Écologie et Intelligence Artificielle

L’essor de l’IA génère une pression écologique sans précédent sur les ressources en eau et électricité. Face à ce défi, la décentralisation et la reprise de la souveraineté numérique apparaissent comme les voies pour des solutions durables.

Dialectique de la centralisation-décentralisation de l’informatique

L’un des enjeux de l’intelligence artificielle, qu’on documente assez peu, c’est que l’intelligence artificielle rend tellement de services qu’il est difficile de regarder les choses qui « fâchent », la « face cachée » de l’intelligence artificielle. Je pense qu’il est important d’être lucide, pour tout simplement mieux comprendre le monde dans lequel nous vivons. Ensuite, de quelle manière peut-on s’engager et changer les choses ? Là, c’est beaucoup plus difficile à dire et cela appartient à chacun.e. Je propose une introduction à la dialectique entre Intelligence Artificielle et écologie, à jour en termes techniques au moment de l’écriture de cet article en 2025, et je termine par des propositions concrètes.

Les intelligences artificielles consomment des ressources naturelles de façon beaucoup plus importante que les centres de données traditionnels, qui hébergent les sites internet et autres bases de données, bancaires, photographiques, vidéos, textuelles, etc. Les intelligences artificielles fonctionnent principalement aujourd’hui dans des centres de données : les calculs qui produisent les résultats que nous recevons sur nos ordinateurs et nos téléphones ne sont pas faits dans nos appareils, nous faisons une requête dans notre terminal, qui est envoyée dans un centre de données, qui va produire le résultat grâce à une immense puissance de calcul, et nous le recevons dans notre téléphone ou ordinateur.

Oui, il y a aussi des logiciels embarqués dans les appareils, et on peut aussi faire tourner une intelligence artificielle générative sur son propre ordinateur sans utiliser de centre de données, sachant qu’il y a eu l’utilisation d’un centre de données pour l’entraînement initial de cette intelligence artificielle. Mais ensuite, on peut éventuellement l’installer sur son propre ordinateur. Cependant, ce dont on se rend compte immédiatement, c’est de l’extrême lenteur de la réponse. On voit notre ordinateur souffler, le ventilateur se mettre en route à la vitesse maximale, et pourtant, on reçoit les réponses au bout de plusieurs minutes, générées de façon très lente, et elles sont d’assez piètre qualité. Cela n’a rien à voir avec le résultat immédiat qu’on obtient lorsqu’on interroge une intelligence artificielle via Internet. On mesure donc, par cette expérimentation, les puissances nécessaires à la génération de résultats pertinents.

De plus, nos ordinateurs personnels ne peuvent pas faire tourner de grands modèles de langage, mais uniquement des petits modèles de langage, car ils n’ont pas suffisamment de mémoire vive pour rendre présente l’ensemble des données du modèle de langage dans leur mémoire, afin de pouvoir produire une réponse. Donc, non seulement ils sont extrêmement poussifs pour donner la moindre réponse, très imprécise car nous utilisons un petit modèle de langage, mais ils n’ont tout simplement pas les capacités techniques de faire fonctionner de grands modèles de langage, c’est-à-dire ceux qui nous sont utiles au quotidien.

On en revient donc à un système très centralisé, similaire à celui du Minitel. Le Minitel, arrivé en France en 1982, plus de dix ans avant l’arrivée d’Internet dans le monde, était un terminal qui ne faisait aucun calcul par lui-même, comme le font nos ordinateurs personnels et nos téléphones modernes. C’était un terminal qui permettait d’accéder à de gros ordinateurs, dans des centres de données, qui calculaient pour nous et nous envoyaient la réponse sur l’écran du Minitel. Puis sont arrivés les ordinateurs personnels qui nous permettaient de créer des documents, de traiter des images, etc. Et le Minitel a pris un coup de vieux, parce que lui n’avait pas de capacités propres, il ne pouvait rien faire s’il n’était pas connecté au réseau, il était en dépendance de services externes. Et de plus il bloquait la ligne téléphonique à l’époque, qui était unique dans les foyers, et la facturation était à la minute de connexion. Il n’y avait pas encore de téléphones mobiles ; ils ont commencé à être diffusés de façon large en France en 1997.

