IA et écologie : pourquoi les centres de données doivent changer de modèle

L’intelligence artificielle est souvent présentée comme un outil au service de la transition écologique. Elle peut aider à prévoir la production électrique, optimiser des itinéraires logistiques ou mieux piloter certains procédés industriels. Mais cette promesse repose sur une infrastructure physique considérable : des serveurs, des puces, des réseaux, des systèmes de stockage et des dispositifs de refroidissement regroupés dans des centres de données. À mesure que les usages de l’IA se diffusent, la question n’est donc plus seulement de savoir ce que ces outils permettent de faire, mais aussi quelles ressources ils mobilisent pour fonctionner.

L’enjeu est concret : l’IA exige de traiter et de conserver de très grands volumes de données, avec une puissance de calcul qui croît rapidement. Or l’électricité, l’eau, les matériaux et les équipements nécessaires à cette montée en puissance ont eux aussi une empreinte environnementale. Pour les entreprises comme pour les pouvoirs publics, la performance numérique ne peut plus être évaluée à partir du seul prix d’achat ou de la rapidité de traitement.

Une demande d’électricité appelée à fortement progresser

Les centres de données sont les usines du numérique. Ils accueillent les machines qui entraînent les modèles d’intelligence artificielle, exécutent les requêtes des utilisateurs, stockent les fichiers et assurent de nombreux services en ligne. L’essor de l’IA générative ajoute une pression spécifique : il faut des processeurs très puissants pour entraîner les modèles, puis continuer à les faire tourner lorsqu’ils répondent à des millions de demandes.

Les prévisions disponibles situent la demande mondiale d’électricité des centres de données à plus de 945 térawatt-heures, ou TWh, d’ici 2030. Cet ordre de grandeur correspond à la consommation actuelle du Japon. Ce chiffre ne doit pas être interprété comme la consommation de l’IA seule : les centres de données hébergent aussi le cloud, la vidéo en ligne, les services bancaires, les réseaux sociaux et de nombreuses applications professionnelles. L’IA est toutefois l’un des moteurs majeurs de l’accélération des besoins en calcul.

La consommation ne vient pas uniquement des serveurs. Une installation doit également alimenter les équipements de réseau, les systèmes de sécurité, les batteries de secours et, surtout, le refroidissement. Les processeurs dégagent de la chaleur lorsqu’ils calculent. Sans système de refroidissement fiable, leurs performances diminuent et les risques de panne augmentent.

Pourquoi l’IA mobilise-t-elle autant de ressources ?

L’IA n’est pas immatérielle. Pour produire un texte, classer une image ou générer une réponse, un modèle effectue une succession de calculs sur des serveurs spécialisés. Les modèles les plus ambitieux reposent sur des milliers de processeurs fonctionnant en parallèle. Leur entraînement demande de traiter d’immenses jeux de données, tandis que leur utilisation quotidienne, appelée inférence, multiplie les calculs à chaque requête adressée par les internautes ou les entreprises.

À cela s’ajoute le stockage. Les données utilisées pour entraîner les systèmes, les sauvegardes, les journaux techniques et les contenus produits par les utilisateurs occupent de l’espace sur des serveurs. Plus la demande augmente, plus les opérateurs doivent arbitrer entre une densité accrue dans les installations existantes, la construction de capacités nouvelles ou le recours à des infrastructures externalisées.

L’eau est l’autre ressource souvent oubliée dans le débat. Selon les méthodes de refroidissement retenues, les centres de données peuvent utiliser de l’eau pour évacuer la chaleur. Google a fait état de 28 milliards de litres d’eau utilisés en 2023. Ce total ne permet pas d’isoler la part attribuable à l’IA, mais il donne une idée de l’échelle à laquelle opèrent les grandes infrastructures numériques.

Il faut aussi regarder ce qui se passe avant la mise en service des machines. Produire des serveurs, des processeurs, des câbles et des équipements de refroidissement suppose d’extraire et de transformer des matières premières. Ces opérations ont une empreinte propre, tout comme le transport, la maintenance et la fin de vie des appareils. Le renouvellement trop rapide du matériel accroît les déchets électroniques et les pollutions associées.

