L’impact climatique de l’IA est plus faible que prévu, selon de nouvelles recherches

La frénésie de l’intelligence artificielle (IA) a propulsé le marché à de nouveaux sommets. 

Des milliards de dollars continuent d’affluer vers les fabricants de puces et les centres de données, alors que la folie de l’IA maintient le marché turbochargé depuis plus de deux ans sans signe de ralentissement. Cependant, beaucoup ont commencé à se demander si nous sommes dans une bulle de l’IA.

Des analystes comme ceux de JPMorgan (JPM ) appellent en fait les investisseurs à se préparer à des turbulences à venir. Mais bien que de la mousse se forme tant sur les marchés privés que publics, la frénésie autour de l’IA n’est pas sans mérite, la technologie ayant une grande valeur économique en termes de création d’une intelligence accessible et puissante, que l’on croit comparable à la création d’Internet. 

Dans ses perspectives 2026, JPMorgan a qualifié l’IA de « technologie la plus transformatrice depuis l’informatique » et d’« accélérant la croissance du PIB davantage que la consommation des ménages ». 

Parallèlement, la banque a mis en garde contre les pénuries d’électricité, les contraintes d’eau et la surveillance réglementaire. 

Plus largement, l’expansion rapide de l’IA s’accompagne de pressions environnementales importantes qui se révèlent inférieures aux attentes. Cela s’explique par le fait que l’intensité énergétique et les émissions d’une requête dépendent de facteurs tels que le type et la taille du modèle, le résultat généré, le réseau électrique alimentant le centre de données qui traite la demande, l’heure du jour à laquelle elle est traitée, et d’autres variables. 

JPMorgan estime également que 60 % des emplois dans le monde développé sont exposés à un certain risque d’automatisation lié à l’IA, mais à mesure que les anciens postes disparaissent, de nouveaux rôles devraient émerger. 

Dans l’ensemble, le plus grand risque, selon la banque, « est de ne pas être exposé à une technologie transformatrice ». 

Adoption de l’IA, consommation d’énergie et charge climatique

La capacité de l’IA à automatiser les tâches répétitives, à améliorer la prise de décision et à augmenter l’efficacité et la productivité dans divers domaines a conduit à son adoption généralisée.

Selon une enquête de McKinsey, 88 % des répondants ont déclaré une utilisation régulière de l’IA dans au moins une fonction commerciale, soit une hausse de 10 % par rapport à l’année précédente. Cependant, il a été noté qu’au niveau de l’entreprise, la majorité est encore en phase d’expérimentation, environ un tiers affirmant que leurs sociétés ont commencé à étendre leurs programmes d’IA.

Actuellement évalué à environ 400 milliards de dollars, le marché de l’IA devrait atteindre 1,8 billion de dollars d’ici la fin de cette décennie.

En ce qui concerne les investissements, le financement privé de l’IA aux États‑Unis a dépassé 109 milliards de dollars en 2024, soit environ 24 fois celui du Royaume‑Uni à 4,5 milliards de dollars et 12 fois celui de la Chine à 9,3 milliards de dollars. À l’horizon, pas moins de 92 % des entreprises prévoient d’investir dans l’IA générative au cours des trois prochaines années.

Alors que l’adoption de l’IA croît grâce à ses promesses de productivité sans précédent, elle s’accompagne de sérieux défis énergétiques et environnementaux. Le fait est que l’IA consomme énormément d’énergie. 

Former les modèles d’IA nécessite des tonnes d’énergie, suffisantes pour alimenter plusieurs centaines de foyers chaque année, et cela peut être bien plus élevé en inférence. On estime en fait que 80 % à 90 % de la puissance de calcul pour l’IA est utilisée pour l’inférence.

Ainsi, la consommation d’énergie de l’IA est principalement liée à la puissance de calcul nécessaire pour entraîner et exécuter ces modèles au sein des centres de données, où les modèles d’IA sont chargés sur des groupes de serveurs équipés de GPU comme les Blackwell de Nvidia (NVDA ).

Les centres de données sont des installations abritant des serveurs informatiques, des systèmes de stockage de données, des alimentations électriques, des systèmes de refroidissement et du matériel réseau. Toute cette infrastructure est essentielle non seulement pour fournir les services numériques les plus récents comme poser une question à ChatGPT, mais aussi pour envoyer un e‑mail ou diffuser une vidéo.

