Impact environnemental de l'IA : multiplié par 7 d'ici 2030

On parle beaucoup de l'impact environnemental de l'IA, rarement avec des chiffres solides. L'association Green IT a publié le 30 septembre 2026 une étude qui comble ce trou : « Impacts environnementaux et sanitaires de l'intelligence artificielle dans le monde en 2025 et 2030 ». Le verdict tient en un multiplicateur. Sept. En cinq ans, l'empreinte de l'IA mondiale serait multipliée par sept, et basculerait d'un ordre de grandeur gênant à un ordre de grandeur intenable.

Ce n'est pas une estimation au doigt mouillé. L'analyse s'appuie sur les normes ISO d'analyse de cycle de vie, sur le référentiel européen Product Environmental Footprint et sur le référentiel ADEME des services numériques. Elle couvre l'IA générative, l'IA prédictive et l'IA agentique, infrastructures comprises — fabrication des puces, construction des bâtiments, production de l'électricité.

Les chiffres qui font mal

Commençons par l'électricité, parce que c'est le nerf de l'affaire.

• 174 TWh consommés par l'IA dans le monde en 2025.
• 1 169 TWh projetés en 2030, soit 6,7 fois plus.

Pour fixer l'échelle : la France entière a consommé environ 451 TWh d'électricité en 2025. L'IA mondiale, en 2030, pèserait donc plus de deux fois et demie la consommation électrique française, tous usages confondus.

En puissance installée, le saut est du même ordre :

• 24 GW en 2025, l'équivalent de 27 réacteurs nucléaires de 900 MW ;
• 176 GW en 2030, soit environ 196 réacteurs — autour de 42 % de la capacité nucléaire mondiale actuelle.

Le parc matériel suit. Le nombre de GPU passerait de plus de 13 millions à 25 millions d'unités. Mais le vrai accélérateur est ailleurs : la puissance moyenne par GPU grimperait d'environ 700 W à 2 000 W. Elle triple. Chaque génération de puces est plus efficace par calcul, et pourtant plus gourmande en absolu, parce qu'on empile plus de silicium et qu'on le fait tourner plus chaud. Le nombre de serveurs grimperait de 1,9 à 6,2 millions, et la surface de centres de données serait multipliée par six.

Côté climat, l'étude avance 99 millions de tonnes équivalent CO2 en 2025, contre 636 millions de tonnes en 2030.

Pourquoi c'est la prise électrique, pas la puce

Le résultat le plus contre-intuitif de l'étude : 96 % des dommages proviennent de la production d'électricité, pas de la technologie elle-même. La fabrication des GPU, l'extraction des terres rares, le béton des data centers — tout cela compte, mais reste marginal face au mix énergétique qui alimente les machines.

Ce détail change tout dans la lecture politique du dossier. Un centre de données alimenté par du charbon en Virginie ou en Mongolie-Intérieure n'a pas le même profil qu'un centre raccordé au réseau français ou norvégien. Quand des acteurs du secteur répondent aux critiques en vantant l'efficacité énergétique de leurs puces, ils répondent à côté : le levier principal n'est pas le rendement du calcul, c'est l'origine des électrons.

La répartition des impacts le montre bien. Green IT ventile ainsi :

• réchauffement global : environ un tiers des impacts ;
• eutrophisation des milieux aquatiques : environ un quart ;
• épuisement des ressources abiotiques (minerais, fossiles) : environ 20 % ;
• particules fines : environ 15 %.

L'eutrophisation, à près d'un quart du total, est le poste que personne n'avait vu venir. Elle est largement tirée par l'extraction du charbon qui alimente une partie des centres de données. On parle d'asphyxie de rivières et de lacs, loin des data centers, loin des débats sur les tokens par seconde.

La santé, chiffrée

L'étude ose un indicateur rarement mis sur la table : le nombre de cas de maladies attribuables à l'activité IA, via les particules fines et les polluants associés à la chaîne énergétique. Green IT estime 3 217 cas de maladies en 2025, et 20 639 en 2030.

Ce genre de chiffre doit être pris pour ce qu'il est : une modélisation, construite à partir de facteurs de conversion épidémiologiques standardisés, pas un comptage de dossiers médicaux. Il n'en reste pas moins que personne, jusqu'ici, n'avait tenté de traduire la facture de l'IA en santé humaine. L'ordre de grandeur — quelques milliers, pas quelques millions — est aussi une information en soi.

Le budget planétaire, converti en habitants

La comparaison la plus parlante de l'étude passe par la notion de budget environnemental soutenable, c'est-à-dire la part des ressources qu'une population peut consommer sans dépasser les capacités de régénération de la planète.

• En 2025, l'IA mondiale pesait 22 % du budget annuel soutenable de l'Union européenne.
• En 2030, elle en pèserait 156 %.

Autrement dit : l'intelligence artificielle, à elle seule, consommerait une fois et demie ce que les 450 millions d'Européens ont le droit de consommer en un an sans crever le plafond. Green IT formule aussi la chose en habitants : le budget soutenable annuel d'environ 645 millions de personnes.

Les limites, et les critiques à venir

Honnêtement, une projection à 2030 sur un secteur qui se réinvente tous les dix-huit mois est un exercice périlleux. Trois réserves méritent d'être posées.

La trajectoire retenue suppose que la demande continue de croître au rythme actuel. Si une bulle éclate — et plusieurs analystes financiers parient là-dessus — les 176 GW n'arriveront jamais. À l'inverse, si l'IA agentique s'installe vraiment dans les processus d'entreprise, la projection peut se révéler basse.

L'étude ne crédite pas l'IA de ses éventuels gains environnementaux indirects : optimisation des réseaux électriques, réduction des déplacements, meilleure prévision des rendements agricoles. C'est un choix méthodologique assumé — ces gains sont très difficiles à mesurer et souvent surestimés par les communicants du secteur — mais il laisse la porte ouverte à une contestation légitime.

Enfin, les données d'entrée dépendent largement de ce que les hyperscalers acceptent de publier. Ce qu'ils publient est partiel, et rarement audité.

Les recommandations, et pourquoi elles vont coincer

Green IT ne s'arrête pas au diagnostic. L'association appelle les citoyens à « renoncer à l'IA chaque fois que c'est possible », et les États à légiférer sur la sobriété : écoconception obligatoire, encadrement de l'expansion de l'offre de calcul, bonus-malus pour les centres de données alimentés par des fossiles, et un label IA sur le modèle de l'étiquetage OGM, qui signalerait au consommateur qu'un service repose sur un modèle génératif.

Le « renoncez à l'IA quand vous pouvez » a peu de chances de prospérer : un appel à la sobriété individuelle n'a jamais réglé un problème d'infrastructure. Le bonus-malus sur l'origine de l'électricité, lui, est beaucoup plus sérieux — et beaucoup plus menaçant pour les opérateurs, puisqu'il frappe là où se concentrent les 96 % de dégâts. C'est précisément pour cette raison qu'il sera le plus combattu.

Ce qu'il faut garder de l'étude : le débat sur l'impact environnemental de l'IA n'est pas un débat sur le nombre de requêtes que vous envoyez à un chatbot. C'est un débat sur le mix électrique des pays qui hébergent les centres de calcul, et sur qui décide d'en construire de nouveaux.