Des émissions de carbone qui ne se résument pas aux serveurs

L’électricité est l’élément le plus visible de l’empreinte carbone d’un centre de données. Mais son effet réel dépend de la manière dont elle est produite. Une même quantité de courant n’a pas le même bilan selon qu’elle provient principalement de sources bas carbone ou d’énergies fossiles. C’est pourquoi l’achat d’équipements plus efficaces ne suffit pas, à lui seul, à garantir une réduction globale des émissions.

Une projection évoque la possibilité que les centres de données représentent jusqu’à 8 % des émissions mondiales de carbone en 2030, contre 0,3 % en 2022. Un tel écart doit être lu avec prudence : les méthodes de calcul, les périmètres retenus et les hypothèses sur la croissance de l’IA peuvent varier. Il traduit néanmoins un risque clair : si la capacité informatique augmente beaucoup plus vite que l’efficacité énergétique et la décarbonation de l’électricité, les gains techniques risquent d’être absorbés par l’explosion des usages.

Le défi est donc double. Il faut réduire l’énergie nécessaire à une opération informatique, mais aussi éviter que la multiplication des opérations annule ce progrès. C’est le phénomène classique de l’effet rebond : une technologie plus performante peut devenir moins coûteuse ou plus accessible, ce qui encourage son utilisation à plus grande échelle.

Pourquoi les arbitrages économiques restent dominants

Le secteur n’ignore pas le problème. Un rapport consacré à la décarbonation des données indique que 95 % des acteurs de l’industrie ont conscience de leur impact environnemental. Pourtant, cette lucidité ne se traduit pas systématiquement dans les décisions d’investissement. Le coût total de possession, souvent désigné par l’acronyme TCO, reste le critère le plus déterminant.

Le TCO additionne généralement le prix d’acquisition, la consommation électrique, le refroidissement, la maintenance, la durée d’utilisation et le remplacement des équipements. Cette logique a sa cohérence : un centre de données doit rester disponible, sûr et rentable. Mais elle peut reléguer l’impact environnemental au rang de contrainte secondaire, surtout lorsque les indicateurs climatiques, hydriques ou matériels ne sont pas intégrés de manière explicite aux appels d’offres et aux objectifs de gestion.

Le contraste est frappant : seuls 3,3 % des professionnels des centres de données déclarent que leur entreprise privilégie un faible impact environnemental dans ses investissements. Ce chiffre ne signifie pas que toutes les autres organisations renoncent à agir. Il montre plutôt que la durabilité est rarement le premier critère lorsque les entreprises doivent choisir une infrastructure, augmenter une capacité de calcul ou renouveler des équipements.

La difficulté tient aussi à la répartition des responsabilités. Un fabricant de serveurs agit sur l’efficacité de ses produits. Un exploitant de centre de données choisit son refroidissement et son approvisionnement électrique. Une entreprise cliente décide de ses besoins de stockage, de la taille des modèles employés et de la durée de conservation des données. Sans indicateurs communs, chacun peut améliorer une partie du système sans que le bilan global progresse suffisamment.

Densifier, étendre ou migrer vers le cloud : des choix aux effets différents

Face à l’augmentation des données et des calculs, les organisations disposent de trois grandes options. Elles peuvent renforcer une infrastructure existante en augmentant sa densité, construire ou agrandir leurs propres capacités, ou transférer une partie des charges vers le cloud. Aucune de ces voies n’est neutre du point de vue économique ou écologique.

L’évolutivité verticale consiste à augmenter la puissance ou la capacité d’une installation déjà en place. Cette solution peut coûter davantage au départ, mais elle peut améliorer l’efficacité énergétique à long terme si elle évite de multiplier les infrastructures. L’extension horizontale, à l’inverse, repose sur l’ajout de serveurs, de baies ou de sites. Elle répond aux besoins de capacité, mais implique des investissements matériels plus importants et peut accroître la pression sur les ressources.

