« L’IA impose de nouveaux arbitrages entre innovation, soutenabilité et souveraineté industrielle » avertit Dr. Aurélie BUGEAU

Professeure des universités et experte des enjeuxnumériques et environnementaux, Dr. Aurélie Bugeau met en lumière l’empreinte croissante de l’intelligence artificielle. Loin d’être immatérielle, l’IA accentue les tensions sur les ressources, les semi-conducteurs et les infrastructures nécessaires à son déploiement. Dans un contexte de pressions écologiques, de recompositions industrielles et de rivalités géopolitiques, elle contribue à fragiliser des équilibres déjà instables, tandis que son empreinte environnementale évolue plus rapidement que les cadres permettant de l’évaluer et de l’encadrer. Pour Aurélie Bugeau, des leviers existent toutefois : mieux appréhender les impacts sur l’ensemble du cycle de vie, hiérarchiser collectivement les usages et orienter l’innovation vers des modèles plus sobres. La régulation apparaît ainsi comme une condition essentielle pour inscrire le développement de l’IA dans des trajectoires soutenables.

Dans quelle mesure l’empreinte environnementale de l’IA reste-t-elle difficile à quantifier ?

L’empreinte environnementale del’IA est difficile à isoler. L’IA générative, très visible dans le débat public, ne représente qu’une fraction des usages réels, qui incluent lessystèmes de recommandation, les robots agricoles, la détection médicale, les services financiers et industriels. Tenter d’isoler l’impact de l’IA du reste du numérique est souvent artificiel, car ses usages sont profondément intégrés dans l’ensemble des infrastructures numériques.

Les estimations disponibles sont hétérogènes et incomplètes : elles couvrent parfois seulement l’entraînement des modèles ou certaines phases d’usage, mais rarement l’ensemble du cycle de vie, incluant l’extraction des matériaux, la fabrication des équipements, l’inférence, l’usage final et la fin de vie. Les impacts des phases d’acquisition des données, de tests et d’optimisation des modèles sont rarement inclus.

Certains usages visibles, comme la génération d’images ou de vidéos, sont plus énergivores que la génération de texte, mais l’ordre de grandeur varie fortement selon la taille du modèle et le type de requêtes. Cette variabilité rend toute généralisation délicate, et l’évaluation globale de l’IA reste marquée par de fortes incertitudes.

Quels sont les principaux déterminants de l’empreinte environnementale de l’IA sur l’ensemble de son cycle de vie ?

L’évaluation de l’empreinte de l’IAdoit considérer l’ensemble du cycle de vie, de l’extraction des matièrespremières à l’usage final et à la fin de vie des équipements.

En amont, l’extraction des métauxcritiques pour la fabrication des GPU, serveurs et circuits imprimés nécessite d’importantes quantités d’énergie et d’eau. Les procédés industriels impliquent de l’eau ultra-pure pour la gravure des circuits, ainsi que des gaz
industriels spécifiques. Le renouvellement rapide des infrastructures de centres de données et des équipements, souvent motivé par la nécessité de répondre à des besoins de calcul croissants, constitue un moteur supplémentaire de consommation de ressources.

Lors des phases d’entraînement et d’inférence, les consommations électriques sont significatives. L’entraînement de grands modèles mobilise beaucoup de ressources pour le traitement des données, tandis que l’inférence structure l’impact dans la durée, en raison du nombre massif de requêtes des utilisateurs finaux. Le cumul de ces usages, y compris pour des services à faible valeur ajoutée comme les recommandations publicitaires, alimente la croissance continue de l’empreinte environnementale.

À l’aval, la fin de vie des équipements reste un point critique, avec des difficultés importantes de recyclage, en particulier pour les alliages complexes et les terres rares.

Quelles sont les limites actuelles des outils de mesure et quels angles morts persistent dans l’évaluation de ces impacts ?

Les indicateurs actuels reposent principalement sur la consommation électrique, les émissions de gaz à effet de serre et, de plus en plus, l’usage de l’eau. Les obligations de reporting permettent un suivi partiel, notamment sur les équipements et certaines chaînes d’approvisionnement, mais restent fragmentaires.

Les évaluations se concentrent souvent sur les centres de données, en négligeant les terminaux utilisateurs et les réseaux, qui représentent pourtant une part significative de l’empreinte. La fin de vie est également peu documentée, et les taux de recyclage restent limités, surtout pour les métaux rares. Les impacts indirects, liés à la consommation d’énergie dans d’autres secteurs ou aux transformations comportementales et systémiques induites par l’IA, sont largement sous-estimés.

Cette approche fragmentée limite la compréhension des effets réels et empêche d’appréhender les risques systémiques. L’absence d’indicateurs harmonisés et intersectoriels rend également difficile la comparaison entre technologies et usages, ainsi que la priorisation des interventions.

Proposition : Développer, au sein des instances de normalisation internationale, des indicateurs harmonisés et intersectoriels couvrant l’ensemble du cycle de vie de l’IA, afin de fiabiliser les données, permettre la comparabilité des usages et éclairer les arbitrages publics et privés.

Comment l’empreinte environnementale de l’IA s’inscrit-elle dans une polycrise plus large (ressources, chaînes de valeur, inégalités) ?

