L’intelligence artificielle générative ne se résume pas à l’électricité consommée lors d’une requête. Dans un avis publié le 1er novembre 2026, l’Agence de l’environnement et de la maîtrise de l’énergie (ADEME) examine les conséquences matérielles et énergétiques de cette technologie, ainsi que les choix qui peuvent réduire son empreinte.
Des infrastructures lourdes à fabriquer et à alimenter
Les systèmes d’IA reposent sur des équipements informatiques et des centres de données particulièrement sollicités. L’ADEME recense plusieurs postes d’impact : la consommation d’énergie, l’occupation des sols et la bétonisation liées aux infrastructures, mais aussi l’eau nécessaire au refroidissement des installations. L’épuisement des ressources métalliques utilisées dans les équipements fait également partie des enjeux identifiés.
La phase d’utilisation s’inscrit dans un volume d’usages très important. Une requête prise isolément consomme peu, mais l’ADEME évalue à 2,6 milliards par jour le nombre de requêtes adressées aux systèmes d’IA générative. Leur consommation électrique cumulée correspondrait à celle de 145 000 personnes en France.
| Indicateur | Évaluation publiée |
|---|---|
| Requêtes quotidiennes | 2,6 milliards |
| Consommation électrique équivalente | 145 000 personnes en France |
Des usages qui ne contribuent pas toujours à la transition
L’agence écarte l’idée selon laquelle l’intelligence artificielle serait automatiquement favorable au climat. Certains systèmes sont notamment employés pour optimiser l’extraction d’énergies fossiles et identifier de nouveaux gisements de pétrole. L’usage de l’IA peut donc soutenir des activités qui augmentent la pression exercée sur les ressources et les émissions, plutôt que les réduire.
Mesurer, adapter les modèles et planifier les infrastructures
Pour limiter ces effets, l’ADEME recommande d’abord de disposer de mesures précises. Les organisations sont invitées à évaluer l’empreinte carbone, les besoins en énergie et en eau, ainsi que la consommation de ressources métalliques. L’agence préconise également la conception de systèmes moins gourmands.
- Privilégier un modèle spécialisé et de taille réduite lorsqu’il suffit à l’usage visé.
- Éviter de recourir par défaut aux modèles généralistes les plus énergivores.
- Tenir compte de l’emplacement des centres de données dans les décisions d’infrastructure.
Le choix du modèle constitue ainsi un levier opérationnel. Selon l’ADEME, un outil spécialisé, entraîné sur des données fiables et conçu pour une tâche précise, peut être préféré à un modèle généraliste plus puissant lorsque le besoin ne justifie pas ce niveau de ressources.
L’agence souligne enfin l’intérêt de relocaliser en France des centres de données actuellement installés à l’étranger lorsque ces infrastructures servent les usages actuels. L’implantation et la planification des équipements deviennent ainsi des éléments à intégrer dans l’évaluation globale de l’IA générative, au même titre que son utilisation quotidienne.
