Chaque requête envoyée à une IA consomme de l’énergie, mais combien exactement ? Des chercheurs dévoilent des chiffres qui surprennent. Et la question environnementale devient de plus en plus difficile à ignorer. 221c9

L’intelligence artificielle s’impose partout : dans les moteurs de recherche, les assistants vocaux, les outils de travail ou même sur les smartphones. Mais derrière la promesse de gain de temps et de productivité, une autre réalité inquiète : l’impact énergétique. Car pour fonctionner, une IA a besoin de serveurs puissants, eux-mêmes logés dans des centres de données géants qui consomment une quantité impressionnante d’électricité.

L’IA ne fonctionne pas comme une application classique. Elle traite d’énormes volumes de données et repose sur des calculs très gourmands. Pour chaque requête envoyée à un outil comme ChatGPT, des centaines de machines sont sollicitées pour produire une réponse. Cela demande non seulement de la puissance de calcul, mais aussi une importante quantité d’énergie pour maintenir ces systèmes à bonne température. Plus le modèle est complexe, plus il est coûteux à faire fonctionner. Et même s’il est difficile de quantifier précisément chaque interaction, certaines études évoquent l’équivalent énergétique d’une ampoule allumée ou d’un demi-litre d’eau par requête, en tenant compte du refroidissement.

Une simple requête à l’IA peut consommer plus que vous ne l’imaginez 6b626a

Selon des chercheurs du MIT et de Moody’s, les modèles les plus avancés peuvent consommer plusieurs kilowattheures rien que pour l’entraînement initial. Ces centres de données, souvent appelés « cloud », sont en réalité des infrastructures physiques de plus en plus gigantesques, construites pour faire face à la demande croissante liée à l’IA. À mesure que l’usage se généralise, ces installations consomment davantage que d’autres services numériques comme le streaming ou les réseaux sociaux, elles pourraient bien déer le Bitcoin.

Pour limiter leur impact, certaines entreprises misent sur l’optimisation logicielle ou le recours aux énergies renouvelables. D’autres développent des modèles plus petits et spécialisés, capables de répondre à des besoins précis avec moins de ressources. De leur côté, les utilisateurs peuvent aussi adopter quelques gestes simples : limiter les requêtes répétitives, privilégier des outils moins énergivores ou éviter d’utiliser une IA pour des tâches simples. À grande échelle, ces choix individuels peuvent réduire significativement l’empreinte écologique de cette technologie.