IA et environnement : combien d'eau et d'électricité consomme ChatGPT ?

À retenir

• Google mesure 0,24 wattheure d'électricité et 0,26 millilitre d'eau pour la requête textuelle médiane de Gemini Apps en mai 2025 ; Sam Altman avance environ 0,34 wattheure et 0,32 millilitre pour une requête moyenne à ChatGPT.
• Ces chiffres ne couvrent pas le même périmètre. Celui de Google décrit l'inférence en production et inclut l'infrastructure de service, mais pas l'entraînement ni la fabrication complète du matériel ; les chiffres de ChatGPT sont publiés sans méthode détaillée.
• Dans sa mise à jour de 2026, l'Agence internationale de l'énergie estime que les centres de données ont consommé environ 485 térawattheures en 2025 et projette près de 950 térawattheures en 2030 dans son scénario central.

Pourquoi l'IA consomme-t-elle de l'eau ?

L'eau ne sert pas à « calculer ». Elle sert surtout à refroidir les serveurs des centres de données, qui chauffent en permanence. Une partie de cette eau s'évapore dans les systèmes de refroidissement. À cela s'ajoute l'eau consommée indirectement pour produire l'électricité qui alimente les serveurs, et celle utilisée pour fabriquer les puces et le matériel.

C'est ce qui explique l'écart entre les chiffres : selon le périmètre retenu, on compte seulement l'eau évaporée sur place, ou l'ensemble du cycle de vie.

L'étude qui a lancé le débat

Revenons à 2023. Une étude de chercheurs de l'université de Californie à Riverside et de l'université du Texas à Arlington estimait qu'une conversation d'environ 20 à 50 questions-réponses avec ChatGPT pouvait mobiliser 500 millilitres d'eau, selon le lieu et le moment. Faute de données d'exploitation d'OpenAI, il s'agissait d'une modélisation fondée sur des hypothèses d'énergie, d'efficacité des centres de données et d'intensité hydrique de l'électricité. La même étude évaluait à environ 3,5 millions de litres l'empreinte hydrique totale de l'entraînement de GPT-3 aux États-Unis, dont 700 000 litres consommés directement sur site.

Les chiffres des entreprises

En 2025, Google a publié une mesure de son service Gemini Apps : la requête textuelle médiane de mai 2025 consommait 0,24 wattheure d'énergie et 0,26 millilitre d'eau, soit environ cinq gouttes, selon sa méthode complète d'inférence en production. Dans un billet de juin 2025, Sam Altman a avancé qu'une requête moyenne à ChatGPT consommait environ 0,34 wattheure et 0,000085 gallon d'eau, soit environ 0,32 millilitre. Le billet ne détaille toutefois ni la méthode ni le périmètre de ce calcul.

Pourquoi il faut rester prudent

Ces chiffres rassurants appellent plusieurs réserves :

• ils proviennent des entreprises concernées : l'étude Google décrit précisément sa méthode, mais ce n'est pas une mesure indépendante ; le billet de Sam Altman ne donne pas de méthode détaillée ;
• ils ne couvrent pas tout : la mesure de Google porte sur le service d'une requête en production, pas sur l'entraînement du modèle ni sur l'ensemble de la fabrication des équipements ;
• les frontières de calcul diffèrent : l'eau peut être comptée seulement sur site, ou inclure aussi l'électricité et une partie du cycle de vie. Mistral AI publie ainsi 45 millilitres d'eau pour une réponse de 400 jetons dans Le Chat, avec une analyse de cycle de vie qui inclut notamment des impacts amont.

Autrement dit, une requête isolée pèse peu, mais l'effet cumulé dépend du nombre de requêtes, des modèles sollicités, de leur longueur et de l'infrastructure utilisée.

Le vrai enjeu : l'échelle

C'est à l'échelle mondiale que le sujet devient sérieux. Dans sa mise à jour de 2026, l'Agence internationale de l'énergie estime que les centres de données ont consommé environ 485 térawattheures d'électricité en 2025. Son scénario central reste proche de celui publié en 2025 : environ 950 térawattheures en 2030. L'AIE précise que l'incertitude demeure forte, car la trajectoire dépend de l'adoption de l'IA, des gains d'efficacité et des capacités du système électrique.

Dans son rapport de 2025, l'AIE compare la consommation électrique d'un centre de données typique orienté IA à celle de 100 000 ménages ; les plus grands projets en construction pourraient consommer vingt fois plus. Ces comparaisons mondiales ne décrivent pas l'impact d'un service précis : l'IA n'est qu'une partie des usages des centres de données.

L'impact local dépend beaucoup du lieu : un centre de données pèse davantage dans une région déjà en manque d'eau, ou alimentée par une électricité carbonée.

L'IA dans l'empreinte du numérique

L'IA s'ajoute à une empreinte numérique déjà bien réelle, dont l'essentiel reste lié à la fabrication de nos appareils, comme l'explique l'article sur la pollution numérique. Utiliser l'IA de façon raisonnée, pour des tâches où elle apporte vraiment quelque chose, fait partie des pratiques d'un numérique responsable.

La bouteille ou les gouttes ?

Revenons à notre question de départ : une bouteille d'eau, ou quelques gouttes ? Les deux chiffres ne se contredisent pas autant qu'il y paraît : ils décrivent des modèles, des dates, des lieux et des périmètres différents. Une estimation par requête ne suffit donc pas à mesurer l'empreinte totale. La vraie question devient alors : quels usages voulons-nous financer avec cette électricité et cette eau, et avec quel niveau de transparence ?

Dans le même dossier

• Pollution numérique : ce que pèsent vraiment nos écrans
• Numérique responsable : les gestes qui comptent vraiment
• Bruit, lumière, numérique, air intérieur : les pollutions qu'on ne voit pas, mais qu'on subit