Après le Minitel, l’informatique personnelle est arrivée, marquant l’immense victoire de Microsoft grâce à son monopole sur les ordinateurs personnels avec son système d’exploitation Windows et bien d’autres choses. Et l’étape suivante fut l’arrivée d’Internet. Bill Gates, le fondateur et patron de Microsoft à l’époque, ne croyait pas du tout à Internet et a plutôt cherché à freiner son développement, parce que le modèle économique de Microsoft à l’époque était la vente de logiciels autour de l’écosystème des ordinateurs personnels (et professionnels, centré sur les ordinateurs eux-mêmes). Mais Internet est arrivé et a bouleversé le monde.

Histoire synthétique des centres de données

• Internet, dans sa première phase, à partir de 1995, était un espace de consultation de données, d’accès à des documents, qu’ils soient textuels, audios, vidéos ou visuels. Il ne s’agissait pas de calculs déportés, mais d’accès à des données extérieures, les calculs étant toujours faits dans nos ordinateurs.
• Puis arrive le smartphone en 2007 avec l’apparition de l’iPhone, qui change complètement la donne, car le téléphone se modèle alors sur l’ordinateur, c’est-à-dire qu’on peut modifier ses fonctions par l’ajout de logiciels, ce qu’on appelle les applications. Ce qui n’était pas le cas des téléphones avant l’iPhone, dont les fonctions étaient intégrées dans la fabrication matérielle de l’objet, alors qu’à partir de l’iPhone, les fonctions proviennent en grande partie des logiciels qu’on y installe.
• Avec le succès des smartphones se développe le cloud computing, c’est-à-dire la possibilité d’accéder à ses documents de façon fluide, quel que soit l’endroit où l’on se trouve.
• Ainsi, à partir de là, se sont redéveloppés des services de calcul et de gestion centralisés des documents personnels, ce qui n’était pas le cas d’Internet au début, qui ne concernait que des documents publics (les sites Internet). À partir de l’avènement du smartphone et du besoin d’accéder à nos données personnelles, se développe le cloud computing. Par exemple, Google Docs ou Windows 365 permettent d’accéder aux mêmes données que ce soit à partir de son ordinateur, de son téléphone ou même d’un autre ordinateur en vous connectant à votre compte. Ainsi, les centres de données, qui étaient utilisés au départ pour les données administratives et patrimoniales collectives ainsi que l’hébergement des sites web, ont gagné un nouvel usage : l’hébergement de plus en plus massif des données personnelles.
• Ce service de stockage, de gestion et d’accès à des données personnelles s’est aussi massivement développé pour les entreprises et les collectivités. Par exemple, si vous êtes une municipalité, au lieu d’opérer par vous-même votre stockage des données, de gérer des serveurs, un réseau, d’en assurer la maintenance et la sauvegarde, vous pouvez payer un abonnement à un centre de données tiers qui va gérer tout cela, sécuriser, proposer régulièrement de nouveaux services pour le même montant d’abonnement, etc. On se sépare donc, en quelque sorte, de ses données. Cela a un intérêt économique à court terme, car grâce aux économies d’échelle, ces grands centres de données offrent des prix d’abonnement attractifs, réduisent le personnel nécessaire, les infrastructures matérielles à gérer et les responsabilités. Cependant, ce n’est absolument pas ni bénéfique, ni économique ni écologique à long terme, on comprendra pourquoi dans la suite de cet article.
• Puis fin novembre 2022 arrive ChatGPT, la première intelligence artificielle générative textuelle, qui a ouvert la porte à un usage personnel et collectif massif et conscient des intelligences artificielles au quotidien (l’usage du GPS par exemple, n’est pas vécu comme l’usage d’une IA). Ces intelligences artificielles génératives n’ont pas seulement un usage « conversationnel ». Par exemple, il y a Windows Copilot, qui sont des suggestions faites au cœur même des logiciels, ce qui apporte un gain d’efficacité, qui est la première promesse de l’informatique dès son origine, est toujours renouvelée par les industriels de l’informatique afin qu’ils restent compétitifs sur leur marché si concurrentiel et en possibilité de mutations rapides des usages et des technologies. Nous restons chez le fabricant ou l’éditeur de logiciels qui nous offre la meilleure efficacité. C’est pour cette raison que se développent des outils d’intelligence artificielle qui vont nous faciliter la vie, et nous allons donc préférer rester avec les services qui nous facilitent le plus la vie.
• Pour que ces intelligences artificielles génératives fonctionnent, comme je l’indiquais en début d’article, cela demande d’immenses ressources de stockage et de calcul. C’est donc une quatrième gamme de centres de données qui leur est nécessaire (même si tout cela peut s’opérer dans les mêmes lieux physiques) qui apparaît : le calcul décentralisé massif. On en revient donc à la logique du Minitel, au fait qu’aujourd’hui, principalement, nous avons des terminaux qui calculent très peu eux-mêmes et qui font faire les calculs de façon déportée, dont nous recevons les résultats.

