L'empreinte environnementale de l'IA : un défi pour la planète, une opportunité pour la France et l'Europe

C. L'IMPACT ENVIRONNEMENTAL DE L'IA : PAR RAPPORT À 2021, LES CENTRES DE DONNÉES PRENNENT LE DESSUS SUR LES TERMINAUX

Au cours de leurs travaux, les rapporteurs ont constaté les limites méthodologiques d'une évaluation de l'empreinte environnementale de l'IA.

Il est tout d'abord difficile de distinguer l'empreinte de l'IA de l'empreinte du numérique en général : l'IA repose sur les mêmes catégories d'infrastructures que le numérique préexistant (terminal, centres de données) rendant la séparation des effets parfois ardue.

Le manque de données constitue également une limite fréquemment évoquée au cours des auditions. Elle est la conséquence d'un manque de transparence des grandes entreprises de l'IA, qui complexifie le travail de la recherche (cf. infra).

Enfin, l'essor fulgurant de l'IA et son évolution technologique constante appellent à faire preuve de prudence s'agissant des prévisions d'évolutions de l'empreinte environnementale. Plusieurs scénarios d'évolution sont présentés, qui tiennent compte de cette incertitude.

1. Les émissions de gaz à effet de serre : une augmentation prévue de la consommation d'électricité des centres de données, portée avant tout par l'IA

L'intelligence artificielle aura un impact majeur sur les émissions de gaz à effet de serre, à travers l'explosion de puissance des centres de données, rendus nécessaires par le développement de l'IA générative.

L'entraînement^27(*) puis l'inférence^28(*) des grands modèles de langage nécessitent en effet la création de grands centres de données, dits « hyperscale ». Comme l'a souligné au cours de son audition l'entreprise d'informatique en nuage OVHcloud, un changement d'échelle s'opère : alors que les centres de données actuels ont généralement une puissance installée de l'ordre de 10 mégawatts (MW)^29(*), l'IA nécessite des centres dix fois plus puissants, de 100 MW, voire cent fois plus puissants, soit 1 gigawatt (GW)^30(*). La puissance est apportée par l'utilisation de processeurs graphiques, ou graphic processor units (GPU) en anglais : la densité énergétique des serveurs équipés de processeurs graphiques est en effet deux à cinq fois supérieure aux serveurs classiques.

Le premier impact résulte de la consommation d'électricité des centres de données. À l'échelle mondiale, la consommation de ces centres est passée de 145 TWh en 2014 à 600 TWh en 2024, et devrait atteindre, selon l'étude du Shift Project^31(*), entre 1 250 et 1 500 TWh en 2030. L'IA en particulier, qui mobilise aujourd'hui moins de 100 TWh (15 % de la consommation totale), pourrait mobiliser environ 500 TWh en 2030, soit entre 33 % et 55 % de la consommation mondiale des centres de données, puis 45 % en 2035. Entre 2023 et 2035, le taux de croissance annuel moyen de la consommation d'électricité des centres de données liés à l'IA générative atteindrait ainsi environ 30 %. L'IA générative constitue le type d'usage entraînant la plus forte croissance de la consommation d'électricité des centres de données, devant les cryptomonnaies (+ 15 % par an) et les usages traditionnels, qui incluent l'IA non générative (+ 8 % par an). Cette analyse est partagée par l'Agence internationale de l'énergie (AIE) qui estime, dans un rapport de 2025^32(*), que la consommation électrique des centres de données devrait plus que doubler d'ici 2030, atteignant 945 TWh par an dans le scénario central. L'IA serait le moteur principal de cette croissance, avec une demande d'électricité qui devrait plus que quadrupler d'ici 2030.

