💻🤖 AÏe, AÏe, AÏe 🤕
Comme beaucoup, nous sommes à la fois fascinés par les capacités de l’IA et effrayés par ce qu’on peut lire sur son coût environnemental. Alors qu’en est il vraiment ?
👉 Oui, l’IA coûte cher
On parle souvent de l'entraînement des modèles, très gourmand en énergie, mais pour les modèles les plus utilisés, ce sont déjà les usages quotidiens — ce qu’on appelle l’inférence — qui pèsent le plus. Pas parce qu’un prompt individuel consomme beaucoup (quelques grammes de CO₂e pour du texte), mais parce que l’IA s'intègre partout : moteur de recherche, boîte mail, reconnaissance vocale, traitement d’image, comptes rendus… 😵💫
L’IA devient une couche invisible mais omniprésente de nos usages numériques.
➡️ Ce déploiement massif génère des effets en cascade : construction de nouveaux data centers, tensions sur l’approvisionnement en énergie, etc. Et on ne parle même pas des impacts sur l’eau, sur les ressources en métaux ou l’artificialisation des sols… 🤕
🎨📸 Et la génération d’images et de vidéos ?
Créer une image ou une vidéo avec l’IA (DALL·E, Midjourney, Stable Diffusion…) demande nettement plus de puissance de calcul que générer du texte. Les études sont encore rares, mais un prompt image ou vidéo pourrait émettre de 10 à plus de 100 fois plus de CO₂e qu’un prompt générant du texte - selon la qualité, la durée et le modèle utilisé.
👉 Un usage fréquent peut vite représenter plusieurs centaines de kg de CO₂e par an.
📈 Les modèles progressent mais pas la sobriété
S’il y a des progrès notables de l’efficience énergétique par paramètre, ils sont largement annulés par la taille croissante des modèles et l’effet rebond ! ⛹️ Plus les modèles sont puissants, plus on les utilise… y compris pour des usages complètement futiles.
😬 Alors, combien ça coûte d’utiliser l’IA ?
Un usage volontaire “raisonné” (5 e-mails rédigés et 5 questions par jour - sans trop de vidéos et images) représenterait environ 55 kg de CO₂e / an - hors entraînement. Mais le vrai sujet, c’est l’intégration par défaut dans tous les services. Difficile à chiffrer, mais plusieurs experts alertent : cela pourrait tripler la consommation énergétique du numérique d’ici quelques années.
✅ Et en tant qu’utilisateur, que peut-on faire ?
Individuellement, comme pour le reste, la sobriété reste la bonne approche : éviter l’usage réflexe, lui réserver les usages à réelle valeur ajoutée et refuser, quand c’est possible, l’IA imposée par défaut (💡 Ce n’est pas infaillible mais ajouter -gemini à la fin d’une requête google peut par exemple éviter le lancement systématique de l’IA).
Collectivement, c’est plus complexe. En s’imposant dans tous les secteurs, l’IA va indéniablement accélérer la productivité de l’économie. Cette efficacité accrue pourra servir de bonnes causes — comme mieux gérer l’énergie ou optimiser l’usage des ressources. Mais elle risque aussi de renforcer les industries les plus polluantes, en leur permettant de produire plus vite, à moindre coût et de vendre davantage.
⚠️ PS : Le sujet est encore jeune et les chiffres doivent être pris avec prudence. Les données sont souvent partielles et les méthodes et périmètres d’étude varient. On a croisé plusieurs sources pour écrire ce post — mais les estimations divergent parfois fortement.