Intelligence artificielle: quel impact écologique ?

L’intelligence artificielle (IA), annoncée par le TIME comme étant le fait majeur de 2025, transforme progressivement nos sociétés :

• Performances exceptionnelles (précision de l’IA Brain-GPT supérieure à celle des experts en neuroscience, source UCL)

• Explosion des usages personnels (ChatGPT devenu le 5^e site internet le plus consulté au monde, source similarweb)

• Investissements colossaux (375 Md$ en 2025, source Les Echos)

Comme toute technologie, elle consomme des ressources (énergie, eau, métaux). Son déploiement va-t-il plutôt accentuer la pression sur notre planète déjà sous-tension, ou débloquer des leviers permettant d’aider à sa préservation ?

Quelles ressources sont nécessaires à l’IA ?

Le composant essentiel de l’IA, c’est le processeur. Fabriqué à partir de silicium transformé en plaquette puis traité par lithographie et encapsulé, il est ensuite intégré dans des serveurs, eux-mêmes regroupés dans des data centers. Deux types de processeurs sont essentiels pour l’IA : processeur graphique (GPU) et processeur tensoriel (TPU). Ceux-ci permettent d’effectuer les calculs massifs qui font fonctionner les réseaux de neurones, à la fois pour les entrainer à identifier les différents modèles (machine learning), et pour les faire tourner à l’usage. Il y a donc quatre pôles de consommation de ressources : fabrication des composants, construction des data centers, entraînement et utilisation des IA.

Processeur graphique

Serveurs dans un data center

Six ressources sont essentielles à l’IA :

• L’électricité, ressource principale, pour le fonctionnement des serveurs (60% de l’électricité), et le refroidissement de ceux-ci (30%, source IEA)

• L'eau, qui intervient à plusieurs niveaux : refroidissement des serveurs, fabrication des puces et refroidissement des centrales thermiques pour la production électrique

• Le silicium pour la fabrication des processeurs

• Le cuivre, omniprésent dans les systèmes électriques

• Le gallium pour les convertisseurs de puissance et les composants radiofréquences

• Des terres rares (néodyme ou dysprosium) pour les aimants permanents

  
  

L’approvisionnement en ces ressources dans les années à venir sera un enjeu clé. L’électricité nécessitera des ouvertures de centrales et la modernisation des réseaux, notamment aux Etats-Unis où sont concentrés 57% des investissements dans les data centers (source IEA). Les géants de la tech comme Microsoft ont déjà commencé à investir dans le nucléaire pour sécuriser leurs approvisionnements futurs (source Le Monde). L’approvisionnement en eau sera principalement un enjeu en Chine qui concentre 31% des investissements mondiaux dans les data centers et 18% de sa population, pour seulement 6% des ressources mondiales en eau (source IEA, Direction générale du Trésor).  Pour les quatre autres ressources clés, le volume nécessaire pour les data center en 2030 oscille est estimé entre 1% et 8% de la demande actuelle, ne faisant pas de leur disponibilité un enjeu majeur. Cependant, leur chaine d’approvisionnement est très concentrée, notamment en Chine qui la contrôle de 40% pour le cuivre, à 95% pour le Gallium, exposant leur approvisionnement à un risque dans les autres régions (source IEA).

Comment l’IA contribue-t-elle au réchauffement climatique ?

Le principal poste d’émissions de gaz à effet de serre de l’IA est la production de l’électricité utilisée pour entraîner et faire tourner les modèles (78%) ; suivent ensuite la fabrication des processeurs (12%), les processus industriels auxiliaires (8%) et la construction des data centers (2%, source IEA).

Projection de l’énergie électrique consommée pour le fonctionnement des data centers

Monde, 2024-2035, TWh

1. Fioul, déchets non renouvelables ; 2. Hydraulique, géothermie, bioénergie, solaire thermodynamique, énergie marine, déchets renouvelables Source : Agence internationale de l’énergie ; Analyse Gjoa Stratégie

Le volume d’électricité généré pour faire fonctionner les data centers de la planète (460 TWh en 2024) est massif (deux fois la consommation électrique de l’Espagne), et fossile à 56%. Il devrait croître annuellement de 10% pour atteindre 1300 TWh en 2035 (consommation de la Russie ou du Japon). Bien que le mix électrique des data centers devienne majoritairement bas carbone d’ici 2035 (63% renouvelable + nucléaire), le volume fossile devrait quasiment doubler en absolu (+80%) sur 2024-2035.

Les data centers ont d’autres usages que l’IA (services cloud, applications d’entreprise, streaming, etc.). L’IEA estime que 15% de leur l’électricité y était dédiée en 2024. En prenant en compte tous les postes d’émission, on obtient une estimation des émissions de cette technologie.

Projection des émissions de gaz à effet de serre associées à l’Intelligence Artificielle

Monde, 2024-2035, MT CO₂

Note : La part de l’IA dans les émissions totales des data centers est supposée égale à la part de l’IA dans leur consommation d’électricité Source : Agence internationale de l’énergie ; MIT ; Analyse Gjoa Stratégie

L’IA émet au global 35 MT CO₂, et ses émissions sont amenées à augmenter de +24% par an jusqu’en 2030, puis de +3% par an entre 2030 et 2035, ralenties par un mix électrique moins carboné, mais poussées par une utilisation toujours plus importante des serveurs accélérés dans les data centers. L’IA en tant que tel est donc loin des objectifs annuels de réduction de -4,2% par an nécessaires à l’atteinte de l’objectif du scénario +2°C (source GIEC).

