IA
Combien d’énergie et d’eau consomme l’IA ? Le guide simple
Une question posée à l’IA coûte très peu. Les centres de données qui en traitent des millions coûtent beaucoup, et leur consommation d’eau a augmenté. Ce que disent les chiffres, en mots simples.

Par Brahim Eloidii, Cofondateur, Responsable ESG et RSE
Publié le 22 octobre 2026 · Sources vérifiées le 22 octobre 2026
D’abord, qu’est-ce qu’un centre de données, et pourquoi lui faut-il de l’eau ?
Un centre de données est un grand bâtiment rempli d’ordinateurs qui tournent jour et nuit. Les ordinateurs dégagent de la chaleur, qu’il faut évacuer sous peine de pannes. Beaucoup de centres le font avec de l’eau. Dans la conception la plus courante, l’eau absorbe la chaleur puis s’évapore dans l’air. L’eau qui s’évapore est comptée comme consommée, car elle ne retourne pas là d’où elle vient. D’autres conceptions font circuler l’eau en circuit fermé et en utilisent bien moins, mais elles demandent plus d’électricité pour faire tourner des groupes froids. Réduire l’un augmente donc souvent l’autre.
L’énergie : minuscule par question, énorme au total
Un wattheure est une petite unité d’énergie : une ampoule LED de 10 watts allumée six minutes en utilise un. Un TWh (térawattheure) est un milliard de kilowattheures, l’unité utilisée pour des pays entiers. L’Agence internationale de l’énergie (AIE) estime que les centres de données du monde entier ont utilisé environ 415 TWh en 2024, soit environ 1,5 % de l’électricité mondiale. Dans son rapport Energy and AI d’avril 2025, elle projette environ 945 TWh d’ici 2030, un peu plus que toute la consommation actuelle du Japon, l’IA en étant le principal moteur. Elle précise aussi que le tableau reste incertain, car il dépend de la vitesse d’adoption de l’IA et de ses gains d’efficacité.
Vu d’un seul utilisateur, c’est bien plus petit. En août 2025, Google a publié sa propre estimation pour une question texte médiane posée à son application Gemini : 0,24 wattheure, qu’il compare à environ neuf secondes de télévision, 0,03 gramme d’équivalent CO2 et 0,26 millilitre d’eau, qu’il compare à environ cinq gouttes. Google indique aussi que ces chiffres ont été divisés par 33 pour l’énergie et par 44 pour le carbone sur les 12 mois jusqu’en mai 2025.
Les chiffres divergent parce qu’ils ne comptent pas la même chose. En ne comptant que les puces actives, la comparaison de Google donne 0,10 wattheure. En comptant tout le système, y compris les machines inactives gardées en réserve et les frais généraux du bâtiment, elle donne 0,24. Une estimation externe de l’institut de recherche Epoch AI, de février 2025, situe une question ChatGPT typique autour de 0,3 wattheure, dix fois moins que les quelque 3 wattheures cités depuis 2023. Epoch précise que son chiffre est approximatif, avec environ un facteur deux d’incertitude, car OpenAI n’a pas publié les détails.
L’eau : deux sortes, et la seconde est la plus grande
Les chercheurs distinguent l’eau directe, utilisée dans le centre de données pour le refroidir, de l’eau indirecte, utilisée par les centrales qui produisent son électricité. Un rapport de 2024 du Lawrence Berkeley National Laboratory, aux États-Unis, estime que les centres de données américains ont consommé environ 64 milliards de litres (17 milliards de gallons) directement en 2023. Il évalue l’eau indirecte à environ 800 milliards de litres (211 milliards de gallons), soit environ 12 fois plus. Il projette que le chiffre direct pourrait doubler, voire quadrupler, d’ici 2028.
Ce sont des totaux américains. Il faut retenir que l’eau derrière l’IA n’est pas seulement celle que l’on voit au centre de données : une grande partie est utilisée là où l’électricité est produite.
Avant et après : ce que déclarent les grandes entreprises
La meilleure vue vient des entreprises qui publient leurs chiffres. Google indique que ses centres de données ont consommé environ 4,3 milliards de gallons d’eau en 2021. Pour 2023, il a déclaré environ 6,4 milliards de gallons pour l’ensemble de ses activités, dont environ 95 % dans les centres de données. Les comptes rendus de son dernier rapport indiquent une hausse de 34 % à environ 10,9 milliards de gallons en 2025. Microsoft déclare un bond comparable : environ 4,8 millions de mètres cubes d’eau en 2021 et environ 6,4 millions en 2022, soit 34 % de plus, que la presse relie en partie à l’IA générative.
| Entreprise et année | Eau consommée, selon les déclarations | En litres (notre conversion) | En piscines olympiques (notre calcul) |
|---|---|---|---|
| Google, 2021 | environ 4,3 milliards de gallons | environ 16 milliards de litres | environ 6 500 |
| Google, 2023 | environ 6,4 milliards de gallons | environ 24 milliards de litres | environ 9 700 |
| Google, 2025 | environ 10,9 milliards de gallons | environ 41 milliards de litres | environ 16 500 |
| Microsoft, 2021 | environ 4,8 millions de mètres cubes | environ 4,8 milliards de litres | environ 1 900 |
| Microsoft, 2022 | environ 6,4 millions de mètres cubes | environ 6,4 milliards de litres | environ 2 600 |
En clair, la consommation d’eau déclarée par Google est passée de l’équivalent d’environ 6 500 piscines olympiques par an en 2021 à environ 16 500 en 2025, soit deux fois et demie plus. Les années, le périmètre et la façon de compter des entreprises ne sont pas identiques : lisez-y une tendance, pas une comparaison précise.
