Une enquête Allianz Trade.
· Les investissements dans les centres de données ont atteint 580
milliards de dollars en 2025, ce qui place l’IA en passe de devenir l’une des
sources de demande en électricité connaissant la croissance la plus rapide au
monde. La capacité installée devrait doubler d’ici 2030, les
charges de travail liées à l’IA représentant déjà 15 à 20 % de la consommation
électrique des centres de données et pouvant approcher les 40 % d’ici la fin de
la décennie. Pourtant, l’empreinte environnementale du secteur reste
sous-estimée, car la plupart des analyses se concentrent uniquement sur la
consommation d’électricité liée à l’exploitation. Cette analyse adopte une
vision systémique plus large couvrant 26 pays (représentant plus de 93 % de la capacité
mondiale), en prenant en compte les émissions tout au long du cycle de vie, la
consommation d’eau et la demande croissante en ressources liée à l’IA.
· Des charges de travail identiques peuvent générer jusqu’à 24 fois plus d’émissions selon l’intensité carbone du réseau, ce qui rend le lieu d’implantation aussi déterminant que la croissance de la demande. Les réseaux dépendants des énergies fossiles en Indonésie, en Inde et en Malaisie dépassent les 600 gCO₂/kWh, contre moins de 30 gCO₂/kWh en Norvège et en Suède. Les États-Unis et la Chine, qui abritent les plus grands regroupements de centres de données, se situent entre les deux, avec respectivement 384 gCO₂/kWh et 526 gCO₂/kWh, ce qui confère au mix énergétique plus propre de l’Europe un avantage structurel pour une croissance de l’IA à faibles émissions de carbone. Ces disparités sont amplifiées par des pertes de transport et de distribution de l’ordre de 10 à
15 % sur certains marchés, tandis que des réseaux moins fiables
augmentent les besoins en électricité et la dépendance vis-à-vis de la
production d’appoint.
· Avec 286 MtCO₂ en 2025, l’empreinte carbone réelle des centres de données est supérieure de
57 % aux estimations de l’AIE. La consommation d’électricité (Scope 2) représentait 76 % de cette empreinte, soit 218 MtCO₂, la fabrication de matériel et la construction (Scope 3) y contribuant à hauteur de 66 MtCO₂ supplémentaires, soit 23 %, tandis que les émissions directes du Scope 1 restaient négligeables (<1 %). Les émissions sont également fortement concentrées géographiquement, les États-Unis et la Chine représentant à eux seuls environ 70 % du total mondial. L’IA est à l’origine d’environ
43 à 60
MtCO₂ des émissions actuelles, et ce chiffre devrait augmenter fortement à
mesure que son déploiement s’étend et que la demande en puissance de calcul
croît.
· Sans décarbonation du réseau électrique, les émissions mondiales des
centres de données plus que doubleraient pour atteindre 643 MtCO₂
d’ici 2030, entraînant des dommages climatiques annuels estimés à 154 milliards
de dollars (contre 68 milliards aujourd’hui).
Les charges de travail liées à l’IA représentent déjà environ 13 milliards de
dollars de dommages climatiques par an et pourraient dépasser les 50 milliards
de dollars d’ici 2030. En revanche, une trajectoire de décarbonisation
ambitieuse permettrait de limiter les émissions à environ 329 MtCO₂,
malgré la croissance continue de la demande informatique, et de maintenir les
dommages climatiques à 79 milliards de dollars. Le rythme de la décarbonisation
du secteur de l’électricité devient ainsi le principal facteur déterminant pour
savoir si la croissance de l’IA pourra être dissociée des émissions à court
terme. Cependant, même dans le cadre d’une décarbonisation ambitieuse,
l’empreinte carbone ne disparaît pas, mais remonte la chaîne
d’approvisionnement : alors que le Scope 2 passe de plus de 70 % de l’empreinte
actuelle à environ la moitié d’ici 2030, les émissions intrinsèques liées aux
serveurs, aux semi-conducteurs et aux infrastructures deviennent la contrainte
déterminante, représentant près de 50 % du total. Pour parvenir à une IA
véritablement sobre en carbone, il faudra donc non seulement une énergie plus
propre, mais aussi accorder une attention particulière aux émissions intégrées
dans les chaînes d’approvisionnement des infrastructures numériques.
· Déployée à l’échelle de l’économie, l’IA pourrait réduire les
émissions mondiales de CO₂ d’environ 1,4 Gt par
an d’ici 2035, compensant largement les émissions générées par sa propre
infrastructure et permettant un gain net d’environ 750 MtCO₂. Selon l’AIE, ces réductions résulteraient de gains d’efficacité, d’une
optimisation et d’une meilleure gestion des ressources dans des secteurs tels
que l’énergie, l’industrie, le bâtiment et les transports, et équivaudraient à
environ 2,6 % des émissions mondiales actuelles. Toutefois, ce résultat n’est
pas garanti. La plupart des applications d’IA en étant encore à un stade
précoce de déploiement, leur impact climatique final dépendra de la capacité de
ces bénéfices à l’échelle de l’économie à se développer plus rapidement que les
infrastructures nécessaires pour les soutenir.
· Les centres de données ont consommé 814 milliards de litres d’eau en
2025 et pourraient en nécessiter entre 1,3 et 1,8 billion de litres d’ici 2030,
soit un volume comparable à la consommation annuelle de la Suisse, ce qui fait
de l’eau la contrainte en matière de ressources la plus négligée de l’IA. La majeure partie de cette empreinte est indirecte : environ les trois
quarts proviennent de la production d’électricité et le reste du
refroidissement sur site et de la fabrication de semi-conducteurs. Cela lie
étroitement la consommation d’eau à la transition énergétique, car les
centrales fossiles et nucléaires nécessitent d’importantes quantités d’eau de
refroidissement, tandis que les éoliennes et les panneaux solaires n’en
utilisent que très peu, voire pas du tout, lors de leur fonctionnement, ce qui réduit
à la fois l’empreinte carbone et l’empreinte hydrique d’un réseau électrique
plus propre. Bien que la décarbonation du secteur de l’électricité puisse
contribuer à modérer la demande future en eau, les risques liés à l’eau se
concentrent de plus en plus dans des régions soumises à un stress hydrique,
telles que la Corée du Sud, l’Inde, le Mexique et certaines parties de la
Chine, où la croissance rapide des centres de données vient s’ajouter aux
pressions existantes sur les ressources en eau locales, augmentant ainsi le
risque de contraintes d’accès et d’opposition des communautés ou des autorités
réglementaires à la mise en place de nouvelles capacités.
· La mise en œuvre d’une « IA verte » dépendra moins d’une amélioration marginale de l’efficacité des centres de données que d’une transformation des systèmes énergétiques qui les alimentent. Pour libérer le potentiel environnemental de l’IA, il faudra un cadre politique plus large, combinant l’expansion des énergies propres, une plus grande transparence sur l’utilisation des ressources, des incitations plus fortes pour internaliser les coûts environnementaux et un déploiement plus rapide d’applications d’IA qui réduisent les émissions dans l’ensemble de l’économie.