Demande d'électricité des centres de données,
par région en TWh de 2020 à 2030

Source : AIE, 2025

L'empreinte carbone de cette consommation dépend bien évidemment du mix électrique choisi. La première aire de localisation de centres de données étant les États-Unis, où 57 % de l'électricité est produite par des énergies fossiles, l'augmentation de la consommation d'électricité entraînera également, au niveau mondial, une augmentation des émissions de gaz à effet de serre des centres de données : s'élevant en 2025 à 230 MteqCO₂ dont moins de 50 MteqCO₂ liées à l'IA (soit 0,1 % des émissions de gaz à effet de serre mondiales), ces émissions augmenteraient de 9 % par an, pour atteindre, selon le Shift Project, entre 630 et 950 MteqCO₂ en 2030, soit jusqu'à deux fois les émissions totales de la France, dont 255 MteqCO₂ pour les seules émissions liées à l'IA (0,6 % des émissions de gaz à effet de serre mondiales).

À l'échelle nationale, l'Ademe a évalué, dans un rapport de 2026^33(*), les perspectives d'évolution de l'empreinte carbone liées aux usages nationaux du numérique. L'IA générative représente aujourd'hui 13 % de la consommation électrique des centres de données servant des usages français^34(*).

L'empreinte carbone nationale de ces usages est, comme à l'échelle mondiale, en augmentation : selon le scénario tendanciel du Shift Project, les émissions de gaz à effet de serre passeraient de 10 MteqCO₂ à 17 MteqCO₂ en 2030 tandis que, pour l'Ademe, le numérique pourrait représenter 6,7 % de l'empreinte carbone française en 2040. Les données liées aux usages numériques en France étant majoritairement hébergées hors de France (70 % le sont aux États-Unis^35(*)), la consommation d'électricité des centres de données en France reste limitée : elle est, selon Réseau de transport d'électricité (RTE), de l'ordre de 4 TWh, soit moins de 1 % de la consommation électrique française. Toutefois, RTE estime que cette consommation pourrait atteindre entre 19 et 28 TWh en 2035, soit près de 4 % de la consommation électrique française.

Évolution prévisionnelle de l'empreinte carbone
des centres de données liés aux usages du numérique en France
de 2024 à 2036 
(en MteqCO₂)

Source : Ademe, 2026 (scénario tendanciel)

Au-delà des émissions liées à la consommation d'électricité, une part considérable des émissions est liée à la fabrication de centres de données, notamment à l'achat de semi-conducteurs, cruciaux pour le développement de grands modèles de langage. Au cours de son audition, l'Académie des technologies a déploré les émissions de PFC, un gaz à effet de serre 25 000 fois plus réchauffant que le CO₂, liées à la fabrication des circuits imprimés. Comme l'ont souligné les exploitants de centres de données Data4 et OVHcloud, une partie considérable de ces émissions est également liée aux matériaux utilisés pour la construction des centres de données, en particulier le béton et l'acier, dont la fabrication est fortement émettrice de gaz à effet de serre.

Enfin, de manière plus marginale, les générateurs de secours, indispensables pour assurer la continuité du service, sont également source d'émissions de gaz à effet de serre. Dans le cadre de la maintenance préventive, ces générateurs généralement alimentés par des combustibles fossiles, comme le fioul, fonctionnent environ 6 à 7 heures par an, selon l'entreprise OVHcloud. Selon la même entreprise, ces générateurs génèrent toutefois moins de 1 % des émissions de gaz à effet de serre des centres de données.

Il convient de noter qu'en parallèle, les centres de données tendent à améliorer leur efficacité énergétique, sans toutefois que cette amélioration compense l'augmentation exponentielle de la puissance de calcul. L'efficience énergétique des centres de données est supérieure pour les centres les plus récents et de plus grandes tailles : le coefficient d'efficacité énergétique, ou Power Usage Effectiveness (PUE), qui mesure l'efficacité énergétique d'un centre de données, est en effet meilleur pour les centres de données mis en service après 2013, ainsi que pour les plus grands sites, d'une puissance installée supérieure à 5 MW^36(*).

La révolution de l'IA fait donc basculer les émissions de gaz à effet de serre générées par le numérique du terminal vers le centre de données, comme l'a évoqué Baptiste Perrissin Fabert, directeur général délégué de l'Ademe, au cours de son audition : « avec l'intelligence artificielle, la partie “usage“ prendra de plus en plus de place, puisque la consommation d'énergie et d'électricité prendra le pas sur l'impact environnemental de la fabrication des terminaux »^37(*).

