Intelligence artificielle et écologieArtificial intelligence and the environment

L'IA consomme beaucoup. Mais combien, vraiment ?AI uses a lot. But how much, really?

Eau, électricité, CO2 : les chiffres mondiaux donnent le vertige, et ils augmentent vite. Pour juger, il faut les regarder deux fois : à l'échelle de la planète, puis à l'échelle d'une personne qui pose une question à une IA.

Water, electricity, CO2: the global numbers are dizzying, and they are growing fast. To judge them fairly, you need to look twice: at the scale of the planet, then at the scale of one person asking an AI a question.

Serveurs dans un centre de données / Servers in a data centre
Une baie de serveurs au centre de calcul NERSC (Berkeley). C'est là, et non « dans le nuage », que tournent les IA.A server rack at the NERSC computing centre (Berkeley). This is where AI actually runs, not "in the cloud". · Wikimedia Commons, CC0

D'où vient la consommation ?Where does the consumption come from?

Une IA ne flotte pas dans un nuage. Elle tourne dans des centres de données : des bâtiments remplis de serveurs et de puces spécialisées, qui fonctionnent jour et nuit. Quatre postes expliquent presque tout.

AI does not float in a cloud. It runs in data centres: buildings full of servers and specialised chips, working day and night. Four items explain almost everything.

L'entraînementTraining

Pour créer un modèle, des milliers de puces calculent pendant des semaines. C'est un coût énorme, mais payé une seule fois par modèle.

To build a model, thousands of chips compute for weeks. It is a huge cost, but paid only once per model.

L'utilisationEveryday use

Chaque question posée fait travailler des puces quelques secondes. Unitairement c'est infime, mais multiplié par des milliards de requêtes, c'est devenu le premier poste.

Every question keeps chips busy for a few seconds. Each one is tiny, but multiplied by billions of requests, it has become the largest item.

Le refroidissementCooling

Les puces chauffent. Beaucoup de centres les refroidissent en évaporant de l'eau : c'est l'essentiel de l'eau « consommée » directement.

Chips get hot. Many data centres cool them by evaporating water: that is most of the water "consumed" directly.

L'électricité et les pucesPower and hardware

Le CO2 vient surtout de la façon dont l'électricité est produite (charbon, gaz ou nucléaire et renouvelables), et en partie de la fabrication du matériel.

CO2 comes mostly from how the electricity is generated (coal, gas, or nuclear and renewables), and partly from manufacturing the hardware.

Refroidisseurs sur le toit d'un centre de données / Cooling units on a data centre roof
Les refroidisseurs sur le toit d'un centre de données : c'est ici que part la chaleur des puces, et souvent de l'eau.Cooling units on a data centre roof: this is where the chips' heat, and often water, goes. · Wikimedia Commons, CC0

À l'échelle du monde, c'est impressionnantAt world scale, it is impressive

Les chiffres disponibles portent sur l'ensemble des centres de données (IA, mais aussi vidéo, cloud, réseaux sociaux, messagerie). L'IA en est la part qui croît le plus vite.

Available figures cover all data centres (AI, but also video, cloud, social media, email). AI is the fastest-growing part.

ÉlectricitéElectricity

415TWh en 2024TWh in 2024

Les centres de données ont consommé 1,5 % de l'électricité mondiale. L'Agence internationale de l'énergie prévoit 945 TWh en 2030, plus du double, tirés d'abord par l'IA.

Data centres used 1.5% of the world's electricity. The International Energy Agency expects 945 TWh by 2030, more than double, driven first by AI.

EauWater

64milliards de litresbillion litres

C'est l'eau évaporée en 2023 pour refroidir les seuls centres de données des États-Unis. Pour l'IA dans le monde, des chercheurs projettent 4,2 à 6,6 milliards de m³ prélevés par an en 2027.

That is the water evaporated in 2023 to cool data centres in the United States alone. For AI worldwide, researchers project 4.2 to 6.6 billion m³ withdrawn per year by 2027.

CO2

180millions de tonnesmillion tonnes

Les émissions liées à l'électricité des centres de données en 2024. Elles pourraient atteindre 300 millions de tonnes en 2035, et jusqu'à 500 dans le scénario le plus rapide.

Emissions from data centre electricity in 2024. They could reach 300 million tonnes by 2035, and up to 500 in the fastest scenario.

Oui, c'est préoccupant. Ce n'est pas tant le niveau actuel que la vitesse : la consommation des centres de données croît d'environ 15 % par an, quatre fois plus vite que le reste de l'économie. Et elle se concentre au même endroit : un seul centre peut peser lourd sur le réseau électrique ou la nappe d'eau d'une région déjà en tension.

Yes, it is a real concern. Not so much the current level as the speed: data centre consumption is growing by about 15% a year, four times faster than everything else. And it is concentrated: a single site can put heavy pressure on the power grid or water table of a region that is already stressed.

