L'IAet nous
Ce que ça consomme vraiment, et comment s'en servir.
Deux façons dont l'IA consomme de l'eau
L'eau intervient à deux endroits différents. La plupart des chiffres publiés n'en comptent qu'un des deux.
Le refroidissement des serveurs
Les serveurs chauffent quand ils fonctionnent. Beaucoup de centres de données — les grands bâtiments qui regroupent des milliers de serveurs — les refroidissent en laissant l'eau s'évaporer, ce qui absorbe la chaleur. C'est cette eau-là que mesurent Google et OpenAI quand ils annoncent un chiffre par requête, c'est-à-dire pour chaque question posée à l'IA.
L'eau utilisée pour produire l'électricité
Produire de l'électricité consomme aussi de l'eau. Cette eau est utilisée en amont, dans les centrales qui produisent le courant. Elle alimente ensuite les mêmes serveurs. Ce volume d'eau est presque toujours absent des chiffres "par requête", et il dépend entièrement du pays où l'électricité est produite.
Le kWh, ou kilowattheure, est l'unité qui sert à mesurer une quantité d'électricité consommée. Voici combien d'eau il faut pour produire un kWh, selon le pays :
Institut pour l'eau, l'environnement et la santé de l'ONU, relayé par ONU Info, 2026.
Trois chiffres, trois façons de mesurer
Ce ne sont pas les mêmes mesures. Les comparer directement serait malhonnête. C'est ce qui rend le sujet difficile à suivre.
C'est une requête texte typique : ni la plus ni la moins gourmande de toutes celles mesurées. Le chiffre ne compte que le refroidissement du centre de données — pas le reste. Ce chiffre a été mesuré par Google, qui l'a rendu public : la méthode de calcul est connue.
C'est une requête texte typique : ni la plus ni la moins gourmande de toutes celles mesurées. Le chiffre ne compte que le refroidissement du centre de données — pas le reste. Ce chiffre a été mesuré par Google, qui l'a rendu public : la méthode de calcul est connue.
Une requête moyenne sur ChatGPT, d'après une estimation donnée par Sam Altman. Ce chiffre vient d'une déclaration, sans vérification indépendante : on ne connaît pas exactement comment il a été calculé.
Une requête moyenne sur ChatGPT, d'après une estimation donnée par Sam Altman. Ce chiffre vient d'une déclaration, sans vérification indépendante : on ne connaît pas exactement comment il a été calculé.
Une réponse de 400 tokens — les tokens sont les petites unités de texte que traite un modèle d'IA, à peu près des mots ou des fragments de mots. Ce chiffre compte plus large que les deux précédents (voir ci-dessous). Il vient d'un audit environnemental mené par un organisme extérieur à Mistral.
Une réponse de 400 tokens — les tokens sont les petites unités de texte que traite un modèle d'IA, à peu près des mots ou des fragments de mots. Ce chiffre compte plus large que les deux précédents (voir ci-dessous). Il vient d'un audit environnemental mené par un organisme extérieur à Mistral.
Le chiffre de Mistral est plus élevé pour une raison simple : il ne mesure pas la même chose que les deux autres. Son audit compte une part de l'entraînement du modèle, c'est-à-dire la phase où l'IA apprend, avant même d'être utilisée. Il compte aussi l'eau utilisée pour produire l'électricité consommée. Google et OpenAI, eux, ne comptent que le refroidissement du serveur au moment de la requête, c'est-à-dire quand l'IA répond à une question. Avant de croire un chiffre "vert" annoncé par une entreprise, le premier réflexe est donc de se demander : qu'est-ce qu'il compte exactement, et qu'est-ce qu'il laisse de côté ?
Le chiffre de Mistral est plus élevé pour une raison simple : il ne mesure pas la même chose que les deux autres. Son audit compte une part de l'entraînement du modèle, c'est-à-dire la phase où l'IA apprend, avant même d'être utilisée. Il compte aussi l'eau utilisée pour produire l'électricité consommée. Google et OpenAI, eux, ne comptent que le refroidissement du serveur au moment de la requête, c'est-à-dire quand l'IA répond à une question. Avant de croire un chiffre "vert" annoncé par une entreprise, le premier réflexe est donc de se demander : qu'est-ce qu'il compte exactement, et qu'est-ce qu'il laisse de côté ?
À l'échelle du monde
Une goutte d'eau, seule, ne pèse rien. Mais il y a des centaines de millions de requêtes par jour dans le monde. À cette échelle, la question se pose vraiment — et même les organismes qui l'étudient ne s'accordent pas sur le total.
