La course à l'IA fait grimper les émissions chez Google

Imaginez une entreprise qui promet de réduire son empreinte carbone tout en préparant la prochaine vague d'intelligence artificielle, puis observe ses émissions grimper comme si elles étaient en pilote automatique. En termes francs, c'est l'aveu de Google dans son rapport environnemental 2026.

Les chiffres sont frappants. Google affirme que sa demande en électricité a augmenté de 250 % depuis 2019, principalement en raison d'un déploiement agressif d'infrastructures d'IA. Entre 2024 et 2025 seulement, l'entreprise a enregistré une hausse de 37 % de sa demande d'électricité d'une année sur l'autre, après une augmentation de 27 % l'année précédente. Les émissions de gaz à effet de serre ont également augmenté, d'environ 18 % sur la même période, à mesure que de nouveaux centres de données et du matériel d'IA très puissant entraient en service.

Qu'est-ce qui a changé ? Le changement est à la fois technique et stratégique. L'entraînement de modèles toujours plus volumineux et le déploiement de services d'IA en temps réel exigent des puces spécialisées, des clusters de serveurs denses et d'énormes systèmes de refroidissement. Ce type de capacité n'apparaît pas par magie : il se planifie, se construit et se nourrit d'électricité à grande échelle. Le rapport de Google identifie directement ces investissements comme les principaux moteurs de l'augmentation de la consommation d'énergie et des émissions.

Google présente l'IA à la fois comme un outil et une responsabilité. L'entreprise met en avant des projets où l'apprentissage automatique aide à optimiser les réseaux électriques, réduire les déchets et améliorer l'efficacité des bâtiments et des transports. Elle mentionne également des efforts d'ingénierie pour extraire plus de performances par watt de ses centres de données, en réduisant autant que possible la consommation d'eau et d'électricité.

Pourtant, discours et réalité divergent. Les observateurs de l'industrie et les défenseurs de l'environnement interprètent les chiffres autrement : pour beaucoup, l'essor de l'IA est désormais une épine dans le récit vert des entreprises. Des investissements dans les énergies propres existent, certes, mais Google semble considérer une hausse des émissions de carbone comme le coût à court terme de la victoire dans la course à l'IA.

S'agit‑il d'un véritable compromis ou d'une excuse commode ? Cette question compte car le cadre réglementaire est mince. Sans règles complètes liant l'expansion des infrastructures d'IA à des normes environnementales mesurables, les entreprises peuvent justifier des déploiements à grande échelle comme inévitables. Le résultat est une lacune politique qui permet une croissance rapide dépassant les engagements climatiques.

Il existe des leviers techniques. Orienter les achats vers l'électricité la plus propre disponible, améliorer l'efficacité des puces, repenser les architectures de modèles et privilégier l'inférence locale plutôt que l'entraînement centralisé pourraient tous réduire la demande. Mais ce sont des choix complexes qui coûtent du temps et de l'argent, des ressources qui, dans un domaine férocement concurrentiel, sont mises à rude épreuve par l'envie de monter en puissance rapidement.

Le rapport de Google lui‑même ressemble à un avertissement : la course à la domination de l'IA remodèle en temps réel les émissions des entreprises, et les efforts d'atténuation actuels ne suivent pas le rythme.

Pour les décideurs et le public, la leçon est claire : l'ambition technologique a besoin de garde‑fous. Sinon, le progrès arrivera sur un réseau plus vaste et une facture climatique plus lourde. Qui exigera que l'avenir de l'IA ne se paie pas au prix d'émissions plus élevées ?