Lire le contre-argumentaire précédent.
L’étendue de l’infrastructure sociotechnique rendant l’IAg possible devrait suffire à comprendre que son coût écologique est nécessairement colossal. Même parfaitement « écoconçue », l’IAg demande des serveurs, de la puissance de calcul, des terminaux pour les usages, etc. qui consomment de grandes quantités de matériaux, d’énergie et de ressources en eau.
La progression fulgurante de l’IAg et de ses usages accroît par ailleurs considérablement ses impacts : l’Agence Internationale de l’énergie indique par exemple que « la consommation électrique des datacenters devrait doubler d’ici à 2030 pour atteindre 945 TWh. C’est légèrement plus que la consommation actuelle d’un pays comme le Japon. L’IA est le facteur prépondérant de cette croissance, aux côtés d’une demande croissante d’autres services numériques ».
our respecter l’Accord de Paris sur le climat, les émissions de gaz à effet de serre doivent être divisés par 5 en 25 ans. L’appel énergétique de l’IAg, même « sobre », constitue un frein supplémentaire à cette tâche déjà extrêmement complexe. La quantité d’énergie « bas carbone » est en effet limitée, qu’elle soit d’origine renouvelable ou non.
Toute consommation supplémentaire pour l’IAg est donc autant de manque pour des secteurs essentiels (logement, santé, transports, agriculture…) qui ont déjà du mal à se décarboner. Typiquement, si les « SMR » (petits réacteurs nucléaires modulaires) régulièrement invoqués par l’industrie s’avéraient pertinents pour notre futur énergétique, il ne serait certainement pas prioritaire de les allouer à des datacenters.
La problématique est la même en ce qui concerne d’autres ressources, notamment minières, d’accès difficile en raison de leur rareté, de leur coût d’extraction, ou de la situation géopolitique : dans la situation d’urgence actuelle, il est plus que risqué de détourner des ressources utiles à la « transition » de secteurs essentiels vers les usages flous de l’IAg.
Cette remarque vaut tout autant pour les ressources financières, puisque les investissements massifs dans l’IAg (109 milliards d’ euros annoncés en France en février 2025 par exemple) ne financeront de fait pas la transformation écologique d’autres secteurs.
Au-delà du coût environnemental brut, d’autres éléments invitent à la prudence face aux promesses d’amélioration de l’efficacité énergétique de l’IAg (c’est-à-dire le fait qu’une requête auprès d’une IAg consomme de moins en moins d’énergie au fur et à mesure que l’on améliore les systèmes). Celle-ci se heurte à deux limites majeures. La première est que les gains d’efficacité énergétique sur les requêtes sont à relativiser face à la course aux modèles toujours plus larges [1]
. La seconde est que, dans nos sociétés, les gains d’efficacité entraînent généralement un « effet rebond » se traduisant par un accroissement des usages. Ceux-ci aboutissent à annuler les gains initiaux, voire augmenter la consommation énergétique finale : par exemple, diminuer de 10 % la consommation d’une requête ChatGPT n’est d’aucune utilité si l’on invite dans le même temps l’ensemble des usager·es de l’enseignement supérieur et de l’éducation nationale à l’utiliser régulièrement. Cet « effet rebond » est un phénomène structurel de nos sociétés qui, dans le cas de l’IAg, sera alimenté par la recherche de retour sur investissement des acteurs industriels, qui cherchent à en massifier les usages.