Ces deux organismes ne mesurent pas la même chose. L'un compte l'ensemble des centres de données, dans le monde entier. L'autre isole seulement la part utilisée par l'IA. C'est pour ça qu'il y a un écart entre 4 500 et 560 milliards de litres — ce n'est pas une contradiction. C'est exactement le genre de nuance qui disparaît dans un titre choc.
Ces deux organismes ne mesurent pas la même chose. L'un compte l'ensemble des centres de données, dans le monde entier. L'autre isole seulement la part utilisée par l'IA. C'est pour ça qu'il y a un écart entre 4 500 et 560 milliards de litres — ce n'est pas une contradiction. C'est exactement le genre de nuance qui disparaît dans un titre choc.
Un grand modèle d'IA généraliste — capable de répondre à toutes sortes de questions — peut consommer jusqu'à 00 000 fois plus d'énergie qu'un petit modèle spécialisé, conçu pour une seule tâche précise, pour une tâche équivalente.
AI Energy Score — Hugging Face, Carnegie Mellon, Cohere, Salesforce, 2025 (166 modèles comparés à l'inférence, c'est-à-dire au moment où l'IA est utilisée pour répondre, et non quand elle apprend).
Mais la taille seule ne dit pas tout. Un petit modèle appelé des milliards de fois peut, au total, consommer plus qu'un modèle immense utilisé rarement. Ce qui compte vraiment, c'est un calcul simple : taille × fréquence d'usage — pas la taille seule.
Le format compte aussi dans ce calcul : à nombre égal de requêtes, générer des images consomme nettement plus que générer du texte. Comparaison pour 1 000 générations, en équivalent de charges de smartphone (Hugging Face / Carnegie Mellon, 2023 — étude "Power Hungry Processing").
Ce qui dépend de nous
Pas des gestes symboliques. Des choix concrets, sur les outils qu'on choisit et la façon de les utiliser.
La génération de vidéo consomme de très loin le plus d'énergie et d'eau des trois. Réservez-la aux cas où elle est vraiment nécessaire.
Un modèle plus petit et spécialisé dans une tâche fait souvent aussi bien qu'un grand modèle généraliste, pour cette même tâche. Il consomme nettement moins d'eau et d'énergie.
Garder en mémoire une réponse déjà donnée (ce qu'on appelle la "mise en cache"), réutiliser une réponse déjà connue, grouper plusieurs demandes en une seule : la meilleure requête à l'IA reste celle qu'on ne fait pas deux fois.
Face à un chiffre "vert" annoncé par une entreprise, il faut toujours se poser la même question : qu'est-ce que ce chiffre compte, et qu'est-ce qu'il laisse de côté ?
Ce que tu peux faire dès maintenant.
Une requête vague déclenche souvent 2 ou 3 relances avant d'obtenir ce qu'on voulait. Autant le faire dès la première fois.
À propos de ce site
Le constat : on entend beaucoup de chiffres sur l'impact de l'IA, rarement leur méthodologie. Une requête « coûte » 0,3 mL d'eau selon une entreprise, 45 mL selon une autre — et les deux peuvent être vraies en même temps, parce qu'elles ne mesurent pas la même chose.
La démarche : chaque chiffre affiché vient d'une source publique, citée en bas de page, avec son degré de fiabilité quand il est connu (mesuré, déclaré, audité) ainsi que quand une donnée est contestée ou incomplète.
Ce site n'a pas vocation à culpabiliser ni à vendre une IA « verte » qui n'existerait pas. L'objectif est de donner de quoi comprendre — et de quoi utiliser l'IA un peu mieux, en connaissance de cause.
Sources citées sur cette page
Chaque chiffre affiché sur cette page renvoie à l'une des sources ci-dessous.
- 01ONU Info — L'IA menace les ressources en eau et en énergieInstitut pour l'eau, l'environnement et la santé de l'ONU, 2026
- 02franceinfo — La consommation d'eau des data centersEstimation de Sam Altman citée, 2026
- 03Nation.fr — Quelle quantité d'eau l'IA consomme-t-elle réellement ?Chiffres Google et Mistral, 2026
- 04LeMagIT — L'AI Energy Score et l'écart énergétique entre modèlesHugging Face, Carnegie Mellon, Cohere, Salesforce, 2025
- 05LeMagIT — Petit modèle, petit bilan carbone ?Nuances sur la taille des modèles, 2025
- 06Projet Celsius — Combien d'eau consomme une requête ChatGPT ?Synthèse Google / OpenAI / AIE, 2026