Comment fonctionne un centre de données

Intéressons-nous maintenant, à partir de ces rappels historiques, au fonctionnement de ces centres de données de calcul, afin d’introduire le sujet écologique en lien avec les intelligences artificielles. Quand ces centres de données s’installent sur des territoires, ils en exploitent les ressources naturelles de façon très importante. Sachons qu’il y a plusieurs types de centres de données, plusieurs technologies de refroidissement des machines, plusieurs types de composants, de processeurs, de disques durs, etc. Il est donc important de comprendre, pour ne pas avoir une vision simpliste des choses, que la consommation d’eau et d’électricité dépend aussi de la manière dont sont conçus les centres de données eux-mêmes.

Les centres de données utilisent principalement trois ressources matérielles : deux ressources locales et une ressource externe.

• Les deux ressources locales sont l’électricité pour faire fonctionner les machines et l’eau pour les refroidir.
• La ressource externe comprend tout le matériel technique dont ils sont constitués, comme les disques durs, les processeurs et tout ce qui va autour.

Je vais me concentrer ici sur les ressources locales, l’électricité et l’eau, sachant que la fabrication des processeurs, avec les terres rares qui sont consommées entre autres, est aussi une démarche très peu écologique.

L’accroissement des besoins en ressource électrique

L’électricité est nécessaire pour fournir l’énergie dont ont besoin les processeurs pour faire leurs calculs et les disques durs pour enregistrer les résultats de ces calculs, ce qui produit des échauffements, qu’il faut refroidir, le plus souvent avec de l’eau. Intéressons-nous à l’électricité et projetons-nous dans les années à venir. Les besoins en calcul pour les intelligences artificielles sont tels que les futurs centres de données à construire consommeront, tels qu’ils sont envisagés pour les trois grands industriels que sont Google, Microsoft et Amazon, qui sont les principaux fournisseurs de centres de données pour les trois prochaines années, 10 gigawatts chacun pour les besoins qui vont aller croissant. En effet, l’efficacité apportée par l’IA aux utilisateurs produit de l’économie, de nouveaux services, des clients fidèles, etc. 10 gigawatts par fournisseur de centres de données, c’est-à-dire 30 gigawatts en trois ans, cela semble juste un chiffre de consommation électrique. 10 gigawatts signifie 10 gigawatts de consommation électrique par an. Combien d’électricité produit une centrale nucléaire moyenne ? 1 gigawatt par an.

Cela signifie qu’à une perspective de trois ans, pour pouvoir produire l’électricité nécessaire à ces futurs centres de données, qui vont forcément s’installer car ils répondent aux besoins des humains qui consomment énormément d’intelligence artificielle, il faudrait en trois ans construire 30 nouvelles centrales nucléaires ! Une centrale nucléaire ne se construit pas en trois ans, mais en 5 à 15 ans. Ce niveau d’augmentation exponentielle de la consommation électrique est sans précédent. On évalue que pour les trois années suivantes, soit à l’horizon 2030-2031, il y aurait besoin de 30 gigawatts de plus, donc 30 centrales nucléaires supplémentaires… Ces informations proviennent d’Eric Schmidt, ex-directeur général de Google, début 2025.