Ainsi, les centres de données existent depuis longtemps, mais ce sont ces dernières années qu’ils se sont considérablement développés. 

Aujourd’hui, il existe plus de 100 000 centres de données, répartis partout dans le monde, les États‑Unis en hébergeant le plus avec plus de 4 200, suivis du Royaume‑Uni et de l’Allemagne, qui en comptent chacun environ 500. Aux États‑Unis, un tiers des centres de données se trouvent dans seulement trois États : la Californie, le Texas et la Virginie, les deux derniers dépendant fortement des combustibles fossiles pour leurs besoins énergétiques.

De manière générale, les centres de données se répartissent en trois catégories. Les installations d’entreprise traditionnelles sont gérées en interne par les sociétés pour leurs propres charges de travail : les fournisseurs de colocation louent des espaces de rack et de l’alimentation à de nombreux clients dans des bâtiments partagés. Au sommet se trouvent les campus « hyperscale » — des sites vastes, semblables à des entrepôts, remplis de dizaines de milliers de serveurs qui traitent les charges de travail d’IA et de cloud computing les plus lourdes.

Selon JPMorgan, les dépenses d’investissement des hyperscalers devraient dépasser 500 milliards de dollars l’année prochaine, les entreprises se précipitant pour construire des centres de données et sécuriser une énergie rare.

Alors, combien d’énergie ces centres de données consomment‑ils ? Beaucoup. Les centres de données aux États‑Unis ont consommé 183 TWh d’électricité l’année dernière, alors que la consommation annuelle totale d’électricité du pays a atteint un record.

On estime que la consommation énergétique de ces centres de données augmentera de 133 % d’ici 2030, atteignant 426 TWh. À l’échelle mondiale, l’AIE prévoit que la production d’électricité dédiée aux centres de données plus que doublera dans son scénario de base, passant d’environ 460 TWh en 2024 à un peu plus de 1 000 TWh d’ici 2030.

Aux États‑Unis, les centres de données représentaient 4 % de la consommation totale d’électricité, soit l’équivalent de la demande annuelle d’électricité du Pakistan. Après plus d’une décennie de stagnation, l’adoption de l’IA devrait porter cette part à 12 % d’ici 2028.
Swipe to scroll →

Quant à la part de cette consommation d’énergie des centres de données attribuable à l’IA, il est difficile de le déterminer, car les centres de données traitent différents types de charges de travail. Un hyperscaler optimisé pour l’IA typique consomme toutefois chaque année autant d’électricité que 100 000 foyers.

Selon les projections récentes du Lawrence Berkeley National Laboratory, au cours des trois prochaines années, plus de la moitié de l’électricité consommée par les centres de données sera utilisée pour l’IA, ce qui équivaudra à la consommation annuelle d’électricité de 22 % de tous les foyers américains.

Le mix énergétique alimentant le cœur de l’IA 

Avec la montée rapide de l’IA, les centres de données subissent désormais une tension, faisant face à une pression croissante à mesure que la demande d’électricité augmente.

La plupart de l’électricité, en moyenne 60 %, utilisée par les centres de données alimente en réalité les serveurs qui traitent et stockent l’information numérique. Ensuite, les systèmes de refroidissement sont responsables du deuxième plus grand usage d’énergie, variant de 7 % à 30 %, selon l’efficacité d’une installation.

Ces systèmes de refroidissement empêchent les serveurs de surchauffer, ce qui nécessite une grande quantité d’eau. En 2023, les centres de données américains ont directement consommé environ 17 milliards de gallons d’eau, 84 % étant consommés par les installations de colocation et hyperscale, qui devraient à elles seules consommer environ 16 à 33 milliards de gallons d’eau chaque année d’ici 2028.

Quant aux sources d’énergie utilisées par les centres de données, le gaz naturel a fourni le plus (plus de 40 %) de l’électricité aux centres de données aux États‑Unis, suivi des énergies renouvelables comme le solaire et l’éolien (24 %), de l’énergie nucléaire (20 %) et du charbon (15 %).

