Intelligence artificielle et environnement : ne vous laissez pas abuser par les chiffres absurdes

De Jean-François Messier

Le lundi 13 janvier 2025

L’accélération du déploiement de l’intelligence artificielle et de l’essor des data centers génère une augmentation significative de la consommation d’électricité, avec un impact environnemental lié aux émissions de gaz à effet de serre associés.

Aujourd’hui on entend des chiffres contradictoires de tous horizons : écologistes, politiques, philosophes, opposants aux technologies, réfractaires à l’intelligence artificielle, petites femmes et hommes des cavernes hermétiques au changement, voire extrémistes de la croisade contre l’intelligence artificielle. Tous s’appuient sur des chiffres sans souvent vrais bien que rarement vérifiables, et qui peuvent dire tout et son contraire selon l’interprétation qu’on en fait : IA décriée dans la presse Le besoin de calcul informatique pour l’intelligence artificielle a été multiplié par un million en six ans et il décuple chaque année :

Le seul entrainement de ChatGPT-3 a consommé 700 000 litres d’eau, et émis 502 tonnes de CO₂, l’équivalent de 125 vols Paris-New-York.
Google a consommé 20 millions de litres d’eau en 2023 pour refroidir ses serveurs,
et émis 14,3 millions de tonnes de CO₂, en augmentation de 20 % en raison de ses activités en IA
Microsoft a consommé 6,5 milliards de litres d’eau en augmentation de 34 % en raison de ses activités en intelligence artificielle.
Une seule requête ChatGPT effectuée sur votre PC consomme 0,5 litre d’eau

Le point n’est même pas de savoir si ces chiffres sont vrais ou faux, exagérés ou pas : le point est qu’ils sont livrés à des cibles « grand-public » sans connaissance des ordres de grandeur, par des gens qui n’en connaissent pas plus, et donc pour qui ils ne veulent rien dire. D’où le fait qu’on puisse leur faire dire tout et son contraire, du plus intelligent au plus grand « n’importe quoi ».
L’objet de cet article est de donner des référentiels comparatifs pour permettre une plus juste compréhension de ces chiffres.

Dirigeants, ne vous laissez pas manipuler par les chiffres.

Le digital : 0,3 % des émissions de gaz à effet de serre

Déjà faut-il ramener les émissions dues aux activités digitales à leurs justes proportions : 0,3 % des émissions de gaz à effet de serre de la planète ! Entre 60 % de plus et le double peut-être en 2050. Et l’Intelligence Artificielle n’est qu’une fraction du secteur digital ! Émissions Carbone IA 2050 vs 2023 Deloitte a publié une modélisation détaillée des besoins énergétiques du secteur digital dont l’intelligence artificielle ne représente qu’une petite partie, à partir des meilleures données. Cette étude démontre que :

Aujourd’hui, le secteur digital incluant la consommation des data centers représente environ 1,4% de la consommation mondiale d’électricité et 0,3 % des émissions de gaz à effet de serre.
À horizon 2030 : En intégrant la montée de l’intelligence artificielle et la croissance des projets de data centers, la consommation d’électricité pourrait atteindra 1 000 TWh, une progression de 60 %, soit 3% de la consommation mondiale à cette date, et donc 0,6 % des émissions de gaz à effet de serre… certainement moins, car ce chiffre ne tient pas compte de deux éléments déterminants : 1/Les progrès qui seront faits d’ici là en matière d’efficacité énergétique. Par exemple les émissions carbones du secteur sont restées relativement stables depuis 2010, alors que le trafic internet a été multiplié par presque 17 sur la même période, grâce à des progrès très importants en matière d’efficacité énergé 2/les progrès des processeurs (ne serait-ce que Nvidia qui vient de sortir des processeurs permettant de diminuer par 25 x la consommation énergétique pour une puissance 30X supérieure).
En 2050 la consommation pourrait atteindre 2 000TWh, mais le rapport l’évalue néanmoins à 3 % de la consommation mondiale d’électricité à cet horizon, car la demande d’électricité des data centers sera toujours largement dépassée par celle de l’industrie, des transports et des bâtiments qui ne cesseront de croitre.

S’attaquer à l’intelligence artificielle pour sauver la planète, c’est donc s’attaquer à l’arbre qui cache la forêt.