2. L'empreinte matière : une dépendance accrue aux minéraux critiques

Au-delà des émissions de gaz à effet de serre, l'IA a également une incidence sur l'empreinte matière du numérique, qui résulte à la fois de la fabrication des centres de données et des terminaux.

À ce stade, aucune incidence significative de l'IA sur le renouvellement des terminaux n'a été mesurée^38(*).

La consommation de ressources abiotiques relative aux centres de données augmente toutefois significativement. En effet, l'IA générative nécessite des processeurs graphiques, qui mobilisent des minerais critiques aux réserves limitées, incompatibles avec les taux de croissance prévisionnels de l'IA : l'épuisement théorique de plusieurs minerais nécessaires au développement de l'IA (cuivre, cobalt, lithium, nickel) interviendrait entre 2035 et 2050^39(*), alors que la demande en métaux pour le numérique pourrait augmenter de 179 % entre 2020 et 2050^40(*).

Par ailleurs, pour s'assurer que leurs modèles de langage restent compétitifs, les entreprises de l'IA doivent toujours utiliser des processeurs graphiques neufs de dernière génération, ce qui implique un remplacement très rapide de ces processeurs. La durée d'utilisation moyenne d'un processeur graphique est ainsi de seulement 3 ans^41(*) soit considérablement moins que pour un processeur conventionnel, dont la durée de vie est de 5 à 8 ans^42(*).

En dépit de cette obsolescence rapide, la gestion de la fin de vie des déchets d'équipement électrique et électronique (DEEE) reste balbutiante à l'échelle mondiale. Si, à l'échelle nationale, environ 50 % de ces déchets sont traités de manière appropriée, seuls 17 % le sont à l'échelle mondiale^43(*).

La consommation de ressources abiotiques de l'IA, en plus de son incidence environnementale, pose un enjeu de souveraineté économique. L'approvisionnement en minéraux critiques nécessaires à la construction de ces processeurs n'est pas assuré, en raison à la fois de la concentration géographique de ces minerais, et du contrôle, par la Chine, de l'essentiel de leur production : la Chine contrôle ainsi 98 % de la production de gallium et 60 % de celle de germanium.

Concentration géographique de l'approvisionnement mondial
en minéraux critiques raffinés
nécessaires au développement des centres de données (2024)

Source : AIE, 2025

Comme pour l'empreinte carbone, l'empreinte matière du numérique est donc structurellement modifiée par l'essor de l'IA générative : alors qu'initialement l'incidence sur les ressources abiotiques était essentiellement liée aux terminaux, la puissance de calcul rendue nécessaire par l'IA accroît considérablement l'empreinte matière des centres de données, en raison du recours aux processeurs graphiques, fortement consommateurs de minéraux critiques.

3. La consommation d'eau liée aux centres de données : une donnée peu documentée mais une empreinte moindre en France par rapport à d'autres pays

Le développement de l'intelligence artificielle a également une incidence sur la consommation d'eau, notamment du fait de la création des centres de données. Cette conséquence a été soulignée à de nombreuses reprises au cours des travaux de la mission d'information, avec des constats très divergents. Les rapporteurs ont donc cherché à objectiver cet effet, même si les études et les données existantes sur le sujet restent lacunaires.

Si l'eau est un élément incontournable de la fabrication des puces et des matériaux de construction des centres de données, c'est la consommation d'eau par les centres de données qui concentre toutes les attentions^44(*).

Comme l'a ainsi indiqué, devant la commission, Baptiste Perrissin Fabert, directeur général délégué de l'Ademe, « la consommation des centres de données (...) constitue le gros de l'impact, en raison de la consommation énergétique, puis de l'utilisation de l'eau pour refroidir ces centres »^45(*). L'Ademe constate que « les data centers consomment beaucoup d'électricité et d'eau »^46(*).

