Que peut l'IA pour le climat ? Les 10 bénéfices possibles, classés et chiffrés

Les entreprises de l'IA présentent leur technologie comme une aide pour le climat : selon un rapport du cabinet BCG et de Google, elle pourrait aider à réduire de 5 à 10 % les émissions mondiales d'ici 2030. Le rapport ne publie pas sa méthode et renvoie à une étude antérieure du même cabinet. Pour mesurer ce que l'IA apporte, nous avons repris usage par usage les chiffres publiés, et classé chacun selon sa nature.

Les usages sont rangés d'abord selon la nature de la meilleure preuve publiée : mesuré, estimé, puis annoncé ou sans gain chiffré. À nature égale, les gains mesurés sont rangés selon la solidité de la publication (essai relu par des pairs, étude relue, prépublication et cas de vendeur), les gains estimés selon le tonnage publié, quand il existe. Le classement est le nôtre ; chaque chiffre renvoie à sa source.

Le résultat le mieux établi concerne les traînées de condensation, qui forment des nuages et réchauffent le climat (la comparaison de l'IA et de l'avion en donne le poids). En 2023, Google et American Airlines ont dévié 22 vols selon une prévision des zones où se forment les traînées, et les ont comparés à 22 vols témoins : les vols déviés ont formé 54 à 64 % de traînées en moins, pour 2 % de carburant en plus. Un second essai, mené à l'échelle du réseau d'une compagnie et publié en prépublication en 2026, a désigné 1 232 vols pour l'évitement, dont 112 ont effectivement été déviés : la baisse est de 11,6 % sur l'ensemble et de 62 % sur les vols déviés, sans écart de carburant significatif. L'effet sur le réchauffement n'a pas été mesuré.

La surveillance des forêts a été évaluée dans une étude publiée dans Nature Climate Change, qui a comparé les zones abonnées aux alertes de déforestation par satellite aux autres, dans 22 pays tropicaux. En Afrique, les alertes ont réduit de 18 % la probabilité de déforestation ; l'étude ne trouve aucun effet sur les autres continents. Elle mesure l'effet des alertes, sans isoler celui de l'IA qui les produit.

Pour les bâtiments, un essai mené par DeepMind, Google et le fabricant Trane sur 2 sites, la centrale de froid d'un campus universitaire et un bâtiment commercial, a réduit leur énergie de refroidissement de 9 et 13 % par rapport aux régulateurs habituels de Trane, sur 3 mois ; les résultats sont publiés en prépublication. Les cas publiés par les vendeurs de ces systèmes vont plus loin, comme 15,8 % d'électricité de chauffage, de ventilation et de climatisation en moins sur un immeuble de New York, sans vérification par un tiers. Le chiffre le plus cité, 40 % d'énergie de refroidissement en moins dans un centre de données de Google, vient d'un billet de 2016 qui compare des périodes avec et sans le modèle, sans en publier les données ; il équivaut, selon Google, à 15 % du surcoût énergétique du site hors informatique. Hormis le cas publié par BrainBox AI, 37 tCO2e en 11 mois, aucun de ces résultats ne chiffre les tonnes de CO2e évitées.

Les chiffres qui portent sur des millions ou des milliards de tonnes sont des estimations. L'AIE estime que la détection et la réparation continues des fuites de méthane sur les sites pétroliers et gaziers, que l'IA aide à étendre, éviteraient près de 2 millions de tonnes de méthane, environ 60 MtCO2e ; elle cite des gains d'efficacité de 5 à 10 % dans les transports et de 2 à 6 % dans l'industrie lourde. Au total, les applications de l'IA qui existent déjà pourraient éviter 1,4 milliard de tonnes de CO2 en 2035 dans le scénario d'adoption généralisée de l'AIE, qui suppose leur déploiement dans une partie des usines, des flottes et des bâtiments, sans les effets rebond, que l'AIE juge incertains. C'est environ 4 % des émissions du secteur de l'énergie cette année-là.

