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. 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 : environ 1 500 kilomètres et beaucoup d'électricité. Personne pourtant ne juge le train au compteur de sa locomotive, mais à ce qu'il permet. Un rapport européen de 2009 reprenant l'ADEME chiffre ce Paris–Marseille à 17,3 MWh pour la rame, soit 34,6 MWh pour l'aller-retour. Ce chiffre a dix-sept ans. Vérifions-le.
La SNCF publie chaque année sa méthodologie d'information GES. Sa version 2026, actualisée en juillet sur les données 2025, donne 2,3 gCO2e par voyageur-kilomètre pour un TGV INOUI, et publie sa formule : la consommation d'électricité multipliée par le facteur d'émission du mix national, divisée par les voyageurs-kilomètres — facteur qu'elle chiffre à 51,9 gCO2e par kWh en 2025.
2,3 divisé par 51,9 : 44 Wh par voyageur-kilomètre, soit 33 kWh par voyageur sur les 750 kilomètres de l'aller. Il faut donc environ 520 voyageurs à bord pour retrouver les 17,3 MWh de la rame. Et ces 44 Wh ne flattent pas le train : ils incluent les pertes d'électricité en ligne et les trajets à vide. Le chiffre de 2009 tient en 2026.
À l'échelle nationale, la SNCF consomme 9 TWh d'électricité par an pour faire circuler 15 000 trains chaque jour, quand les 57 réacteurs nucléaires français ont produit 373 TWh en 2025. L'échelle est immense, l'empreinte faible : selon RTE, 95,2 % de l'électricité produite en France métropolitaine cette année-là était bas-carbone, 68,1 % nucléaire et 27 % renouvelable.
Deux chiffres, dix-sept ans d'écart, la même réponse : le rail a atteint son plateau d'efficacité, ses gains se jouent désormais à la marge. L'IA, elle, n'en est pas là — ce qui rend la question bien plus difficile à poser.
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 l'humain sur davantage de tâches intellectuelles, le seul compteur ferait paraître sa consommation « délirante » — conclusion absurde : les kilowattheures ne mesurent ni la qualité, ni les ressources évitées. Comparons plutôt une même tâche et les moyens qu'elle demande.
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, coût direct de chaque entraînement et de chaque réponse. À service égal, un modèle plus efficace, une puce moins énergivore ou un refroidissement plus sobre améliore la marge autant que le bilan environnemental.
Cette convergence d'intérêts ne garantit pas la vertu : des requêtes moins chères peuvent multiplier les usages, et certains coûts restent supportés par le réseau ou les riverains — d'où l'exigence de financer les raccordements et de publier les consommations. Gaspiller de l'électricité revient malgré tout à brûler de l'argent : l'efficacité 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 circuits fermés, où le fluide circule dans des conduites scellées, capte la chaleur puis est réutilisé.
OpenAI documente ce choix sur le site Stargate d'Abilene, au Texas : à pleine capacité, le refroidissement y consommerait autant d'eau qu'un immeuble de bureaux moyen. Oracle décrit le même principe.
Cela ne supprime ni le remplissage initial, ni l'eau des sanitaires, ni l'empreinte de la fabrication des semi-conducteurs. Mais un problème présenté comme inhérent à l'IA peut être fortement réduit par l'ingénierie, dès lors qu'une ressource rare devient chère ou contestée.
L'impact de l'IA doit être rapporté aux besoins qu'elle sert
En France, RTE estime les centres de données à 4 à 6 TWh en 2023, face à 451 TWh de consommation nationale en 2025, et envisage 15 à 20 TWh en 2030 — environ 3 % du total : assez pour planifier sérieusement, pas pour faire de l'IA l'unique menace énergétique.
Reste la question qui compte : à quoi sert cette énergie ? Une IA qui génère à l'infini des contenus sans lecteur n'a pas le même bilan qu'un outil qui réduit des trajets, accélère un diagnostic, rend un service accessible à une personne handicapée ou libère une entreprise de tâches administratives. Dans ce second cas, le coût de l'usage devient dérisoire face à la valeur créée — et parfois face aux ressources évitées ailleurs.
Comparez donc des scénarios complets : l'usage de l'IA face à la situation qu'elle remplace, pas face à un monde où rien ne consomme. Une automatisation bien conçue évite des ressaisies, des erreurs et des heures de travail répétitif ; 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 — et une efficacité mesurée par résultat utile, pas par requête.
Sam Altman estime que, l'eau étant fortement réduite sur les nouveaux sites, le prochain défi est l'énergie : il cite le solaire et le nucléaire pour sortir des fossiles. Le mix français, déjà massivement nucléaire et renouvelable, offre à l'IA un contexte favorable — à condition d'en planifier la croissance.
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 est 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 ; SNCF Voyageurs — Information GES des prestations de transport, méthodologie générale, version 2026 ; EDF — nucléaire ; Commission européenne — données ADEME du TGV.
Questions fréquentes
L'IA consomme-t-elle trop d'électricité ?
Sa consommation augmente vite 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 : un enjeu réel, qui ne résume pas le 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 pas à sa production intellectuelle. La comparaison pertinente porte sur une même tâche, sa qualité et toutes les ressources nécessaires.
Les entreprises d'IA ont-elles vraiment intérêt à être écologiques ?
Elles ont un intérêt économique direct à 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 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 demande qui croît vite. Un mix bas-carbone est une condition favorable ; l'efficacité, la sobriété des usages et l'utilité produite restent nécessaires.