L'IA de surface et l'IA des profondeurs

Depuis que ChatGPT est entré dans les bureaux et les salles de classe, une question revient dès qu'on parle de climat et de numérique : faut-il culpabiliser d'utiliser l'IA ? Elle arrive avec son cortège de chiffres. Une bouteille d'eau pour un mail rédigé par un chatbot, une recharge de smartphone pour une image générée, une question à ChatGPT qui consommerait 10 fois une recherche Google.

Ces chiffres ont un point commun : ils reposent sur des estimations de 2023 et 2024, faites sur des modèles et des machines d'une autre génération. La meilleure mesure publique à ce jour, publiée par Google en août 2025, donne 0,24 Wh pour une question médiane à Gemini. OpenAI annonce 0,34 Wh pour ChatGPT, « à peu près ce qu'un four consomme en un peu plus d'une seconde », et les estimations indépendantes tombent entre 0,2 et 0,6 Wh. Selon le pays où tourne le serveur, cela fait entre 0,01 et 0,2 gramme d'équivalent CO2 par question. Même à 50 questions par jour pendant un an, on reste sous 0,1 % de l'empreinte carbone d'un Français, qui était de 8,3 tonnes en 2025.

On pourrait s'arrêter là et rassurer tout le monde. Sauf qu'en 2025, l'électricité consommée par les centres de données dédiés à l'IA a augmenté de 50 % selon l'Agence internationale de l'énergie, celle de Google de 37 %, et les commandes de turbines à gaz ont explosé aux États-Unis. Ces constats sont vrais en même temps, et ce qui les réconcilie tient en une image : l'IA a une surface et des profondeurs. Le débat public regarde la surface, alors que l'empreinte se joue presque entièrement en dessous.

J'appelle IA de surface celle qui a une interface et quelqu'un devant : la fenêtre de ChatGPT, de Gemini, de Vibe (ex-Le Chat) ou de Claude, l'image qu'on demande, la vidéo qu'on génère pour une story. C'est la seule que le grand public voit, et donc la seule dont il débat. Elle est massive en audience : ChatGPT comptait 900 millions d'utilisateurs par semaine fin 2025, et recevait 2,6 milliards de messages par jour dès juin 2025, dont 73 % sans lien avec le travail selon l'étude publiée par OpenAI avec le NBER.

Rapportée à l'énergie, cette audience pèse peu. À 0,34 Wh la question, ChatGPT grand public consomme de l'ordre de 0,3 TWh par an, environ 0,2 % des quelque 155 TWh consommés en 2025 par les centres de données dédiés à l'IA. Même en multipliant ce chiffre par 5 pour tenir compte des documents longs et du raisonnement, puis par 3 pour ajouter les autres assistants, le chat grand public reste sous 5 % de l'électricité de l'IA.

La surface s'est pourtant étendue au-delà de ce qu'on demande. Les résumés générés par l'IA en tête des résultats de Google touchent 2,5 milliards de personnes par mois, et Meta AI a passé le milliard d'utilisateurs en s'installant dans la barre de recherche de WhatsApp et d'Instagram, sans que personne ne les ait sollicités. Même là, l'énergie reste modeste : si chaque recherche sur le web passait par une IA simple, l'AIE estime que le total resterait sous 4 TWh par an, moins de 1 % de l'électricité des centres de données.

La surface a aussi ses usages lourds. Une image coûte 1 à 3 Wh, soit 3 à 10 questions. Une question avec raisonnement poussé peut monter entre 17 et 34 Wh selon les estimations faites sur GPT-5, et un clip vidéo de 5 secondes va de quelques Wh à près de 1 kWh selon le modèle. Ces écarts justifient de choisir ses usages, mais ils ne changent pas l'ordre de grandeur : la consommation qui fait construire des centrales n'est pas là.

