Google a r\u00e9cemment publi\u00e9 une \u00e9tude qui r\u00e9v\u00e8le les impacts environnementaux \u2014 notamment la consommation d\u2019eau, l\u2019\u00e9lectricit\u00e9 et les \u00e9missions de carbone \u2014 associ\u00e9s \u00e0 chaque requ\u00eate effectu\u00e9e aupr\u00e8s de son assistant d\u2019intelligence artificielle Gemini. M\u00eame si les chiffres semblent insignifiants \u00e0 premi\u00e8re vue, la r\u00e9alit\u00e9 de l\u2019utilisation massive de l\u2019IA montre une complexit\u00e9 qui m\u00e9rite r\u00e9flexion.<\/p>\n\n\n\n
Selon l\u2019\u00e9tude, chaque requ\u00eate textuelle adress\u00e9e \u00e0 Gemini consomme environ 0,26 ml d\u2019eau, soit l\u2019\u00e9quivalent de cinq gouttes. En termes d\u2019\u00e9lectricit\u00e9, il faut environ 0,24 Wh, une valeur comparable \u00e0 moins de dix secondes de t\u00e9l\u00e9vision. Quant aux \u00e9missions, chaque prompt g\u00e9n\u00e8re environ 0,03 g de CO\u2082.<\/p>\n\n\n\n
Ces valeurs repr\u00e9sentent la m\u00e9diane, c\u2019est-\u00e0-dire une requ\u00eate typique \u2014 et non les plus longues ou complexes \u2014 et ne concernent que la phase d\u2019inf\u00e9rence du mod\u00e8le, sans inclure les entra\u00eenements ni les interactions multimodales qui exigent davantage de ressources.<\/p>\n\n\n\n
Entre mai 2024 et mai 2025, Gemini a enregistr\u00e9 des progr\u00e8s significatifs en mati\u00e8re d\u2019efficacit\u00e9. L\u2019entreprise affirme avoir r\u00e9duit par 33 la consommation d\u2019\u00e9nergie par requ\u00eate et par 44 l\u2019empreinte carbone associ\u00e9e \u00e0 chaque interaction.<\/p>\n\n\n\n
Ces am\u00e9liorations ont \u00e9t\u00e9 possibles gr\u00e2ce \u00e0 une combinaison de mat\u00e9riel plus avanc\u00e9, comme des unit\u00e9s de traitement optimis\u00e9es, d\u2019ajustements architecturaux dans les mod\u00e8les d\u2019IA, de techniques d\u2019inf\u00e9rence all\u00e9g\u00e9es et de processus de centres de donn\u00e9es plus efficaces.<\/p>\n\n\n\n
Malgr\u00e9 ces r\u00e9ductions, des experts ind\u00e9pendants soulignent plusieurs points faibles.<\/p>\n\n\n\n
L\u2019une des critiques les plus courantes est que l\u2019\u00e9tude ne prend en compte que l\u2019eau utilis\u00e9e directement pour le refroidissement des centres de donn\u00e9es, en ignorant l\u2019eau \u00e9vapor\u00e9e dans les centrales \u00e9lectriques qui fournissent l\u2019\u00e9nergie consomm\u00e9e. Ce facteur peut repr\u00e9senter jusqu\u2019\u00e0 60 % de la consommation totale.<\/p>\n\n\n\n
Un autre aspect concerne la m\u00e9thode choisie pour calculer les \u00e9missions de carbone. Google a opt\u00e9 pour l\u2019approche \u201cmarket-based\u201d, qui tient compte des contrats d\u2019\u00e9nergie renouvelable de l\u2019entreprise. Toutefois, de nombreux sp\u00e9cialistes estiment que l\u2019approche \u201clocation-based\u201d, qui refl\u00e8te le mix \u00e9nerg\u00e9tique r\u00e9el de chaque r\u00e9gion, serait plus repr\u00e9sentative, car elle conduit souvent \u00e0 des valeurs plus \u00e9lev\u00e9es.<\/p>\n\n\n\n
On critique \u00e9galement l\u2019utilisation de la m\u00e9diane comme r\u00e9f\u00e9rence. Cela peut minimiser la perception de l\u2019impact, puisque les requ\u00eates plus longues et complexes ne sont pas vraiment refl\u00e9t\u00e9es. De plus, l\u2019\u00e9tude ne pr\u00e9cise pas ce qui d\u00e9finit une requ\u00eate typique en termes de nombre de tokens ou de complexit\u00e9.<\/p>\n\n\n\n
Un autre \u00e9l\u00e9ment \u00e0 consid\u00e9rer est que, m\u00eame si l\u2019impact par requ\u00eate diminue, l\u2019utilisation globale de l\u2019intelligence artificielle cro\u00eet \u00e0 un rythme exponentiel. Depuis 2019, les \u00e9missions totales li\u00e9es \u00e0 l\u2019IA chez Google ont augment\u00e9 d\u2019environ 51 %, montrant que plus d\u2019efficacit\u00e9 relative ne signifie pas n\u00e9cessairement moins d\u2019impact global.<\/p>\n\n\n\n
