Intelligence artificielle : impacts environnementaux

Contrairement à une idée répandue, l'IA n'est pas une invention récente. Si l'expression « intelligence artificielle » apparaît officiellement en 1956 lors de la conférence de Dartmouth, les travaux sur la possibilité de créer des machines capables de reproduire certaines formes d'intelligence remontent aux années 1940 et 1950. Alan Turing, notamment, a joué un rôle majeur dans cette réflexion en proposant le célèbre « test de Turing », destiné à évaluer la capacité d'une machine à imiter le comportement humain.

Après plusieurs décennies marquées par des avancées et des périodes de ralentissement, l'IA connaît un essor spectaculaire depuis 2022 grâce à l'émergence de l'IA générative. Popularisée par des outils tels que ChatGPT, cette nouvelle génération de systèmes est capable de produire du texte, des images, du son ou encore de la vidéo à partir de simples instructions formulées par l'utilisateur.

Cependant, l'intelligence artificielle ne se résume pas aux agents conversationnels. Elle trouve aujourd'hui des applications dans pratiquement tous les secteurs : santé, industrie, finance, logistique, mobilité, défense, agriculture ou encore transition énergétique.

Comme toute technologie, l'IA n'est ni intrinsèquement bénéfique ni nuisible. Son impact dépend largement des usages qui en sont faits. Dans le domaine environnemental, elle constitue à la fois un levier potentiel d'amélioration et une source croissante de pressions sur les ressources naturelles.

Les apports potentiels de l'IA à la transition écologique

L'intelligence artificielle peut contribuer à réduire certaines pressions environnementales grâce notamment :

• à l'analyse d'images satellites pour suivre l'évolution des écosystèmes ;
• à l'optimisation des réseaux énergétiques et à une meilleure intégration des énergies renouvelables ;
• à la gestion intelligente des bâtiments et à la réduction de leur consommation d'énergie ;
• à l'amélioration de la qualité de l'air et des systèmes de prévision atmosphérique ;
• à la surveillance des ressources en eau et à la détection précoce des fuites ;
• à l'optimisation de l'éclairage public ;
• à la gestion des flux de mobilité et du trafic.
• Et bien d’autres…

Ces applications peuvent générer des gains d'efficacité significatifs lorsqu'elles sont orientées vers des objectifs de sobriété énergétique ou de protection des ressources.

Une empreinte environnementale croissante

Les bénéfices potentiels de l'IA ne doivent toutefois pas masquer son coût environnemental.

Consommation d'eau

Les centres de données nécessaires à l'entraînement et au fonctionnement des modèles d'IA consomment d'importantes quantités d'eau, principalement pour le refroidissement des équipements.

L'évaluation précise de cette consommation demeure difficile. Les entreprises du secteur publient encore peu de données détaillées et les méthodes d'évaluation varient fortement selon les études.

Il convient également de distinguer :

• les prélèvements d'eau, correspondant aux volumes captés dans l'environnement ;
• la consommation d'eau proprement dite, qui correspond principalement à l'eau évaporée et non restituée au milieu naturel.

L'empreinte hydrique comprend plusieurs niveaux :

1. la consommation directe sur le site du centre de données ;
2. la consommation indirecte liée à la production d'électricité ;
3. la consommation incorporée dans la fabrication des bâtiments, serveurs et composants électroniques.

Cette empreinte est partiellement délocalisée puisque de nombreux équipements sont fabriqués à l'étranger. La pression exercée sur la ressource en eau varie également selon les régions et les périodes de l'année, ce qui peut accentuer les conflits d'usage lors des épisodes de sécheresse avec l’agriculture et l’approvisionnement des ménages.

Consommation d'énergie

L'un des principaux enjeux de l'IA concerne sa consommation électrique.

Cette consommation résulte de deux phases principales :

L'entraînement des modèles, qui nécessite de gigantesques volumes de données et d'importantes capacités de calcul. Cette phase peut mobiliser des milliers de processeurs spécialisés pendant plusieurs semaines, voire plusieurs mois.