Pourquoi le lieu compte plus que le total
L’eau est une ressource locale. La même quantité ne pèse presque rien dans une région humide et beaucoup dans une région sèche. Les chercheurs qui ont résumé ce sujet donnent deux exemples de Google en 2024. Un centre de données de l’Iowa a consommé environ 1 milliard de gallons, ce qui, disent-ils, suffirait à alimenter tous les foyers de l’Iowa pendant environ cinq jours. Un centre du Texas en a utilisé environ 10 000, à peu près ce qu’un foyer texan consomme en deux mois. Ils ajoutent que, par endroits, les centres de données utilisent plus de 25 % de l’eau disponible pour la communauté locale. Pour un fournisseur qui choisit une région de cloud, l’emplacement des serveurs fait partie de la réponse.
Quand une question devient plus lourde
- Les longs documents. Epoch estime environ 2,5 wattheures pour une entrée de 10 000 jetons, à peu près un long rapport, et près de 40 wattheures pour 100 000 jetons, à peu près un petit livre. Un jeton est un petit morceau de mot.
- Les modèles de raisonnement. Ils écrivent beaucoup plus avant de répondre, et consomment vraisemblablement plus d’énergie par question.
- Les images et la vidéo. Les chiffres ci-dessus concernent le texte. L’estimation d’Epoch exclut la génération d’images.
- Tout ce qui entoure la question. L’entraînement des modèles et la fabrication des puces ne figurent pas dans ces chiffres par question.
Ce que cela signifie pour un fournisseur : une illustration
Prenons un cas simple, avec des hypothèses annoncées : une équipe pose 1 000 questions texte par jour sur 250 jours ouvrés. Aux chiffres de Google, cela fait environ 60 kilowattheures d’électricité par an, environ 7,5 kilogrammes d’équivalent CO2 et environ 65 litres d’eau, soit à peu près six seaux et demi de dix litres. Ce sont nos propres calculs à partir des chiffres de Google, pour les systèmes de Google. Comparez 60 kilowattheures à votre compteur d’électricité. Une usine qui fabrique de l’acier, de l’aluminium, du ciment ou des engrais évolue presque certainement dans une tout autre catégorie.
La conclusion pour un exportateur est une question de proportion. Pour les produits couverts par le MACF, les émissions qui comptent sont celles de la production : les fours et l’approvisionnement en électricité, pas le chatbot. Un usage lourd de l’IA sur des documents entiers, des images ou de la vidéo est différent, et mérite d’être connu.
Que répondre quand un client demande
- Sachez ce que vous utilisez : quels outils, qui les utilise, pour quoi, et si cela implique de longs documents, des images ou de la vidéo.
- Demandez à votre fournisseur d’IA ou de cloud quelles données d’énergie et d’eau il publie, et dans quelle région vos données sont traitées. Beaucoup en publient peu, et vous pouvez le dire.
- Si vous calculez vos émissions, un service d’IA ou de cloud acheté est un service acheté, et les données du fournisseur sont le point de départ. N’inventez pas de facteur.
- Gardez une affirmation proportionnée. Ne dites pas que votre IA est verte, neutre en carbone ou neutre en eau sans pouvoir le démontrer.
- Rédigez une courte déclaration et gardez-la avec vos autres documents ESG.
- Revérifiez-la régulièrement. Ces chiffres évoluent vite, dans les deux sens.
Si vous exportez des produits couverts par le MACF, le Rapport Boussole MACF gratuit montre où vous en êtes sur les émissions qui fixent réellement la facture de vos clients, en trois minutes environ.
Voyez où en est votre installation
Le Rapport Boussole MACF gratuit (version démo) montre votre niveau de préparation et le coût par tonne que vos acheteurs peuvent supporter, en trois minutes.
Sources
- AI is set to drive surging electricity demand from data centres while offering the potential to transform how the energy sector works. International Energy Agency (Energy and AI report), 10 avril 2025.
- Data centers consume massive amounts of water, companies rarely tell the public exactly how much. The Conversation, citing the 2024 Lawrence Berkeley National Laboratory report, 19 août 2025.
- Google Environmental Reports. Google (water consumption by year), 22 octobre 2026.
- Environmental Sustainability Report. Microsoft (water consumption by year), 22 octobre 2026.
- Measuring the environmental impact of AI inference. Google Cloud, 21 août 2025.
- How much energy does ChatGPT use?. Epoch AI, Gradient Updates, 7 février 2025.
Information générale uniquement. Ce n’est ni un conseil douanier, juridique, fiscal ni un autre conseil professionnel.

