La commission de l’aménagement du territoire et du développement durable a lancé, le 10 décembre 2025, une mission d’information sur l’empreinte environnementale de l’intelligence artificielle.
Pourquoi ce contrôle ?
L’essor de l’intelligence artificielle redessine en profondeur notre économie, mais il s’accompagne également de défis environnementaux majeurs : centres de données toujours plus énergivores, tensions accrues sur les ressources nécessaires aux technologies numériques, augmentation des déchets électroniques.
Une requête adressée à un assistant conversationnel comme ChatGPT consommerait ainsi environ dix fois plus d’électricité qu’une recherche classique sur Google. Si cet impact demeure pour l'heure limité – représentant 0,03 % de la consommation mondiale d’énergie en 2024 –, il progresse très rapidement sous l’effet de la croissance exponentielle des besoins de calcul. L’entraînement des modèles illustre cette dynamique : GPT-4 aurait mobilisé quarante fois plus d’énergie que GPT-3, tandis que la consommation électrique de Google a doublé entre 2018 et 2022.
L’intelligence artificielle exerce également une pression croissante sur la ressource en eau : une simple conversation avec GPT-3 équivaut à la consommation d’une bouteille d’eau, et l’entraînement de ce modèle aurait nécessité près de 700 000 litres d’eau. La consommation d’eau des grandes entreprises du numérique connaît ainsi une forte hausse, avec une augmentation de 34 % pour Microsoft et de 20 % pour Google entre 2020 et 2021.
Par ailleurs, l’IA pourrait contribuer à une augmentation de la consommation de ressources abiotiques (minerais et roches), en raison de la multiplication des centres de données et d’un renouvellement potentiellement accéléré des terminaux, ou encore participer à l’artificialisation des sols.
Dans la continuité du rapport d’information publié en 2020 par la commission sur l’empreinte environnementale du numérique, cette mission d’information a donc pour objectif d’apprécier de manière globale et objective l’impact réel de l’intelligence artificielle et d’identifier les leviers permettant d’en limiter les externalités négatives.