L'association Green IT a présenté le 30 septembre 2026, au salon Produrable Paris, la deuxième édition de son étude sur les impacts environnementaux et sanitaires de l'intelligence artificielle dans le monde. Son constat : l'empreinte environnementale de l'infrastructure mondiale de l'IA pourrait être multipliée par 6,9 entre 2025 et 2030, un chiffre souvent arrondi à 7 dans la couverture médiatique de l'étude. Pour les responsables informatiques français qui déploient des outils d'IA générative dans leurs organisations, ce rapport change la nature de la question à se poser : non plus seulement combien coûte un modèle à l'usage, mais combien il coûte à faire fonctionner, sur l'ensemble de sa chaîne d'approvisionnement énergétique.
Ce que mesure la deuxième étude de Green IT
L'étude repose sur une analyse du cycle de vie (ACV), méthode normalisée qui additionne les impacts d'un produit de l'extraction des matières premières au recyclage. Green IT dit s'appuyer sur les méthodes de référence : l'ACV multicritères de l'ISO, le Product Environmental Footprint (PEF) de la Commission européenne, et le référentiel par catégorie de produits et services numériques de l'Ademe. Les calculs utilisent les bases de données NegaOctet et Ecoinvent. Le travail a été réalisé bénévolement par cinq auteurs de l'association, dont Frédéric Bordage, fondateur de GreenIT.fr, et Laure Alfonsi, avec une revue critique interne mais sans revue tierce indépendante.
Les résultats sont exprimés en « budgets annuels soutenables », c'est-à-dire la quantité d'impacts environnementaux et sanitaires qu'un individu peut générer en un an sans dépasser les limites planétaires. L'IA mondiale en mobilisait 101 millions en 2025. Elle en mobiliserait 702 millions en 2030, soit une multiplication par 6,9. Le calcul part du parc de GPU en service dans les data centers : 13 millions d'unités fin 2025, près de 25 millions fin 2030, sur la base d'études de marché anticipant une hausse de 190 % des ventes. La puissance moyenne appelée par chaque GPU triplerait, passant d'environ 700 à plus de 2 000 watts, tandis que la consommation électrique annuelle de l'IA passerait de 174 TWh en 2025 à 1 169 TWh en 2030. Un rack haut de gamme passerait de 198 kW à 1 MW de puissance, le nombre de serveurs triplerait (de 1,9 à 6,2 millions) et la surface de data centers serait multipliée par six. « On peut s'interroger sur notre capacité physique à atteindre de tels volumes », reconnaissent les auteurs eux-mêmes. Le scénario 2030 est unique, sans fourchette, et conserve le mix électrique actuel des pays hébergeurs, en tête desquels les États-Unis et la Chine. Il n'intègre ni les centrales à gaz ou à charbon construites spécifiquement pour ces sites, ni les achats directs d'électricité renouvelable, ni les terminaux et réseaux des utilisateurs.
Quatre crises, pas une seule : pourquoi le carbone ne suffit pas
Le réchauffement global ne représente que 35 % de l'empreinte de l'IA en 2025 et 36 % en 2030. Trois autres familles d'impacts pèsent presque autant : l'eutrophisation de l'eau douce, liée notamment à l'extraction du charbon, passe de 23 % à 25 % ; l'épuisement des ressources abiotiques (métaux, minéraux, fossiles) reste à des niveaux comparables sur la période ; les émissions de particules fines pèsent 15 % et sont associées à 3 217 nouveaux cas de maladies dans le monde en 2025, puis 20 639 en 2030 selon le modèle de Green IT. Le risque de privation d'eau ne pèse qu'environ 1 % de l'empreinte totale, sur des données que les auteurs eux-mêmes jugent imparfaites. « Les deux tiers des impacts de l'IA ne sont pas des émissions de GES », résume l'étude, qui invite les organisations à ne pas limiter leur diagnostic au bilan carbone.
Sur la phase de vie des infrastructures, la production de l'électricité consommée par les data centers concentre 92 % des impacts en 2025 et 96 % en 2030. La part de la fabrication recule de 7 % à 4 % à mesure que la consommation augmente. La fabrication des serveurs reste malgré tout la première source d'épuisement des métaux et des minéraux : à l'échelle d'un serveur, le premier poste d'impact de fabrication n'est pas le GPU mais la mémoire vive (RAM), quelle que soit la gamme considérée, hors métaux et minéraux.
