Le chiffre qui devrait nous arrêter
Une seule conversation avec ChatGPT, de 5 à 50 requêtes selon la longueur, consomme environ 500 millilitres d''eau. C''est l''équivalent d''une petite bouteille d''eau, évaporée quelque part dans un data center (centre de données, ces immenses bâtiments remplis de serveurs informatiques qui font tourner internet et les IA) du Nevada, de l''Iowa ou de Virginie. À l''échelle de centaines de millions d''utilisateurs quotidiens, on parle de millions de litres d''eau évaporés chaque jour, pour produire des poèmes, des emails et des dissertations.
Ce calcul vient d''une étude de l''Université de Californie à Riverside publiée en 2023, et confirmée depuis par plusieurs publications indépendantes. Entraîner le seul modèle GPT-3 dans les data centers Microsoft aux États-Unis a directement évaporé 700 000 litres d''eau douce. Pour entraîner GPT-4 et GPT-5, on parle de plusieurs millions de litres. Et c''est juste l''entraînement, le coût récurrent de chaque utilisation s''ajoute par-dessus.
Cet article n''est pas un manifeste écologique. C''est un exposé factuel d''un sujet que la presse tech française n''aborde quasi jamais, mais qui devient en 2026 l''un des plus gros points de tension de l''industrie. Comme nous l''avions documenté dans notre article sur la bulle IA, le boom économique a un revers physique. Voici lequel.
L''ampleur réelle de la consommation électrique
Commençons par les chiffres officiels. Selon l''IEA (International Energy Agency, l''agence internationale de l''énergie qui conseille les pays sur les politiques énergétiques), la consommation électrique mondiale des data centers est passée de 415 TWh en 2024 à environ 460-490 TWh en 2025. Pour donner une échelle, 1 TWh (térawattheure, soit mille milliards de watts pendant une heure) représente la consommation électrique annuelle d''environ 100 000 foyers européens. Le projet à 2030 prévoit 945 TWh, soit le doublement en six ans.
Aux États-Unis, le constat est encore plus brutal. Les data centers représentent désormais 4,4% de la consommation électrique nationale, contre 1,9% en 2018. Et selon les projections d''institutions américaines, ce chiffre pourrait atteindre 12% en 2028. Cela signifie qu''à cet horizon, plus d''un dixième de toute l''électricité produite aux États-Unis irait alimenter des serveurs informatiques.
Cette croissance est presque entièrement portée par l''IA. Les data centers "classiques" (qui hébergent vos emails, Netflix, votre cloud personnel) sont stables depuis 10 ans grâce aux gains d''efficacité. Les data centers IA consomment 5 à 20 fois plus d''électricité par mètre carré, à cause des GPU (Graphics Processing Units, processeurs graphiques fabriqués notamment par Nvidia, qui sont les puces utilisées massivement pour entraîner et faire tourner les modèles d''IA) qui chauffent énormément.
Une requête ChatGPT consomme entre 0,3 et 3 Wh (wattheures), soit 3 à 10 fois plus qu''une recherche Google classique. Sur des milliards de requêtes quotidiennes, l''écart se compose. Si Google Search bascule majoritairement vers son AI Mode (la version IA de la recherche annoncée à Google I/O 2026, que nous avons décortiquée dans notre article complet sur la keynote), la consommation électrique d''Internet pourrait littéralement décupler. Aucun pays n''a actuellement la capacité électrique de répondre à ce scénario.
Le problème de l''eau : ce que personne ne mesure
L''électricité est désormais bien documentée. L''eau, beaucoup moins. Pourtant, les data centers en sont d''énormes consommateurs.
Aux États-Unis, la consommation directe d''eau des data centers est passée de 21,2 milliards de litres en 2014 à 66 milliards en 2023. Et c''est uniquement l''eau utilisée pour refroidir les serveurs. Si on ajoute l''eau indirectement consommée pour produire l''électricité qui alimente ces mêmes data centers, on arrive à 800 milliards de litres par an. Pour donner une référence, c''est l''équivalent d''environ 320 000 piscines olympiques.
Concrètement, un data center de taille moyenne consomme jusqu''à 110 millions de gallons d''eau par an pour le refroidissement (soit 416 millions de litres), équivalent à la consommation annuelle d''eau d''environ 1 000 foyers américains. Les plus grands data centers peuvent boire jusqu''à 5 millions de gallons par jour (19 millions de litres), équivalent à la consommation d''une ville de 10 000 à 50 000 habitants. Et il y a actuellement plus de 5 400 data centers rien qu''aux États-Unis.
