🔋 D'où vient l'énergie que consomme l'IA ?

Quand on parle de l'énergie que consomme l'intelligence artificielle, on parle presque toujours de deux choses : ce que coûte l'entraînement d'un modèle et ce qu'il consomme chaque fois qu'on l'utilise. Mais si on me demande d'où vient l'énergie que consomme l'IA, je dirais qu'elle vient de trois endroits. On parle beaucoup du premier. Des deux autres, presque pas.
🏭 1. Celle que tout le monde mesure : les centres de données
Selon l'Agence internationale de l'énergie (AIE), les centres de données ont consommé environ 415 TWh en 2024, près de 1,5 % de l'électricité mondiale, et ses projections tablent sur environ 945 TWh en 2030. 🔌 Une seule requête, en revanche, consomme très peu : Google estime qu'un message texte typique envoyé à Gemini consomme environ 0,24 Wh, à peu près une seconde de micro-ondes.
La conclusion semble claire : chaque requête est minuscule, ce qui pèse, c'est la somme, et le fait que ça ne s'éteint jamais.
🏠 2. Celle que personne n'additionne : nos appareils
L'IA ne vit pas seulement dans les centres de données. Elle vit aussi dans le téléphone qui se vide avant la fin de la journée, dans l'ordinateur portable qui reste allumé toute la nuit pour qu'un agent continue à travailler, dans le chargeur qu'on ne débranche jamais, dans la box qui ne se repose jamais et dans l'écran qui nous éclaire le visage à deux heures du matin. 📱💻
Chaque appareil consomme peu. Mais multiplié par des centaines de millions de personnes, dans chaque foyer et chaque bureau du monde, ce n'est plus si peu.
Ce n'est pas une idée sans fondement. Une étude de Malmodin et ses collègues, publiée dans Telecommunications Policy (2024), a estimé qu'en 2020 l'ensemble du secteur numérique a utilisé près de 4 % de l'électricité mondiale : environ 223 TWh pour les centres de données et environ 250 TWh pour les réseaux. Et, selon des résumés de ce même travail, les appareils des utilisateurs (téléphones, ordinateurs, tablettes) consommaient encore plus que chacune de ces deux parties. Ces données datent d'avant l'essor de l'IA, et personne n'a encore mesuré quelle part de ce que consomment aujourd'hui nos appareils lui est due. C'est justement pour ça qu'il vaut la peine de la nommer : c'est une énergie répartie sur des millions de tables de chevet, qui ne fait jamais les gros titres.
🧠 3. Celle qu'on ne sent même pas : la nôtre
Et puis il y a la troisième. Elle ne sort d'aucune prise. Elle vient de nous.
🌙 Encore une petite minute
Il y a une scène qui se répète de plus en plus. Quelqu'un se réveille à l'aube, encore à moitié endormi, et avant même de se lever, il a déjà le téléphone à la main. Il regarde ce que l'agent d'IA a fait pendant la nuit, lui donne une instruction de plus et se promet de se rendormir tout de suite.
Cette promesse n'est presque jamais tenue.
Je le sais parce que cette personne, bien souvent, c'était moi. Depuis des semaines, je travaille de longues heures avec l'IA : je me lève très tôt pour continuer et je me couche très tard. Et je ne suis pas un cas isolé :
- 🌐 Des figures connues du secteur le racontent. Selon Axios, Garry Tan, PDG de Y Combinator, a raconté avoir passé 19 heures d'affilée à travailler avec des agents, sans s'endormir avant cinq heures du matin. Andrej Karpathy, celui-là même qui a inventé l'expression vibe coding, a même parlé d'une sorte de « psychose de l'IA ». Et le CTO d'une entreprise tech a comparé ces outils à des machines à sous.
- ⏳ Les entreprises le voient aussi. En 2025, Anthropic a ajouté des limites hebdomadaires à ses abonnements, car certains utilisateurs faisaient tourner son outil de programmation « en continu, 24 h/24, 7 j/7 ».
- 📈 Nous sommes de plus en plus nombreux. Selon Pew Research, la part des adultes américains qui utilisent ChatGPT est passée de 18 % en 2023 à 44 % en 2026, et OpenAI évoque environ 900 millions d'utilisateurs hebdomadaires.