L'IA des profondeurs n'a personne devant elle. Ce sont les modèles qui choisissent chaque publication et chaque publicité d'un fil d'actualité, les agents qui exécutent des tâches pendant que leur propriétaire dort, les chaînes de traitement automatique des entreprises, et l'entraînement des modèles, que personne ne déclenche en posant une question.

Les volumes totaux, eux, ont changé d'échelle. Google traitait 9 700 milliards de tokens par mois au printemps 2024, et plus de 3 millions de milliards en mai 2026, 330 fois plus en 2 ans ; un quart de ce flux passe par son API, c'est-à-dire par les logiciels de ses clients, et l'essentiel du reste par ses propres produits, des résumés de recherche à l'application Gemini. L'API d'OpenAI traitait 15 milliards de tokens par minute en avril 2026, probablement davantage que ChatGPT lui-même. Les outils de développement internes de Google sont passés de 500 à 3 000 milliards de tokens par jour entre mars et mai 2026, et Microsoft redessine Copilot pour confier des tâches à des agents qui continuent de travailler après la déconnexion de l'utilisateur.

Le saut se lit aussi à l'échelle d'une personne. Le climatologue Zeke Hausfather a compté sa propre consommation d'agents de programmation : environ 3 kWh par jour en moyenne sur 8 semaines, soit de l'ordre de 1,1 MWh par an à ce rythme, autant que près de 200 utilisateurs assidus de ChatGPT. Quant à la recommandation de contenus, elle représentait déjà jusqu'à 79 % des calculs d'inférence dans les centres de données de Facebook en 2019, bien avant ChatGPT. Meta la fait aujourd'hui tourner sur des centaines de milliers de puces conçues pour elle, et y intègre des grands modèles de langage. Meta ne publie plus aucune répartition de ses calculs depuis 2021.

C'est la difficulté : l'IA des profondeurs est aussi la moins documentée. Ma formation de physicien me souffle une analogie. Comme la matière noire, elle représente probablement l'essentiel de la masse, et on ne la détecte que par ses effets. Pour les galaxies, c'est la vitesse de rotation des étoiles. Ici, c'est le réseau électrique. GE Vernova affiche 116 GW de commandes et de réservations de turbines à gaz, vendues des années à l'avance. En juillet 2026, PJM, qui gère le réseau de 13 États de l'est des États-Unis, s'est retrouvé pour la première fois de son histoire à court de 6,8 GW pour couvrir son exigence de fiabilité ; il attribue aux centres de données 30 des 32 GW de hausse de pointe attendue d'ici 2030. Meta prévoit jusqu'à 5 GW pour son site Hyperion en Louisiane, alimenté par 7 nouvelles centrales à gaz. xAI, la société d'Elon Musk, a installé des dizaines de turbines sans permis près de Memphis, ce qui lui vaut une plainte de la NAACP depuis avril 2026.

L'informaticien Mark Weiser écrivait en 1991 que les technologies les plus abouties sont celles qui disparaissent, au point de se fondre dans la vie quotidienne. L'IA prend ce chemin, et c'est ce qui rend son empreinte si difficile à mettre en débat : ce qui disparaît du regard disparaît aussi des comptes.

Les 5 plus grandes entreprises du numérique ont investi plus de 400 milliards de dollars dans leurs infrastructures en 2025, et prévoient plus de 700 milliards en 2026. Selon l'AIE, c'est désormais davantage que l'investissement mondial dans l'exploration et la production de pétrole et de gaz. Ce capital produit une marchandise dont le prix s'effondre : à performance égale, le coût d'un token a été divisé par 9 à 900 chaque année selon les tâches, d'après Epoch AI.