Les différentes études montrent que, au niveau mondial, la consommation d'eau liée aux centres de données devrait fortement augmenter dans les prochaines années. Selon les données de l'Agence internationale de l'énergie (AIE)^47(*), les prélèvements d'eau liés aux centres de données devraient quasiment doubler entre 2023 et 2030, pour atteindre plus de 9 000 millions de m³, soit l'équivalent d'un tiers des prélèvements annuels d'eau en France, tandis que la consommation d'eau^48(*) liée à ces centres doublerait, passant de 560 millions de m³ en 2023 à environ 1 200 millions de m³ en 2030. La quantité d'eau consommée pour le refroidissement triplerait, passant de 140 millions à 420 millions de m³.

Source : AIE

Les géants mondiaux du numérique voient également leur consommation d'eau fortement augmenter. Selon le rapport environnemental de Google de 2025, sa consommation d'eau aurait augmenté de 28 % entre 2023 et 2024 et, selon le rapport environnemental de Microsoft de 2024, sa consommation d'eau aurait augmenté d'environ 34 % entre 2021 et 2022 et de 28 % entre 2022 et 2023^49(*).

La consommation d'eau des centres de données est liée à leur refroidissement et, de façon indirecte, à la production d'électricité nécessaire à leur activité.

En ce qui concerne le refroidissement, différentes techniques sont utilisées par les centres de données : comme le souligne ainsi l'Alliance française des industries du numérique (Afnum), l'enjeu de l'eau « dépend des conditions locales de stress hydrique et de la technologie de refroidissement utilisée »^50(*).

Les techniques de refroidissement des centres de données

Les tours aéroréfrigérantes fonctionnent par évaporation de l'eau. Efficaces énergétiquement, elles nécessitent un apport constant en eau et génèrent des pertes importantes par évaporation et purge.

Le free cooling (ou refroidissement par air extérieur) utilise l'air ambiant pour refroidir les serveurs. La consommation d'eau est bien plus réduite par rapport aux tours aéroréfrigérantes ; une assistance hydrique peut cependant être nécessaire pour humidifier l'air lors des périodes de sécheresse, pour limiter l'électricité statique et protéger les composants électroniques.

Le direct liquid cooling (ou refroidissement direct par liquide) consiste en l'utilisation de liquides de refroidissement spécialisés, qui circulent à travers des canules intégrées aux serveurs pour absorber et dissiper la chaleur des composants. Cette technique offre une capacité de refroidissement très précise et localisée ; elle est jugée idéale pour les composants à haute densité de puissance, pour lesquels le refroidissement par air traditionnel est insuffisant. Le système fonctionne en circuit fermé.

L'immersion constitue une technologie de rupture : les serveurs sont plongés dans un bain de liquide diélectrique (huiles synthétiques ou fluides techniques). La consommation d'eau est nulle, le fluide circulant en circuit fermé vers des échangeurs thermiques.

Source : Data4

La consommation d'eau varie très fortement en fonction de la technique de refroidissement utilisée, la technique des tours aéroréfrigérantes ayant l'empreinte hydrique la plus forte.

Comme l'indique ainsi l'Ademe, « certains centres de données avec terminaison de refroidissement par air sont également équipés de tours à évaporation externes. C'est ce type d'installation qui est généralement la plus consommatrice d'eau »^51(*). En utilisant la technique des tours aéroréfrigérantes, l'eau s'évapore à hauteur de 80 % des eaux prélevées. En fonction des conditions climatiques et de la configuration du centre, cette technologie peut conduire à faire s'évaporer entre 1 et 9 litres par kWh d'énergie des serveurs.

La situation des États-Unis est souvent citée en exemple de l'impact hydrique des centres de données, tant du point de vue des techniques de refroidissement utilisées que de la localisation des centres de données.

S'agissant de cette localisation, l'Ademe souligne ainsi qu'un cinquième de l'empreinte hydrique directe des serveurs des centres de données aux États-Unis provient de bassins versants soumis à un stress hydrique modéré ou élevé, tandis que près de la moitié des serveurs sont entièrement ou partiellement alimentés par des centrales électriques situées dans des régions soumises à un stress hydrique^52(*).