La migration vers le cloud apporte de la souplesse. Une organisation peut adapter plus rapidement les ressources qu’elle utilise, sans posséder elle-même l’ensemble du matériel. Cela ne fait toutefois pas disparaître l’impact environnemental : il est déplacé vers l’opérateur qui fournit l’infrastructure. La décision ne peut donc pas se limiter à la simplicité de déploiement ou au prix facturé.

Pour choisir entre ces modèles, les entreprises ont intérêt à regarder au-delà de la puissance informatique immédiatement disponible. La consommation électrique, l’origine de l’énergie, les besoins en eau, la durée de vie prévisible du matériel, le taux d’utilisation des serveurs et les possibilités de réemploi sont autant de critères utiles. Une machine très performante mais peu sollicitée peut représenter un gaspillage de ressources, tandis qu’un équipement plus ancien peut rester pertinent s’il est correctement entretenu et adapté aux besoins réels.

Les leviers concrets d’un numérique moins gourmand

La réduction de l’empreinte des centres de données ne repose pas sur une solution unique. Elle suppose d’agir simultanément sur l’énergie, les équipements, les logiciels et l’organisation des usages. Les entreprises du secteur investissent déjà dans les énergies renouvelables, des solutions de stockage de l’énergie, des systèmes de gestion optimisés par l’IA et des infrastructures plus efficientes.

Plusieurs pistes se dégagent :

• prolonger le cycle de vie des serveurs et des équipements de stockage, afin de limiter l’extraction de matières premières et les déchets électroniques ;
• améliorer le pilotage des installations pour éviter de faire fonctionner inutilement des ressources peu utilisées ;
• concevoir des systèmes de refroidissement adaptés aux contraintes locales, notamment dans les zones où l’eau est rare ;
• intégrer l’impact environnemental dans les critères d’achat, au même titre que la sécurité, la disponibilité et le coût ;
• favoriser une électricité moins carbonée pour réduire les émissions liées au fonctionnement quotidien.

L’IA elle-même peut aider à mieux gérer une infrastructure. Des systèmes de pilotage peuvent, par exemple, ajuster certains paramètres de refroidissement ou répartir des charges de calcul en fonction de la disponibilité des ressources. Mais cette utilisation doit rester évaluée avec rigueur : optimiser un centre de données n’exonère pas de mesurer les ressources supplémentaires nécessaires au fonctionnement des outils d’optimisation.

La sobriété numérique ne signifie pas renoncer à l’innovation. Elle consiste à utiliser la bonne quantité de ressources pour un besoin identifié, plutôt que d’augmenter systématiquement la puissance, le stockage et la durée de conservation des données. Cette démarche concerne aussi bien les concepteurs de modèles d’IA que les entreprises qui les déploient et les utilisateurs qui les sollicitent.

Ce qu’il faut surveiller pour concilier IA et transition écologique

L’enjeu des prochaines années sera de faire de la performance environnementale un indicateur aussi concret que le coût ou la vitesse de calcul. Cela implique une vision sur l’ensemble du cycle de vie : fabrication des équipements, construction des sites, consommation électrique, refroidissement, maintenance, réemploi et traitement des déchets.

La transparence sera déterminante. Les acteurs devront pouvoir rendre compte de l’énergie consommée, de l’eau mobilisée, de la provenance de l’électricité et de la durée de vie du matériel. Ces informations aideront les clients, les investisseurs et les pouvoirs publics à distinguer les progrès mesurables des engagements généraux.

La responsabilité est nécessairement collective. Fabricants de puces et de serveurs, opérateurs de centres de données, fournisseurs d’énergie, entreprises clientes et autorités publiques disposent chacun d’un levier. L’essor de l’intelligence artificielle peut accompagner la transition écologique dans certains secteurs, mais seulement si son infrastructure est pensée comme un objet industriel à part entière, avec ses coûts matériels, ses limites physiques et ses choix de société.