Côté émissions de gaz à effet de serre, le chiffre central de l'étude est sans ambiguïté : elles passeraient de 99 millions de tonnes équivalent CO2 en 2025 à 636 millions en 2030, soit plus de six fois plus. Rapportées au budget carbone soutenable fixé à 985 kg équivalent CO2 par an et par habitant selon la Commission européenne, ces émissions équivalaient à 22 % du budget de l'Union européenne en 2025 et atteindraient 1,4 fois ce budget en 2030, soit l'équivalent du bilan carbone de 645 millions de personnes. « Notre étude révèle que le développement de l'IA est insoutenable. Nous devons faire des choix dans nos usages de cette technologie, car, en cas de statu quo, les conséquences pour l'environnement et pour les populations seront irréversibles », résume Laure Alfonsi, coautrice de l'étude.
2025 contre 2030 : les ordres de grandeur en un tableau
| Indicateur | 2025 | 2030 (projection) | Évolution |
|---|---|---|---|
| Budgets annuels soutenables mobilisés | 101 millions | 702 millions | x 6,9 |
| Parc mondial de GPU | 13 millions d'unités | 25 millions d'unités | près de x 2 |
| Puissance moyenne par GPU | environ 700 W | plus de 2 000 W | x 3 |
| Consommation électrique annuelle | 174 TWh | 1 169 TWh | près de x 7 |
| Nombre de serveurs IA | 1,9 million | 6,2 millions | x 3,3 |
| Surface de data centers | référence | x 6 | x 6 |
| Émissions de GES | 99 Mt CO2eq | 636 Mt CO2eq | plus de x 6 |
| Nouveaux cas de maladies (particules fines) | 3 217 | 20 639 | x 6,4 |
Pour les DSI français, un TCO qui ne s'arrête plus à la facture cloud
Ces chiffres ne restent pas une abstraction pour les responsables informatiques français. Le rapport parlementaire volontariste sur le déploiement de nouveaux data centers en France, publié un peu plus d'une semaine avant l'étude de Green IT selon BFMTV, et le plan de 109 milliards d'euros annoncé début 2025, qui prévoit 35 nouveaux data centers dédiés à l'IA, dessinent une trajectoire d'investissement massive sur le territoire. Des projets comme celui de Google à Châteauroux avancent déjà. Mais aucun encadrement de leur impact environnemental n'existe à l'échelle française ou européenne, selon Frédéric Bordage, qui juge que « l'AI Act européen a complètement oblitéré l'environnement ». Pour une DSI, cela signifie que le choix d'un modèle ou d'un fournisseur ne peut plus se limiter à comparer des prix par million de jetons : il faut intégrer un coût total de possession élargi, qui inclut l'intensité énergétique du modèle retenu, la taille de l'infrastructure sollicitée pour une tâche donnée, et le mix électrique du site qui héberge réellement le calcul.
Le mix électrique du fournisseur, un critère de choix
Green IT rappelle que plus de la moitié des centres de données dédiés à l'IA dans le monde se trouvent aux États-Unis, pays dont le mix électrique reste marqué par les énergies fossiles. Pour une organisation française qui souscrit à une plateforme d'IA, la question de la localisation des serveurs n'est donc pas qu'une question de conformité réglementaire : elle pèse directement sur l'empreinte carbone réelle de chaque requête. C'est un paramètre que les plateformes françaises multi-modèles, comme Moon AI, permettent en partie d'objectiver : en donnant accès à plus de 70 modèles (GPT, Claude, Gemini, Mistral, DeepSeek, Llama, Grok, Qwen, ainsi que le modèle maison Moon 6) sous un abonnement unique, elles offrent la possibilité théorique de choisir, tâche par tâche, un modèle plus sobre plutôt que de recourir systématiquement au modèle le plus puissant disponible. Cette possibilité de choix ne change toutefois rien à l'infrastructure sous-jacente de chaque modèle : une requête envoyée à un fournisseur tiers continue de partir vers les data centers de ce fournisseur, avec son propre mix électrique, une fois les données pseudonymisées par un dispositif comme Moon Blur.
