L’année 2025 marque une rupture symbolique et opérationnelle dans la perception de l’intelligence artificielle. Longtemps présentée comme une technologie essentiellement logicielle, l’IA est désormais reconnue comme une infrastructure matérielle lourde, mobilisant énergie, eau, métaux et territoires. Selon le World Economic Forum, plus de 75% des capacités de calcul déployées en 2025 servent directement ou indirectement des applications d’IA, notamment génératives et agentiques1. Cette massification rend visibles des externalités environnementales jusqu’alors marginalisées, plaçant l’IA au cœur des débats sur la soutenabilité du numérique.
Énergie, une croissance structurelle difficile à contenir
En 2025, la consommation énergétique liée à l’IA poursuit une trajectoire ascendante. L’Agence Internationale de l’Énergie estime que les data centers, dont une part croissante est dédiée à l’IA, représentent désormais près de 4% de la consommation électrique mondiale, contre 2% en 20202. L’entraînement des grands modèles reste extrêmement énergivore, mais c’est surtout l’inférence, c’est à dire l’usage quotidien à grande échelle, qui concentre l’essentiel de la consommation. La multiplication des requêtes, des agents autonomes et des systèmes temps réel transforme l’IA en charge continue, difficile à lisser, mettant sous tension les réseaux électriques locaux.
Eau, l’angle mort devenu central
L’impact hydrique de l’IA s’est imposé en 2025 comme un sujet majeur. Les systèmes de refroidissement des data centers consomment d’importants volumes d’eau douce, parfois dans des régions déjà exposées au stress hydrique. Des travaux publiés par l’Université de Californie indiquent qu’un centre de données spécialisé dans l’IA peut consommer plusieurs centaines de milliers de mètres cubes d’eau par an, selon les technologies de refroidissement utilisées3. Cette pression sur la ressource alimente des tensions locales et pose des questions de justice environnementale, notamment lorsque les bénéfices économiques de l’IA profitent à des acteurs éloignés des territoires concernés.
Carbone, une empreinte fortement dépendante des choix d’infrastructure
Le bilan carbone de l’IA en 2025 apparaît extrêmement hétérogène. Une étude du MIT montre que l’empreinte carbone d’une même charge de calcul peut varier d’un facteur dix selon le mix énergétique local4. Si certains acteurs investissent massivement dans des énergies renouvelables ou des contrats d’électricité bas carbone, la croissance globale des usages annule en partie ces gains. Le paradoxe est clair, l’IA contribue à l’optimisation énergétique dans de nombreux secteurs, mais son propre développement reste carboné à grande échelle.
Data centers et territoires, des tensions croissantes
La concentration des infrastructures d’IA accentue les déséquilibres territoriaux. En 2025, plusieurs régions européennes et nord américaines voient émerger des conflits d’usage autour de l’électricité, de l’eau et du foncier. La Commission européenne souligne que dans certaines zones, les data centers représentent plus de 10% de la consommation électrique locale5. L’IA devient ainsi un enjeu d’aménagement du territoire, obligeant les pouvoirs publics à arbitrer entre attractivité économique, sécurité énergétique et acceptabilité sociale.
Entreprises, de la performance à la responsabilité
Pour les entreprises, 2025 marque un changement de posture. L’IA reste un facteur clé de compétitivité, mais son coût environnemental devient un critère stratégique. Selon PwC, 64% des grandes entreprises européennes déclarent désormais intégrer l’empreinte environnementale de l’IA dans leurs décisions d’investissement technologique6. Cette évolution se traduit par des choix plus sélectifs, limitation du nombre de modèles, mutualisation des ressources, arbitrage entre performance maximale et sobriété opérationnelle.
Premiers leviers de sobriété technologique
Face à ces constats, des réponses émergent en 2025.
- développement de modèles plus compacts et spécialisés,
- optimisation de l’inférence, principale source de consommation à long terme,
- amélioration de l’efficacité énergétique des puces dédiées à l’IA,
- recours accru aux énergies renouvelables et à la récupération de chaleur.
