La soif artificielle consomme l’eau de 1,3 milliard de personnes
Par Frank Landymore .Publié le
2026/06/07 09:01
Les centres de données qui alimentent l’intelligence artificielle consommeront, d’ici 2030, une quantité d’eau équivalente aux besoins essentiels de 1,3 milliard de personnes, selon un nouveau rapport de l’Institut pour l’eau, l’environnement et la santé (UNU-INWEH) de l’Université des Nations unies.
La soif cachée de la technologie
Publié cette semaine, le rapport affirme que le coût environnemental de l’intelligence artificielle est « systématiquement mal évalué ». Selon les chercheurs, les analyses actuelles se concentrent principalement sur les émissions de carbone générées par l’entraînement des grands modèles de langage, tout en négligeant largement l’empreinte hydrique et foncière associée à cette technologie.
L’empreinte hydrique provient de l’eau nécessaire au refroidissement et à l’alimentation énergétique des centres de données, tandis que l’empreinte foncière résulte des infrastructures énergétiques et des chaînes d’approvisionnement indispensables à leur construction et à leur fonctionnement.
Des coûts d’exploitation qui éclipsent ceux de l’entraînement
Le rapport souligne que les coûts initiaux liés à l’entraînement des modèles ne représentent qu’une faible part de leur impact total comparés aux coûts d’« inférence », c’est-à-dire à l’énergie requise pour exécuter les modèles et répondre aux requêtes des utilisateurs. Cette phase représente entre 80 % et 90 % de la consommation énergétique totale de l’intelligence artificielle.
À titre d’exemple, l’entraînement du modèle GPT-4 d’OpenAI a nécessité jusqu’à 70 gigawattheures (GWh) d’électricité. En revanche, le fonctionnement quotidien de ChatGPT consommerait environ 383 GWh afin de répondre à des milliards de requêtes.
Des chiffres alarmants : plus d’électricité que certains pays réunis
En tenant compte des coûts d’inférence, les centres de données dédiés à l’intelligence artificielle devraient consommer environ 945 térawattheures (TWh) d’électricité en 2030. Ce volume dépasse largement la consommation électrique combinée du Pakistan, du Bangladesh et du Nigeria, trois pays qui totalisent plus de 650 millions d’habitants.
Cette situation exerce une pression considérable sur les ressources en eau. Selon le rapport, l’expansion de l’intelligence artificielle entraînera une consommation annuelle de 9,3 billions de litres d’eau d’ici 2030, soit l’équivalent des besoins hydriques essentiels de l’ensemble de la population de l’Afrique subsaharienne, estimée à 1,3 milliard de personnes.
Le dilemme des énergies vertes
Les auteurs avertissent que réduire l’impact environnemental de l’IA ne sera pas aussi simple qu’un remplacement des combustibles fossiles par des sources d’énergie renouvelables.
L’abandon du charbon au profit de la bioénergie pourrait réduire de 70 % les émissions de carbone liées à l’alimentation électrique des centres de données. Toutefois, cette même transition multiplierait par 30 l’empreinte hydrique et par 100 l’empreinte foncière.
« Ce qui nous a le plus surpris, c’est de constater à quel point les solutions qui semblent les plus écologiques du point de vue du carbone sont souvent les plus néfastes pour l’eau ou pour l’utilisation des terres », a déclaré Miriam Aczel, auteure principale du rapport et chercheuse à l’UNU-INWEH.
« Si nous continuons à évaluer la durabilité de l’intelligence artificielle uniquement à travers le prisme des émissions de carbone, nous risquons de conclure à tort que les énergies renouvelables rendent l’infrastructure de l’IA durable. En réalité, cela résout un problème tout en en créant d’autres, souvent dans des régions qui ne bénéficient pas directement de cette technologie », a-t-elle ajouté.
Le paradoxe de l’efficacité
Les impacts environnementaux ne s’arrêtent pas là. Paradoxalement, rendre l’intelligence artificielle plus efficace sur le plan énergétique pourrait accroître son empreinte écologique globale.
Kaveh Madani, coauteur du rapport et directeur de l’UNU-INWEH, explique que « beaucoup de personnes pensent que l’impact environnemental de l’IA diminue à mesure que la technologie devient plus performante, mais cette vision ne reflète qu’une partie du problème ».
« Une intelligence artificielle plus efficace et une énergie moins coûteuse encouragent une utilisation beaucoup plus importante de ces technologies, ce qui finit par accroître l’empreinte globale au-delà des économies réalisées grâce aux gains d’efficacité », conclut-il.
Notez ce sujet