L’IA fait-elle partie des principaux secteurs émetteurs ?

Emissions carbone de différents secteurs

Monde, 2024, MT CO₂

Note : Les émissions de l’IA sont principalement liées à l’énergie des data centers, celles du streaming sont principalement associés aux réseaux et terminaux numériques | Source : Agence internationale de l’énergie ; Ericsson Research ; CarbonBrief ; Analyse Gjoa Stratégie

Les émissions de l’IA représentent moins de la moitié de celles du streaming mondial, ou encore un dixième de celles de l’aviation touristique. Même si la tendance va dans la mauvaise direction sur le plan climatique, si on s’intéresse aux avancées que peut apporter l’IA à la société (recherche médicale, prédiction climatique, etc.) il apparaît alors que ses émissions peuvent valoir le coût, notamment par rapport à celles du streaming ou de l’aviation touristique.

L’IA peut-elle faire partie de la solution plutôt que du problème ?

Le déploiement à grande échelle de l’IA peut avoir des effets sur les émissions de gaz à effet de serres d’autres secteurs. Certains seraient bénéfiques pour le bilan mondial :

• Optimisation des processus industriels et du recyclage

• Réduction des trainées de condensation de l’aviation via la prédication climatique et l’optimisation navigationnelle

• Amélioration de l’intégration des énergies renouvelables intermittentes aux réseaux

D’autres, au contraire, seraient néfastes :

• Réduction de l’utilisation des transports collectifs avec les véhicules autonomes

• Accélération des cycles de remplacement des appareils numériques

• Recours accru aux énergies fossiles du fait de la baisse de leur coût de production

Les scénarios existants tablent sur des résultats pour 2035 allant de ~1400 millions de tonnes de CO₂ économisées, à ~420 millions de tonnes supplémentaires dans l’atmosphère. Autrement dit, l’IA pourrait aller jusqu’à faire économiser au bilan mondial 10 fois plus ce que ce qu’elle émettra en 2035, ou ajouter 3 fois plus. 

Estimation des émissions supplémentaires ou gains adjacents de l’IA selon les scenarios

Monde, 2035, MT CO₂ (absolu) et proportion des émissions estimées de l’IA en 2035 (%)

Source : Agence internationale de l’énergie ; Analyse Gjoa Stratégie

Compte tenu de ces fortes disparités de résultats, l’impact global de l’IA, prenant en compte les secteurs adjacents, est donc largement incertain. Pour autant, la moyenne des scénarios existant amène à penser que l'IA devrait au global permettre des gains carbone représentant de 0,8 à 2,5 fois ses propres émissions en 2035 . Malgré l’incertitude, en première approximation, l’IA tendrait donc plus à faire partie de la solution que du problème climatique.

Conclusion

 

L’IA est donc un des rares secteurs dont les émissions sont amenées à fortement augmenter dans les années à venir, compte tenu des grands volumes d’électricité fossile nécessaires à son fonctionnement, surtout avant 2030. Cependant, l’IA a un impact carbone bien plus faible que d’autres usages de loisirs, moins bénéfiques à la société (streaming, aviation touristique). De plus, les gains carbone permis par l’IA dans les autres secteurs pourraient largement couvrir ses propres émissions en 2035 (d’un facteur 0,8 à 2,5). L’IA ferait donc plutôt partie de la solution que du problème climatique mondial.

Il reste cependant plusieurs questions à se poser pour appréhender l’impact de l’IA. D’abord, il y a celle de sa souveraineté, puisque les chaînes d’approvisionnement des matières indispensables sont principalement contrôlées par la Chine, et que les Etats-Unis disposent de 43% de la capacité de calcul et concentrent 57% des investissements dans les data centers (source IEA). De plus, d’après le Stanford AI Index 2025, 90% des modèles d’IA provenaient d’entreprises privées en 2024, contre 60% en 2023, montrant une concentration toujours plus forte du pouvoir considérable que peut représenter l’IA. Enfin, il y a de nombreux enjeux sociaux qui accompagnent son déploiement :  transformation de l’emploi, risques sur la santé mentale et les capacités cognitives, manipulation de l’information ou encore répercussion du coût des infrastructures sur les ménages.

Sources

• International Energy Agency (IEA), « Energy and AI », 2025

• International Energy Agency (IEA), « Electricity 2025 », 2025

• MIT Technology Review, « AI’s energy footprint », 2025

• Stanford University Human-Centered Artificial Intelligence, « The 2025 AI Index Report », 2025

• Direction Générale du Trésor, « Les ressources en eau en Chine», 2025

• Les Echos, « Pourquoi les investissements colossaux dans l’IA donnent des sueurs froides à Wall Street », 2025

• Similarweb, «Top Websites ranking », 2025

• World Economic Forum, « Cross-sector findings CO₂ », 2024

• University College London (UCL), « Predicting neuroscience results with large language models exceeds human experts », 2024

• CarbonBrief, « Analysis: Global CO₂ emissions will reach new high in 2024 despite slower growth », 2024

• Ericsson Research, « ICT sector electricity consumption and greenhouse gas emissions – 2020 outcome », 2024

• Le Monde, « Les géants du numérique se convertissent au nucléaire », 2024

• GIEC, « Sixième rapport d’évaluation du Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC) », 2023

• International Energy Agency, « Factcheck: What is the carbon footprint of streaming video no Netflix? », 2020