Selon Google et Microsoft, certaines optimisations permettent déjà de réduire de 30 à 40% la consommation énergétique par requête sur des usages spécifiques7. Ces avancées restent toutefois insuffisantes pour compenser entièrement la croissance des usages.
Régulation et pression institutionnelle en montée progressive
L’année 2025 voit également s’affirmer un cadre institutionnel plus exigeant. L’OCDE et le World Economic Forum appellent à intégrer systématiquement des indicateurs environnementaux dans la gouvernance de l’IA8. En Europe, si l’AI Act se concentre principalement sur les risques sociétaux et sécuritaires, la question environnementale s’invite progressivement dans les discussions réglementaires. La tendance est nette, l’empreinte écologique devient un critère de légitimité technologique.
2026, quelles trajectoires environnementales pour l’IA
À l’horizon 2026, les projections dessinent un paysage contrasté. L’Agence Internationale de l’Énergie anticipe une croissance supplémentaire de 15 à 20% de la demande électrique liée à l’IA si les usages continuent de se diffuser au même rythme9. Toutefois, plusieurs cabinets d’analyse estiment que les gains d’efficacité sur l’inférence pourraient réduire de 30 à 50% l’empreinte énergétique par interaction d’ici 202610. Sur le plan hydrique, les investissements se déplacent vers des systèmes de refroidissement à circuit fermé et vers des régions moins exposées au stress hydrique11. En matière de carbone, la relocalisation partielle des charges de calcul et l’intégration d’indicateurs environnementaux dans les stratégies d’IA devraient devenir un standard pour les grandes organisations. La question centrale ne sera plus seulement combien l’IA consomme, mais comment, où et pour quels usages elle mobilise les ressources.
2025–2026, vers une IA écologiquement arbitrée
Le bilan environnemental de 2025 ne constitue pas un verdict définitif mais un point d’inflexion. L’IA n’est ni intrinsèquement durable ni irrémédiablement nocive, elle reflète les choix industriels, économiques et politiques qui l’encadrent. À mesure que l’IA s’impose comme une infrastructure critique, sa soutenabilité devient une condition de son acceptabilité sociale et politique. Le défi des années à venir ne sera pas de ralentir l’innovation, mais d’inscrire l’intelligence artificielle dans une trajectoire compatible avec les limites planétaires, en assumant des arbitrages clairs entre performance, usage et responsabilité environnementale.
Pour aller plus loin
Pour découvrir une application concrète et positive de l’intelligence artificielle au service de la protection des écosystèmes naturels, vous pouvez consulter notre article consacré à l’utilisation de l’IA pour la préservation de la biodiversité marine en Polynésie. Cette analyse montre comment des modèles d’apprentissage automatique sont mobilisés pour suivre, comprendre et protéger les populations de baleines face aux pressions humaines et environnementales : Ocean IA : comment l’Intelligence Artificielle contribue à la préservation des baleines en Polynésie
Références
1. World Economic Forum. (2024). Global AI Infrastructure Outlook.
https://www.weforum.org
2. International Energy Agency. (2024). Electricity 2024, Data centres and AI.
https://www.iea.org
3. University of California Riverside. (2023). Water consumption of AI systems.
https://www.nature.com
4. MIT. (2024). Carbon intensity of AI workloads.
https://www.mit.edu
5. European Commission. (2024). Energy consumption of data centres in the EU.
https://digital-strategy.ec.europa.eu
6. PwC. (2024). AI and environmental responsibility in Europe.
https://www.pwc.com /a>
7. Google Sustainability. (2024). Energy efficient AI infrastructure.
https://sustainability.google
8. OECD. (2024). Sustainable and trustworthy AI.
https://www.oecd.org
9. International Energy Agency. (2025). Electricity and AI Outlook.
https://www.iea.org
10. McKinsey & Company. (2025). The next frontier of sustainable AI.
https://www.mckinsey.com
11. World Resources Institute. (2024). Water stress and data center expansion.
https://www.wri.org