La manipulation sur les émissions de CO₂ dues à l’intelligence artificielle

Attention à l’interprétation des chiffres qui sont divulgués : Par exemple, avez-vous identifié la manipulation exercée par ceux qui disent que l’entrainement de ChatGPT a généré 502 tonnes de CO₂ ?
Non pas que ce soit faux.

La manipulation vient du fait de citer un chiffre dont le grand public ne peut apprécier la valeur faute de références.
502 tonnes de CO₂, c’est l’équivalent de 700 000 km de conduite automobile équivalents CO₂, soit les émissions de 35 voitures françaises en moyenne (20 000 km/an), sur les 44 millions en circulation. (Université de Copenhague)

On peut chipoter avec les chiffres : par exemple, pour les scientifiques américains ce serait un peu plus, l’équivalent de 110 voitures américaines en circulation pendant un an, sur les 284 millions en circulation. Pour Nature, ce serait plutôt moins, 7 voitures. Ce qu’il faut retenir, c’est qu’un chiffre qui parait énorme quand il est avancé seul est négligeable quand on le compare à des référentiels plus familiers.
Les opposants à l’intelligence artificielle parlent des émissions colossales d’après eux de CO₂ pour la génération d’images via l’IA générative. Oubliant que la génération d’images en quelques secondes par intelligence artificielle est bien moins polluante que :

Déplacer 8 personnes et tout le matériel pour un shoot photo ou vidéo à l’autre bout de la planète pour un shoot publicitaire, auquel il faut ajouter les émissions carbone encore plus importantes dégagées par la fabrication du matériel photo/vidéo.
Générer des images sur Photoshop avec son PC ! DALL-E2 émet environ 2 500 fois moins de CO₂ qu’un artiste basé aux États-Unis qui va passer bien plus de temps devant son PC sur Photoshop, et environ 310 fois moins qu’un artiste basé en Inde. Midjourney est encore plus économe.

émission CO2 rédaction par intelligence artificielle Ce graphe appartient à une étude très intéressante publiée par « Nature », une revue scientifique de premier plan appartenant à Springer Nature, un éditeur académique mondialement reconnu.
Il en va de même pour la génération de texte : L’intelligence artificielle (via BLOOM ou ChatGPT) produit 130 à 1 500 fois moins de CO₂ par page qu’un auteur humain devant son PC. émission CO2 rédaction par intelligence artificielle Ce graphe appartient à la même étude précitée de « Nature », une revue scientifique de premier plan appartenant à Springer Nature, un éditeur académique mondialement reconnu.
De même, dire que Google a émis 14 millions de tonnes de CO₂ en 2023 pour refroidir ses serveurs parait énorme. Il est éclairant de comparer ce chiffre aux émissions de CO₂ dues aux 347,3 milliards d’e-mails envoyés et reçus chaque jour, responsables de 483 milliards de tonnes de CO₂ émis sur la planète par an : 34 fois plus que Google. émission CO2 intelligence artificielle VS emails Ces émissions dues aux emails font partie des 0,3 % des émissions de gaz à effet de serre du secteur digital : il y a moins de valeur dans ces milliards d’emails que dans l’intelligence artificielle, et ils pèsent beaucoup plus sur le bilan carboné que l’intelligence artificielle.
Ceux qui s’attaquent à l’intelligence artificielle gagneraient en crédibilité à s’attaquer aux emails avant et prioritairement. En commençant par balayer devant leur porte, et arrêter d’en envoyer eux-mêmes plutôt que de dépenser leur énergie à diaboliser l’intelligence artificielle : ce serait plus utile à la planète.