L’empreinte environnementale de l’IA est indissociable d’une polycrise combinant tensions environnementales, dépendances industrielles, enjeux géopolitiques et inégalités sociales.

La production de GPU et de semi-conducteurs est fortement concentrée géographiquement, notamment à Taïwan, exposant la chaîne de valeur aux risques liés à la disponibilité en eau et aux tensions géopolitiques. La forte demande sur certains composants stratégiques, comme les cartes graphiques et les mémoires, crée une allocation inégale des ressources et amplifie les tensions sur les métaux critiques.

Certaines activités essentielles, comme l’annotation des données, reposent sur une main-d’œuvre peu visible, parfois précaire et psychologiquement exigeante. L’ensemble montre que l’IA est à la croisée de crises environnementales, industrielles et sociales, dont la combinaison renforce la vulnérabilité des systèmes.

Quels sont les principaux blocages à la mise en place d’une régulation efficace de l’empreinte environnementale de l’IA ?

La régulation se heurte à des obstacles économiques et politiques majeurs. Les acteurs dominants, grandes entreprises numériques et fabricants de GPU, structurent le marché et déterminent les trajectoires technologiques.

À ce jour, il n’existe pas de cadre réglementaire contraignant à l’échelle mondiale. Les initiatives existantes reposent sur des standards techniques, des chartes ou des obligations de transparence, principalement en Europe. Certains référentiels émergent, comme l’IA frugale ou des rapports d’agences publiques et d’ONG, mais ils restent volontaires.

La principale tension réside entre la nécessité de compétitivité et les objectifs environnementaux. La peur de freiner l’innovation limite l’adoption de mesures contraignantes, créant un décalage entre reconnaissance des enjeux et action effective.

Quels arbitrages et leviers apparaissent nécessaires pour orienter le développement de l’IA vers des trajectoires soutenables ?

La priorisation des usages constitue le levier central. Tous les usages de l’IA ne présentent pas le même niveau d’utilité. Certains, comme la publicité ou la recommandation de contenus, sont discutables au regard de leur coût environnemental.

Proposition : Définir, à travers un processus démocratique, une grille de priorisation des usages de l’IA fondée sur leur utilité sociale, leur impact environnemental et leur contribution aux objectifs collectifs, afin d’orienter les choix technologiques et les investissements.

Des leviers techniques permettent de réduire l’empreinte : modèles plus compacts et spécialisés, distillation de connaissance, réutilisation de modèles existants, architectures matérielles plus efficaces. Ces solutions atténuent les impacts mais ne suffisent pas à inverser la dynamique de croissance des usages.

La responsabilité individuelle des utilisateurs est limitée, car les systèmes sont conçus pour maximiser l’usage. L’enjeu est avant tout collectif et repose sur la capacité des décideurs à arbitrer entre différents usages et à intégrer des critères environnementaux dans les choix stratégiques.

Quelles trajectoires possibles pour l’empreinte environnementale de l’IA à horizon 5–10 ans ?

Sans régulation, les impacts environnementaux devraient continuer à croître, portés par la demande croissante en puissance de calcul et la multiplication des usages. La concentration industrielle et géographique renforce la vulnérabilité des chaînes d’approvisionnement.

Des scénarios plus soutenables sont possibles, mais ils nécessitent des arbitrages clairs sur les usages et une régulation active. L’IA peut contribuer à réduire la consommation d’énergie ou à optimiser certains secteurs, mais ces gains dépendent de la maîtrise des effets rebonds et de la coordination des acteurs.

À ce stade, l’absence de consensus sur la priorisation des usages constitue le principal obstacle. L’évolution de l’empreinte environnementale de l’IA dépendra avant tout de choix politiques, industriels et économiques encore en construction.

L’Institut Open Diplomacy, fondé en 2010 par Thomas Friang, est un think tank reconnu pour ses travaux d’intérêt général. En 2025, face à l’accumulation de crises géopolitiques, écologiques, économiques et politiques qui s’aggravent mutuellement, il s’est donné pour mission de « comprendre et combattre la polycrise ».

Pour mener à bien cette mission, l’Institut a tout d'abord mobilisé plus de dix co-auteurs et trente experts autour d’une analyse des quatre grandes crises systémiques et de leurs interactions. Le fruit de ces travaux a été publié dans un premier rapport, Comprendre la polycrise : précis de lucidité pour négocier un tournant historique. Cette étude, parue à l’occasion du 15ᵉ anniversaire de l’Institut, a également posé les fondements du Sommet du Y7, organisé du 17 au 20 mai autour du thème « Combattre la polycrise ».

Afin de prolonger cette réflexion et de valoriser les propositions formulées lors du Y7, l’Institut a ensuite mobilisé cinq co-auteurs, dix-sept contributeurs et trente-huit experts pour identifier des solutions concrètes pour combattre la polycrise. Présentée le 9 octobre à la Maison de l’Europe, cette nouvelle étude est divisée en quatre grandes parties - intégrer les déséquilibres démographiques | endiguer les bouleversements géopolitiques | ralentir les crises écologiques | prévenir les ruptures technologiques - et est accessible dans son intégralité en ligne via ces pages.