« Nous ignorons encore beaucoup de choses sur l’impact environnemental de l’IA, mais certaines des données dont nous disposons sont préoccupantes », c’est ce qu’a déclaré en 2024 Golestan Radwan, directrice du numérique au Programme des Nations Unies pour l’Environnement. Ce février, un rapport co-rédigé par 6 associations américaines confirme les craintes d’il y a deux ans et tente de déconstruire le technosolutionnisme prôné par les géants de l’IA.
La multiplication mortifère des data-centres
La fluidité de nos échanges avec des outils comme ChatGPT ou Gemini tend à occulter la réalité matérielle et industrielle qui les soutient. Derrière l’apparente légèreté de ces interfaces « dématérialisées » se cachent des infrastructures massives dont la construction et l’entretien pèsent lourdement sur notre environnement. Les centres de données, ces vastes complexes abritant des rangées de serveurs et d’équipements réseau, se multiplient désormais au rythme effréné de l’intelligence artificielle.
Cette empreinte écologique s’exprime dès la phase de construction, alors que la demande croissante de data-centres alimente plusieurs secteurs particulièrement polluant : celui des puces électroniques comme celui des matériaux de construction. Une fois ces installations sorties de terre, leur fonctionnement exige une énergie colossale. Pour donner un ordre d’idée, une seule requête adressée à une IA consomme environ dix fois plus d’électricité qu’une simple recherche sur Google. Ce diagnostic est d’ailleurs confirmé par l’Agence internationale de l’énergie, qui observe une accélération alarmante de la part d’électricité allouée à ces infrastructures. Représentant déjà 1,5 % de la consommation mondiale, la demande énergétique des data centers progresse aujourd’hui quatre fois plus vite que celle de n’importe quel autre secteur.
Pour faire face à une telle hausse, le secteur énergétique doit s’adapter. Le rapport met en lumière un recours croissant aux énergies fossiles au sein du mix énergétique mondial, marquant un retour préoccupant du gaz et du charbon. Cette dynamique conduit à la réhabilitation de centrales anciennes, désormais exploitées à pleine puissance, tandis que de nouvelles unités de production voient le jour dans des régions stratégiques comme l’Irlande ou le Texas.
Cette tendance explique pourquoi Bloomberg New Energy Finance anticipe une hausse de 10 % des émissions de gaz à effet de serre du secteur de l’énergie à l’horizon 2030.
Dans le cas européen, l’évolution de la ville de Marseille sera particulièrement révélatrice, puisqu’elle est pressentie pour devenir l’un des hubs majeurs de données sur le sol européen. Il sera dès lors essentiel d’observer la stratégie que l’État français déploiera pour concilier cette ambition numérique avec les impératifs de décarbonation, alors que la consommation électrique liée à ces infrastructures connaît une progression fulgurante sur le territoire national.
Une stratégie de Greenwashing consciemment bâtie sur la confusion entre IA traditionnelle et IA générative
Malgré ces données alarmantes, un discours vantant les vertus de l’intelligence artificielle dans la lutte contre le changement climatique reste omniprésent dans le débat public. Portées par un certain technosolutionnisme, les grandes entreprises de la Silicon Valley et OpenAI entretiennent une confusion stratégique entre l’IA générative et l’IA traditionnelle pour promouvoir leurs produits, masquant ainsi l’impact environnemental de la première derrière les promesses d’innovation de la seconde. Il est pourtant crucial de distinguer ces deux technologies pour ne pas céder au récit volontairement opaque de la Big Tech.
L’IA générative, dont ChatGPT est l’emblème, se caractérise par sa capacité à produire du contenu et à s’adapter à une infinité de requêtes en traitant des volumes de données colossaux. À l’inverse, l’IA traditionnelle est conçue pour des contextes professionnels précis, se limitant à des tâches de prédiction ou de classification à partir de bases de données restreintes et souvent internes.
Or, selon les projections du rapport, la consommation énergétique de l’IA générative sera six à quatorze fois plus élevée que celle de l’IA traditionnelle d’ici 2030. En s’appuyant sur une méthodologie rigoureuse, les auteurs démontrent d’ailleurs un décalage flagrant : parmi 154 mentions des bénéfices climatiques de l’IA, 97 % concernaient en réalité l’IA traditionnelle, alors même que les trois quarts de ces sources ne reposaient sur aucune recherche académique solide.
Au-delà de ce constat écologique, l’étude intitulée The AI Climate Hoax: Behind the Curtain of How Big Tech Greenwashes Impacts nous alerte sur la mise en scène médiatique de ces technologies. Dans un monde où les promesses du technosolutionnisme semblent se concrétiser davantage sur le terrain militaire que dans la préservation de la planète, il devient impératif d’adopter un regard critique pour décrypter le futur qui se dessine sous nos yeux.