Prendre du recul : à quoi ça correspond ?Perspective: what does it compare to?

Un chiffre en milliards ne veut rien dire tant qu'on ne le compare pas. Voici les mêmes chiffres, mis à côté de choses que l'on connaît.

A number in billions means nothing until you compare it. Here are the same figures, next to things we know.

La mer d'Azov vue par satellite / The Sea of Azov from space
La mer d'Azov, la moins profonde du monde : 290 km³.The Sea of Azov, the shallowest sea in the world: 290 km³. · NASA, domaine public
La mer de Marmara vue par satellite / The Sea of Marmara from space
La mer de Marmara, la plus petite mer du monde : 3 378 km³.The Sea of Marmara, the smallest sea in the world: 3,378 km³. · NASA, domaine public
L'eau des centres américainsUS data centre water
64 milliards de litres, c'est environ 25 600 piscines olympiques.64 billion litres is about 25,600 Olympic swimming pools.

Au même rythme, il faudrait plus de 4 500 ans pour vider la mer d'Azov. Pour la mer de Marmara, plus de 50 000 ans.

At that rate, it would take more than 4,500 years to empty the Sea of Azov. For the Sea of Marmara, more than 50,000 years.

L'eau de l'IA dans le monde en 2027AI water worldwide in 2027
6,6 milliards de m³ au maximum, c'est moins de 0,2 % de l'eau douce prélevée par l'humanité.At most 6.6 billion m³: less than 0.2% of the freshwater humanity withdraws.

L'humanité prélève environ 4 000 milliards de m³ par an, dont environ 70 % pour l'agriculture. Et la plus grande partie de l'eau prélevée par les centres de données retourne dans le milieu : seule une fraction s'évapore.

Humanity withdraws about 4,000 billion m³ a year, around 70% of it for farming. And most of the water withdrawn by data centres goes back to the environment: only a fraction evaporates.

L'électricité de tous les centresElectricity of all data centres
415 TWh, c'est à peu près la consommation électrique annuelle de la France (449 TWh).415 TWh is roughly France's annual electricity consumption (449 TWh).

Pour l'IA seule, l'estimation était de 10 à 50 TWh en 2023, soit 5 à 15 % de la consommation des centres de données.

For AI alone, the estimate was 10 to 50 TWh in 2023, or 5 to 15% of data centre consumption.

Le CO2 de tous les centresCO2 of all data centres
180 millions de tonnes, c'est environ la moitié des émissions de la France (366 millions).180 million tonnes is about half of France's emissions (366 million).

À l'échelle mondiale, c'est de l'ordre de 0,5 % des émissions de CO2 liées à l'énergie, soit environ cinq fois moins que l'aviation.

Worldwide, that is around 0.5% of energy-related CO2 emissions, about five times less than aviation.

Électricité mondiale : la part des centres de donnéesWorld electricity: share used by data centres1,5 %1.5%
Eau douce prélevée : la part de l'IA (2027, au maximum)Freshwater withdrawn: AI's share (2027, at most)0,17 %0.17%
CO2 lié à l'énergie : la part des centres de donnéesEnergy-related CO2: share from data centres0,5 %0.5%
Pour comparer : la part de l'aviation dans ce même CO2For comparison: aviation's share of the same CO2≈ 2,5 %≈ 2.5%

À l'échelle d'une personne, c'est minusculeFor one person, it is tiny

Google a publié en 2025 la mesure d'une question type posée à son IA Gemini, refroidissement et serveurs inactifs compris. OpenAI annonce un ordre de grandeur proche pour ChatGPT (0,34 Wh en moyenne).

In 2025 Google published the measured footprint of a typical question to its Gemini AI, including cooling and idle servers. OpenAI reports a similar order of magnitude for ChatGPT (0.34 Wh on average).

0,24Wh

Une seconde de micro-ondes, ou neuf secondes de télévision.

One second of a microwave, or nine seconds of TV.

0,26mL

Environ cinq gouttes d'eau.

About five drops of water.

0,03g de CO2g CO2

Quelques dixièmes de mètre parcourus en voiture.

A fraction of a metre driven by car.

Google, Measuring the environmental impact of delivering AI at Google Scale (2025) · OpenAI, Sam Altman (2025)

Et sur une année entière, à 100 questions par jour ?And over a whole year, at 100 questions a day?

C'est un usage très intensif : 36 500 questions dans l'année.

That is very heavy use: 36,500 questions a year.

