Sommaire
Le développement de l’IA est sans aucun doute un progrès et une chance mais pour autant, cette IA consomme bien trop d’eau et risque d’accentuer grandement une crise déjà bien réelle.
Derrière les serveurs qui hébergent ChatGPT, GPT-5, Mistral AI ou d’autres géants numériques, se cache une consommation d’eau comparable à celle d’industries mondiales. Le dernier rapport publié dans Communications of the ACM en juillet 2025 met en lumière cette empreinte non négligeable.
Utiliser l’utilisation de ces technologies d’intelligence artificielle sans limite, sans norme, et du point de vue utilisateur sans raison, risque de devenir très vite insoutenable.
Une consommation d’eau colossale
Les datacenters consomment des milliards de litres d’eau. C’est indispensable pour refroidir leurs serveurs. En 2023, un seul grand acteur du numérique a prélevé près de 30 milliards de litres d’eau douce. A la fin du refroidissement, on estime qu’environ deux tiers de cette eau se sont évaporés. Cette consommation a également augmenté de 20 % entre 2021 et 2022. Puis de 17 % entre 2022 et 2023. A n’en pas douter, les chiffres pour 2024 ou 2025 seront sur la même tendance. Ces projections donnent le vertige. Aux États-Unis, la consommation annuelle des datacenters pourrait atteindre près de 300 milliards de litres d’ici 3 ans. C’est quatre fois plus qu’en 2023.
Une empreinte énergétique et hydrique
L’IA représente maintenant la charge de travail la plus gourmande en énergie dans les datacenters. Selon le rapport, l’IA mondiale représentera une consommation de 85 à 134 TWh d’électricité en 2027. C’est à peu près un cinquième de la production annuelle française. Rien qu’aux États-Unis, l’IA pourrait fleurter avec les 300 TWh en 2028.
Or, bien d’autres industries consomment énormément d’énergie. Notamment des industries centrales dans la « transition énergétique » voulue. L’électricité issue des centrales thermiques utilise par exemple de grandes quantités d’eau pour fonctionner. Autrement dit : l’empreinte hydrique de l’IA combine deux origines qui se cumulent :
- l’eau utilisée directement sur site (refroidissement des serveurs)
- celle liée à la production d’électricité.
Ainsi, l’empreinte mondiale de l’IA pourrait prélever de 4 à 6 milliards de m³ d’eau en 2027. C’est l’équivalent de quatre à six fois la consommation annuelle du Danemark.
Un exemple parlant : GPT-3
Le rapport s’appuie sur des données d’avant 2023. Le modèle GTP-3 est dépassé puisque, à l’heure de l’écriture de cette article, c’est GPT-5 qui se déploie. Autant dire que les chiffres actuels sont certainement bien plus élevés que ceux mentionnés dans le rapport. Former GPT-3, avec ses 175 milliards de paramètres, a demandé plus de 5 millions de litres d’eau. Ceci uniquement pour les datacenters de Microsoft. Chaque réponse générée par GTP-3 équivaut, en moyenne, à la consommation d’une gorgée d’eau. Quand on sait qu’on estime que GPT-4 utilise 40 fois plus d’énergie pour apprendre et fonctionner que la version 3 ! oon imagine alors très facilement que la consommation d’eau doit être multipliée d’autant (et ce malgré l’augmentation de l’efficience des nouvelles technologies).
Vers une transparence indispensable
Malgré l’ampleur du problème, l’empreinte hydrique reste largement absente des rapports techniques. Les cartes de modèles d’IA incluent souvent le carbone, mais presque jamais l’eau. Pourtant, l’optimisation du carbone ne garantit pas l’efficacité hydrique. Parfois, elle l’aggrave. Les auteurs du rapport appellent donc à une double exigence : inclure systématiquement l’eau dans les bilans environnementaux et ajuster la localisation et les horaires d’entraînement des modèles pour limiter la pression sur les ressources locales.
L’intelligence artificielle nous aide donc à lutter contre le dérèglement climatique. Elle nous facilite la tâche dans de très nombreux domaines : orientation, traduction, synthèse de document … Mais elle accentue aussi les tensions sur l’eau, dans des zones souvent déjà menacée par la sécheresse et la surexploitation. En 2030, Microsoft vise un objectif “Water Positive”, promettant de restituer plus d’eau qu’ils n’en consomment. Espérons-le. L’IA durable exige désormais une vision holistique : carbone et eau. Car pour éviter d’accentuer dramatiquement cette crise, il faut apprendre à rendre l’IA moins “assoiffée”.