Google brûle 10x plus d'eau depuis ChatGPT : la facture cachée de l'IA

Les Big Tech ont fait un choix. Personne n'en parle vraiment.

En 2023, Google annonçait fièrement ses ambitions : atteindre zéro émission nette d'ici 2030. Un an plus tard, ses émissions de CO₂ avaient bondi de 48 %. Microsoft, de son côté, affichait une hausse de 29 %. La raison ? Un seul mot : l'intelligence artificielle. Derrière les discours sur la durabilité se cache une réalité bien plus inconfortable — et vous méritez de la connaître.

Des objectifs climatiques sacrifiés sur l'autel de l'IA

Il y a trois ans, les géants de la tech se disputaient les podiums de la responsabilité environnementale. Apple promettait la neutralité carbone. Amazon signait des contrats pour des milliers d'éoliennes. Google se vantait d'alimenter ses data centers à 100 % en énergies renouvelables depuis 2017.

Puis ChatGPT est arriv��.

L'explosion de la demande en modèles d'IA générative a tout bouleversé. Entraîner un grand modèle de langage comme GPT-4 consomme autant d'énergie que 300 allers-retours en avion entre New York et San Francisco. Et ce n'est que l'entraînement — chaque requête envoyée à ChatGPT, Gemini ou Claude mobilise ensuite des milliers de puces GPU en permanence.

Les chiffres que les Big Tech préfèrent ne pas mettre en avant

Voici ce que les rapports RSE enterrent dans leurs annexes :

• Google a vu sa consommation d'eau augmenter de près de 20 % en un an, en grande partie à cause du refroidissement de ses centres de données IA.
• Microsoft a reconnu que ses émissions totales avaient augmenté de 29 % entre 2020 et 2023, repoussant son objectif de neutralité carbone.
• Meta a relancé des projets de data centers dans des régions encore dépendantes du charbon pour tenir ses délais d'infrastructure IA.
• Une seule requête à ChatGPT consomme environ 10 fois plus d'énergie qu'une recherche Google classique.

Ces données ne sont pas des extrapolations alarmistes. Elles proviennent des rapports de durabilité publiés par les entreprises elles-mêmes.

Pourquoi l'IA est si gourmande en ressources ?

Comprendre le problème, c'est d'abord comprendre l'architecture derrière ces outils. Un modèle comme Gemini Ultra ou Claude 3 Opus repose sur des milliards de paramètres, entraînés sur des quantités astronomiques de données. Ce processus exige des milliers de GPU (processeurs graphiques spécialisés) fonctionnant en parallèle pendant des semaines.

Mais l'entraînement n'est que la partie visible de l'iceberg. L'inférence — c'est-à-dire le fait de répondre à vos questions en temps réel — est une charge continue, 24h/24, 7j/7. Multipliez cela par des millions d'utilisateurs simultanés, et vous obtenez une infrastructure dont la consommation dépasse celle de certains pays entiers.

Le problème de l'eau, souvent oublié

Au-delà de l'électricité, il y a l'eau. Les data centers consomment des volumes colossaux d'eau froide pour refroidir leurs serveurs. Une étude de l'Université de Californie à Riverside estimait qu'une conversation de 20 à 50 questions avec ChatGPT nécessite l'équivalent d'une bouteille d'eau de 500 ml. Anodine à l'échelle individuelle. Critique à l'échelle mondiale.

Le paradoxe : l'IA pourrait aussi être une solution

Il serait intellectuellement malhonnête d'ignorer l'autre face du débat. L'IA est aussi utilisée pour optimiser les réseaux électriques, accélérer la recherche sur les matériaux de batterie, ou prédire la consommation énergétique des bâtiments. Google DeepMind a démontré que ses algorithmes pouvaient réduire de 40 % la consommation de refroidissement de ses propres data centers.

Mais — et c'est un "mais" fondamental — ces gains restent aujourd'hui largement inférieurs à la croissance de la demande générée par l'IA elle-même. On optimise d'un côté pendant qu'on accélère de l'autre.

Ce que cela signifie concrètement pour nous

En tant qu'utilisateur, vous faites des choix qui ont un poids réel. Voici quelques réalités à intégrer :

• Utiliser un outil d'IA générative pour une tâche simple (qu'un moteur de recherche classique ferait) n'est pas neutre.
• Les entreprises qui intègrent l'IA dans chaque fonctionnalité de leurs produits (Microsoft 365 Copilot, Google Workspace AI…) font exploser leur empreinte carbone opérationnelle.
• La pression réglementaire monte : l'Union européenne envisage d'imposer des étiquetages énergétiques aux services numériques dès 2026.

La question qui dérange

Faut-il ralentir l'IA pour sauver le climat ? La réponse n'est ni simple ni binaire. Mais une chose est certaine : la transparence ne peut plus être optionnelle. Tant que les Big Tech pourront se féliciter de leurs objectifs verts dans leurs rapports annuels tout en repoussant discrètement leurs échéances, rien ne changera structurellement.

L'IA n'est pas bonne ou mauvaise pour la planète. Elle est ce que nous décidons collectivement d'en faire — et surtout, ce que nous acceptons de lui laisser consommer sans compter.

Le vrai défi de la prochaine décennie ne sera peut-être pas de rendre l'IA plus intelligente. Ce sera de la rendre honnête sur ce qu'elle coûte.

— Reservoir Live