Enfin, l\u2019\u00e9tude ne couvre que la phase d\u2019inf\u00e9rence. Le processus d\u2019entra\u00eenement des mod\u00e8les, beaucoup plus intensif en ressources, n\u2019a pas \u00e9t\u00e9 inclus, ce qui soul\u00e8ve des questions sur l\u2019ampleur r\u00e9elle de l\u2019impact.<\/p>\n\n\n\n
Pris individuellement, les chiffres peuvent para\u00eetre n\u00e9gligeables. Mais \u00e0 grande \u00e9chelle, le sc\u00e9nario est bien diff\u00e9rent. Pour un million de requ\u00eates adress\u00e9es \u00e0 Gemini, il faudrait environ 240 kWh d\u2019\u00e9nergie, 30 kg de CO\u2082 et 260 litres d\u2019eau.<\/p>\n\n\n\n
Si l\u2019on multiplie cela par des centaines de millions d\u2019utilisations mensuelles, la consommation et les \u00e9missions deviennent significatives, m\u00eame si chaque interaction isol\u00e9e semble anodine.<\/p>\n\n\n\n
L\u2019impact environnemental de l\u2019intelligence artificielle ne se limite pas \u00e0 la consommation par requ\u00eate.<\/p>\n\n\n\n
L\u2019entra\u00eenement de grands mod\u00e8les, par exemple, peut consommer des quantit\u00e9s massives d\u2019eau. Certaines estimations indiquent que l\u2019entra\u00eenement d\u2019un seul mod\u00e8le de grande \u00e9chelle a n\u00e9cessit\u00e9 des centaines de milliers de litres d\u2019eau. Selon des projections, d\u2019ici 2027, des milliards de m\u00e8tres cubes pourraient \u00eatre utilis\u00e9s uniquement pour entra\u00eener des mod\u00e8les avanc\u00e9s.<\/p>\n\n\n\n
Un autre point est l\u2019impact du mat\u00e9riel. La construction et la maintenance des centres de donn\u00e9es exigent d\u2019\u00e9normes quantit\u00e9s de m\u00e9taux et de composants \u00e9lectroniques, ce qui contribue \u00e0 l\u2019augmentation des d\u00e9chets technologiques. Des \u00e9tudes estiment que l\u2019IA pourrait accro\u00eetre ces d\u00e9chets de 12 % d\u2019ici 2030.<\/p>\n\n\n\n
La quantit\u00e9 d\u2019\u00e9nergie n\u00e9cessaire pour alimenter ces centres de donn\u00e9es attire \u00e9galement l\u2019attention. D\u00e8s 2022, la consommation mondiale des data centers \u00e9quivalait \u00e0 celle combin\u00e9e de pays comme la France et l\u2019Arabie Saoudite, un sc\u00e9nario qui s\u2019aggrave avec l\u2019expansion de l\u2019IA.<\/p>\n\n\n\n
L\u2019\u00e9tude publi\u00e9e par Google constitue une avanc\u00e9e importante en mati\u00e8re de transparence. Rares sont les entreprises qui divulguent des donn\u00e9es aussi d\u00e9taill\u00e9es sur la consommation d\u2019eau, d\u2019\u00e9nergie et les \u00e9missions par requ\u00eate. De plus, les gains d\u2019efficacit\u00e9 sont notables et d\u00e9montrent que les progr\u00e8s technologiques peuvent r\u00e9duire consid\u00e9rablement le co\u00fbt environnemental par interaction.<\/p>\n\n\n\n
Cependant, plusieurs d\u00e9fis demeurent. Le premier est que l\u2019\u00e9chelle globale compte davantage que l\u2019efficacit\u00e9 relative. M\u00eame si chaque requ\u00eate consomme seulement \u201ccinq gouttes d\u2019eau\u201d, l\u2019usage total peut atteindre des valeurs pr\u00e9occupantes.<\/p>\n\n\n\n
Un autre d\u00e9fi est la n\u00e9cessit\u00e9 d\u2019une transparence accrue. Les experts r\u00e9clament des rapports plus complets, int\u00e9grant non seulement la consommation directe mais aussi la consommation indirecte, l\u2019impact des entra\u00eenements et les variations r\u00e9gionales des sources d\u2019\u00e9nergie.<\/p>\n\n\n\n
Enfin, il y a la question de la responsabilit\u00e9 collective. Les entreprises, les gouvernements et la soci\u00e9t\u00e9 civile doivent travailler ensemble pour d\u00e9finir des m\u00e9triques normalis\u00e9es et fixer des objectifs clairs de durabilit\u00e9 dans le domaine de l\u2019intelligence artificielle.<\/p>","protected":false},"excerpt":{"rendered":"
Google a r\u00e9cemment publi\u00e9 une \u00e9tude qui r\u00e9v\u00e8le les impacts environnementaux \u2014 notamment la consommation d\u2019eau, l\u2019\u00e9lectricit\u00e9 et les \u00e9missions de carbone \u2014 associ\u00e9s \u00e0 chaque requ\u00eate effectu\u00e9e aupr\u00e8s de son assistant d\u2019intelligence artificielle Gemini. M\u00eame si les chiffres semblent …<\/p>\n