L'inférence, c'est-à-dire l'utilisation quotidienne des modèles par les utilisateurs. Chaque requête nécessite des ressources informatiques dont l'addition devient considérable lorsque des centaines de millions de personnes utilisent simultanément les mêmes services.

La génération d'images et surtout de vidéos figure parmi les usages les plus énergivores de l'IA générative.

L'augmentation rapide du nombre d'utilisateurs et de la taille des modèles entraîne une croissance soutenue de la demande énergétique des centres de données. Cette évolution soulève des questions relatives à la disponibilité des capacités de production électrique, à la stabilité des réseaux et aux émissions de gaz à effet de serre associées.

Le cas du data center de Google à Saint-Ghislain : un exemple des enjeux soulevés par l'IA

L'implantation de Google à Saint-Ghislain constitue un exemple révélateur des défis environnementaux et énergétiques liés au développement de l'économie numérique et de l'intelligence artificielle.

À Saint-Ghislain, Google exploite déjà l'un des principaux data centers de Belgique et prévoit de poursuivre son développement à travers la construction de nouvelles infrastructures.

L'un des premiers enjeux concerne la consommation d'eau. Le refroidissement des équipements informatiques nécessite des volumes importants d'eau douce, particulièrement lors des périodes estivales. Selon les données publiées par Google, les prélèvements d'eau du site ont quasiment doublé entre 2023 et 2026 pour atteindre de l'ordre de 800 millions de litres, ce qui  représente l'équivalent de la consommation annuelle de 6750 à 8 500 ménages wallons. Cette situation soulève la question de la disponibilité de la ressource, notamment lors des périodes de sécheresse où les besoins de l'industrie, de l'agriculture et de l'alimentation en eau potable entrent potentiellement en concurrence.

Le deuxième enjeu concerne l'approvisionnement en électricité. Deux nouveaux data centers sont envisagés sur le site, pour une puissance estimée entre 200 et 450 MW. À titre de comparaison, une telle capacité correspond à la consommation annuelle d’environ 500 000 ménages. Ces besoins supplémentaires interviennent dans un contexte où la Wallonie cherche simultanément à électrifier son industrie, ses transports et son chauffage afin d'atteindre ses objectifs climatiques.

La question n'est donc pas uniquement celle de la quantité d'énergie consommée, mais également celle de l'allocation des ressources disponibles. La réservation d'importantes capacités sur le réseau électrique par Google limite potentiellement les possibilités de raccordement d'autres projets industriels. Le projet « Go for Zero » d'Holcim est régulièrement cité comme exemple des tensions qui peuvent apparaître entre différents usages de l'électricité décarbonée.

Face à ces critiques, Google s'est engagé, dans le cadre de la convention carbone conclue avec le Gouvernement wallon, à couvrir l'intégralité de sa consommation électrique par des approvisionnements renouvelables. Toutefois, la demande des centres de données progresse plus rapidement que le développement de nouvelles capacités de production renouvelable.

La question des retombées économiques fait également débat. Les investissements annoncés par Google se chiffrent en milliards d'euros et génèrent d'importantes activités pour les entreprises de construction et les sous-traitants régionaux. En revanche, une fois les installations mises en service, le nombre d'emplois directs créés reste relativement faible au regard des montants investis, les centres de données étant largement automatisés.

Conclusion

Nous n’avons abordé dans cet article que les principaux enjeux environnementaux de l’IA La question démocratique, l’emploi, la fracture numérique n’en sont pas moins importantes.

Sur le plan de l’écologie, si l'intelligence artificielle constitue un outil puissant susceptible d'accélérer certaines solutions environnementales, d’optimiser certaines consommations ou de contribuer à des domaines essentiels comme celui de la santé, son développement incontrôlé à grand échelle s'accompagne d'une consommation exponentielle d'eau, d'énergie et de matières premières.

L'enjeu n'est donc pas d'être favorable ou opposé à l'IA, mais de veiller à ce que son développement s'inscrive dans une logique de sobriété, de transparence et d'évaluation rigoureuse de ses impacts environnementaux et sociaux afin que les bénéfices attendus pour la société dépassent réellement les externalités négatives qu’elle engendre.