Quand la capacité de raisonner devient une matière première bon marché, la question est de savoir qui peut l'acheter en quantité. Un particulier en consomme à la cuillère : 50 questions par jour, de l'ordre de 18 millions de tokens par an en comptant un millier de tokens par échange. Près de 500 clients du cloud de Google en consomment chacun plus de 1 000 milliards par an, soit autant que 55 000 utilisateurs assidus. Ce rapport de 1 à 55 000 n'est pas un détail de marché : les moyens de production intellectuelle, longtemps répartis dans les têtes de millions de travailleurs, deviennent un service industriel qui s'achète au volume, et celui qui a déjà des processus à automatiser et du capital pour payer en achète le plus.

L'expression « IA des profondeurs » se lit d'ailleurs aussi au sens propre. Equinor attribue à l'IA, qui a retraité ses données sismiques, 27 nouvelles découvertes sur le plateau continental norvégien, et Chevron revendique un gain d'efficacité de plus de 30 % dans ses forages du bassin permien. Une étude publiée en août 2026 dans npj Climate Action estime que les gains de productivité apportés par l'IA à l'extraction fossile pourraient ajouter 0,47 à 1,8 milliard de tonnes de CO2 par an, soit 3 à 12 fois les émissions de tous les centres de données du monde. L'IA qui aide à forer plus profond pourrait peser plus lourd dans le bilan climatique que l'électricité qu'elle consomme.

Même logique, moins spectaculaire, du côté de la publicité : un modèle qui cible mieux fait vendre davantage. Les chercheuses Sasha Luccioni, Emma Strubell et Kate Crawford rangent ces effets parmi les « effets d'induction », ceux qui n'apparaissent dans aucun compteur de centre de données et que personne ne mesure.

En 1865, l'économiste William Stanley Jevons constatait que des machines à vapeur plus efficaces n'avaient pas réduit la consommation de charbon britannique : elles l'avaient fait grimper, en rendant la vapeur rentable pour de nouveaux usages. L'IA rejoue la scène 160 ans plus tard : Google a divisé par 33 l'énergie d'une question à Gemini entre mai 2024 et mai 2025, et sa consommation totale d'électricité a augmenté de 37 % en 2025, ses émissions de 18 % selon sa propre comptabilité. Le mécanisme n'a rien de mystérieux : un centre de données est dimensionné par la puissance que le réseau lui accorde, et une puce plus efficace sert à produire plus de tokens par mégawatt, pas à consommer moins de mégawatts.

Jean-Marc Jancovici a popularisé l'idée d'« esclaves énergétiques » : chaque kWh consommé fait travailler des machines à notre place, avec une force qu'aucun corps humain ne fournirait. Ce que nous appelons croissance est d'abord cette démultiplication de la force physique par l'énergie fossile. L'IA étend le principe au travail intellectuel : après les esclaves énergétiques viennent les esclaves cognitifs, qui trient, rédigent, codent, surveillent et recommandent sans fatigue, avec pour seule limite de cadence la puissance électrique disponible.

La différence avec l'âge de la vapeur tient à la vitesse : l'électricité des centres de données a augmenté de 17 % en 2025, et celle des centres dédiés à l'IA de 50 %, quand la demande mondiale progressait de 3 %. Selon les relevés satellites de l'AIE, la capacité des « usines d'IA » a plus que triplé en 18 mois. Le Shift Project estime que les émissions du secteur augmentent d'environ 9 % par an, quand il faudrait les réduire de 5 % par an pour tenir les objectifs climatiques. L'écart se creuse entre le rythme d'une société humaine, qui met des décennies à transformer ses bâtiments et ses mobilités, et celui d'une machine industrielle qui triple ses capacités en un an et demi.

Ce monde a des limites physiques. D'ici 2030, les centres de données demanderaient plus de 0,5 million de tonnes de cuivre par an et plus de 10 % de la demande mondiale de gallium, un métal dont la Chine contrôle l'essentiel du raffinage et qu'elle restreint à l'export depuis 2023. Selon une étude parue dans Nature Computational Science, l'IA générative pourrait produire 1,2 à 5 millions de tonnes de déchets électroniques cumulés entre 2020 et 2030 ; l'association GreenIT retient pour un serveur d'IA une durée de vie de 1 à 3 ans, contre 7 pour un serveur classique. Et l'électricité bas carbone n'est pas illimitée, même en France : les projets de centres de données avaient réservé environ 18 GW de raccordement en mai 2026, l'équivalent d'un cinquième de la pointe hivernale, alors que les mêmes kWh sont attendus pour électrifier les transports, le chauffage et l'industrie.

