D’ici 2030, l’intelligence artificielle pourrait consommer autant d’eau que l’ensemble de la population mondiale en boit chaque année. Un rapport des Nations Unies brise un mythe tenace : non, les gains d’efficacité des modèles d’IA ne réduiront pas leur impact environnemental. Au contraire. Un principe économique vieux de deux siècles explique pourquoi la situation risque de s’aggraver bien plus vite que prévu.

Ce que vous allez apprendre

• Pourquoi les progrès technologiques de l’IA ne feront pas baisser sa consommation d’énergie
• L’ampleur réelle de l’empreinte carbone, hydrique et foncière des centres de données
• Ce que les Nations Unies préconisent pour éviter un désastre environnemental silencieux

Le piège que personne ne veut voir

L’argument revient souvent dans les couloirs des grandes tech : les modèles d’IA deviennent plus efficaces, donc leur impact environnemental va mécaniquement diminuer. Rassurant. Et faux.

Un rapport publié par les Nations Unies démonte ce raisonnement en s’appuyant sur un principe économique formulé au XIXe siècle : le paradoxe de Jevons.

Une loi économique vieille de 200 ans s’applique à l’IA

William Stanley Jevons l’avait observé avec le charbon en Angleterre. Lorsqu’une technologie devient plus efficace, elle ne consomme pas moins de ressources — elle en consomme davantage, parce qu’elle devient accessible à plus d’usages et à plus d’utilisateurs.

L’IA suit exactement cette trajectoire. Plus les modèles deviennent performants et bon marché, plus ils sont adoptés massivement. Les économies d’énergie réalisées par unité de calcul sont effacées — et souvent dépassées — par l’explosion des volumes d’utilisation.

Crédit : Gorodenkoff / iStock

Des chiffres qui donnent le vertige

En 2024, les centres de données consommaient déjà autant d’électricité que l’Arabie saoudite. D’ici 2030, cette consommation pourrait doubler, représentant 3 % de l’électricité mondiale.

Les émissions de carbone associées nécessiteraient de planter 6,7 milliards d’arbres sur dix ans pour être compensées. La consommation d’eau pour le refroidissement des serveurs atteindrait 9,3 billions de litres — davantage que ce que boit l’humanité entière en un an.

La superficie au sol requise serait près de dix fois celle de Mexico.

Une fracture mondiale profondément inégale

Au-delà des ressources, le rapport pointe une injustice structurelle. Seulement 32 pays hébergent une infrastructure cloud dédiée à l’IA. 90 % de cette capacité est concentrée aux États-Unis et en Chine.

Les nations qui ne conçoivent pas l’IA mais l’utilisent subissent pourtant une part disproportionnée des conséquences : extraction minière intensive, accumulation de déchets électroniques, pression sur les ressources naturelles locales. Les bénéfices sont centralisés. Les dommages, eux, sont distribués.

Ce que le rapport préconise concrètement

Les Nations Unies ne se contentent pas du constat. Elles tracent une feuille de route fondée sur six principes : transparence, efficacité dès la conception, équité, responsabilité sur l’ensemble du cycle de vie, coopération internationale et sobriété numérique.

Cela implique d’intégrer les déclarations environnementales dans chaque étape du développement des modèles. Et de faire entrer la demande en IA dans les plans climatiques nationaux — au même titre que l’industrie lourde ou les transports.

Une gouvernance encore trop timide

Des pays comme la Nouvelle-Zélande ou l’Australie ont adopté des stratégies nationales sur l’IA. Mais leurs cadres réglementaires restent volontairement souples, sans obligation de divulgation des données énergétiques ni organisme chargé de les compiler.

Le rapport l’affirme sans détour : miser sur la seule amélioration technique pour résoudre un problème systémique, c’est précisément tomber dans le piège que Jevons avait identifié il y a deux siècles.