L’IA et l’énergie : démêler le vrai du faux
· 4 min
Un litre d’eau par question, la consommation d’un pays entier… Les chiffres les plus alarmants circulent sur l’énergie que consomme l’intelligence artificielle. Certains sont exagérés, d’autres méritent attention : voici des ordres de grandeur honnêtes pour vous faire votre propre idée.
Des chiffres spectaculaires, souvent mal compris
Vous avez peut-être vu passer ces affirmations : chaque question posée à une IA viderait une bouteille d’eau, les centres de données engloutiraient bientôt l’électricité d’un continent. Ces formules frappent les esprits, mais elles mélangent souvent tout : l’entraînement des modèles et leur usage quotidien, des estimations anciennes et des technologies récentes, des moyennes mondiales et des cas extrêmes.
Ce flou a une explication simple : les grands acteurs du secteur publient peu de données détaillées, et les chercheurs travaillent donc à partir d’estimations, avec de larges fourchettes. La bonne attitude n’est ni la panique ni le haussement d’épaules. C’est de ramener l’IA à des usages numériques que vous connaissez déjà, pour lui donner sa juste place.
Une question à l’IA face à une recherche classique
Poser une question à ChatGPT, Claude, Gemini ou Mistral consomme davantage qu’une recherche classique sur un moteur. Les estimations sérieuses parlent de quelques wattheures tout au plus pour une demande courante, soit à peu près une ampoule basse consommation allumée pendant une vingtaine de minutes. C’est réel, ce n’est pas rien, mais ce n’est pas le gouffre décrit ici ou là.
Pour situer les choses, une heure de vidéo en ligne pèse nettement plus lourd qu’une longue conversation avec une IA. Et le numérique dans son ensemble ne représente qu’une part modeste de l’électricité mondiale, dont l’IA n’est elle-même qu’une fraction. Une fraction qui grandit vite, c’est vrai. C’est précisément pour cela que le sujet mérite d’être suivi sans être dramatisé.
L’entraînement, le vrai poste de dépense
Le gros de la facture ne vient pas de vos questions, mais de la fabrication des modèles. Entraîner une grande IA mobilise des milliers de machines pendant des semaines, pour une consommation comparable, selon les estimations publiques, à celle de plusieurs milliers, voire dizaines de milliers de foyers sur la même période. C’est considérable, et cela explique une partie des gros titres.
Mais ce coût est payé une seule fois, puis réparti sur des milliards d’utilisations, comme le coût de construction d’une usine se répartit sur tout ce qu’elle produira. Le vrai point de vigilance est ailleurs : les modèles se multiplient, et chacun exige son entraînement. C’est cette course entre acteurs, bien plus que votre usage quotidien, qui alourdit le bilan du secteur.
Ce qui progresse, et vite
L’efficacité fait des bonds. Les modèles récents de taille moyenne rivalisent avec les géants d’il y a deux ans tout en consommant beaucoup moins. Le matériel se spécialise, et chaque génération de puces fournit plus de réponses par wattheure. Résultat : une même demande coûte de moins en moins d’énergie d’une année sur l’autre, alors même que les réponses s’améliorent.
Côté infrastructures, les centres de données progressent aussi : refroidissement plus sobre, implantation dans des régions où l’électricité est peu carbonée. Héberger ses outils en Europe, et notamment en France, a du sens sur ce plan, car le réseau électrique y est largement décarboné. La réglementation européenne, avec l’AI Act, pousse par ailleurs les acteurs vers davantage de transparence.
Utiliser l’IA sobrement au quotidien
La sobriété commence par des demandes bien formulées. Une consigne claire, accompagnée du contexte utile, obtient souvent en un seul échange ce que dix allers-retours vagues auraient fini par produire. Regroupez aussi vos questions : relire un devis, corriger un courrier et préparer un message peuvent tenir dans la même conversation. Vous y gagnez du temps autant que de l’énergie.
Autre réflexe utile : conserver ce qui fonctionne. Un bon texte de présentation, une belle image, une réponse type méritent d’être gardés et réutilisés plutôt que refaits chaque mois. Enfin, pour les tâches simples, les versions légères des outils suffisent largement. Inutile de mobiliser le modèle le plus puissant du marché pour reformuler trois lignes ou trouver un titre.
La bonne question n’est pas celle qu’on croit
À l’échelle d’une petite entreprise, l’énergie liée à l’IA reste marginale face au chauffage du local, aux déplacements ou aux ordinateurs qui tournent toute la journée. Culpabiliser pour quelques questions quotidiennes n’a guère de sens. Suivre le sujet, en revanche, en a, car les usages vont continuer de croître dans les années qui viennent.
La vraie question est celle du remplacement. Si une IA vous évite un déplacement, une impression ou deux heures d’écran, le bilan peut pencher du bon côté. Si elle s’ajoute simplement à tout le reste, il se dégrade. Comme souvent avec les outils, ce n’est pas la machine qui décide de son empreinte : c’est l’usage que vous en faites.