La localisation ne garantit pas la sobriété
L'hébergement français d'une application, par exemple chez OVHcloud à Strasbourg et Roubaix dans le cas de Moon AI, concerne le stockage et le fonctionnement de la plateforme elle-même, pas l'infrastructure des modèles tiers sollicités. Autrement dit, une organisation française ne doit pas déduire de l'hébergement national d'un service qu'elle maîtrise l'empreinte énergétique des modèles qu'elle consomme à travers lui. L'étude de Green IT, en rappelant que le scénario 2030 conserve le mix électrique actuel des pays hébergeurs, invite précisément les DSI à documenter ce point plutôt qu'à le présumer.
Les leviers proposés par Green IT et ce qu'ils signifient pour les entreprises
Green IT attribue la croissance observée à la structure de l'offre : l'IA est proposée gratuitement, voire imposée dans les outils du quotidien, des résumés de messages aux résultats de recherche. « L'offre crée donc la demande qui crée les impacts », écrit l'association, qui invite d'abord les utilisateurs à renoncer à l'IA quand c'est possible et, à défaut, à privilégier les usages et les modèles les plus sobres. Pour les pouvoirs publics, elle formule cinq recommandations : légiférer en faveur d'un plan de « sobriété IA » pour contenir l'offre, instaurer un marquage « IA » sur le modèle de l'étiquetage des OGM, créer une filière d'excellence en IA frugale, rendre obligatoire l'écoconception des IA hébergées en France, et taxer via un bonus-malus les centres IA alimentés par des énergies fossiles. Aux États-Unis, les premières contraintes viennent déjà des États : celui de New York a instauré en juillet un moratoire d'un an sur les nouveaux data centers de 50 mégawatts et plus, une première dans le pays.
Pour une DSI française, ces pistes se traduisent concrètement par des arbitrages à formaliser dans les prochains cahiers des charges : exiger la transparence du fournisseur sur la localisation et le mix électrique des infrastructures sollicitées, privilégier des modèles dimensionnés à la tâche plutôt que le modèle le plus puissant par défaut, et documenter ces choix au même titre que les clauses de sécurité ou de protection des données. L'étude de Green IT ne fixe aucune obligation contraignante à ce stade : elle fournit surtout un ordre de grandeur qui justifie d'inscrire la question environnementale dans les grilles d'évaluation des projets IA, à côté du coût et de la performance.
Questions fréquentes
L'étude de Green IT est-elle validée par un organisme indépendant ?
Non. Le rapport précise que le travail a été mené bénévolement par cinq auteurs de l'association, avec une revue critique interne mais sans revue tierce. Les méthodes utilisées (ACV selon l'ISO, PEF de la Commission européenne, référentiel Ademe, bases NegaOctet et Ecoinvent) sont des standards reconnus, mais le scénario 2030 reste une projection unique, sans fourchette basse ou haute.
Choisir un modèle plus léger réduit-il réellement l'empreinte d'une entreprise ?
L'étude montre que la production d'électricité concentre 92 % à 96 % des impacts de l'IA sur la période étudiée, bien davantage que la fabrication des serveurs. Réduire la puissance ou la fréquence des requêtes adressées aux modèles les plus énergivores a donc un effet sur la part électrique de l'empreinte, mais ce choix ne modifie pas le mix électrique du site qui héberge physiquement le modèle retenu.
La France impose-t-elle des règles environnementales aux data centers IA ?
Selon Frédéric Bordage, coauteur de l'étude, aucun encadrement de l'impact environnemental des infrastructures IA n'existe à ce jour à l'échelle française ou européenne, et l'AI Act européen n'aborde pas cette dimension selon lui. Le plan français de 109 milliards d'euros annoncé début 2025, qui prévoit 35 nouveaux data centers dédiés à l'IA, ne s'accompagne pas de contraintes environnementales spécifiques décrites dans l'étude.
Que mesure exactement le « budget annuel soutenable » utilisé par Green IT ?
Il s'agit de la quantité d'impacts environnementaux et sanitaires qu'un individu peut générer pendant un an sans dépasser les limites planétaires, calculée en divisant ces limites par le nombre d'humains sur la planète. Green IT l'utilise pour convertir des indicateurs techniques (électricité, émissions, particules fines) en une unité comparable, et rapporte les émissions de GES de l'IA mondiale en 2030 à 1,4 fois le budget annuel soutenable de l'Union européenne.