D’ici quatre ans, un secteur industriel à lui seul pourrait accaparer l’équivalent des besoins en eau annuels de l’ensemble de l’Afrique subsaharienne, soit 9 000 milliards de litres. Une quantité qui suffirait à couvrir les besoins domestiques de 1,3 milliard de personnes dans le monde.
Les datacenters ont soif
Les chiffres avancés par l’Institut pour l’eau, l’environnement et la santé de l’Université des Nations Unies (UNU-INWEH) signe un rapport édifiant. Plutôt que de se limiter aux émissions de CO2, ils ont évalué simultanément l’empreinte carbone, hydrique et foncière de l’intelligence artificielle. Un décentrage qui change radicalement la lecture.
En 2025, les datacenters ont consommé environ 4 500 milliards de litres d’eau dans le monde, de quoi couvrir les besoins de 600 millions de personnes. Sur le plan énergétique, ils ont absorbé 448 térawattheures d’électricité, soit plus que l’Arabie saoudite. L’IA représentait à elle seule un cinquième de cette consommation. D’ici 2030, les projections font doubler ces deux chiffres : 945 TWh d’électricité, soit près du triple de la consommation annuelle combinée du Pakistan, du Bangladesh et du Nigeria.
Les serveurs produisent de la chaleur en permanence. Pour les refroidir, les opérateurs utilisent des tours de refroidissement dites « humides », qui aspirent d’immenses quantités d’eau, laquelle s’évapore ensuite dans l’atmosphère, et disparaît. Un seul data center peut ainsi consommer jusqu’à 25,5 millions de litres d’eau par an, rien que pour son refroidissement.
La fausse bonne nouvelle des énergies renouvelables
On pourrait croire qu’il suffit de passer aux énergies vertes pour faire disparaître le problème. Remplacer le charbon par de la bioénergie peut effectivement réduire l’empreinte carbone. Mais cette même transition multiplierait par 30 la consommation d’eau et par 100 l’impact sur les terres. La géographie compte aussi beaucoup dans cette équation. Chaque kilowattheure produit ne consomme pas la même quantité d’eau selon le pays. Implanter un data center dans un pays à forte dépendance hydroélectrique ou thermique aggrave mécaniquement l’empreinte hydrique de l’IA, même si l’électricité utilisée est verte sur le papier.
Reste enfin l’utilisation quotidienne des modèles d’IA, qui pèse entre 80 et 90 % de la consommation énergétique totale du secteur. Ce n’est pas l’entraînement des modèles qui coûte le plus cher à long terme, mais bien les requêtes envoyées aux chatbots, les images générées et les vidéos produites par IA.
🟣 Pour ne manquer aucune news sur le Journal du Geek, suivez-nous sur Google et sur notre canal WhatsApp. Et si vous nous adorez, on a une newsletter tous les matins.
