L’IA a soif — enquête sur le grand paradoxe de l’innovation verte

Les data centers dopés à l’IA absorbent en 2026 l’équivalent d’un cinquième de la production électrique française. D’ici 2030, leur soif en eau équivaudrait aux besoins de 1,3 milliard d’humains — mais le solaire européen bat des records et des solutions émergent.

L'IA a soif — enquête sur le grand paradoxe de l'innovation verte

Jeudi 15 octobre 2026 — La Lettre — Rubrique Innovations

Il existe une phrase qui circule dans les couloirs des conférences tech depuis quelques années : « L'intelligence artificielle va sauver le climat. » Elle est répétée par des PDG en costume, projetée en grand sur des écrans LED, et citée dans des rapports institutionnels. Elle est peut-être vraie — en partie. Mais en 2026, les données s'accumulent pour dessiner un autre tableau, bien plus inconfortable : celui d'une technologie dont l'empreinte environnementale explose précisément au moment où elle est censée nous aider à la réduire.

Cette enquête est née d'une accumulation de chiffres que l'on ne peut plus ignorer.

Premier arrêt : un rapport qui fait mal

Le 2 septembre 2026, lors du Forum mondial des politiques de télécommunication et des TIC, l'Union internationale des télécommunications (UIT) et la World Benchmarking Alliance (WBA) publient la cinquième édition de leur rapport Greening Digital Companies 2026. Ils ont suivi 200 grandes entreprises du numérique pendant un an. Le constat est édifiant.

Les émissions opérationnelles du secteur ont atteint 301 millions de tonnes de CO₂ en 2024, soit une hausse de 1,2 % sur un an — entièrement tirée par l'expansion des infrastructures d'IA. Quatre grands fournisseurs d'IA et de cloud ont vu leurs émissions bondir jusqu'à 239 % par rapport à 2020. Google affiche +82 %. Amazon, +34 % en un an seulement.

Ce qui surprend davantage, c'est l'asymétrie du secteur. Pendant que les géants de l'IA font exploser leurs bilans carbone, 14 grands opérateurs télécoms ont réduit leurs émissions de 11 % sur la même période. L'IA et le numérique ne constituent pas un bloc homogène : ils forment deux vitesses, deux trajectoires opposées.

La question posée par Gerbrand Haverkamp, directeur général de la WBA, lors de la présentation du rapport, est sans détour : le secteur numérique peut-il se permettre de ne gérer que ses propres émissions directes, alors que le scope 3 — les émissions induites dans toute la chaîne de valeur — représente 76 % de son empreinte totale ?

Deuxième arrêt : l'eau, l'angle mort

Quelques semaines plus tôt, le 15 juin 2026, une autre publication passait plus discrètement sous les radars. L'UNU-INWEH — l'Institut des Nations Unies pour l'eau, l'environnement et la santé — publiait ses projections 2030 sur les ressources consommées par l'IA. L'angle de la consommation d'eau, rarement évoqué dans les bilans carbone, y est traité de front.

Résultat : d'ici 2030, l'IA pourrait consommer une quantité d'eau équivalente aux besoins de 1,3 milliard d'habitants d'Afrique subsaharienne. Ces projections sont, selon le rapport lui-même, « conservatrices » — elles sous-estiment probablement la réalité, car les entreprises d'IA refusent majoritairement de communiquer leurs données de consommation en eau.

Le fait le plus contre-intuitif de ce rapport ? Les data centers, s'ils formaient un pays, consommeraient 448 TWh d'électricité — soit approximativement la consommation annuelle de la France entière. Et ce chiffre date des modèles GPT-4, pas des architectures actuelles bien plus gourmandes.

L'Irlande illustre ce que cela signifie concrètement : en 2023, les data centers représentaient déjà 21 % de la consommation électrique nationale. En Uruguay, un projet de data center a coïncidé avec une sécheresse si sévère que l'eau du robinet à Montevideo était devenue impropre à la consommation.

Troisième arrêt : la prévision Gartner

Le 8 juillet 2026, Le Monde Informatique relaie les prévisions de Gartner : la consommation électrique mondiale des data centers grimpe de 447 TWh à 565 TWh en 2026, soit +26 % en un an. La hausse est presque entièrement imputable aux serveurs IA, dont la consommation bondit de 84,2 % — de 95 TWh à 175 TWh.

L'analyste Linglan Wang, chez Gartner, est directe : le réseau électrique ne suivra pas le rythme de construction des data centers. D'ici 2030, ils pourraient absorber plus de 1 200 TWh. Les géants tech ont compris le problème — et leur réponse est spectaculaire.