Cette situation peut bien entendu induire des difficultés d'acceptation sociale et susciter des tensions au niveau local. Comme l'a ainsi souligné Guillaume Pitron devant la commission, « le numérique représente 1 % de la consommation d'eau mondiale. À l'échelle de l'humanité, c'est donc faible. Toutefois, à l'échelle d'un territoire, cette consommation peut créer des conflits d'usage dans l'accès à l'eau, suscitant ensuite des tensions sociales. »^53(*)

L'Institut Veolia cite ainsi l'exemple de la ville de The Dalles, dans l'Oregon, où un centre de données Google a, en 2021, prélevé plus de 1,34 milliard de litres d'eau, soit environ 29 % de la demande totale en eau de la ville^54(*). L'Ademe souligne également l'existence d'oppositions locales dans les États du Sud des États-Unis, mais aussi en Amérique latine : en Uruguay, en pleine sécheresse et alors que l'eau n'était plus potable car en partie salée, un projet de centre de données de Google a suscité une importante polémique ; au Chili, Google a planifié un projet de centre de données à Cerillos malgré le stress hydrique, projet aujourd'hui abandonné^55(*)...

En Europe, l'Ambassade de France en Irlande note ainsi que le refroidissement des serveurs des centres de données nécessite, dans ce pays, jusqu'à 5 millions de litres d'eau par jour, alors même qu'il existe un risque sérieux de pénuries d'eau d'ici 2030, notamment dans la région de Dublin où sont concentrés 87 % des centres du pays^56(*).

La mission d'information relève qu'en France, la situation est moins tendue : la consommation d'eau par les centres reste limitée, notamment du fait des techniques utilisées par les professionnels.

Les centres de données situés en France ne prélèvent ainsi, selon l'Arcep, que 681 000 m³ d'eau par an, loin des 30 milliards de prélèvements annuels, ce qui représente donc environ 0,0023 % du total^57(*). C'est en s'appuyant sur ces données qu'InfraNum estime que, si « la consommation d'eau liée aux systèmes de refroidissement est (..) un sujet qui monte, la consommation en eau des data centers est minime en France »^58(*).

L'efficience des centres de données français en matière d'eau est donc bien meilleure que dans d'autres pays. InfraNum relève ainsi que, dans le cadre du comité stratégique de filière (CSF) - infrastructures numériques, un plan de sobriété hydraulique a été mis en place par les acteurs, qui a souligné que le Water Usage Effectiveness (WUE) - donnée qui mesure la quantité d'eau consommée par un centre de données - était de 0,3 L/KWh en France, contre 1,8 L/KWh aux États-Unis. Certains centres français, particulièrement efficients et évitant l'usage de l'eau, atteignent même un WUE de 0,02 L/KWh^59(*).

Cette faible empreinte hydrique est liée aux techniques utilisées par les acteurs économiques. S'agissant des tours de refroidissement, l'Ademe souligne que « cette configuration de refroidissement, particulièrement intensive en consommation d'eau, n'existe pas pour le moment en France »^60(*). Lors de leur déplacement sur le campus de Marcoussis, les rapporteurs ont constaté que Data4 avait recours au free cooling, couplé avec des groupes de refroidissement sec pour les périodes chaudes, et au direct liquid cooling. Comme l'indique l'Afnum, « les acteurs de l'industrie investissent dans des solutions à faible consommation d'eau (système en boucle fermée, refroidissement par air, refroidissement liquide direct) qui permettent de réduire significativement les prélèvements »^61(*).

Si l'impact hydrique des centres de données est bien moindre en France que dans d'autres pays, pour les rapporteurs, l'enjeu qu'il représente à terme ne doit pas être sous-estimé.

Tout d'abord, si le niveau d'eau prélevé ou consommé par les centres de données reste faible, il est cependant en augmentation sensible. L'Arcep relève ainsi que le volume d'eau prélevé directement par les centres de données a augmenté de 17 % entre 2021 et 2022, puis de 19 % entre 2022 et 2023^62(*).