Le problème est que beaucoup de ces installations sont construites dans des régions déjà en stress hydrique : Arizona, Nevada, ouest du Texas, certaines parties de Californie. Pendant que des États rationnent l''eau pour les agriculteurs et les particuliers, ils l''accordent généreusement à des bâtiments qui en évaporent des millions de litres par jour pour refroidir des cartes graphiques qui font tourner des modèles d''IA.
| Indicateur | Valeur 2026 |
|---|---|
| Eau pour 5 à 50 requêtes ChatGPT | 500 ml |
| Eau pour entraîner GPT-3 | 700 000 litres |
| Électricité par requête ChatGPT vs Google | 3 à 10 fois plus |
| Part data centers dans électricité US 2026 / 2028 | 4,4% / projeté 12% |
| Consommation eau Microsoft fiscal 2022 | 6,4 millions de mètres cubes |
| Empreinte carbone IA projetée 2025 | 32,6 à 79,7 millions de tonnes CO2 |
La révolte des communautés locales
Voici l''angle que les médias ignorent souvent. Les data centers ne sont pas accueillis avec joie par les communautés où ils s''installent. Au contraire, depuis 2024, une vague de contestation gagne du terrain.
Selon Data Center Watch (organisme de surveillance des projets de data centers aux États-Unis), entre mars et juin 2025, l''opposition citoyenne a conduit à 98 milliards de dollars de projets bloqués ou retardés. Heatmap Pro, qui analyse les archives publiques municipales américaines, a recensé au moins 25 projets annulés en 2025 en réponse à des objections locales.
Les cas concrets ne manquent pas. À Memphis, dans le Tennessee, des manifestants se sont opposés au plan de xAI (la société d''intelligence artificielle d''Elon Musk, créatrice du chatbot Grok) d''utiliser des turbines à gaz pour alimenter un data center. À Indianapolis, après des mois d''opposition citoyenne intense, un avocat représentant Google a annoncé en septembre 2025 au conseil municipal le retrait du projet. Des affaires similaires se multiplient en Virginie, en Géorgie, dans l''Oregon.
Le motif principal des oppositions n''est pas idéologique. Il est concret : ces installations font monter le prix de l''électricité résidentielle, asséchent les nappes phréatiques locales, génèrent du bruit et de la chaleur, et créent très peu d''emplois locaux. Un grand data center emploie typiquement 50 à 150 personnes pour des dizaines de milliards de dollars d''investissement. Le ratio investissement-emploi est l''un des pires de toute l''économie.
Le scandale tarifaire : qui paye vraiment ?
Le point qui devient un sujet politique majeur en 2026 : les factures d''électricité résidentielles augmentent à cause des data centers IA. Plusieurs études aux États-Unis ont montré que dans les régions où les data centers s''installent massivement (Virginie, Ohio, Texas), les ménages ordinaires voient leurs factures grimper de 8 à 15% par an, sans qu''ils utilisent plus d''électricité.
Pourquoi ? Parce que les opérateurs de data centers négocient des tarifs préférentiels avec les compagnies d''électricité, et que les coûts d''infrastructure (nouvelles lignes haute tension, centrales additionnelles) sont répartis sur l''ensemble des consommateurs. Concrètement, les particuliers subventionnent l''infrastructure dont profitent Google, Microsoft, Meta et OpenAI.
Cette situation crée une équation politique inconfortable : les entreprises tech américaines, qui valent collectivement plus de 10 000 milliards de dollars en bourse, font payer leurs coûts d''infrastructure énergétique par les ménages les plus modestes. C''est un transfert de richesse massif et silencieux, qu''aucune législation n''encadre actuellement.
Les Big Tech (Microsoft, Google, Amazon, Meta) avaient toutes pris des engagements de neutralité carbone d''ici 2030. Aucune n''est en passe de les tenir. Pire, plusieurs ont reculé sur leurs objectifs en 2025-2026 pour pouvoir alimenter leurs ambitions IA. Microsoft a admis fin 2024 que ses émissions avaient augmenté de 30% par rapport à 2020, à cause de l''IA. Google a reconnu une hausse de 48% sur la même période. Promettre la neutralité carbone à 2030 tout en construisant 50 nouveaux data centers gourmands en énergie fossile : la contradiction n''est plus tenable.
Les solutions technologiques qui émergent
Honnêtement, l''industrie n''est pas restée immobile face à ces problèmes. Plusieurs pistes techniques émergent et méritent qu''on les nomme.
