Le numérique était déjà sous tension
Avant même la vague de l’IA générative, le numérique représentait environ 4 % des émissions mondiales de gaz à effet de serre et 4,4 % des émissions françaises, en croissance à contre-sens des trajectoires climatiques. En France, l’empreinte reste dominée par la fabrication des équipements (78 %), loin devant les centres de données (16 %) et les réseaux (5 %). L’IA vient tendre chacun de ces trois étages : terminaux renouvelés plus vite, trafic réseau en hausse, et surtout des centres de données en pleine explosion.
Figure : répartition de l’empreinte carbone du numérique en France par tiers. Source : ADEME et Arcep, Empreinte environnementale du numérique, 2022
Ce que les chiffres 2026 confirment
La consommation électrique mondiale des centres de données a atteint environ 485 TWh en 2025, en hausse de 17 % sur un an ; les centres dédiés à l’IA croissent, eux, de 50 % par an (AIE, rapport « Key Questions on Energy and AI », avril 2026).
L’AIE projette un doublement à environ 945 TWh d’ici 2030, soit près de 3 % de l’électricité mondiale ; environ 40 % de cette croissance serait encore couverte par du gaz et du charbon.
La transparence progresse : Mistral AI a publié la première analyse de cycle de vie complète d’un grand modèle, soit 20,4 kilotonnes de CO2 équivalent et 281 000 m3 d’eau sur 18 mois pour Mistral Large 2, et environ 45 mL d’eau par requête.
Tous les usages ne se valent pas
Les travaux de référence (Luccioni et al.) montrent des écarts d’un facteur 100 à 1 000 entre applications : générer une image coûte sans commune mesure plus cher que classer un texte. La question n’est donc pas « faut-il utiliser l’IA ? » mais « pour quels cas d’usage le service rendu justifie-t-il l’empreinte ? ». C’est le principe de l’IA frugale, désormais cadré par un référentiel AFNOR : questionner la pertinence, réduire la taille des modèles, allonger la durée de vie des équipements, et mesurer en continu, approche cycle de vie à l’appui.
L’IA peut aussi décarboner
Le bilan net de l’IA se joue entre impacts générés et impacts évités : optimisation énergétique, maintenance prédictive, ou, dans notre secteur, mesure carbone automatisée de la chaîne sinistre. À condition de choisir ses cas d’usage à forte valeur environnementale et de s’appuyer sur un mix électrique bas-carbone, l’IA peut être un levier de décarbonation plutôt qu’un fardeau. C’est un choix de conception, pas une fatalité.
Pour aller plus loin : notre formation « Acculturation IA responsable et frugale » aide vos équipes à déployer l’IA en connaissance de cause, empreinte comprise.
SOURCES
AIE, Key Questions on Energy and AI, avril 2026 ; AIE, Energy and AI, 2025
Mistral AI, analyse de cycle de vie de Mistral Large 2 (Solutions Numériques, 2025)
ADEME et Arcep, Empreinte environnementale du numérique, 2022-2025 ; The Shift Project, 2025
Luccioni, Jernite et Strubell, Power Hungry Processing, 2023
C. Cozette, Intelligence artificielle : défis énergie-climat et opportunités de décarbonation, Université Paris-Saclay, mars 2025