Les géants technologiques comme Google (GOOG ), Amazon (AMZN ), et Meta (META ) se sont en fait engagés à utiliser davantage d’énergie nucléaire, qui ne représente actuellement que 20 % de l’approvisionnement électrique aux États‑Unis, afin de réduire les émissions de carbone des centres de données.

C’est pourquoi l’AIE prévoit que les émissions de CO₂ provenant de la production d’électricité pour les centres de données culmineront autour de 320 Mt de CO₂ d’ici 2030, avant de diminuer à environ 300 Mt de CO₂ d’ici 2035.

Selon IEA:

« Malgré une croissance rapide, les centres de données restent une partie relativement petite du système électrique global, passant d’environ 1 % de la production mondiale d’électricité aujourd’hui à 3 % en 2030, représentant moins de 1 % des émissions mondiales totales de CO₂. »

Mais le public ne le pense pas. Selon une enquête du Pew Research Center de 2024 concernant l’impact environnemental plus large de l’IA au cours des deux prochaines décennies, un quart des adultes américains pensent que l’impact sera négatif, et la même proportion estime que l’impact sera à la fois positif et négatif.

Les entreprises et les chercheurs cherchent également en permanence des moyens de réduire la consommation d’énergie tant de la computation que des centres de données.

En fait, d’importants gains d’efficacité énergétique ont été réalisés dans le matériel utilisé pour le calcul. Cependant, le rythme des avantages en efficacité a ralenti tandis que les exigences computationnelles de l’IA se sont accélérées.

Le fait est que les effets de l’IA sur la consommation d’énergie vont au-delà de l’utilisation directe d’électricité pour le calcul. L’énergie, après tout, est un intrant crucial dans presque toutes les activités économiques, alimentant les industries et soutenant l’infrastructure de la vie moderne.

Et les études montrent une forte corrélation entre la consommation d’énergie et la production économique, indiquant que l’usage d’énergie est étroitement lié à la croissance du PIB. Ainsi, si l’IA améliore la productivité économique, elle peut également entraîner une hausse de la consommation énergétique globale. Sans oublier que l’utilisation continue de combustibles fossiles pour alimenter l’économie amplifie les effets environnementaux de la production d’électricité en contribuant au changement climatique.

Mais en ce qui concerne l’IA, elle peut réellement réduire la consommation d’énergie. Cela peut être réalisé grâce à la gestion de la demande ou à l’amélioration de la résilience des infrastructures énergétiques.

À court terme, cependant, la dépendance aux combustibles fossiles pour la production d’énergie entraîne une augmentation de la pollution de l’air, une dégradation de la qualité de l’eau et aggrave le changement climatique.

Alors que le gaz naturel devrait rester la principale source d’énergie pour les centres de données à court terme, la société mondiale de recherche et de conseil Gartner anticipe « une croissance rapide des systèmes de stockage d’énergie par batterie pour équilibrer les fluctuations de l’énergie solaire et éolienne » au cours des trois à cinq prochaines années. La société a déclaré ce qui suit dans une note de recherche :

« De nouvelles alternatives d’énergie propre sur site — telles que l’hydrogène vert, la géothermie et les petits réacteurs modulaires — commencent à émerger et deviendront des alternatives de carburant viables pour les micro-réseaux des centres de données d’ici la fin de la décennie. »

Le potentiel vert de l’IA et les compromis des émissions climatiques

Bien que l’IA ait des conséquences environnementales claires et massives, de nouvelles recherches ont montré que les risques environnementaux liés aux niveaux actuels d’utilisation de l’IA sont inférieurs à ce que nous pensons. De plus, elle peut réellement soutenir le progrès environnemental et la croissance économique.

Afin de projeter les résultats environnementaux potentiels de l’IA si elle continue de s’étendre à son rythme actuel, dans l’étude intitulée « Watts and bots : les implications énergétiques de l’adoption de l’IA » publiée dans Environmental Research, des scientifiques de l’Université de Waterloo et du Georgia Institute of Technology ont combiné des données sur l’activité économique américaine avec des estimations de la diffusion de la technologie à travers différentes professions et industries.

Au niveau sectoriel, les scientifiques estiment que les augmentations annuelles de la consommation d’énergie pourraient varier entre 0 et 12 petajoules (PJ), tandis que les émissions de carbone pourraient aller de 0 tonne à 272 kt (ktCO₂).