Qu’est-ce que cela signifie concrètement ? Comment pourra-t-on répondre à un tel besoin ? Il est impossible de construire aussi vite autant de centrales nucléaires, et pas forcément souhaitable en termes écologiques ! Aujourd’hui, l’industrie du calcul et de la donnée consomme 3 % de la production électrique totale dans le monde. Et si on suit ces prévisions, qui sont des prévisions réalistes vu l’augmentation des usages des intelligences artificielles, dans quelques années, la consommation électrique des centres de données consommerait 99 % de la production électrique totale mondiale ! (selon Eric Schmidt toujours) Le développement de ces services d’intelligence artificielle ne peut pas être arrêté du fait de ce frein. La rapidité de l’évolution des besoins, poussée par les industriels qui en tirent profit, va forcer ces mêmes industriels à trouver très rapidement des solutions, qui ne seront pas forcément très pérennes en termes écologiques.

L’utilisation de l’eau

Passons maintenant du côté de l’utilisation de l’eau. L’eau est indispensable pour refroidir les serveurs. Il y a une énorme dissipation de chaleur du fait du fonctionnement de ces microprocesseurs, qu’il faut refroidir. Si on ne les refroidissait pas, ils s’arrêteraient tout simplement de fonctionner, car sans refroidissement, leur température monterait sans s’arrêter et ils fondraient. On est donc obligés de refroidir ces systèmes. Peut-être qu’un jour, grâce aux futurs ordinateurs quantiques, on pourra fabriquer des calculateurs qui produiront moins de chaleur résiduelle que les calculateurs actuels. C’est précisément le sujet que j’abordais tout à l’heure : la façon dont on construit ces machines des centres de données est, à mon avis, le vrai sujet écologique, pour pouvoir produire autant de puissance de calcul que nécessaire, sans produire des effets secondaires écologiques si graves. C’est en concevant différemment le système de production lui-même qu’on pourra limiter ses effets sur l’environnement, à mon avis.

D’où vient cette eau ? Eh bien, majoritairement, elle provient du réseau d’eau potable du territoire sur lequel le centre de données est installé… Pour les mêmes raisons de rapidité, comment trouve-t-on rapidement de l’eau dont on a besoin tout de suite pour refroidir les machines ? Eh bien, en se connectant au réseau d’eau potable. Google, par exemple, utilise 75 % d’eau potable dans sa consommation d’eau. Il se vante que 25 % de l’eau qu’ils utilisent est de l’eau récupérée ou de l’eau non potable (selon Ophélie Cœhlo dans Géopolitique du numérique, 2023). On sait à quel point l’eau est une denrée rare et précieuse. On peut tous vivre, dans les moments de forte chaleur, des restrictions collectives sur la consommation d’eau (tout comme en hiver des moments de restrictions collectives de l’électricité, du fait du manque de ressources). Mais comment arbitrer lors de fortes chaleurs entre l’eau disponible pour les citoyens et l’eau nécessaire pour les centres de données ? Peut-on raisonnablement, en tant que collectivité territoriale ou État, choisir d’imposer aux centres de données de réduire leur capacité ou même de s’arrêter temporairement ? C’est malheureusement tout bonnement impossible. En effet, comme ces centres de données abritent les données des collectivités elles-mêmes, du fait qu’elles utilisent l’externalisation de la donnée, comme je l’expliquais dans l’article Numérique et rationalité, si on réduisait, par moments l’apport en eau aux centres de données, eh bien, on n’aurait plus accès, potentiellement, à nos propres données, et ainsi, on bloquerait le fonctionnement des services d’un territoire, d’un pays, les banques, les communications, les hôpitaux, etc. Il y a donc une hiérarchie qui n’est même pas politique, mais simplement fonctionnelle : l’eau sera donnée d’abord au centre de données avant d’être donnée aux personnes.

