Combien d'eau consomme une seule requête à un LLM ?

L'intelligence artificiale est devenue une partie intégrante de notre vie quotidienne : chatbots, assistants virtuels et outils de génération de contenu nous accompagnent dans des millions d'opérations chaque jour. Cependant, ce qui échappe souvent à l'attention du grand public, c'est l'énorme coût environnemental caché derrière chaque requête. Entre consommation d'électricité, besoins électroniques et refroidissement des infrastructures, une variable particulièrement critique et sous-estimée émerge : l'eau.

Le vrai prix de l'IA

Les datacenters qui hébergent les modèles d'intelligence artificielle nécessitent d'énormes quantités d'énergie pour alimenter des serveurs toujours actifs et des systèmes de refroidissement complexes. La consommation d'eau n'est pas un sous-produit marginal, mais une composante essentielle de la gestion thermique de ces installations. Sans eau, les serveurs surchaufferaient en quelques minutes, avec des risques de dommages irréparables et d'interruptions de service.

Selon des études récentes, un seul datacenter peut consommer des millions de litres d'eau par jour, surtout pendant les périodes estivales où la demande de rafraîchissement augmente de façon drastique. Cette consommation est destinée à croître de manière exponentielle avec le développement de l'adoption de l'IA dans tous les secteurs productifs.

Combien d'eau faut-il pour une requête ?

L'estimation la plus reconnue, publiée dans Nature, suggère que chaque requête adressée à un modèle linguistique de grande taille peut consommer entre 500 et 2 000 millilitres d'eau pour le refroidissement des infrastructures impliquées. Une simple question équivaut ainsi à la moitié d'une bouteille d'eau potable consommée dans l'ombre du serveur.

Si l'on multiplie cette valeur par les milliards de requêtes quotidiennes exécutées dans le monde, les chiffres deviennent préoccupants. Il est question de millions de mètres cubes d'eau par jour, une quantité comparable à la consommation d'une ville de taille moyenne.

Empreinte hydrique des différentes opérations

Toutes les activités d'IA n'ont pas le même impact. Voici une estimation approximative des consommations d'eau liées aux principales typologies d'interaction :

• Requêtes textuelles simples : 0,5 à 1 litre d'eau
• Génération de réponses longues (500+ mots) : 1,5 à 3 litres
• Traitement d'images et de vidéos : 3 à 10 litres
• Entraînement de nouveaux modèles : des centaines de milliers de litres

Ces données soulignent que même les opérations apparemment banals ont un coût réel, bien que minime, qui s'additionne à l'échelle globale.

Que pouvons-nous faire ?

La prise de conscience est la première étape vers un changement réel. Quelques précautions pratiques peuvent contribuer à réduire l'impact global : utiliser des modèles plus efficaces lorsque cela est possible, éviter les requêtes redondantes, privilégier des requêtes concises et ciblées. Les entreprises qui développent de l'IA investissent par ailleurs dans des technologies de refroidissement sec et dans l'optimisation des processus, avec pour objectif de réduire progressivement l'empreinte hydrique de leurs services.

Dans le même temps, il est fondamental que les autorités réglementaires établissent des normes transparentes de reporting environnemental, afin que le secteur puisse être surveillé et amélioré de manière mesurable dans le temps.

À emporter

Chaque fois que vous interagissez avec un système d'IA, rappelez-vous qu'il existe un coût environnemental réel derrière cette réponse immédiate. Soyez conscient de vos habitudes numériques, formulatez des requêtes précises et évitez les répétitions inutiles. La durabilité de l'ère de l'intelligence artificielle dépend également des choix quotidiens de chacun d'entre nous.