Le chiffre par requête donne une fausse impression de précision
Demander l’empreinte d’une requête d’intelligence artificielle semble aussi simple que demander la consommation d’une ampoule. En pratique, la réponse varie selon le modèle, la longueur du contexte, le nombre de jetons produits, le matériel, le taux d’utilisation des serveurs, le refroidissement et la source d’électricité au moment du calcul. Une question de dix mots et une analyse de cent pages ne sollicitent pas la même infrastructure, même si elles passent par la même interface. C’est pourquoi un chiffre unique en énergie, en eau ou en carbone devient vite trompeur. Il peut décrire une moyenne mondiale, une génération de puces ou un centre de données précis sans s’appliquer au service réellement utilisé. Notre interprétation est qu’une organisation devrait traiter l’empreinte comme une propriété du service complet, pas comme une étiquette permanente collée au mot IA. Cette approche est moins spectaculaire qu’un chiffre par message, mais elle permet de comparer des choix concrets.
Les totaux mondiaux montrent une croissance, pas le coût de votre usage
L’Agence internationale de l’énergie estime que les centres de données ont consommé environ 415 térawattheures d’électricité en 2024, soit près de 1,5 % de la consommation mondiale. Dans son scénario central, cette demande atteindrait environ 945 térawattheures en 2030, un peu moins de 3 % du total mondial. L’agence projette aussi une croissance annuelle d’environ 30 % pour l’électricité utilisée par les serveurs accélérés, largement associés à l’IA. Ces ordres de grandeur établissent un fait : l’infrastructure numérique devient une charge électrique qui compte. Ils ne permettent toutefois pas de convertir une conversation en grammes de carbone. Les centres de données regroupent l’IA, l’hébergement Web, le stockage, la vidéo et beaucoup d’autres services. Les prévisions dépendent en outre de l’adoption future, des gains d’efficacité et des contraintes de construction. Passer du total mondial à une décision locale exige donc des renseignements que les tableaux agrégés ne fournissent pas.
Le lieu et l’heure peuvent peser autant que le modèle
Un même calcul exécuté au Québec, dans une région alimentée autrement ou pendant une pointe de demande n’a pas nécessairement la même empreinte carbone. Une moyenne annuelle peut cacher le recours ponctuel à des centrales plus émettrices, des importations, une congestion du réseau ou une capacité qui aurait servi à électrifier un autre usage. À l’inverse, une charge flexible déplacée vers une période moins tendue peut être plus facile à intégrer. Le décalage des calendriers complique aussi la planification. L’AIE note qu’un centre de données peut devenir opérationnel en deux ou trois ans, alors que de nouvelles lignes, centrales et interconnexions exigent souvent davantage de temps. Pour une entreprise québécoise qui achète un service infonuagique, la question utile dépasse donc le pays inscrit au contrat. Il faut demander dans quelle région les charges sont traitées, quelles options de résidence sont garanties et si le fournisseur publie des données par région et par période. Sans cette précision, une promesse générale d’électricité propre reste difficile à vérifier.
Refroidir sans évaporer d’eau change une partie du bilan
L’eau illustre bien la différence entre une amélioration technique et une empreinte complète. Microsoft affirme que sa nouvelle conception de centres de données pour l’IA utilise une boucle de refroidissement fermée et évite l’évaporation d’eau municipale pour le refroidissement. Selon son rapport environnemental 2025, cette conception pourrait économiser plus de 125 000 mètres cubes d’eau par centre chaque année par rapport à sa moyenne mondiale de 2024. Cela réduit une pression opérationnelle réelle. Le bilan ne tombe pas pour autant à zéro. Il reste l’eau utilisée pour produire certains matériaux et équipements, construire le site et, selon le réseau, produire l’électricité. Google indique de son côté avoir reconstitué 17 milliards de litres d’eau en 2024, l’équivalent de 64 % de sa consommation d’eau douce. C’est un progrès déclaré à l’échelle de l’entreprise, mais une reconstitution réalisée ailleurs ou à un autre moment n’annule pas automatiquement une pression locale. Les deux chiffres sont utiles si l’on respecte exactement ce qu’ils mesurent.
Une bonne mesure commence par une décision que l’on peut changer
Une PME n’a pas besoin d’un laboratoire climatique pour améliorer ses choix. Elle peut d’abord nommer l’usage : résumer des contrats, générer des images, répondre au service à la clientèle ou analyser des archives. Elle peut ensuite mesurer le volume mensuel, la longueur moyenne des entrées et sorties, le modèle choisi et la région d’hébergement. Ces données suffisent souvent à repérer les excès, comme un grand modèle appelé pour une classification simple ou un document complet renvoyé à chaque demande. Le fournisseur devrait pouvoir expliquer ses méthodes, ses limites, son efficacité énergétique et hydrique ainsi que la portée géographique de ses chiffres. Les équipes peuvent aussi réduire les reprises, raccourcir les contextes, mettre en cache les résultats stables et choisir le plus petit modèle qui réussit leurs cas d’essai. Ces gestes ne produisent pas une mesure carbone parfaite. Ils relient toutefois l’empreinte à des décisions vérifiables. La limite demeure importante : sans données opérationnelles détaillées des fournisseurs, toute estimation par requête conserve une marge d’incertitude qu’il faut rendre visible plutôt que masquer derrière une décimale.
