ChatGPT consomme-t-il vraiment de l’eau ? L’empreinte invisible de nos conversations avec l’IA

Derrière chaque prompt, une infrastructure bien réelle

Lorsque vous envoyez une question à ChatGPT, elle est traitée dans des centres de données remplis de serveurs. Ces machines réalisent des calculs, consomment de l’électricité et dégagent de la chaleur.

Cette chaleur doit être évacuée. Certains centres de données utilisent des systèmes de refroidissement qui consomment de l’eau, notamment par évaporation. Une part de l’empreinte est aussi indirecte : produire l’électricité nécessaire aux serveurs peut nécessiter de l’eau, selon la technologie utilisée et le mix électrique local.

L’eau ne sort donc évidemment pas de votre ordinateur lorsque vous appuyez sur « Envoyer ». Elle se trouve quelque part derrière l’écran, dans l’infrastructure physique qui rend le service possible.

Alors, combien d’eau consomme une requête ChatGPT ?

C’est là que le sujet devient délicat. En juin 2025, Sam Altman, CEO d’OpenAI, a avancé qu’une requête ChatGPT moyenne utiliserait environ 0,000085 gallon d’eau, soit approximativement 0,32 millilitre. Il indiquait parallèlement une consommation électrique moyenne d’environ 0,34 Wh par requête.

Ce chiffre ne doit pas devenir une vérité universelle du type « un prompt = 0,32 ml ». C’est un ordre de grandeur communiqué par le dirigeant d’OpenAI, pas une mesure indépendante universelle. La consommation réelle dépend notamment du modèle sollicité, de la longueur de la requête et de la réponse, du matériel utilisé, de la localisation du centre de données, de son système de refroidissement et de l’électricité qui l’alimente.

Pourquoi trouve-t-on des chiffres beaucoup plus élevés ?

Une étude académique publiée en 2023 par des chercheurs des universités de Californie Riverside et du Texas à Arlington a attiré l’attention sur l’empreinte hydrique des grands modèles d’IA. Elle estimait notamment que l’entraînement de GPT-3 dans des centres de données américains de Microsoft pouvait entraîner directement l’évaporation d’environ 700 000 litres d’eau douce. Les auteurs insistent aussi sur la forte variabilité géographique et temporelle de l’efficacité hydrique des infrastructures.

Ce chiffre et celui avancé par Sam Altman ne mesurent pas nécessairement la même chose. Entraînement d’un modèle, fonctionnement quotidien, refroidissement direct, consommation électrique indirecte et cycle de vie du matériel sont des périmètres différents. Demander « combien d’eau consomme ChatGPT ? » n’a donc pas une réponse unique.

Le véritable enjeu : changer d’échelle

Quelques dixièmes de millilitre paraissent insignifiants. Mais l’IA générative n’est plus utilisée occasionnellement par quelques chercheurs : elle devient une infrastructure numérique mondiale.

L’Agence internationale de l’énergie estime que les centres de données ont consommé environ 415 TWh d’électricité en 2024, soit environ 1,5 % de la consommation électrique mondiale. Dans son scénario central, elle prévoit environ 945 TWh en 2030 ; l’IA est le principal moteur de cette croissance. Cela ne signifie pas que ChatGPT consomme à lui seul ces 415 TWh : les centres de données exécutent de très nombreux autres services numériques. Mais cela montre où se situe le vrai sujet : la multiplication massive des calculs.

L’empreinte commence même avant le premier prompt

L’impact environnemental de l’IA ne se limite ni à l’eau ni à l’électricité consommées pendant son utilisation. Il faut fabriquer les accélérateurs spécialisés, les serveurs et les infrastructures nécessaires : extraction de matières premières, fabrication des semi-conducteurs, transport, construction puis renouvellement des équipements.

Des recherches récentes soulignent pourquoi une analyse environnementale complète doit intégrer le développement des modèles, leur entraînement, leur utilisation et la fabrication du matériel. Le cloud possède des bâtiments, des câbles, des puces, des systèmes électriques et des systèmes de refroidissement. Il est extrêmement matériel.

Faut-il alors arrêter de poser des questions à ChatGPT ?

Ce serait une conclusion trop simpliste. Réduire le débat écologique à « faites moins de prompts » ferait porter une part disproportionnée de la responsabilité sur l’utilisateur, alors que les leviers les plus puissants sont aussi industriels. L’efficacité du matériel, l’optimisation des modèles, la localisation des centres de données, leur refroidissement, la provenance de leur électricité et la transparence des opérateurs peuvent modifier considérablement l’empreinte d’un même service.

Côté utilisateur, la sobriété peut néanmoins avoir du sens : éviter les générations inutiles, privilégier une demande claire plutôt qu’une succession de tentatives mal cadrées et utiliser les modèles les plus lourds lorsque leur puissance apporte réellement quelque chose. Mais sans transformer chaque question posée à une IA en faute écologique.

Rendre visible ce qui était invisible

Pendant des années, nous avons parlé du numérique comme s’il était dématérialisé. L’explosion de l’IA nous oblige à regarder derrière l’écran. Une conversation avec ChatGPT mobilise une chaîne industrielle mondiale : puces, serveurs, centres de données, réseaux, électricité et eau. L’enjeu n’est pas de compter anxieusement chaque prompt, mais de disposer de mesures suffisamment transparentes et comparables pour savoir comment cette infrastructure évolue — et si les progrès d’efficacité parviennent réellement à suivre l’explosion des usages.

Les sources étrangères ci-dessous sont citées avec leurs titres originaux ; les explications de cette Storie en donnent une traduction et une mise en contexte en français.