IA et écologie : la bonne question n'est pas combien elle consomme
Comme le TGV, l'IA doit être jugée sur l'utilité qu'elle produit, son efficacité et l'origine de son énergie — sans nier son empreinte.
Je fais partie de ceux qui s'inquiètent de l'impact écologique de l'intelligence artificielle. Chez HOME MADE, nos engagements écologiques ne sont pas une formule décorative : nous parlons d'efficacité énergétique, de ressources et d'amélioration continue. Mais cette exigence m'amène à trouver une partie du débat mal posée.
Dire que « l'IA consomme trop » ne suffit pas à conclure qu'elle est écologiquement injustifiable. Une infrastructure utile consomme toujours quelque chose. La vraie question est double : avec quelle énergie fonctionne-t-elle, et quelle utilité produit-elle avec les ressources mobilisées ?
Le TGV consomme, lui aussi. Et personne ne s'arrête là
Prenons un aller-retour Paris–Marseille dans la journée. La rame parcourt environ 1 500 kilomètres et consomme beaucoup d'électricité. Pourtant, personne ne juge son utilité en regardant seulement le compteur de la locomotive.
Nous regardons son utilité : travailler, rencontrer un client ou voir ses proches. Un rapport européen de 2009 reprenant l'ADEME chiffre un Paris–Marseille à 17,3 MWh pour la rame, soit 34,6 MWh pour l'aller-retour. À l'échelle nationale, la SNCF indique consommer 9 TWh d'électricité par an pour faire circuler 15 000 trains chaque jour, toutes catégories confondues. En 2025, les 57 réacteurs nucléaires français ont produit 373 TWh : 6,5 TWh chacun en moyenne. L'échelle est immense, le service reste justifié.
Cette consommation énorme ne se traduit pas mécaniquement par autant de CO₂. En 2025, selon RTE, 95,2 % de l'électricité produite en France métropolitaine était bas-carbone : 68,1 % nucléaire et 27 % renouvelable. Un TGV peut donc absorber des dizaines de MWh tout en restant peu émetteur. Son bilan dépend aussi du remplissage et du mix électrique.
Et combien de kWh faut-il pour produire l'intelligence humaine ?
À l'Assemblée nationale, Arthur Mensch définit l'IA comme la transformation « de l'énergie en intelligence », puis « de l'électricité en génération de tokens ».
Retournons la formule. Une heure de raisonnement humain suppose d'avoir nourri, logé, éduqué et fait dormir une personne pendant des années. Si une IA dépasse demain un humain sur davantage de tâches intellectuelles, le seul compteur pourrait faire paraître cette consommation « délirante ».
Cette conclusion serait absurde : un humain ne se réduit pas à un rendement énergétique. Le raisonnement révèle la faiblesse de l'accusation. Les kilowattheures ne mesurent ni la qualité, ni les ressources évitées. Comparons une même tâche et les moyens nécessaires.
L'écologie sérieuse ne demande pas une technologie sans impact. Elle demande que chaque unité de ressource crée le plus d'utilité possible, avec une énergie bas-carbone, et que le coût soit assumé par celui qui l'engendre.
Pour les entreprises d'IA, l'efficacité n'est pas un supplément d'âme
Les sociétés d'IA ont une raison très concrète de réduire leur consommation : elles paient la facture d'électricité. L'énergie est un coût direct de chaque entraînement et de chaque réponse générée. À service égal, un modèle plus efficace, une puce moins énergivore ou un système de refroidissement plus sobre améliore à la fois la marge économique et le bilan environnemental.
Cette convergence d'intérêts ne garantit pas la vertu. Des requêtes moins chères peuvent multiplier les usages, tandis que certains coûts restent supportés par le réseau ou les riverains. Les opérateurs doivent donc financer les raccordements nécessaires et publier leurs consommations.
Mais ignorer l'incitation économique serait une erreur. Gaspiller de l'électricité revient à brûler de l'argent. L'efficacité des modèles, des puces et des centres de données conditionne la viabilité du secteur.
Le circuit fermé montre comment une contrainte devient une innovation
Dans l'entretien qui inspire cet article, Sam Altman oppose le refroidissement par évaporation, qui consomme continuellement de l'eau, aux nouveaux circuits fermés. Le fluide y circule dans des conduites scellées, capte la chaleur puis est réutilisé.
OpenAI documente ce choix sur le site Stargate à Abilene, ville du Texas. OpenAI estime qu'à pleine capacité, le refroidissement consommera autant d'eau qu'un immeuble de bureaux moyen. Oracle décrit ce principe sur des sites conçus avec OpenAI.