L'IA n'est pas aujourd'hui l'un des grands émetteurs de la planète. L'AIE associe aux centres de données environ 150 millions de tonnes de CO2 par an, environ 0,4 % du CO2 énergétique mondial, à peu près un sixième de la part de l'aviation. D'ici 2030, ils devraient peser moins de 10 % de la hausse mondiale de la demande d'électricité, moins que la climatisation, les moteurs industriels ou les voitures électriques. La thèse de ce texte porte sur l'accélération, pas sur le stock.

La répartition entre surface et profondeurs est un ordre de grandeur raisonné à partir de données hétérogènes, pas une mesure : aucune entreprise ne publie la part de ses calculs qui sert ses utilisateurs, ses clients professionnels ou ses propres systèmes. La recommandation de contenus pourrait être le plus gros bloc comme un bloc en recul.

L'IA des profondeurs n'est pas non plus inutile par nature. Elle détecte des fraudes, pilote des réseaux électriques, lit des images médicales. L'AIE estime que les applications existantes pourraient éviter environ 1,4 milliard de tonnes de CO2 en 2035 si elles étaient largement adoptées, tout en précisant que rien n'enclenche aujourd'hui cette adoption. Sur 154 promesses climatiques de l'industrie examinées en février 2026 par l'association Beyond Fossil Fuels, aucune ne montrait de réduction vérifiée et substantielle due à l'IA générative.

Enfin, la surface n'est pas sans effet. C'est elle qui installe l'habitude, nourrit les audiences, et justifie aux yeux des marchés les investissements qui financent les profondeurs. Ne pas culpabiliser de sa question à ChatGPT n'interdit pas de se demander à quoi on participe.

La question « combien coûte mon prompt ? » est légitime, et sa réponse est rassurante. Elle a l'inconvénient de laisser hors champ l'essentiel. En mai 2025, 84 % des tokens traités par la plateforme OpenRouter passaient par des modèles qui ne publient aucune donnée environnementale, selon une étude de Sasha Luccioni et ses coauteurs reprise par l'Arcep. Le règlement européen sur l'IA impose aux fournisseurs de grands modèles de documenter l'énergie de leur entraînement, mais pour le seul Bureau européen de l'IA, pas pour le public. La notation énergétique des centres de données européens arrive en 2027. Rien ne vise les agents, l'IA activée par défaut ou les usages industriels qui tournent sans interface.

Quelques exigences découlent pourtant directement de ce constat :

1. Publier, modèle par modèle, l'énergie de l'usage et pas seulement celle de l'entraînement, calculée avec le réseau électrique réel plutôt qu'avec les contrats d'électricité verte.
2. Compter l'IA dans les Bilans Carbone® des entreprises, dans leurs achats de services numériques et de matériel, au lieu de la noyer dans un poste « informatique ».
3. Rendre les fonctions d'IA activables plutôt qu'actives par défaut. L'ADEME demande déjà que l'utilisateur puisse au moins les désactiver.
4. Conditionner les nouveaux centres de données à la récupération de leur chaleur, à leur consommation d'eau et à leur capacité à s'effacer lors des pointes, et décider collectivement à quoi doivent servir les kWh bas carbone.

À la surface, chacun peut continuer à poser ses questions sans rougir. C'est dans les profondeurs que se décide si cette technologie aide une économie à vivre dans ses limites ou l'aide à les dépasser plus vite, et ces décisions ne se prennent pas dans une fenêtre de chat.