Combien d'eau boit votre requête à une IA ?

Parlons de l'impact environnemental de l'IA et on cite généralement les émissions de CO₂. Mais il y a un coût moins connu, plus invisible : la consommation d'eau. Chaque requête envoyée à un modèle de langage de grande taille nécessite de l'énergie pour le calcul et, surtout, pour le refroidissement des serveurs. L'eau est le moteur silencieux derrière chaque réponse que nous recevons.

Le refroidissement des data centers : la véritable consommation d'eau

Les data centers qui hébergent les modèles d'intelligence artificielle sont d'immenses complexes industriels qui génèrent de la chaleur en permanence. Les systèmes de refroidissement par évaporation, parmi les plus répandus dans le monde, consomment des centaines de millions de litres d'eau par jour rien qu'aux États-Unis. Pendant les périodes de sécheresse, cette nécessité entre en conflit direct avec les besoins des communautés locales et de l'agriculture.

Selon des études récentes, une session de chat avec un assistant IA peut nécessiter jusqu'à 2 litres d'eau pour traiter vos requêtes. Multiplié par des milliards d'interactions quotidiennes, le résultat est une consommation hydrique mondiale qui croît de façon exponentielle, parallèlement au déploiement des modèles de langage.

Combien consomme réellement une requête ?

Le calcul n'est pas trivial car il dépend de nombreux facteurs : la taille du modèle, l'infrastructure du fournisseur, le système de refroidissement adopté et la région géographique où le data center opère. Un modèle léger comme GPT-3.5 nécessite moins de ressources qu'un GPT-4 ou un Claude 3.5 Sonnet, mais la différence en termes hydriques reste de l'ordre de grandeur entre quelques millilitres et plusieurs litres par interaction.

Voici une estimation indicative de la consommation d'eau pour quelques opérations courantes :

• Une brève réponse textuelle : environ 10-50 ml d'eau
• Une génération complexe avec raisonnement multi-étapes : 200-500 ml
• Une heure d'utilisation intensive avec des modèles large : jusqu'à 2 litres

Ces chiffres peuvent sembler dérisoires pris isolément, mais lorsqu'on les transpose à l'échelle planétaire — avec des milliards de requêtes quotidiennes — l'impact devient significatif et urgent à considérer.

Pourquoi le secteur tech n'en parle pas assez

La transparence sur les consommations hydriques des data centers reste faible. De nombreux fournisseurs publient des données sur les émissions de carbone mais omettent des informations détaillées sur la consommation d'eau, souvent considérée comme un paramètre secondaire dans les rapports de durabilité. Cette opacité rend difficile pour les utilisateurs et les régulateurs d'évaluer le véritable coût environnemental de l'IA.

Certaines entreprises commencent à changer de cap. Google, Microsoft et OpenAI ont annoncé des initiatives pour améliorer le reporting hydrique et investir dans des technologies de refroidissement sec et en recyclage. Cependant, les experts soulignent que les efforts actuels restent bien en deçà de ce qui serait nécessaire pour compenser la croissance vertigineuse de la demande.

Ce que nous pouvons faire en tant qu'utilisateurs et organisations

La prise de conscience est la première étape. Réduire les requêtes redondantes, éviter d'utiliser l'IA pour des tâches qui n'en ont pas besoin, et privilégier des modèles plus petits lorsque c'est possible sont des actions concrètes que chaque utilisateur peut adopter. Les entreprises, quant à elles, devraient exiger des fournisseurs des données transparentes sur la consommation hydrique et énergétique, en incluant ces indicateurs dans les évaluations des marchés publics.

De plus, soutenir les investissements dans des technologies de refroidissement plus efficaces et dans des data centers conçus pour des régions riches en eau peut faire la différence. La transition vers une IA durable n'est pas seulement une question technologique, mais aussi de choix conscients qui partent de chacun d'entre nous.

En pratique

La prochaine fois que vous envoyez une requête à une IA, rappelez-vous que derrière cette réponse se cache un coût hydrique réel. Posez des questions utiles, évitez les répétitions et choisissez des outils qui publient des données environnementales transparentes. De petites habitudes numériques responsables peuvent, collectivement, avoir un grand impact sur la durabilité de notre avenir technologique.