IA et centres de données : pourquoi la transparence énergétique devient cruciale

L’intelligence artificielle n’est pas immatérielle. Derrière une requête adressée à un assistant conversationnel, la génération d’une image ou l’entraînement d’un grand modèle se trouvent des serveurs, des puces spécialisées, des réseaux et des systèmes de refroidissement. Ces infrastructures sont regroupées dans des centres de données dont les besoins en électricité et, souvent, en eau augmentent avec les usages numériques.

C’est pourquoi le National Engineering Policy Centre (NEPC), organisme britannique réunissant des expertises d’ingénierie, demande une transparence bien plus grande de la part des entreprises technologiques. Dans un rapport cité en février 2025, il recommande au gouvernement du Royaume-Uni d’imposer la publication de données sur les ressources consommées et les émissions de carbone associées aux centres de données. L’objectif n’est pas seulement de produire des bilans : il s’agit de disposer d’éléments suffisamment solides pour mesurer les effets environnementaux de l’IA et agir en conséquence.

La demande intervient à un moment où les systèmes d’IA se développent à un rythme rapide. Or, sans chiffres détaillés, comparables et régulièrement publiés, ni les pouvoirs publics, ni les chercheurs, ni les utilisateurs ne peuvent apprécier correctement le coût matériel de cette expansion.

Pourquoi l’IA augmente la pression sur les centres de données

Un centre de données héberge des milliers de serveurs qui fonctionnent en continu. Ils stockent des informations, acheminent des contenus, exécutent des logiciels en ligne et réalisent des calculs. L’IA générative ajoute une charge particulière : ses modèles doivent d’abord être entraînés sur de vastes jeux de données, puis sollicités pour répondre aux demandes des utilisateurs. Ces deux phases requièrent une puissance de calcul importante.

L’électricité alimente les processeurs, le stockage, les équipements réseau et les systèmes destinés à maintenir les machines à une température adaptée. La part exacte de l’empreinte carbone dépend ensuite de l’origine de l’électricité consommée. Un même volume d’électricité n’a pas le même impact climatique selon qu’il provient de sources peu carbonées ou de combustibles fossiles.

L’eau est l’autre point d’attention. De nombreux centres de données utilisent des dispositifs de refroidissement qui peuvent nécessiter de l’eau. Celle-ci peut être prélevée directement sur le site ou intervenir indirectement dans la production d’électricité. Cette ressource devient particulièrement sensible dans les territoires soumis au stress hydrique : une consommation globale peut sembler modérée à l’échelle d’un groupe mondial tout en pesant fortement à l’échelle locale.

Le NEPC alerte ainsi sur un risque simple : l’essor de l’IA peut amplifier des pressions environnementales déjà existantes, alors même que les données nécessaires pour les quantifier restent partielles. Son appel porte donc sur le suivi des ressources, mais aussi sur la capacité des institutions à fixer des priorités à partir de faits mesurables.

Des chiffres d’eau déjà en hausse chez Microsoft et Google

Les déclarations environnementales de certaines grandes entreprises donnent un aperçu de l’ampleur du sujet. Elles ne permettent pas, à elles seules, d’attribuer chaque mètre cube à l’IA, car leurs centres de données font fonctionner de nombreux services numériques. Elles montrent néanmoins que la question de l’eau est devenue centrale dans le débat sur l’infrastructure informatique.

Microsoft a rapporté une consommation de 6,4 millions de mètres cubes d’eau pour ses centres de données, soit une hausse de 34 % par rapport à 2021. Google a de son côté déclaré que ses installations avaient utilisé 19,5 millions de mètres cubes d’eau en 2022, en progression de 20 %.

Ces données sont importantes, mais elles soulèvent aussi plusieurs questions. Les périmètres de calcul peuvent différer entre les entreprises. Les termes employés, comme consommation, prélèvement ou utilisation, ne recouvrent pas nécessairement la même réalité. Enfin, une donnée annuelle mondiale ne renseigne pas directement sur les effets dans chaque bassin versant où sont installés les équipements.

La transparence réclamée par le NEPC vise justement à réduire ces zones grises. Des indicateurs définis de manière cohérente permettraient de suivre les évolutions, de comparer les progrès et de repérer les situations où la pression sur les ressources devient préoccupante.

Quelles informations les entreprises devraient-elles publier ?

Le rapport appelle à des obligations de reporting sur l’usage des ressources et les émissions de carbone. Dans la pratique, un dispositif utile devrait distinguer plusieurs éléments, car l’affichage d’un seul chiffre peut donner une vision incomplète.

Les informations les plus décisives concernent notamment :

• la quantité d’électricité consommée par les centres de données ;
• l’origine de cette électricité et les émissions de carbone qui y sont associées ;
• la quantité d’eau utilisée pour le fonctionnement et le refroidissement ;
• le lieu des installations, indispensable pour apprécier les contraintes locales ;
• les mesures prises pour améliorer l’efficacité énergétique et limiter les prélèvements d’eau.

Le NEPC insiste sur le rôle de l’État : le gouvernement doit collecter des données à grande échelle afin de chiffrer l’utilisation des ressources. Cette mission ne consiste pas à publier une liste de bonnes intentions. Elle suppose des méthodes de calcul claires, des échéances régulières, des périmètres connus et des données suffisamment détaillées pour éclairer l’action publique.

Une telle base d’information aiderait aussi à identifier les arbitrages. L’efficacité énergétique des serveurs est essentielle, mais elle ne répond pas automatiquement aux enjeux d’eau. À l’inverse, une solution de refroidissement pensée pour réduire les prélèvements peut impliquer d’autres contraintes techniques ou énergétiques. Les décisions doivent donc être évaluées dans leur ensemble.