Cela ne supprime ni le remplissage initial, ni l'eau nécessaire aux sanitaires, ni l'empreinte de la fabrication des semi-conducteurs. Mais cela montre qu'un problème environnemental présenté comme inhérent à l'IA peut être fortement réduit par l'ingénierie. Une ressource rare devient chère, réglementée ou socialement contestée ; les industriels ont alors intérêt à concevoir autrement.
L'impact de l'IA doit être rapporté aux besoins qu'elle sert
En France, RTE estime que les centres de données consommaient environ 4 à 6 TWh en 2023, face à 451 TWh de consommation nationale en 2025. Les années diffèrent et la demande augmente vite. RTE envisage 15 à 20 TWh en 2030, soit environ 3 % du total : assez pour planifier sérieusement, pas pour présenter l'IA comme l'unique menace énergétique.
Reste la question la plus importante : à quoi sert cette énergie ? Une IA qui génère à l'infini des contenus sans lecteur n'a pas le même bilan d'utilité qu'un outil qui réduit des trajets, accélère un diagnostic, rend un service accessible à une personne handicapée ou libère une petite entreprise d'heures de tâches administratives. Dans ce second cas, le coût marginal de l'usage peut devenir dérisoire face à la valeur créée — et parfois face aux ressources évitées ailleurs.
Il faut donc comparer des scénarios complets : l'usage de l'IA face à la situation qu'elle remplace, pas face à un monde abstrait où rien ne consomme. Une automatisation bien conçue peut éviter des ressaisies, des erreurs et des heures de travail répétitif. À l'inverse, un usage sans finalité reste un gaspillage.
Une position écologique exigeante, pas un blanc-seing
Défendre cette approche ne revient pas à croire les entreprises d'IA sur parole. Je veux savoir si le refroidissement est fermé, si l'électricité supplémentaire est bas-carbone, si le réseau peut suivre et si les coûts sont transférés aux habitants. L'efficacité doit être mesurée par résultat utile, pas seulement par requête.
Sam Altman estime que, le problème de l'eau ayant été fortement réduit sur les nouveaux sites concernés, le prochain défi est l'énergie. Il cite le solaire et le nucléaire pour sortir des combustibles fossiles. En France, où le mix électrique est déjà massivement nucléaire et renouvelable, cette trajectoire donne à l'IA un contexte potentiellement favorable — à condition de planifier sa croissance et de maintenir la pression sur l'efficacité.
Je ne défends pas une IA « gratuite » pour la planète, pas plus qu'un TGV sans empreinte. Je défends une question plus utile : quelle valeur obtenons-nous pour cette consommation, comment la réduire, et qui en assume le coût ? C'est à ces conditions que l'IA peut être compatible avec une écologie lucide.
Sources : entretien « Sam Altman on AGI, Compute, and Human Agency », Invest Like The Best, 28 juillet 2026 ; audition d'Arthur Mensch et vidéo officielle de l'Assemblée nationale, 12 mai 2026 ; OpenAI — infrastructure Stargate et exemple d'Abilene ; Oracle — refroidissement fermé non évaporatif ; RTE — Bilan électrique 2025, consommation des centres de données et chiffres clés à l'horizon 2035 ; SNCF — énergie ; EDF — nucléaire ; Commission européenne — données ADEME du TGV.
Questions fréquentes
L'IA consomme-t-elle trop d'électricité ?
Sa consommation augmente rapidement et doit être planifiée, mais « trop » dépend de l'utilité produite, de l'efficacité et du mix électrique. RTE estime les centres de données français à 4–6 TWh en 2023 et projette 15–20 TWh en 2030. L'enjeu est réel, sans représenter à lui seul l'ensemble du problème énergétique français.
Peut-on comparer la consommation d'une IA à celle d'un humain ?
Seulement pour montrer les limites d'un calcul fondé sur les seuls kilowattheures. Un humain doit être nourri, logé, éduqué et reposé, mais il ne se réduit évidemment pas à sa production intellectuelle. La comparaison pertinente porte sur une même tâche, sa qualité et toutes les ressources nécessaires, sans confondre valeur humaine et rendement technique.
Les entreprises d'IA ont-elles vraiment intérêt à être écologiques ?
Elles ont un intérêt économique direct à améliorer l'efficacité, car elles paient l'électricité et les équipements. Cet alignement reste incomplet : eau, réseau, foncier ou nuisances peuvent être supportés par d'autres. La transparence, la réglementation et le principe selon lequel l'opérateur finance les coûts qu'il provoque restent donc indispensables.
Une électricité bas-carbone rend-elle l'IA écologique ?
Non. Elle réduit fortement les émissions liées à l'usage électrique, mais ne supprime ni la fabrication des puces, ni les bâtiments, ni l'eau, ni les effets d'une croissance rapide de la demande. Un mix bas-carbone est une condition favorable ; l'efficacité, la sobriété des usages et l'utilité produite restent nécessaires.