  • Électricité : environ 9 kWh, autant qu'environ 115 heures de vidéo en streaming (AIE).
  • Eau : environ 9,5 litres, moins qu'une seule douche d'une minute.
  • CO2 : environ 1 kg, l'équivalent de 5 km en voiture, quand l'empreinte d'un Français est de 8,2 tonnes par an (SDES).
  • Autrement dit : une heure de vidéo en streaming consomme autant qu'environ 300 questions.
  • Electricity: about 9 kWh, the same as roughly 115 hours of video streaming (IEA).
  • Water: about 9.5 litres, less than a single one-minute shower.
  • CO2: about 1 kg, like driving 5 km, while the average French footprint is 8.2 tonnes a year (SDES).
  • In other words: one hour of streaming video uses as much as about 300 questions.
Piscine olympique de 50 mètres / 50-metre Olympic pool
Une piscine olympique contient environ 2 500 m³. Il faudrait environ 26 millions de questions par jour pendant un an pour la remplir.An Olympic pool holds about 2,500 m³. It would take about 26 million questions a day for a year to fill it. · Pittigrilli, Wikimedia Commons, CC BY-SA 4.0

Ce qu'il faut retenirKey takeaways

Les deux vérités tiennent ensemble. Le total mondial est important et grossit vite, il mérite d'être suivi et réglementé. Mais l'usage d'une personne pèse très peu face à son alimentation, ses transports ou son chauffage.
Both truths hold at once. The global total is significant and growing fast; it deserves monitoring and regulation. But one person's use weighs very little next to their diet, travel or heating.
Tout dépend de l'usage. Les chiffres ci-dessus valent pour une question texte. Générer une vidéo, une image ou laisser un agent travailler pendant des heures consomme beaucoup plus, parfois des centaines de fois plus.
It depends on the use. The figures above are for a text question. Generating video or images, or letting an agent work for hours, uses far more, sometimes hundreds of times more.
Le problème est surtout local. Un centre de données installé dans une région sèche, ou sur un réseau électrique au charbon, n'a pas du tout le même impact qu'un centre refroidi à l'air et alimenté par du nucléaire ou des renouvelables.
The problem is mostly local. A data centre in a dry region, or on a coal-heavy grid, has a very different impact from one cooled by air and powered by nuclear or renewables.
L'efficacité progresse vite. Google annonce une division par 33 de l'énergie par question en un an. Mais l'usage augmente encore plus vite : c'est l'effet rebond.
Efficiency is improving fast. Google reports a 33-fold drop in energy per question in one year. But usage is growing even faster: that is the rebound effect.
Les chiffres sont encore incertains. Les entreprises publient peu de données, et les études divergent. Les ordres de grandeur, eux, sont solides.
The numbers are still uncertain. Companies publish little data, and studies disagree. The orders of magnitude, however, are solid.

Sources

Toutes les sources sont publiques. Les comparaisons de la page sont des calculs simples faits à partir de ces chiffres.

All sources are public. The comparisons on this page are simple calculations based on these figures.

  1. Agence internationale de l'énergie (AIE)International Energy Agency (IEA), Energy and AI, 2025. https://www.iea.org/reports/energy-and-ai/executive-summary · https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai
  2. Lawrence Berkeley National Laboratory, 2024 United States Data Center Energy Usage Report. https://eta-publications.lbl.gov/sites/default/files/2024-12/lbnl-2024-united-states-data-center-energy-usage-report_1.pdf
  3. Li, Yang, Islam, Ren, Making AI Less "Thirsty", Communications of the ACM. https://cacm.acm.org/sustainability-and-computing/making-ai-less-thirsty/
  4. Google, Measuring the environmental impact of delivering AI at Google Scale, 2025. https://arxiv.org/abs/2508.15734
  5. Sam Altman (OpenAI), The Gentle Singularity, 2025. https://blog.samaltman.com/the-gentle-singularity
  6. FAO AQUASTAT etand Our World in Data, prélèvements d'eau doucefreshwater withdrawals. https://www.fao.org/aquastat/en/overview/methodology/water-use/ · https://ourworldindata.org/water-use-stress
  7. RTE, bilan électrique 20242024 electricity report (France). https://www.rte-france.com/actualites/consommation-electricite-francaise-legere-hausse-rapport-2023
  8. Citepa etand SDES, émissions et empreinte carbone de la FranceFrench emissions and carbon footprint. https://www.citepa.org/ · https://www.statistiques.developpement-durable.gouv.fr/lempreinte-carbone-de-la-france-de-1990-2024
  9. AIE, aviation et vidéo en streamingIEA, aviation and video streaming. https://www.iea.org/energy-system/transport/aviation · https://www.iea.org/commentaries/the-carbon-footprint-of-streaming-video-fact-checking-the-headlines
  10. Mer d'Azov et mer de Marmara, volumesSea of Azov and Sea of Marmara, volumes. https://en.wikipedia.org/wiki/Sea_of_Azov · https://en.wikipedia.org/wiki/Sea_of_Marmara