Combien d’énergie et de CO₂ l’IA pourrait-elle ajouter au niveau national ?

Une autre consommation d’énergie de 28 PJ, soit environ 0,03 % de la consommation énergétique nationale annuelle, pourrait résulter de l’adoption de l’IA lorsqu’elle est agrégée à l’échelle de l’économie. Elle ajouterait également 896 ktCO₂ d’émissions annuelles, équivalentes à environ 0,02 % de la production annuelle de CO₂ du pays.

Cela s’explique par le fait que, selon les données de l’Energy Information Administration des États‑Unis, 83 % du pays dépend encore des combustibles fossiles, à savoir le charbon, le pétrole et le gaz naturel.

Formés à partir des restes fossilisés d’organismes, ils mettent des millions d’années à se former et sont considérés comme des ressources non renouvelables. Bien que limitées en quantité, les combustibles fossiles constituent des sources d’énergie cruciales pour la production d’électricité, le transport et les processus industriels. Notamment, l’utilisation de ces combustibles libère des gaz à effet de serre (GES) qui retiennent la chaleur et contribue au changement climatique.

Les chercheurs ont constaté que, bien que la consommation d’électricité liée à l’IA aux États‑Unis soit comparable à la consommation énergétique totale de l’Islande, ce montant reste trop faible pour être significatif au niveau national ou mondial.

« Il est important de noter que l’augmentation de la consommation d’énergie ne sera pas uniforme. Elle sera davantage ressentie dans les lieux où l’électricité est produite pour alimenter les centres de données, » a déclaré l’économiste de l’environnement, le Dr Juan Moreno-Cruz, professeur à la Faculté de l’Environnement de Waterloo et titulaire de la Chaire de recherche du Canada sur les transitions énergétiques. Du point de vue local, il a noté que cela pourrait être un « gros problème », certains endroits voyant doubler la production d’électricité et les émissions.

À plus grande échelle, cependant, « l’utilisation d’énergie par l’IA ne sera pas perceptible », a ajouté Moreno-Cruz.

Bien que les chercheurs n’aient pas étudié les effets sur les économies locales où se trouvent les centres de données, ils ont trouvé des résultats encourageants.

« Pour les personnes qui pensent que l’utilisation de l’IA sera un problème majeur pour le climat et qu’il faut l’éviter, nous offrons une perspective différente. » a-t-il déclaré. « Les effets sur le climat ne sont pas si importants, et nous pouvons utiliser l’IA pour développer des technologies vertes ou améliorer celles existantes. »

Elle peut contribuer à des solutions d’efficacité énergétique et de réduction des émissions en optimisant les sources d’énergie renouvelable et les processus industriels, a noté l’étude.

Pour tirer leurs conclusions, les chercheurs ont analysé différents secteurs d’une économie, les emplois dans ces secteurs, et quelle partie de ceux‑ci pourrait être réalisée par l’IA. Ils prévoient de répéter l’étude au‑delà des États‑Unis, dans d’autres pays, afin de mesurer les impacts de l’adoption de l’IA à l’échelle mondiale et d’obtenir une image plus complète de l’impact de la technologie sur la consommation d’énergie et les émissions.

En soulignant les limites de l’étude, les chercheurs ont indiqué la disponibilité limitée des données et la granularité variable affectant l’analyse, le manque d’informations sur la répartition spatiale de la consommation d’énergie, et le fait de supposer que l’IA impacte la productivité uniquement via des tâches auparavant réalisées à moindre coût, sans tenir compte du fait que la technologie introduit de nouvelles tâches ou affecte d’autres formes de production comme le capital.

Avec leur étude, les chercheurs visent à fournir une base utile pour comprendre les implications plus larges d’une utilisation accrue de l’IA dans l’économie.

Et leurs conclusions indiquent que l’ampleur de l’augmentation de la consommation d’énergie et des émissions due à l’adoption de l’IA est « relativement modeste comparée à l’activité économique globale ».

Ainsi, alors que l’IA révolutionne différents secteurs et redéfinit divers aspects de notre société, l’étude appelle à équilibrer les bénéfices économiques et les gains de productivité avec les augmentations potentielles de la demande d’énergie et des émissions de carbone associées.