Source : Arcep

Ensuite, comme indiqué précédemment, doit être ajouté au volume d'eau prélevé par les centres de données, le volume d'eau consommé indirectement, c'est-à-dire celui utilisé pour la production d'électricité nécessaire à leur activité, qui est particulièrement important en France en raison de la part de l'énergie nucléaire dans le mix électrique. Data4 souligne que la consommation d'eau directe est minime, « l'impact hydrique majeur étant indirectement lié à la production d'électricité »^63(*). En 2023, le volume total d'eau prélevée ou consommée par les centres de données (directement ou indirectement) est ainsi estimé à près de 6 millions de mètres cubes, soit la consommation annuelle moyenne d'eau en France d'environ 100 000 personnes^64(*).

Enfin, la ressource en eau peut devenir un enjeu majeur sous l'effet du dérèglement climatique. Comme le souligne l'Arcep, « le cycle de l'eau sera (...) de plus en plus affecté par le changement climatique et (...) il s'agit d'un enjeu important à l'échelle territoriale »^65(*). Les besoins en eau des centres de données pourraient donc devenir un sujet de tension à terme. Comme l'indique ainsi l'Ademe, « la consommation d'eau pour le refroidissement peut s'avérer critique en période de forte chaleur et de stress hydrique »^66(*). L'Académie des technologies souligne, de son côté, que « la question des prélèvements d'eau est d'une grande importance sociétale. Si dans certains pays la disponibilité de l'eau reste non critique, dans la plupart des pays ces prélèvements sont en concurrence avec les besoins des milieux naturels, de l'agriculture, de l'industrie, de la production d'énergie et de la société. C'est le cas en France où la baisse des ressources hydriques implique des baisses d'utilisation ou des recyclages. »^67(*)

4. Le développement des centres de données, un enjeu en matière d'artificialisation des sols

Le développement des centres de données, notamment sous l'effet de l'expansion de l'IA, a également une incidence en matière de foncier. Cet effet a été très peu évoqué au cours des travaux de la mission d'information et est également très peu documenté, comme le souligne l'Arcep^68(*).

L'enjeu en matière de foncier est d'autant plus essentiel dans le contexte de l'objectif du zéro artificialisation nette, le « ZAN », introduit par la loi « Climat et Résilience »^69(*) : cette loi, qui a fait l'objet de quelques retouches par le législateur, pour en assouplir les effets, prévoit ainsi, tout d'abord, un objectif intermédiaire de réduction de moitié de la consommation d'espaces naturels, agricoles et forestiers sur la période 2021-2031 par rapport à la période 2011-2021, puis un objectif d'absence d'artificialisation nette des sols d'ici à 2050.

Or les centres de données consomment du foncier. Lors du déplacement sur le campus de Marcoussis, les rapporteurs ont ainsi pu prendre connaissance du foncier requis pour les différents sites de l'entreprise Data4 :

- le campus de Marcoussis comprend ainsi 25 centres de données, pour une puissance de 250 MW, sur 110 hectares ;

- le site de Nozay, premier site dédié à l'IA, comprendra 3 centres de données, avec une puissance de 250 MW, sur 22 hectares ;

- à Escaudain, Data4 prévoit de créer le premier « giga campus » dédié à l'IA, avec 4 centres de données, pour une puissance de 700 LW, sur un site de 33 hectares.

Les centres de données sont d'ailleurs apparus dans le dernier baromètre du foncier économique publié il y a quelques mois par Intercommunalités de France, le Cerema et la Banque des territoires. Ce baromètre évoque l'« émergence marquée des data centers »^70(*) par rapport à 2022, avec des besoins de foncier estimés à 5 %, restant cependant bien en deçà des besoins en matière d'industrie (36 %) ou d'artisanat (30 %).

Cette consommation de foncier peut nuire à l'acceptabilité sociale de la création de tels centres et aboutir à des tensions locales, semblables à celles évoquées supra en raison de leur empreinte hydrique. L'Arcep souligne ainsi que la consommation de foncier explique certains moratoires adoptés à l'étranger, dans des villes comme Amsterdam ou Singapour où la ressource foncière devient rare^71(*).