La réalité sur la consommation d’eau due à l’intelligence artificielle

Les 700 000 litres d’eau consommés pour entrainer ChatGPT-3, les 20 millions de litres consommés par Google et les 6,5 milliards de litres consommés par Microsoft paraissent énormes.Il est éclairant et nécessaire de rappeler que juste en France, environ 20 % de l’eau potable destinée à la distribution est perdue en raison de fuites dans les réseaux urbains. Ce qui représente — juste pour la France — 1 milliard de m3 d’eau = 1 000 milliards de litres = 1 trillion de litres. C’est-à-dire :

150 fois plus que la consommation avancée pour Microsoft dans le monde, pour des tâches plus utiles et nécessaires que les fuites de nos réseaux urbains.
50 000 fois plus que Google.
1 million et demi de fois plus que l’entrainement de ChatGPT-3

consommation Eau intelligence artificielle vs fuites Par ailleurs la consommation annuelle d’eau potable pour les chasses d’eau en France atteint 100 milliards de litres ! 142 000 fois plus que l’entrainement de ChatGPT-3. Et personne ne contestera que faire ses besoins dans de l’eau potable est moins utile que l’intelligence artificielle. consommation Eau intelligence artificielle vs toilettes Ceux qui s’attaquent à l’intelligence artificielle gagneraient en crédibilité à prendre cause pour la réduction des fuites d’eau dans les réseaux urbains, et l’usage abusif de l’eau potable pour faire ses besoins. En commençant par balayer devant leur porte, et installer des toilettes sèches chez eux plutôt que de dépenser leur énergie à diaboliser l’intelligence artificielle : ce serait plus utile à la planète.

2° manipulation : Compter les émissions dues à l’intelligence artificielle sans soustraire les économies

Ceux qui se font les chevaliers blancs pourfendeurs du diable IA sont moins enclins à compter les économies d’émissions de carbone que permet l’intelligence artificielle. Elles sont pourtant nombreuses.

Économies d’énergie

Optimisation des réseaux électriques (smart grids) — Impact prévisible : réduction des émissions de 15 à 30 % dans les réseaux intelligents (Prédiction de la demande énergétique pour éviter la surproduction, Intégration efficace des énergies renouvelables [éolien, solaire] grâce à la prévision météorologique, Réduction des pertes en ligne dans la distribution électrique.)
Efficacité énergétique des bâtiments — Impact : jusqu’à 10-15 % d’économies d’énergie par bâtiment. (Contrôle automatisé du chauffage, de la climatisation et de l’éclairage pour minimiser la consommation, Diagnostic des pertes d’énergie dans les bâtiments, etc.)

Transport

Optimisation des itinéraires — Impact : économie de 10-20 % de carburant (Réduction de la consommation de carburant grâce à des itinéraires plus courts et moins encombrés.)
Développement des véhicules autonomes et électriques : Amélioration de l’efficacité énergétique des trajets, Réduction de l’usage des véhicules individuels par le covoiturage et les flottes partagées.
Gestion logistique et fret — Impact : réduction des émissions de 15-30 % dans les chaînes logistiques. (Optimisation des chargements et des itinéraires pour réduire les trajets à vide.)

Agriculture et alimentation

Précision agricole — Impact : réduction des émissions agricoles de 10-15 %. (Optimisation de l’utilisation des engrais et de l’eau grâce à des modèles prédictifs, Réduction des émissions de méthane et de protoxyde d’azote [N₂O] dans les sols.)
Réduction du gaspillage alimentaire — Impact : peut réduire le gaspillage de 10-20 %, économisant environ 4,4 gigatonnes de CO₂ par an (Prévision des besoins alimentaires pour minimiser la surproduction. Optimisation des chaînes d’approvisionnement pour réduire les pertes.)

Industrie

Optimisation des processus industriels — Impact : économies d’énergie pouvant atteindre 10-25 % dans certaines industries lourdes. (Réduction de l’énergie nécessaire pour produire des matériaux [acier, ciment, etc.]. Détection des inefficacités et des défauts dans les chaînes de production.)
Économie circulaire : Utilisation de l’intelligence artificielle pour optimiser le recyclage des matériaux. Prévision des flux de déchets pour minimiser les émissions liées à leur gestion.

Gestion des déchets

Optimisation des systèmes de recyclage — Impact : réduction des émissions de méthane provenant des décharges. (Utilisation de l’intelligence artificielle pour identifier et trier les déchets automatiquement. Augmentation des taux de recyclage et réduction de la quantité envoyée en décharge.)

Forêts et biodiversité

Surveillance des forêts — Impact : des économies indirectes grâce à la conservation des puits de carbone. (Détection de la déforestation et de la dégradation des écosystèmes via des images satellites et l’intelligence artificielle. Optimisation de la reforestation pour maximiser la captation de carbone.