Pour atteindre cet équilibre, l’étude mentionne l’investissement dans les sources d’énergie renouvelable, la mise en avant des technologies d’IA écoénergétiques, le développement de stratégies pour compenser les émissions croissantes dans les industries fortement dépendantes de l’IA, et l’utilisation de l’IA pour atténuer les vulnérabilités face au changement climatique.

Grâce à une analyse et une surveillance constantes des impacts énergétiques et environnementaux de l’IA, nous pouvons parvenir à un développement durable des technologies transformatrices, a déclaré l’étude.

Investir dans l’IA : centres de données, puces et risques climatiques

Le plus grand gagnant de la frénésie actuelle de l’IA est Nvidia (NVDA ), une entreprise d’infrastructure informatique à part entière qui propose des solutions et logiciels d’IA en plus de disposer d’un segment gaming, de visualisation professionnelle et de robotique.

Nvidia est la société la plus précieuse du monde avec une capitalisation boursière de 4,3 billion de dollars, qui a dépassé 5 billion le mois dernier lorsque son action a atteint un sommet de 52 semaines à 212 $. Au moment de la rédaction, les actions NVDA se négocient à 179,5 $, en hausse de 33,2 % depuis le début de l’année et de plus de 1 450 % au cours des cinq dernières années.

En raison des dépenses massives des entreprises d’IA en infrastructure, le secteur des centres de données du fabricant de puces Nvidia a enregistré un chiffre d’affaires record de 51,2 milliards de dollars, en hausse de 25 % par rapport au trimestre précédent et de 66 % par rapport à l’année précédente. Sa clientèle comprend Google, Amazon, Meta, Microsoft et Oracle.

Selon l’entreprise, ce secteur a été alimenté par une accélération des modèles d’IA puissants, des applications autonomes et du calcul. Les ventes des puces GPU Blackwell de Nvidia ont également été « hors normes », et les GPU cloud se sont vendus en totalité.

En conséquence, la société a annoncé l’AI factory, une infrastructure de calcul spécialisée, et d’autres projets d’infrastructure totalisant 5 millions de GPU, couvrant « tous les marchés, les fournisseurs de services cloud, les souverains, les constructeurs modernes, les entreprises et les super‑centres de calcul ».

« La demande de calcul continue de s’accélérer et de se cumuler entre l’entraînement et l’inférence — chacune croissant de façon exponentielle. Nous sommes entrés dans le cycle vertueux de l’IA. L’écosystème de l’IA se développe rapidement — avec davantage de créateurs de modèles de base, plus de startups d’IA, dans davantage d’industries et dans davantage de pays. L’IA se déploie partout, fait tout, simultanément, » a déclaré le PDG Jensen Huang dans le récent communiqué de résultats du troisième trimestre de Nvidia.

Dernières nouvelles sur l’action Nvidia Corporation (NVDA)

Conclusion : impact climatique de l’IA et enseignements d’investissement

Avec l’IA devenant plus personnalisée et capable, acquérant la capacité de raisonner et de résoudre des problèmes complexes, son adoption et sa consommation d’énergie sont encore à leurs débuts. L’expansion de cette technologie entraîne la construction massive de centres de données, met sous pression les systèmes électriques existants et soulève des inquiétudes concernant la demande d’électricité et les émissions de carbone. 

Cependant, comme le suggèrent les dernières recherches, l’impact énergétique national de l’IA reste modeste, bien que son empreinte locale puisse être importante. Tout dépend du mix énergétique sous-jacent qui se tourne vers des sources à faible carbone. Ainsi, l’IA n’est pas seulement un moteur de consommation d’énergie, mais aussi un outil d’optimisation énergétique, aidant à moderniser les réseaux, améliorer l’efficacité et accélérer l’innovation axée sur le climat tout en libérant la valeur économique qu’elle promet.

Cliquez ici pour une liste d’actions technologiques disruptives sous-évaluées.

Références

1. Harding, A. R. & Moreno-Cruz, J. “Watts and bots: the energy implications of AI adoption.” Environmental Research Letters 20 (11), Article 114084 (2025). https://doi.org/10.1088/1748-9326/ae0e3b