Les rapporteurs estiment que l'acceptation sociale de tels centres peut être facilitée par un choix d'implantation sur d'anciens sites industriels, comme le souligne le Conseil économique, social et environnemental : « c'est (...) dans la réutilisation des anciens sites, en apportant un soin particulier à l'insertion dans le tissu urbain ou rural de bâtiments dont l'attractivité architecturale et la contribution à l'animation ne sont pas les qualités premières, que réside un développement acceptable et durable des sites de stockage »^72(*). L'Ademe considère quant à elle que « l'implantation d'un nouveau data center doit (...) s'inscrire dans cet objectif [du ZAN] en privilégiant par exemple les friches urbaines et par le recours à plus de sobriété foncière »^73(*).

Les professionnels mettent eux-mêmes en avant leur politique d'implantation sur d'anciens sites industriels. Data4 a ainsi indiqué à la mission d'information s'être fixé comme priorité, pour limiter l'artificialisation des sols, de développer ses centres de données sur des friches industrielles : le campus de Marcoussis est ainsi situé sur un ancien site d'Alcatel, tandis que celui de Nozay consiste en la reconversion d'un site de Nokia. De son côté, OVHcloud indique « privilégie[r] systématiquement la revalorisation de friches industrielles plutôt que l'artificialisation de terrains vierges, contribuant ainsi à la revitalisation de territoires tout en limitant son empreinte foncière »^74(*).

Le guide pratique de la direction générale des entreprises (DGE) sur l'implantation des centres de données^75(*) indique qu'une task force a été mise en place pour identifier les sites propices à l'accueil de centres en ciblant les zones déjà artificialisées. Pilotée par la DGE, elle comprend Business France, RTE, la direction générale de l'énergie et du climat (DGEC) ainsi que la direction générale de l'aménagement et du logement (DGALN). Elle travaille en collaboration avec les services déconcentrés de l'État en région, les agences régionales de développement (ARD) et collectivités territoriales. Elle a ainsi permis d'identifier 63 sites répondant aux critères d'implantation d'un data center.

---

* ²⁷ L'entraînement désigne la phase durant laquelle un grand modèle de langage apprend les régularités du langage en ajustant ses paramètres à partir de très grandes quantités de données textuelles grâce à un processus d'optimisation.

* ²⁸ L'inférence désigne la phase durant laquelle le modèle, une fois entraîné, utilise les connaissances acquises pour produire une réponse à partir d'une requête, sans modifier ses paramètres.

* ²⁹ 1 MW correspond à la puissance nécessaire pour alimenter environ 800 à 1 000 foyers. Une grande éolienne terrestre développe généralement 2 à 5 MW.

* ³⁰ 1 GW permet d'alimenter environ 1 million de foyers en moyenne. La puissance d'un grand réacteur nucléaire français atteint environ 1,3 à 1,6 GW.

* ³¹ Intelligence artificielle, données, calculs : quelles infrastructures dans un monde décarboné ?, The Shift Project, octobre 2025.

* ³² Energy and AI, AIE, 2025.

* ³³ Prospective d'évolution des consommations des data centers à court, moyen et long terme de 2024 à 2060, Ademe, 2026.

* ³⁴ L'Ademe prend en compte la consommation électrique liée aux usages du numérique en France, peu importe la localisation du centre de données.

* ³⁵ Infrastructures numériques : un plan décisif, Institut Montaigne, 2025.

* ³⁶ Enquête annuelle « Pour un numérique soutenable », Arcep, 17 avril 2025.

* ³⁷  Audition plénière de la commission, le mercredi 4 février 2026.

* ³⁸ Selon l'Arcep, la Fédération des industries électriques et numériques ainsi que les éco-organismes Ecologic et Ecosystem.

* ³⁹ Source : réponse écrite de l'Alliance Green IT au questionnaire des rapporteurs.

* ⁴⁰ Enquête annuelle « Pour un numérique soutenable », Arcep, 17 avril 2025.

* ⁴¹ Analyses de cycle de vie de GPU pour l'intelligence artificielle, Ademe, 2026.

* ⁴² Source : réponse écrite de l'Alliance Green IT au questionnaire des rapporteurs.

