’ici 2027, l’ensemble des usages liés à l’IA pourrait engloutir l’équivalent de six milliards de mètres cubes. C’est plus que la consommation annuelle d’eau potable de tout un pays comme le Danemark. Fou, non ?
L’eau, le secret le mieux gardé de la révolution IA
On parle beaucoup d’électricité quand il s’agit de l’impact écologique de l’intelligence artificielle. C’est vrai, les besoins sont colossaux. Mais l’eau ? Presque personne n’en parle. Pourtant, c’est peut-être le point le plus critique, surtout dans un monde où les sécheresses se multiplient.
Pourquoi les data centers ont-ils soif ?
Les processeurs qui font tourner les grands modèles d’intelligence artificielle dégagent une chaleur infernale. Pour éviter qu’ils ne fondent (littéralement), on les refroidit. Il existe deux grandes techniques :
- Le refroidissement par air, limité quand les températures extérieures grimpent.
- Le refroidissement par évaporation, bien plus efficace… mais qui consomme énormément d’eau.
Dans les régions chaudes – et c’est souvent là que les géants du numérique implantent leurs immenses campus pour profiter d’électricité bon marché – c’est la seconde solution qui domine. Résultat : un data center de taille moyenne peut avaler plusieurs centaines de milliers de litres d’eau par jour. Multipliez par des milliers d’installations à travers le monde, et vous commencez à comprendre l’ampleur du problème.
« Une requête IA, c’est environ dix fois plus d’énergie qu’une recherche Google classique. Et derrière cette énergie, il y a souvent de l’eau qui s’évapore dans l’atmosphère sans jamais revenir dans le cycle local. »
– Un spécialiste de la transition écologique dans le numérique
Des chiffres qui donnent le tournis
Pour vous donner une idée plus concrète, voici quelques ordres de grandeur qui circulent dans les études récentes :
- Entre 2 et 5 litres d’eau évaporés pour 100 questions posées à une IA grand public.
- Jusqu’à 500 000 litres d’eau par jour pour un data center moyen.
- Une seule formation d’un grand modèle d’intelligence artificielle peut nécessiter plusieurs millions de litres.
Et ce n’est que le début. Avec l’explosion des usages – assistants personnels, génération d’images, vidéos, code, traduction en temps réel – la courbe s’emballe. On parle d’une multiplication par dix des capacités d’ici cinq ans à peine.
Personnellement, quand j’ai découvert que mes petites sessions créatives du week-end participaient à cela, j’ai eu un vrai moment de malaise. On adore la magie de l’IA, mais à quel prix ?
Les régions déjà sous tension
Ce qui m’a le plus marqué, ce sont les témoignages qui commencent à émerger dans certaines zones géographiques. Aux États-Unis, dans l’Iowa ou l’Arizona, des habitants se battent contre l’implantation de nouveaux data centers parce que leurs nappes phréatiques baissent à vue d’œil. En Europe aussi, des projets sont contestés, notamment dans des pays où l’eau devient une ressource stratégique.
Et pendant ce temps, les géants du secteur communiquent surtout sur leurs objectifs « net zéro carbone » pour 2030 ou 2040… mais rarement sur l’eau. Étrange, non ? Comme si on occultait volontairement la partie la plus concrète du problème.
L’électricité, l’autre face du désastre
Parce qu’il n’y a pas que l’eau. Pour faire tourner tout ça, il faut de l’électricité. Beaucoup. Certaines estimations parlent d’une consommation mondiale liée à l’IA qui pourrait atteindre 8 % de l’électricité globale d’ici la fin de la décennie. C’est énorme.
Et quand cette électricité provient encore de centrales à charbon ou à gaz – ce qui reste fréquent dans de nombreux pays –, l’empreinte carbone explose. Même dans les pays qui verdissent leur mix énergétique, la demande croissante freine parfois les efforts de décarbonation des autres secteurs.
| Ressource | Consommation actuelle (estim.) | Projection 2027 |
| Électricité | 2-3 % mondial | 8-10 % mondial |
| Eau (évaporation) | ~2 milliards m³ | ~6 milliards m³ |
| Émissions CO₂ | Équivalent 50-100 millions voitures | Double ou triple |
Ces chiffres ne sont pas là pour faire peur gratuitement. Ils sont là pour qu’on ouvre les yeux.
Y a-t-il des solutions techniques ?
Heureusement, tout n’est pas noir. Des pistes sérieuses existent :
- Refroidissement par immersion dans l’huile ou systèmes adiabatiques beaucoup moins gourmands en eau.
- Implantation dans des régions froides (Scandinavie, Canada) où l’air naturel suffit.
- Récupération des eaux grises ou utilisation d’eaux usées traitées.
- Optimisation des algorithmes pour réduire le nombre de calculs nécessaires.
Mais soyons honnêtes : ces solutions restent marginales aujourd’hui. Et elles coûtent plus cher à court terme. Dans un secteur où la course à la performance prime sur tout, c’est compliqué de faire bouger les lignes rapidement.
Et nous, dans tout ça ?
On pourrait se dire que c’est aux géants de la tech de régler le problème. C’est vrai en grande partie. Mais nos usages quotidiens jouent aussi un rôle. Posez-vous la question : ai-je vraiment besoin de faire générer dix images différentes d’un chat astronaute ce soir ? Est-ce que reformuler trois fois ma question va changer grand-chose ?
Petit à petit, une forme de sobriété numérique émerge. Pas question de renoncer à la technologie, mais d’apprendre à l’utiliser avec plus de discernement. C’est un peu comme quand on a commencé à éteindre la lumière en quittant une pièce ou à trier ses déchets : ça paraissait contraignant au début, puis c’est devenu naturel.
« L’intelligence artificielle n’est ni bonne ni mauvaise. C’est notre façon de la déployer qui déterminera si elle devient un outil de progrès ou un accélérateur de collapse. »
Je crois profondément qu’on est à un tournant. Soit on continue tête baissée et on paie la facture dans dix ans (en eau, en énergie, en climat), soit on impose dès maintenant des règles du jeu plus responsables.
Des voix s’élèvent pour demander une taxe carbone numérique, des labels de transparence sur l’impact réel des services IA, ou encore des obligations de publier la consommation d’eau et d’énergie des modèles. En Europe, on commence à bouger timidement avec l’AI Act, mais on reste très en retard sur les aspects environnementaux.
Ce qui est sûr, c’est que le sujet ne pourra plus être ignoré longtemps. Parce que quand l’eau viendra à manquer dans certaines régions, les belles promesses marketing ne pèseront plus bien lourd face à la réalité.
Alors la prochaine fois que vous lancerez une recherche un peu futile, pensez-y deux secondes. Pas pour culpabiliser, mais pour prendre conscience qu’on a tous une petite part de responsabilité. Et que, collectivement, on peut encore infléchir la trajectoire.
L’intelligence artificielle peut être extraordinaire. Elle le sera encore plus si on apprend à la rendre soutenable. C’est peut-être le plus grand défi technologique de notre génération.
Et vous, aviez-vous déjà fait le lien entre vos requêtes IA et la consommation d’eau ? Dites-le moi en commentaire, ça m’intéresse vraiment de connaître votre ressenti.
