L’empreinte environnementale de l’IA ne se résume plus au carbone. Un rapport de l’Université des Nations unies publié le 3 juin avertit que la croissance des centres de données pilotée par l’IA entraîne également des coûts liés à l’eau et aux terres, ce qui complique l’évaluation des engagements en matière de durabilité par les gouvernements, les acheteurs de services cloud et les opérateurs d’infrastructures.
Derrière chaque charge de travail d’IA se trouvent un centre de données, une source d’alimentation électrique et un système de refroidissement. À mesure que l’IA s’intègre davantage aux logiciels d’entreprise, ces choix d’infrastructure entrent dans l’équation des coûts, des risques et des questions de transparence des fournisseurs que les acheteurs doivent évaluer.
Les coûts environnementaux des infrastructures d’IA
Le rapport de l’Université des Nations unies présente l’IA comme un système d’infrastructure physique, et non comme une simple couche logicielle. Les centres de données, les puces, les systèmes de refroidissement, les réseaux électriques, les terres, l’eau et les chaînes d’approvisionnement en minerais déterminent tous le coût environnemental de l’entraînement et de l’exploitation des systèmes d’IA.
La demande en électricité constitue le principal point de pression à court terme. L’ Agence internationale de l’énergie prévoit que la production d’électricité destinée aux centres de données passera de 460 térawattheures en 2024 à plus de 1 000 térawattheures en 2030. Cette pression se fait déjà sentir dans la demande en électricité des centres de données d’IA, alors que les fournisseurs d’électricité et les acheteurs de services cloud cherchent à déterminer si les réseaux locaux peuvent soutenir l’arrivée de nouveaux campus.
Le carbone ne représente qu’une partie de l’empreinte. Une électricité moins carbonée peut tout de même entraîner des coûts liés à l’eau ou aux terres, et une déclaration d’achat axée sur une électricité « renouvelable » ou « nette zéro » peut ne pas indiquer où s’exécute une charge de travail, comment un site est refroidi ni la pression supplémentaire qu’il exerce sur le réseau local.
Le rapport, tel que le résume l’ Associated Press, estime que les centres de données du monde entier ont consommé 448 térawattheures d’électricité en 2025. Il affirme également que l’IA représente environ 20 % de la consommation d’énergie des centres de données et pourrait atteindre 40 % en 2030. Les infrastructures d’IA s’étendent au-delà des outils conversationnels. De récentes usines d’IA conçues autour de la robotique et de la simulation montrent comment l’IA d’entreprise peut dépendre de centres de données, de puces, de capteurs, de réseaux et de systèmes industriels fonctionnant de concert.
La demande en IA soulève de nouvelles questions de transparence des fournisseurs
L’inférence — l’utilisation quotidienne de systèmes d’IA déployés — peut devenir un coût récurrent d’infrastructure. L’IA intégrée aux outils d’assistance, aux moteurs de recherche, aux assistants de programmation, aux plateformes d’analyse et aux processus de sécurité génère une demande continue en capacités de calcul, en électricité et en refroidissement. De récents déploiements d’IA agentique et multimodale montrent comment les charges de travail peuvent passer des invites textuelles à des actions, des images, des vidéos et des tâches exécutées en arrière-plan.
Un article signé par Google a fait état d’une réduction d’un facteur 33 de la consommation d’énergie et d’un facteur 44 de l’empreinte carbone pour l’invite textuelle médiane de Gemini Apps entre mai 2024 et mai 2025. Des experts externes ont avancé que les estimations par invite peuvent tout de même laisser de côté des répercussions plus larges du système, notamment la consommation indirecte d’eau et les émissions liées au lieu d’implantation.
Cela crée une lacune en matière de transparence pour les équipes chargées des achats. La publication, au niveau des installations, de données sur la consommation d’énergie, la consommation d’eau, les émissions et les impacts fonciers n’est pas encore standardisée chez les fournisseurs d’infrastructures d’IA. Par conséquent, une affirmation de « 100 % renouvelable » peut porter sur l’achat d’électricité sans répondre aux questions distinctes concernant la consommation locale d’eau, l’impact foncier ou la saturation du réseau.
Le rapport de l’UNU appelle les gouvernements à intégrer les infrastructures d’IA à la planification énergétique, hydrique et de l’utilisation des terres, tout en imposant des rapports environnementaux plus standardisés. Pour les acheteurs d’entreprise, la même question entre désormais dans l’évaluation des fournisseurs : où s’exécutent les charges de travail, comment les installations sont alimentées et refroidies, et quelles données environnementales les fournisseurs communiquent.
Tant que cette publication de données ne s’améliorera pas, les acheteurs de services cloud pourront probablement comparer plus facilement les performances et les prix que les coûts énergétiques, hydriques et fonciers qui se cachent derrière ces charges de travail.
À lire également : Alors que les coûts des infrastructures d’IA augmentent, le défi de rentabilité d’OpenAI montre pourquoi la demande en capacités de calcul devient autant un problème de modèle économique qu’un problème technique.