Le refroidissement liquide. Les data centers historiques utilisent du refroidissement par air (climatisation industrielle), très consommateur d''électricité mais peu d''eau directe. Les nouveaux systèmes "direct-to-chip" ou "immersion cooling" (refroidissement par contact direct des puces ou par immersion dans un liquide non conducteur) réduisent la consommation d''eau directe de 70 à 90% et améliorent significativement le PUE (Power Usage Effectiveness, indicateur d''efficacité énergétique des data centers : un PUE de 1,0 serait parfait, la moyenne mondiale est autour de 1,5).
L''énergie nucléaire. Microsoft a signé en 2024 un accord historique avec Constellation Energy pour redémarrer la centrale nucléaire de Three Mile Island (célèbre pour l''accident de 1979) afin d''alimenter ses data centers. Google et Amazon suivent avec des investissements dans les SMR (Small Modular Reactors, petits réacteurs nucléaires modulaires, plus compacts et déployables que les centrales classiques). Le nucléaire pourrait absorber une partie significative de la demande IA d''ici 2030, sans émissions de CO2.
L''hyperlocalisation et l''edge computing. L''edge computing (informatique en périphérie, qui consiste à exécuter les calculs au plus près de l''utilisateur plutôt que dans un data center centralisé éloigné) pourrait réduire significativement les besoins de refroidissement massif. Les progrès des modèles compacts (comme Gemini 3.5 Flash que nous avons analysé dans notre comparatif) rendent cette approche techniquement viable.
Les modèles plus efficaces. Une partie de la consommation IA est due à l''inefficacité des algorithmes actuels. DeepSeek a démontré en 2025 qu''il était possible d''entraîner un modèle équivalent à GPT-4 pour environ 1/10ème du coût en compute. Si cette efficacité se généralise, la consommation IA pourrait croître moins vite que prévu. Comme nous l''avions exploré dans notre article sur les modèles chinois, l''embargo américain sur les puces avancées a paradoxalement forcé la Chine à innover sur l''efficacité.
Ce que ça change pour vous
Vous n''êtes pas responsable de la consommation des data centers Microsoft. Mais quelques actions pratiques restent à votre portée.
Choisissez les bons outils pour les bonnes tâches. Utiliser GPT-5 d''OpenAI pour une simple recherche est environ 10 fois plus énergivore qu''utiliser Google Search classique. Si vous avez juste besoin d''une information factuelle, restez sur la recherche traditionnelle.
Préférez les modèles efficaces. Gemini 3.5 Flash ou Claude Haiku consomment significativement moins que Claude Opus ou GPT-5. Pour 80% des usages, ils sont largement suffisants.
Évitez la sur-génération. Comme nous l''avions documenté dans notre article sur Hell Grind, le premier film entièrement IA présenté à Cannes, l''équipe a généré 16 181 clips pour en garder 253. Chaque génération consomme. Soyez précis dans vos prompts pour réduire les essais multiples.
Informez-vous sur vos opérateurs. Si vous êtes en France, OVH (le principal hébergeur cloud français) a un mix énergétique nettement plus décarboné qu''AWS ou Azure dans certaines régions américaines. Pour les entreprises, choisir un cloud à faible empreinte carbone est désormais un argument concret.
La question qu''il faut poser collectivement
L''IA va probablement améliorer la productivité, accélérer la recherche médicale, démocratiser certains métiers. Comme nous l''avons exploré dans notre article sur la médecine du futur et notre analyse sur l''IA découvrant de nouveaux savoirs, les bénéfices sont réels. Mais la question politique qui se pose vraiment en 2026 est la suivante : quelle proportion de notre eau et de notre électricité sommes-nous collectivement prêts à allouer à l''IA, et qui doit en payer le prix ?
Cette question n''a pas de réponse simple. Elle est cependant en train de devenir un sujet politique majeur dans plusieurs États américains, et bientôt en Europe. La régulation environnementale de l''IA sera probablement l''un des grands chantiers législatifs de 2027-2030, parallèlement à l''AI Act que nous avons documenté dans notre article sur les limites de la régulation.
En attendant, retenez juste ceci : à chaque fois que vous demandez à ChatGPT de vous écrire un poème, environ 100 millilitres d''eau s''évaporent quelque part. Ce n''est ni grave ni anodin. C''est juste une réalité physique que personne ne mesurait il y a trois ans, et qui devient progressivement impossible à ignorer.