L’impact de l’Intelligence Artificielle sur l’Énergie : Ce que Nous Apprend le Rapport de Google
Dans un monde où l’ intelligence artificielle (IA) prend une place prépondérante, il est vital de comprendre non seulement ses bénéfices mais aussi son impact environnemental. C’est dans ce contexte que Google a publié un rapport détaillé révélant pour la première fois les chiffres liés à la consommation énergétique des modèles d’IA, notamment son modèle Gemini. Cette analyse technique jette un éclairage nouveau sur la question, fournissant des données précieuses qui pourraient influencer la manière dont les entreprises et les utilisateurs perçoivent l’IA.
La consommation énergétique des requêtes IA est une question cruciale. Selon le rapport de Google, une requête texte moyenne à Gemini consomme 0,24 watt-heure (Wh) d’électricité. Pour donner un ordre d’idée, cela équivaut à la consommation d’énergie d’une télévision classique de 100 watts pendant neuf secondes. À première vue, ces chiffres semblent modestes, mais ils invitent à réfléchir sur l’engagement à long terme des entreprises dans l’IA.
En ce qui concerne le consommation d’eau , la nécessité de refroidir les serveurs reste prégnante. Il a été estimé que chaque requête consomme environ 0,26 millilitres d’eau, soit l’équivalent de cinq gouttes. En termes de carbone , la empreinte de la recherche est de 0,03 grammes de CO₂ équivalent . Ces chiffres sont essentiels pour contextualiser l’impact réel de l’IA sur notre environnement.
Des Estimations Auparavant Surestimées
Il est intéressant de noter qu’il y a à peine un an, des analyses de tiers estimaient qu’une requête IA comme celles des « AI Overviews » pouvait consommer environ 3 Wh , soit dix fois plus que pour une recherche traditionnelle. Cette évaluation a suscité des calculs alarmants, notamment que l’intégration de l’IA dans les moteurs de recherche entraînerait une consommation d’énergie suffisante pour charger sept voitures électriques par seconde . Cependant, les chiffres récents de Google montrent que cette estimation était incorrecte, exagérée d’un facteur de 12,5 .
Les avancées récentes, telles que la « décodification spéculative » et les architectures de modèles plus efficaces comme le paradigme Mixture-of-Experts , ont profondément modifié le paysage énergétique de l’IA. Ces innovations permettent à Google de revendiquer une réduction significative de son empreinte énergétique.
Focus sur l’Inférence, Pas sur l’Entraînement
Les chiffres partagés par Google se concentrent uniquement sur l’inférence , c’est-à-dire la génération de réponses aux requêtes des utilisateurs. Le processus d’entraînement des grands modèles de langage, qui est beaucoup plus consommateur en ressources, reste encore flou. Google justifie le manque de transparence en argumentant que l’usage massif de l’IA générative met l’accent sur la phase d’inférence, indispensable à l’expérience utilisateur.
Sur ce point, Google a réussi à diviser par 33 la consommation d’énergie et par 44 la carbone de chaque requête à Gemini au cours des douze derniers mois. Ces progrès sont largement attribués à des modèles plus performants et à l’amélioration de son matériel, tels que les TPUs et GPUs développés en interne.
La quantité de “prompts” par kWh traitée par les différents modèles d’IA
Comparaison avec d’autres Services d’IA
Google n’est pas seul dans son initiative de transparence concernant la consommation de ses services d’IA. Sam Altman, le PDG d’ OpenAI , a également partagé des données sur ChatGPT. Dans un article publié en juin 2025, Altman a indiqué qu’une requête moyenne à ChatGPT consomme environ 0,34 Wh d’énergie et 0,3 ml d’eau. Bien que cela représente une légère hausse par rapport à Gemini, il est difficile d’effectuer une comparaison directe sans compréhension détaillée de la méthodologie employée.
À noter également que les deux entreprises se sont comparées à la consommation d’une heure de Netflix , affirmant que cette dernière consomme 100 fois plus d’électricité que ChatGPT. Une telle mise en perspective souligne l’importance de considérer l’ensemble des facteurs influençant la consommation d’énergie et les émissions de carbone.
En conclusion, le rapport de Google soulève des préoccupations légitimes sur l’impact environnemental de l’IA, tout en montrant comment des améliorations technologiques peuvent contribuer à rendre cette technologie plus durable . L’avenir de l’IA dépendra sans aucun doute de notre capacité collective à équilibrer ses bénéfices avec sa consommation de ressources. Il est impératif que les entreprises continuent à investir dans des solutions énergétiquement efficaces tout en favorisant une adoption responsable de ces technologies.
F1-ES