D'ici 2030, l'IA pourrait consommer plus d'eau que les humains

La consommation d'eau de l'IA en chiffres

9,3 trillions de litres d'eau par an d'ici 2030. C'est le volume nécessaire pour refroidir les serveurs qui font tourner les modèles d'IA, selon un rapport récent. Une simple requête sur GPT-3 consomme environ 500 millilitres d'eau. Multipliez cela par les milliards de requêtes quotidiennes sur ChatGPT, Gemini, Claude et les autres : le total devient considérable.

Un centre d'entraînement de Google, probablement celui utilisé pour Gemini, a consommé à lui seul 23 milliards de litres d'eau pour son refroidissement.

L'efficacité technologique ne résout rien

L'intuition semble logique : les modèles deviennent plus performants, donc ils consommeront moins. Un rapport de l'ONU démonte ce raisonnement en invoquant un principe économique vieux de deux siècles.

William Stanley Jevons avait observé ce phénomène avec le charbon en Angleterre au XIXe siècle. Quand une technologie gagne en efficacité, elle ne consomme pas moins. Elle consomme au contraire davantage, parce qu'elle devient accessible à plus d'usages et à plus de personnes.

L'IA suit exactement cette trajectoire :

• Les modèles coûtent moins cher à faire tourner par requête
• Les entreprises les intègrent partout
• Les économies réalisées sur les calculs sont balayées par l'explosion du nombre de calculs

McKinsey estime que 5 200 milliards de dollars seront investis dans les centres de données d'IA d'ici 2030.

Les chiffres du rapport sont inquiétants

En 2024, les centres de données consommaient autant d'électricité que l'Arabie saoudite. D'ici 2030, cette consommation doublerait et représenterait 3 % de l'électricité mondiale.

Les émissions de carbone associées demanderaient de planter 6,7 milliards d'arbres sur une décennie pour compenser. La surface au sol requise pour ces installations atteindrait près de dix fois la superficie de Mexico.

Au Texas, les centres de données pourraient absorber 9 % de la consommation totale d'eau de l'État dans les quinze prochaines années. Pendant que la Silicon Valley parle d'efficacité énergétique, les nappes phréatiques baissent.

Les bénéfices sont concentrés, les dégâts sont répartis

32 pays seulement hébergent une infrastructure cloud dédiée à l'IA. 90 % de cette capacité se trouve aux États-Unis et en Chine. Les pays qui exploitent l'IA sans la concevoir subissent les conséquences en amont et en aval.

• Extraction minière intensive pour les composants
• Accumulation de déchets électroniques
• Pression sur les ressources naturelles locales

Les Nations Unies recommandent d'intégrer la demande en IA dans les plans climatiques nationaux, comme c'est le cas pour l'industrie lourde ou les transports. Pour l'instant, aucun pays ne le fait vraiment.