Le Grantham Research Institute, avec l'économiste Nicholas Stern, estime le potentiel de 3 secteurs seulement, l'électricité, la viande et les produits laitiers, et les véhicules légers, à 3,2 à 5,4 milliards de tonnes de CO2e par an en 2035. Google déclare que 9 de ses produits ont aidé à éviter 41 millions de tonnes de CO2e en 2025, dont 27,8 millions pour l'aide de Google Earth à l'implantation de centrales solaires et éoliennes ; l'entreprise précise que ces chiffres n'ont pas été vérifiés de façon indépendante.

Mis en regard, les potentiels dépassent les émissions que les mêmes études prévoient pour l'IA. L'AIE le dit elle-même : ses 1,4 milliard de tonnes dépasseraient de 3 à 5 fois les émissions de l'électricité de tous les centres de données en 2035, 300 à 500 millions de tonnes de CO2 selon ses scénarios. Dans le même rapport, l'AIE juge exagérées à la fois les craintes que l'IA accélère le changement climatique et l'attente qu'elle le règle à elle seule. Le Grantham Research Institute met en regard de ses 3,2 à 5,4 milliards de tonnes une hausse de 0,4 à 1,6 milliard de tonnes de CO2e due aux centres de données et à l'IA. L'AIE ajoute qu'aucun élan ne garantit aujourd'hui l'adoption de ces applications, et que leur effet total, même en 2035, « pourrait être marginal » sans conditions nouvelles.

Les 2 grandeurs ne se soustraient pas. Les gains supposent une adoption générale, les émissions un scénario de croissance de l'IA. Aucune étude ne publie, pour un usage donné, à la fois le gain mesuré et les émissions de l'IA qui l'a produit. Une étude de 2026, parue dans npj Climate Action, prend le problème par l'autre bout : en modélisant les gains de productivité que l'IA apporterait aux producteurs d'énergies fossiles et renouvelables, elle trouve une hausse nette des émissions mondiales, de 0,47 à 1,8 milliard de tonnes de CO2 par an. L'analyse sur la crise climatique détaille ces scénarios.

Les 10 usages du classement reposent sur des modèles spécialisés : prévision du trafic ou des traînées, pilotage d'une climatisation, classification d'images satellites, prédiction de cristaux. Les sources ne font presque jamais la distinction avec l'IA générative ; c'est notre lecture des méthodes qu'elles décrivent, et nous n'avons trouvé aucun gain climatique mesuré d'un grand modèle de langage ; le point de vue sur l'IA de surface et l'IA des profondeurs traite de l'IA sans interface. Un rapport de février 2026, coordonné par l'association Beyond Fossil Fuels sur 154 déclarations d'entreprises et d'institutions, fait cette distinction : 74 % des bénéfices climatiques annoncés n'y sont pas étayés, la plupart des bénéfices annoncés portent sur l'IA classique, et la plupart des dommages viennent, selon ses auteurs, de l'IA générative.

Le rapport 2026 de Google publie les 2 chiffres. Google estime que 9 de ses produits ont aidé des tiers à réduire leurs émissions de 41 millions de tonnes de CO2e en 2025, environ 3 fois ses propres émissions selon son calcul. Il publie aussi des émissions de sa chaîne d'approvisionnement en hausse de 25 % en 2025, qu'il explique par la construction de son infrastructure d'IA et par des fournisseurs d'Asie-Pacifique dont l'électricité reste peu décarbonée.

Pour nous, au Projet Celsius, l'IA peut aider le climat, et quelques usages l'ont montré sur le terrain : les traînées des avions, la climatisation, les alertes de déforestation. Ces gains sont réels et restent à l'échelle d'un essai, d'un bâtiment ou d'une région. Les milliards de tonnes qui circulent sont des potentiels ; certains, comme les 5 à 10 % de BCG et Google, sont publiés par des entreprises qui vendent l'IA. Nous jugerons un bénéfice climatique de l'IA sur 2 chiffres publiés ensemble : le gain mesuré, et les émissions de l'IA qui l'a produit. Pour aucun usage, les 2 ne sont encore publiés ensemble.