Reste-t-il un peu de vertu en ce monde ?

Un centre de données historique suisse (Infomaniak) a choisi d’utiliser la chaleur produite pour chauffer 6 000 logements dans la ville de Genève et de conserver des machines anciennes pour faire fonctionner son centre de données, qui mixe des machines nouvelles et des machines anciennes pour les données qui demandent moins de puissance de calcul, comme celles des sites internet par exemple. Ce centre de données héberge aussi des intelligences artificielles. Et donc, il est peut-être plus vertueux d’aller faire appel aux intelligences artificielles hébergées dans ce type d’endroits. Mais la manière dont les services d’intelligence artificielle sont intégrés aux grands monopoles, c’est-à-dire directement dans vos outils Microsoft ou Google, par exemple, limite forcément notre capacité de choix personnel d’usage de tel ou tel centre de données.

C’est pourquoi une introduction basée sur une perspective historique et technologique me semble nécessaire pour comprendre les fondamentaux du sujet de l’impact écologique de l’intelligence artificielle. Il me semble très important de continuer à s’informer sur ce sujet, car nos simples choix individuels, puisque que nous sommes un grand nombre d’êtres humains, peuvent avoir des impacts importants. Et les choix des collectivités dont nous pouvons être acteurs (agents, élus, citoyens) doivent être faits par des personnes détentrices d’une réflexion informée sur des choix qui peuvent sembler de prime abord plus raisonnables en termes économiques, mais qui peut-être se révéleront à relativement brève échéance assez catastrophiques sur le plan écologique, d’une part, et sur le plan de la responsabilité et de la capacité à mettre en œuvre sa responsabilité directement, d’autre part, du fait de la dépendance non questionnée à des grands industriels qui font peu de cas du sujet écologique, par nécessité.

Des pistes pour l’avenir

Ma suggestion est de reprendre le pouvoir sur sa donnée, son stockage, son exploitation et son calcul. Les outils existent. Les intelligences artificielles les plus ambitieuses sont open source, on peut les installer où on le souhaite. Et il me semble qu’il y a un enjeu écologique majeur à redevenir responsables nous-mêmes des infrastructures techniques qui font fonctionner nos systèmes. Ainsi, les usages pourront en être bien plus raisonnés. Je ne parle pas de frugalité, car l’intelligence artificielle apporte énormément de services tout à fait utiles, mais dès lors qu’on décentralise, on croit qu’on fait moins d’économies d’échelle et, en effet, en termes purement capitalistes, ce n’est pas aussi efficace. Mais par contre, en termes de responsabilité, de capacité d’entraide, de coopération, d’intelligence collective et de reprise de la souveraineté sur nos données et les calculs dont nous avons besoin pour fonctionner, nous reprenons la main de nos choix techniques et écologiques.

Les démarches coopératives du logiciel libre permettent de faire monter en compétence, de façon décentralisée, tous ces petits mini-centres qui produisent la décentralisation plutôt que la dépendance d’un unique monopole. La coopération est essentielle. La fabrication du bien commun passe par la décentralisation et la communication entre tous ces mini-centres décentralisés. C’est-à-dire que la coopération ne peut pas aller de pair avec la centralisation. On le voit même dans les fonctionnements et les modalités de gestion du personnel dans les grandes entreprises : les grandes entreprises qui veulent fonctionner de façon souple et agile se doivent de se réorganiser en micropôles qui coopèrent entre eux et qui s’enrichissent mutuellement. Cela produit des résultats beaucoup plus probants qu’une centralisation globalisante qui montre ses limites en termes d’apport à l’intelligence collective, d’une part, et d’autre part, qui montre ses limites en termes de projet écologique.

Reprenons nos données, décentralisons, coopérons, devenons responsables concrètement et matériellement des données qui sont les nôtres, pour ouvrir un éventuel futur du numérique moins destructeur du vivant que ce qui se profile.