L’intelligence artificielle n’est pas un logiciel. C’est des milliers de kilomètres carrés de data centers, des rivières entières pour les refroidir et une facture électrique qui dépasse celle de pays entiers. Un rapport choc de l’ONU vient de mettre les chiffres sur la table.
Le 4 juin 2026, l’Institut pour l’eau, l’environnement et la santé de l’ONU (UNU-INWEH) publiait son rapport Environmental Cost of Artificial Intelligence : Carbon, Water and Land Footprints. La conclusion tient en une phrase : en 2030, l’infrastructure mondiale de l’IA pourrait consommer autant d’eau que les besoins domestiques de 1,3 milliard d’habitants d’Afrique subsaharienne. Les data centers, ces cathédrales de serveurs qui tournent 24h/24, ne se contentent pas de brûler de l’électricité. Ils aspirent de l’eau par millions de litres chaque jour.
945 TWh et 9 milliards de m³ : les chiffres qui donnent le vertige
Le rapport distingue trois empreintes. D’abord, l’électricité : 448 TWh en 2025, soit plus que la consommation totale de l’Arabie saoudite. Projection 2030 : 945 TWh, l’équivalent du Pakistan, du Bangladesh et du Nigeria réunis, pays qui comptent pourtant plus de 650 millions d’habitants. Ensuite, l’eau : 4 500 milliards de litres en 2025, jusqu’à 9 milliards de mètres cubes en 2030, soit un doublement en cinq ans. Enfin, le foncier : 6 900 km² en 2025, plus de 14 500 km² en 2030, l’équivalent de cinq fois la métropole parisienne.
À titre de comparaison, l’entraînement de GPT-4 a consommé entre 50 et 70 GWh, soit la consommation annuelle résidentielle de 460 000 personnes en Afrique subsaharienne. Et ce n’était qu’un instantané : aujourd’hui, ChatGPT traite environ 2,5 milliards de requêtes par jour, soit 383 GWh par an pour un seul produit.
Bas carbone ne veut pas dire basse consommation
Le piège, prévient le rapport, c’est l’illusion du vert. « Ce qui nous a le plus surpris, c’est de constater à quel point les choix qui semblent les plus écologiques du point de vue des émissions de carbone finissent souvent par être les plus néfastes pour l’eau ou les sols », explique Miriam Aczel, chercheuse à l’UNU-INWEH et autrice principale. Un exemple frappant : passer du charbon à la bioénergie réduit l’empreinte carbone de 70 % mais multiplie par 30 la consommation d’eau et par 100 l’empreinte foncière.
Concrètement, un data center moyen peut engloutir jusqu’à 5 millions de gallons d’eau par jour pour le refroidissement de ses serveurs. En Irlande, les data centers représentaient 21 % de l’électricité totale mesurée du pays en 2023, plus que les usages domestiques. La régulation a depuis gelé les nouvelles implantations autour de Dublin jusqu’en 2028.
Les paradoxes de l’IA au quotidien
Le rapport révèle un autre angle mort : 80 à 90 % de la consommation énergétique liée à l’IA vient de l’usage quotidien, pas de l’entraînement des modèles. Générer une image avec une IA demande mille fois plus d’énergie qu’une classification de texte. Une courte vidéo générée par IA ? L’équivalent de 200 000 classifications de spam. Le fameux « rebound effect » : plus les modèles deviennent efficaces, moins ils coûtent, plus on s’en sert, et plus la consommation totale explose.
Ajoutez à cela les déchets électroniques : le rapport projette jusqu’à 2,5 millions de tonnes de e-waste par an d’ici 2030, dont une grande partie termine dans les pays à faible revenu, faute de filière de recyclage locale.
Une fracture numérique et environnementale
Le problème n’est pas seulement technique. Plus de 90 % de la capacité de calcul dédiée à l’IA se concentre dans deux pays : les États-Unis et la Chine. Cent cinquante nations n’ont aucune infrastructure IA significative sur leur sol. Elles subissent les coûts environnementaux : extraction des minerais critiques et déchets électroniques, sans en récolter les bénéfices économiques.
« Les communautés qui fournissent les minéraux critiques pour faire avancer l’IA et celles qui accueillent son infrastructure et ses déchets électroniques devraient aussi être parmi celles qui en bénéficient », rappelle Kaveh Madani, directeur de l’UNU-INWEH.
Vers un écosystème d’IA responsable
Le rapport ne tape pas sur l’IA en bloc. Il propose six principes de gouvernance : transparence des données de consommation, efficacité dès la conception, équité environnementale, responsabilité sur tout le cycle de vie, coopération mondiale et usage durable. Les destinataires sont multiples : fabricants de puces, développeurs de modèles, régulateurs, collectivités et utilisateurs finaux.
L’ONU insiste en particulier sur la transparence. Aujourd’hui, les géants du secteur ne publient pas leurs données de consommation d’eau par modèle ou par data center. Sans cette information, aucun régulateur ni aucun citoyen ne peut évaluer le vrai coût environnemental de l’IA qu’il utilise.
Reste une question : combien d’utilisateurs savent que le prompt qui leur a coûté quelques centimes de calcul a aussi pompé plusieurs litres d’eau quelque part dans une plaine du Nebraska ou du désert d’Arizona ?