Santé et réduction des déplacements

Télétravail et consultations médicales à distance — Impact : diminution des émissions liées au transport individuel et professionnel. (Réduction des trajets liés au travail ou aux soins médicaux.)
Optimisation des flux hospitaliers : Réduction des consommations énergétiques grâce à une gestion prédictive des besoins.

Développement urbain (villes intelligentes)

Optimisation des infrastructures urbaines : Réduction de la consommation d’énergie dans les villes grâce à des capteurs connectés et des analyses. Meilleure gestion des flux de circulation pour diminuer les embouteillages.
Gestion de l’eau et des déchets : Prévention des fuites d’eau et optimisation des systèmes de traitement.

Quantification globale

Selon le Forum Économique Mondial, l’intelligence artificielle pourrait permettre une réduction des émissions mondiales de GES de 4 % à 10 % d’ici 2030, ce qui équivaut à environ 2,4 à 5,8 gigatonnes de CO₂ par an, compensant largement les émissions de l’IA. Economies d’émissions grâce à l’intelligence artificielle

Enfin, mettre en rapport les bénéfices de l’intelligence artificielle pour l’humanité.

Il est des choses qui ne se mesurent pas en tonnes de CO₂ et en litres d’eau. Et n’en déplaise aux intégristes des chiffres, elles ont plus de valeur parfois que les chiffres.

1. L’impact de l’intelligence artificielle sur la santé

L’intelligence artificielle transforme le domaine médical et de la santé de manière significative, offrant des bénéfices importants pour les patients, les professionnels de santé et les systèmes de soins.

Diagnostic amélioré, plus précis et plus rapide : l’intelligence artificielle peut analyser des images médicales (radiographies, IRM, scanners) et détecter des anomalies avec une grande précision, parfois mieux que les médecins humains. Elle peut identifier précocement des maladies, détecter des pathologies à des stades précoces comme les cancers, les maladies cardiaques ou les maladies neurologiques. Et donc sauver des vies.
Médecine personnalisée. En utilisant les données génomiques et les historiques médicaux, l’IA peut recommander des traitements adaptés aux besoins spécifiques de chaque patient. Elle peut analyser des milliers de cas pour identifier les approches thérapeutiques les plus efficaces pour des groupes spécifiques de patients.
Réduction de la charge administrative : l’intelligence artificielle automatise les tâches répétitives comme la saisie de données, la gestion des dossiers médicaux ou la facturation. Et éviter des erreurs.
Gestion des ressources : Les hôpitaux peuvent utiliser l’IA pour prévoir l’occupation des lits, gérer les plannings des soignants et optimiser l’utilisation des équipements médicaux.
Formation médicale : l’intelligence artificielle est utilisée pour simuler des cas complexes et entraîner les professionnels de santé dans des environnements virtuels.
Amélioration de l’accès aux soins grâce à la télémédecine : Les solutions d’intelligence artificielle permettent d’améliorer les consultations à distance grâce à des assistants virtuels. Des applications mobiles alimentées par l’IA permettent de diagnostiquer certaines maladies à distance. Les appareils connectés et les applications mobiles dotés d’IA permettent de surveiller en temps réel des paramètres vitaux (fréquence cardiaque, glycémie) et d’alerter en cas de problème.
Prédiction des épidémies : l’intelligence artificielle analyse des données épidémiologiques pour anticiper la propagation de maladies et aider à leur contrôle.
Découverte de médicaments et accélération de la recherche : l’intelligence artificielle identifie de nouvelles molécules prometteuses, réduisant le temps nécessaire au développement de médicaments. Les simulations informatiques limitent les essais cliniques coûteux en testant virtuellement l’efficacité des composés.

2. Qualité de vie au travail

L’intelligence artificielle (IA) joue un rôle croissant dans l’amélioration du confort et du bien-être des salariés, offrant des avantages à la fois individuels et organisationnels :

Réduction de la charge de travail, par l’automatisation des tâches répétitives : L’IA prend en charge les tâches routinières et administratives, permettant aux salariés de gagner en confort de travail, et de trouver plus d’intérêt à leur travail en se concentrant sur des tâches à plus forte valeur ajoutée.
Amélioration de l’équilibre vie professionnelle/vie personnelle : L’IA permet de faciliter le télétravail grâce à des plateformes collaboratives optimisées et à la gestion des horaires.
Santé et sécurité au travail : L’IA détecte les comportements dangereux ou les risques potentiels (comme des équipements défectueux) pour éviter les accidents.
Accessibilité pour les personnes en situation de handicap : L’IA fournit des outils comme des assistants vocaux, des traducteurs automatiques ou des solutions pour améliorer l’accessibilité physique et numérique.