Amazon construit un campus de data centers au Texas, directement adjacent à la centrale nucléaire de Comanche Peak, sur plus de 400 hectares. Microsoft finance la relance d'un réacteur nucléaire américain désaffecté pour sécuriser son approvisionnement — et s'intéresse à la fusion nucléaire via Helion Energy. Un data center IA peut consommer entre 300 et 500 mégawatts en continu : les énergies intermittentes ne suffisent pas.

Parenthèse pédagogique : un SMR (Small Modular Reactor) est un petit réacteur nucléaire modulaire, d'une puissance de 50 à 300 MW, conçu pour être fabriqué en série et déployé rapidement. Plusieurs dizaines de projets sont en cours dans le monde — c'est l'une des options que les géants tech commencent à financer directement.

Quatrième arrêt : le paradoxe français

C'est ici que le tableau se complique, dans le bon sens. Au moment où les data centers creusent un trou énergétique sans précédent, la France a franchi en juin 2026 un seuil qu'elle guettait depuis des années : 34 gigawatts de puissance solaire installée.

Selon le tableau de bord publié en septembre par le SDES, le solaire a produit 14,1 TWh au deuxième trimestre 2026, en hausse de 18 % sur un an, couvrant 8,6 % de la consommation électrique sur la période — un record. Le parc a plus que triplé en cinq ans.

Mais voilà le retournement contre-intuitif : la France a enregistré 571 heures à prix nul ou négatif au premier semestre 2026. Le record absolu a été atteint le 1er mai : -498,65 €/MWh. Le producteur était payé pour que quelqu'un prenne son électricité. L'offre a dépassé la demande au point que le réseau n'a plus su quoi faire de cette énergie propre.

À l'échelle européenne, le constat est encore plus frappant : selon OMNEGY, le solaire est devenu la première source d'électricité du continent en juin et juillet 2026 — deux mois consécutifs, pour la première fois. Le renouvelable couvre désormais 46,7 % de la consommation européenne.

Le paradoxe est complet : l'Europe produit parfois trop d'électricité verte — et les data centers en manquent. Le problème n'est plus seulement la production, c'est la synchronisation.

Cinquième arrêt : ce qui se construit en réponse

Face à cette équation impossible en apparence, des solutions émergent — encore modestes, mais réelles.

Du côté des modèles eux-mêmes, plusieurs laboratoires ont publié en 2026 des architectures beaucoup plus efficaces : des modèles dits « sparse » (épars) qui n'activent qu'une fraction de leurs paramètres pour chaque requête, réduisant la consommation par inférence de 60 à 80 % par rapport aux modèles denses de génération précédente.

Du côté des infrastructures, la piste du refroidissement liquide progresse. Les data centers refroidis par air consomment une fraction importante de leur énergie en ventilation. Les systèmes à immersion — où les serveurs baignent littéralement dans un liquide diélectrique — réduisent cette dépense de 30 à 40 %. Plusieurs grands opérateurs européens déploient ces architectures en 2026.

Du côté réglementaire, la Commission européenne a inclus dans son règlement IA Act une exigence de transparence sur la consommation d'énergie des systèmes d'IA à « haut risque ». Insuffisant selon les ONG — mais une première brique.

Du côté de l'usage, une question simple émerge : a-t-on vraiment besoin d'un modèle de 500 milliards de paramètres pour corriger un e-mail ou résumer un PDF ? La notion d'« IA frugale » — utiliser le plus petit modèle adéquat à la tâche — commence à faire son chemin dans les politiques numériques d'entreprise, notamment en France via les recommandations de l'ADEME sur le numérique responsable.

Ce que cela change, concrètement

Les chiffres de 2026 dessinent une bifurcation. L'IA peut être un outil remarquable pour accélérer la transition : optimisation des réseaux électriques, modélisation du climat, détection précoce des feux de forêt, réduction des pertes énergétiques dans l'industrie. Des applications réelles, documentées, à fort impact.

Mais si elle se développe sans contrainte d'empreinte — en consommant de l'eau dans des régions déjà stressées, en dépendant d'énergies fossiles là où les renouvelables ne sont pas encore majoritaires — elle risque d'annuler une partie des gains qu'elle prétend générer.

Le rapport ITU/WBA indique que seules 25 entreprises sur 200 s'approvisionnent à 100 % en énergies renouvelables, et que 81 d'entre elles seulement — soit 41 % — disposent d'un plan de transition climatique complet.

La technologie n'est pas neutre. Elle reflète les choix de ceux qui la financent et de ceux qui la régulent.

L’IA a soif — enquête sur le grand paradoxe de l’innovation verte