Pourquoi les chiffres actuels ne permettent pas encore une comparaison fiable

Le principal problème n’est pas l’absence totale de données. Google et Microsoft, entre autres, publient des informations environnementales. La difficulté tient plutôt au manque de données homogènes, exhaustives et directement exploitables pour relier l’expansion de l’IA aux ressources physiques mobilisées.

Les entreprises peuvent agréger leurs résultats à l’échelle mondiale, inclure des activités très diverses ou employer des méthodes différentes pour comptabiliser l’eau et les émissions. Elles peuvent également communiquer sur des objectifs ou sur la part d’énergie renouvelable achetée, sans que cela permette à lui seul de connaître l’intensité carbone de l’électricité utilisée à un instant et dans un lieu précis.

Cette situation complique le travail des autorités. Comment planifier l’implantation de nouveaux centres de données si l’on ne connaît pas précisément les besoins locaux en électricité et en eau ? Comment établir des exigences de durabilité si les données ne sont pas comparables ? Et comment les entreprises clientes peuvent-elles choisir des fournisseurs plus responsables sans indicateurs fiables ?

Pour le NEPC, rendre ces informations accessibles doit aussi nourrir un débat national sur la durabilité de l’IA. Les utilisateurs de ces technologies doivent pouvoir comprendre que les services numériques reposent sur une infrastructure matérielle, avec des effets environnementaux qui ne peuvent être gérés que s’ils sont mesurés.

Le Royaume-Uni face au défi de la régulation

La recommandation du NEPC s’adresse d’abord au Royaume-Uni. Elle invite les autorités à renforcer les obligations de déclaration environnementale et à intégrer des exigences de durabilité dans l’exploitation des centres de données. L’enjeu porte autant sur les infrastructures privées que sur les usages du secteur public.

Le rapport relève aussi un manque de transparence concernant l’utilisation de l’IA par l’État britannique. Si les administrations ne publient pas d’informations suffisamment précises sur les systèmes employés et leurs effets à long terme, il devient difficile d’évaluer la cohérence entre la modernisation des services publics et les objectifs de durabilité.

Cette question dépasse le seul cas britannique. Dans l’Union européenne, la Corporate Sustainability Reporting Directive, ou CSRD, renforce progressivement les obligations de publication d’informations de durabilité pour les entreprises entrant dans son champ d’application. Elle ne constitue pas une règle mondiale spécifique à l’IA, ni une réponse à elle seule aux besoins de mesure des centres de données. Mais elle illustre une évolution de fond : les impacts environnementaux sont appelés à devenir une information de gouvernance et non plus seulement un élément de communication volontaire.

Pour les groupes technologiques, la difficulté sera de transformer des données techniques dispersées en informations vérifiables et utiles. Cela suppose des outils de mesure, des indicateurs compréhensibles, des procédures d’audit et une organisation capable de suivre les installations sur la durée.

Réduire l’impact : des choix techniques, mais aussi des choix d’usage

La transparence ouvre la voie à des améliorations concrètes, sans les garantir. Une entreprise qui mesure finement ses consommations peut repérer les équipements peu efficaces, ajuster le refroidissement, déplacer certains calculs vers des moments où l’électricité est moins carbonée ou concevoir ses centres de données en fonction des contraintes locales.

Mais la sobriété ne relève pas seulement des exploitants d’infrastructures. Les concepteurs d’IA influencent aussi la demande de calcul, par la taille des modèles, leur fréquence de mise à jour et la manière dont ils sont déployés. Les organisations qui achètent ces services ont, elles aussi, une part de responsabilité : toutes les tâches ne nécessitent pas forcément le modèle le plus puissant ni une génération de contenu systématique.

Le NEPC recommande ainsi de réexaminer les pratiques de collecte, de transmission, de stockage et de gestion des données. Cette approche est importante car l’empreinte environnementale ne naît pas uniquement au moment où un modèle répond à une question. Elle concerne l’ensemble de la chaîne numérique, des données conservées aux calculs exécutés et aux équipements exploités.

Il faut toutefois éviter un raccourci : demander des comptes aux entreprises ne signifie pas qu’il existe un indicateur unique capable de résumer l’impact de l’IA. Électricité, carbone, eau, matériaux et effets locaux répondent à des logiques différentes. La qualité du reporting dépendra donc de la précision des définitions retenues.

Ce qu’il faut surveiller

La priorité des prochains mois sera de savoir si l’appel du NEPC se traduit par des obligations concrètes au Royaume-Uni. Une réglementation efficace devra préciser quelles entreprises sont concernées, quelles données doivent être publiées, à quelle fréquence et selon quelles méthodes de vérification.

Il faudra aussi observer le niveau de détail exigé. Des bilans globaux constituent un premier pas, mais ils ne suffisent pas toujours à éclairer les conséquences territoriales d’un nouveau centre de données. La publication d’informations locales sur l’eau, l’électricité et les émissions serait plus utile aux collectivités, aux régulateurs et aux citoyens.

Enfin, la montée de l’IA pose une question de gouvernance plus large. La performance des modèles est souvent évaluée à partir de leur précision, de leur rapidité ou de leurs capacités. À mesure que les infrastructures grandissent, leur coût environnemental devra lui aussi faire partie des critères de décision. Pour être crédible, cette évolution commence par une donnée élémentaire : savoir précisément ce qui est consommé, où, et pour quels usages.