L’association Green IT a présenté le 30 septembre, au salon Produrable, la nouvelle édition de son étude sur les impacts environnementaux et sanitaires de l’intelligence artificielle. Son enseignement le plus utile ne tient pas dans un chiffre de CO₂ : le climat ne représente qu’un tiers de la facture. Pour les équipes qui pilotent le numérique responsable, c’est une invitation à revoir la façon dont elles mesurent, et décident, leurs usages de l’IA.
Ce que mesure l’étude
Green IT a réalisé une analyse du cycle de vie (ACV) multicritère de l’infrastructure qui fait fonctionner l’IA dans le monde, en 2025 et en projection 2030, de la fabrication à la fin de vie. Les smartphones, les ordinateurs et les réseaux sont exclus du périmètre : leurs impacts viennent donc s’ajouter aux chiffres qui suivent.
Les ordres de grandeur sont nets :
- la consommation électrique passerait de 174 TWh en 2025 à 1 169 TWh en 2030 ;
- la puissance mobilisée grimperait de 24 GW à 176 GW, soit 42 % de la capacité nucléaire mondiale actuelle ;
- les émissions passeraient de 99 à 636 millions de tonnes équivalent CO₂ ;
- au total, les impacts seraient multipliés par sept en cinq ans.
Rapportée aux limites planétaires, l’IA consommerait 22 % du budget environnemental soutenable de l’Union européenne en 2025, et 156 % en 2030, soit l’équivalent du budget soutenable de 645 millions de personnes.
Le climat ne représente qu’un tiers de l’addition
C’est le point le plus utile pour les équipes. Dans le bilan de Green IT, le réchauffement global pèse 35 % des impacts. Le reste se répartit notamment entre l’eutrophisation des milieux aquatiques (24 %), l’épuisement des ressources minérales, métalliques et fossiles (19 %) et les émissions de particules fines (15 %).
Deux autres enseignements complètent le tableau. La production d’électricité concentre jusqu’à 96 % des impacts selon les catégories : le mix électrique des centres de données pèse lourd. Mais la fabrication des équipements dépasse 45 % de certains impacts, en particulier l’épuisement des ressources métalliques et minérales. Choisir un hébergement alimenté par une électricité bas carbone réduit donc fortement une partie des impacts, mais pas ceux liés à la fabrication du matériel.
Pour une DSI ou une équipe RSE, la conséquence est concrète : un tableau de bord qui ne suit que les tonnes de CO₂ laisse de côté environ deux tiers des impacts de l’IA. Le pilotage doit devenir multicritère.
De l’IA « par défaut » à l’IA « justifiée »
Les recommandations de Green IT visent d’abord les pouvoirs publics : quotas, écoconception obligatoire des solutions d’IA, incitations économiques. Mais l’une d’elles s’adresse directement aux organisations : ne pas considérer le recours à l’IA comme automatique, y renoncer quand elle n’apporte pas de bénéfice déterminant, et privilégier les modèles les plus légers quand elle est pertinente. « Nous devons faire des choix dans nos usages », résume Laure Alfonsi, coautrice de l’étude.
En pratique, trois questions simples peuvent précéder chaque nouveau cas d’usage :
- Quel bénéfice précis ? Un gain mesurable (temps, qualité, accessibilité) plutôt qu’une fonctionnalité ajoutée parce qu’elle est possible.
- Quel modèle minimal ? Un petit modèle spécialisé, voire une simple règle métier, peut suffire là où un grand modèle généraliste est utilisé par réflexe.
- Quelle fréquence ? Une génération systématique, à chaque ouverture de page ou de document, multiplie les appels pour un usage parfois nul.
Selon la formule de Green IT, « l’offre crée la demande qui crée les impacts » : chaque fonctionnalité d’IA activée par défaut devient un usage.
Partager les ordres de grandeur avant de décider
Ces arbitrages ne tiennent que si toute l’équipe, des développeurs aux métiers en passant par les chefs de produit, partage les mêmes ordres de grandeur. C’est souvent là que le bât blesse : l’IA est perçue comme immatérielle, et ses impacts autres que le carbone restent largement méconnus.
C’est exactement ce que nous travaillons dans La Fresque du Numérique et de l’IA : construire en atelier collectif, à partir d’études scientifiques, une compréhension commune des impacts du numérique et de l’IA, pour passer ensuite à des choix d’usage et de conception argumentés.
Sources
- Impacts de l’intelligence artificielle dans le monde en 2025 et 2030 — Green IT, septembre 2026
- L’IA va dévorer 42 % de la capacité nucléaire mondiale d’ici 2030 — L’EnerGeek, 30 septembre 2026
- Produrable 2026 : l’essor de l’IA se heurte aux limites planétaires — L’Hémicycle, 30 septembre 2026
- IA : son empreinte environnementale pourrait être multipliée par sept d’ici 2030 — We Demain, 30 septembre 2026
