ChatGPT boit 500 ml d'eau par conversation : qui paiera la facture ?

Chaque fois que vous posez une question à ChatGPT, un demi-litre d'eau s'évapore quelque part dans le monde.

Ce n'est pas une métaphore. C'est une réalité physique, mesurable, documentée — et presque totalement absente du débat public sur l'intelligence artificielle. Pendant que les médias célèbrent les prouesses des modèles de langage, une autre histoire se joue en coulisses : celle d'une industrie dont la soif d'eau douce commence à inquiéter sérieusement les scientifiques, les élus locaux et les gestionnaires de ressources hydriques à l'échelle mondiale.

Pourquoi les serveurs ont-ils besoin d'eau ?

La réponse est simple : pour ne pas surchauffer. Les centres de données qui font tourner les modèles d'IA génèrent des quantités massives de chaleur. Pour la dissiper, les opérateurs utilisent des systèmes de refroidissement qui consomment de l'eau en grande quantité — soit par évaporation directe dans des tours de refroidissement, soit par des circuits intégrés aux bâtiments eux-mêmes.

Ce mécanisme n'est pas nouveau. Ce qui l'est, en revanche, c'est l'intensité computationnelle des modèles d'IA générative. Entraîner un grand modèle de langage ou répondre à des millions de requêtes simultanées demande des ressources très supérieures à une recherche Google classique ou à un simple calcul cloud.

Les chiffres qui dérangent

Une étude publiée par des chercheurs de l'Université de Californie Riverside et de l'Université du Texas à Arlington en 2023 a mis des données précises sur la table :

• L'entraînement de GPT-3 a nécessité environ 700 000 litres d'eau douce — l'équivalent de la production de 370 BMW électriques.
• Une conversation de 20 à 50 questions avec ChatGPT consomme en moyenne 500 millilitres d'eau.
• Microsoft, qui héberge une grande partie de l'infrastructure d'OpenAI, a vu sa consommation mondiale d'eau augmenter de 34 % entre 2021 et 2022, soit une hausse directement corrélée à l'essor de l'IA.
• Google a enregistré une augmentation similaire : +22 % sur la même période.

Ces chiffres prennent une dimension différente quand on sait que certains centres de données sont implantés dans des régions déjà sous pression hydrique : l'Arizona, le Chili, certaines zones d'Espagne ou du Maroc.

Un problème de localisation autant que de consommation

La question n'est pas uniquement quantitative. Où cette eau est prélevée compte autant que combien en est consommé. Un centre de données situé en Islande, où l'eau est abondante et l'énergie géothermique quasi-inépuisable, n'a pas le même impact qu'un datacenter installé dans la vallée centrale de Californie, où agriculteurs et opérateurs tech se livrent une guerre silencieuse pour l'accès aux nappes phréatiques.

Des communautés locales aux États-Unis, aux Pays-Bas et au Chili ont déjà protesté contre l'installation de nouveaux centres de données sur leur territoire, invoquant des risques directs sur l'accès à l'eau potable et l'irrigation agricole.

L'industrie répond — mais insuffisamment

Les grands acteurs ne sont pas restés muets. Microsoft s'est engagé à être « water positive » d'ici 2030, c'est-à-dire à restituer plus d'eau qu'elle n'en consomme. Google et Meta ont formulé des engagements similaires. Des technologies alternatives émergent : refroidissement par air, immersion en liquide diélectrique, optimisation algorithmique des charges de calcul.

Mais plusieurs experts restent sceptiques. D'abord parce que la demande croît plus vite que les gains d'efficacité. Ensuite parce que les méthodologies de comptage varient selon les entreprises, rendant toute comparaison fiable difficile. Enfin parce que les engagements 2030 restent des promesses, sans mécanisme de contrôle indépendant véritablement contraignant.

Ce que cela implique pour nous, utilisateurs et décideurs

Cette réalité appelle plusieurs prises de conscience :

• Pour les entreprises : intégrer la consommation en eau dans les bilans RSE liés à l'IA, au même titre que les émissions de CO₂, devient une nécessité de gouvernance — et bientôt, probablement, une obligation réglementaire.
• Pour les utilisateurs : l'usage de l'IA générative n'est pas neutre. Cela ne signifie pas d'en limiter l'usage, mais d'en avoir une conscience claire et d'exiger la transparence des fournisseurs.
• Pour les régulateurs : l'Europe, déjà pionnière avec l'AI Act, pourrait imposer des standards de reporting environnemental spécifiques à l'eau, un chantier encore peu avancé.

L'enjeu derrière l'enjeu

La consommation d'eau par l'IA illustre un paradoxe fondamental de notre époque : nous construisons des outils censés nous aider à résoudre les crises environnementales — prédiction climatique, optimisation énergétique, agriculture de précision — avec des infrastructures qui aggravent, localement, les mêmes crises qu'elles prétendent combattre.

Ce n'est pas une raison d'abandonner l'IA. C'est une raison de cesser de la traiter comme un objet purement virtuel, sans ancrage physique dans le monde réel. Les modèles de langage existent dans des serveurs. Les serveurs existent dans des bâtiments. Ces bâtiments boivent.

La prochaine fois que vous ouvrirez ChatGPT, Gemini ou Claude, posez-vous une question simple : qui remplit le verre ?

— Reservoir Live