3. Sécurité et préventions des catastrophes naturelles

Prévisions météo : L’IA permet de faire des prévisions plus précises et plus rapidement, en simulant la météo et le climat de la Terre jusqu’à 3 500 fois plus vite qu’auparavant. L’IA analyse les données climatiques, sismiques ou hydrologiques pour prévenir les catastrophes naturelles et coordonner les réponses. Elle permet donc de mieux anticiper les événements extrêmes, les incendies, les avalanches ou la trajectoire et les changements brusques d’intensité des cyclones, donc de sauver des vies.
Détection proactive des menaces informatiques : L’IA peut analyser des volumes massifs de données pour identifier des comportements anormaux et détecter des attaques en temps réel (phishing, malwares, ransomwares). Les algorithmes identifient les points faibles dans les infrastructures avant qu’ils ne soient exploités par des cybercriminels.
Surveillance et Sécurité physique par la reconnaissance faciale : L’IA est utilisée dans des systèmes de surveillance pour identifier des individus recherchés ou suspects en temps réel. Les caméras dotées d’IA peuvent détecter des comportements inhabituels ou des situations dangereuses (attroupements, mouvements rapides, objets laissés sans surveillance).
Prévention des accidents : Les systèmes de surveillance alimentés par l’IA dans les véhicules ou les infrastructures de transport peuvent prévenir les collisions ou incidents. L’intelligence artificielle, en alliant analyse rapide, précision et capacités prédictives, joue un rôle clé pour renforcer la sécurité à tous les niveaux.

Pour ne prendre que ces 3 sujets que sont la santé, la sécurité et la qualité de vie.

En conclusion sur le bilan énergétique de l’intelligence artificielle

Il apparait légitime et nécessaire de surveiller et d’anticiper les impacts énergétiques et environnementaux de l’IA. Il ne s’agit pas de les nier. Mais :

Il faut être vigilant à ne pas les surévaluer. Les ramener à leurs justes proportions, et démentir ceux et celles qui agitent des chiffres incompréhensibles sans référentiel, qu’ils ne comprennent pas eux-mêmes, à la manière dont les sorciers du Moyen-âge agitaient un écran de fumée pour faire fuir le diable.
Il est indispensable de prendre en compte les économies d’émissions de CO₂ que permet l’IA et qui font plus que compenser les émissions.
Il est fondamental de considérer l’empreinte environnementale relative de l’IA et de l’homme. Nous avons fait le constat que, pour deux activités au moins, l’écriture et l’illustration, l’empreinte carbone de l’IA est nettement inférieure à celle des humains effectuant la même tâche.
Il est vital de prendre en compte l’impact positif de l’IA sur nos vies dans le bilan environnemental de l’IA, en termes de santé, sécurité, et qualité de vie.

L’IA est incontestablement une innovation majeure qui va plus changer le monde en 4 ans, que ne l’a fait en 40 ans l’arrivée conjuguée des PC (1980), d’internet (1990) et des mobiles (2000). Elle ouvre de nouveaux champs des possibles, car l’humain + IA est plus performant que l’humain seul. Autant s’habituer et s’adapter le plus intelligemment possible à cette réalité, pour en tirer le meilleur parti pour nos vies, nos entreprises, et la planète.
Finalement les batailles de chiffres dont l’objectif est de diaboliser l’IA ne sont que l’expression de la résistance au changement qui affecte la majorité des humains. L’éternelle confirmation du constat maintes fois vérifié pour avoir formé et accompagné 20 000 professionnels de dirigeants à vendeurs sur les nouvelles technologies : la technologie et les chiffres ne sont que prétexte. Le vrai défi est humain, il réside dans notre capacité à vaincre nos propres résistances au changement et à l’innovation.