* ⁴³ Source : audition du groupe EcoInfo du CNRS.

* ⁴⁴ Comme l'indique l'Autorité de la concurrence dans son étude de 2025, « les études disponibles les plus récentes se concentrent sur les prélèvements directs d'eau pour le fonctionnement des centres de données ».

* ⁴⁵  Audition plénière de la commission, le mercredi 4 février 2026.

* ⁴⁶ Les data centers ou centres de données au centre de la transition numérique, Ademe, novembre 2024.

* ⁴⁷ Citées notamment, dans leurs réponses écrites au questionnaire des rapporteurs, par l'Académie des technologies, le Commissariat général au développement durable (CGDD) et la direction du numérique (DNUM).

* ⁴⁸ La consommation d'eau correspond aux prélèvements qui ne retournent pas aux milieux.

* ⁴⁹ Source : Les questions concurrentielles relatives à l'impact énergétique et environnemental de l'Intelligence Artificielle, Autorité de la concurrence, 17 décembre 2025.

* ⁵⁰ Réponse écrite au questionnaire des rapporteurs.

* ⁵¹ Prospective d'évolution des consommations des centres de données en France de 2024 à 2060, Ademe, janvier 2026.

* ⁵² Prospective d'évolution des consommations des centres de données en France de 2024 à 2060, Ademe, janvier 2026.

* ⁵³  Audition plénière par la commission, le mercredi 4 février 2026.

* ⁵⁴ Intelligence artificielle au service de l'énergie, de l'eau et des débats. Opportunités, défis et retours d'expérience, Institut Veolia et Microsoft, 2026.

* ⁵⁵ Source : Prospective d'évolution des consommations des centres de données en France de 2024 à 2060, Ademe, janvier 2026, p. 128-129.

* ⁵⁶ Réponse écrite au questionnaire des rapporteurs.

* ⁵⁷ Enquête annuelle « pour un numérique soutenable », Arcep, 17 avril 2025.

* ⁵⁸ Réponse écrite au questionnaire des rapporteurs.

* ⁵⁹ Réponse écrite au questionnaire des rapporteurs.

* ⁶⁰ Prospective d'évolution des consommations des centres de données en France de 2024 à 2060, Ademe, janvier 2026

* ⁶¹ Réponse écrite au questionnaire des rapporteurs.

* ⁶² Enquête annuelle Pour un numérique soutenable, Arcep, 17 avril 2025.

* ⁶³ Contribution écrite adressée aux rapporteurs.

* ⁶⁴ Source : Enquête annuelle Pour un numérique soutenable, Arcep, 17 avril 2025.

* ⁶⁵ Intelligence artificielle générative : quels défis environnementaux ?, Arcep, mai 2026.

* ⁶⁶ Les data centers ou centres de données, au centre de la transition numérique, Ademe, novembre 2024.

* ⁶⁷ Les consommations du numérique en 2030 : électricité, eau et empreinte carbone, Académie des technologies, mars 2026.

* ⁶⁸ Source : Intelligence artificielle générative : quels enjeux environnementaux ?, Arcep, mai 2026, p. 31.

* ⁶⁹ Loi n° 2021-1104 du 22 août 2021 portant lutte contre le dérèglement climatique et renforcement de la résilience face à ses effets.

* ⁷⁰ Baromètre du foncier économique 2026. Repenser l'aménagement du foncier économique face à sa saturation, Intercommunalités de France, Cerema, Banque des territoires, mai 2026.

* ⁷¹ Intelligence artificielle générative : quels enjeux environnementaux ?, Arcep, mai 2026.

* ⁷² Impacts de l'intelligence artificielle : risques et opportunité pour l'environnement, Conseil économique social et environnemental, Avis, Fabienne Tatot et Gilles Vermont Desroches, septembre 2024.

* ⁷³ Les data centers ou centres de données au centre de la transition numérique, Ademe, novembre 2024.

* ⁷⁴ Réponse écrite au questionnaire des rapporteurs.

* ⁷⁵ Implantation de centres de données, Direction générale des entreprises, novembre 2025.