🎰 Pourquoi il est si difficile de s'arrêter
Ce n'est pas un manque de volonté. Il y a derrière des mécanismes très humains :
- ⚡ La récompense immédiate. Tu demandes quelque chose et en quelques minutes tu le vois fonctionner. Notre cerveau réagit fortement à l'anticipation d'une récompense, surtout quand le résultat est incertain : « voyons si cette fois c'est parfait ». C'est pour ça que la comparaison avec la machine à sous revient si souvent. C'est une analogie, pas un diagnostic, mais elle parle.
- 🚀 L'illusion de l'impossible. Des projets restés des années dans un tiroir voient le jour en quelques semaines. C'est réel, et c'est merveilleux. Mais quand tout semble possible, chaque idée devient urgente.
- 💸 Le « utilise-le ou perds-le ». Beaucoup d'abonnements d'IA ont des limites qui se réinitialisent avec le temps. Si tu ne les utilises pas, tu as l'impression de gaspiller ce que tu as déjà payé. Une étude classique de Harvard sur les salles de sport a montré quelque chose de semblable : ceux qui paient d'avance y vont beaucoup juste après avoir payé, poussés par ce même sentiment. L'appliquer à l'IA est une observation personnelle, pas une étude, mais je la reconnais en moi.
- 📱 Sans frontières. L'agent travaille pendant que tu dînes et te notifie dans ta poche. Le travail et le repos vivent dans le même appareil.
🧟 La fatigue qu'on ne sent pas
C'est ce qui m'inquiète le plus. Je passe la journée avec sommeil, dans une sorte d'état de zombie, et pourtant je ne me sens pas fatigué. À chaque instant, j'ai l'impression d'avancer, de progresser, d'accomplir des choses. La satisfaction de voir ce que fait l'IA me rend ce qu'elle me prend. Du moins, c'est ce qu'il semble.
C'est comme un prêt d'énergie : tu as l'impression d'en avoir à revendre, mais tu l'empruntes à ton sommeil.
Les données suggèrent que cette sensation peut nous tromper :
- 🧪 METR (2025). Lors d'un essai avec 16 développeurs expérimentés, ceux qui utilisaient l'IA ont mis 19 % de temps en plus, mais pensaient avoir été 20 % plus rapides. C'est une petite étude, avec des outils du début de 2025. L'intérêt n'est pas de dire que l'IA nous ralentit, mais que se sentir rapide et l'être ne sont pas toujours la même chose.
- 🏢 Berkeley Haas (Harvard Business Review, 2026). Une étude de huit mois dans une entreprise tech a montré que l'IA ne réduisait pas le travail, elle l'intensifiait : plus de tâches, plus de rythme, moins de pauses.
- 🌫️ BCG (2026). Une enquête auprès de près de 1 500 travailleurs a décrit ce qu'ils ont appelé l'AI brain fry : brouillard mental et décisions plus lentes chez environ 14 % des personnes interrogées.
🍔 À qui la faute ?
Je crois que la responsabilité est partagée. C'est un peu comme la restauration rapide : personne ne t'oblige à en acheter, mais tout est conçu pour qu'il soit très difficile de dire non. Les entreprises tech savent très bien comment fonctionne notre attention, et cela leur donne une responsabilité.
Mais cela n'enlève rien à la nôtre. C'est toujours nous qui décidons quand ouvrir le téléphone et quand le poser, même si c'est difficile.
🌱 Nous restons humains
Je n'ai encore rien essayé pour ralentir, et je préfère être honnête là-dessus. Mais je veux commencer : fixer des heures de déconnexion sans croire à l'illusion que, si je m'arrête, je perds. Parce que c'est justement ce qui t'empêche de t'arrêter.
Si un ami me racontait qu'il en est au même point, je lui dirais ceci : à un moment, il faut mettre certaines choses en pause, parce que nous restons humains. On ne peut pas mettre de côté notre vie quotidienne et ce qui nous passionne pour poursuivre de façon si agressive un rêve qui risque d'emporter beaucoup d'autres choses avec lui. Dont le sommeil. 😴
Au fond, tout ce que nous construisons, une app, un projet, une entreprise, nous le faisons en quête de bien-être. Et le bien-être, ce n'est pas rester collé à un écran toute la journée. Le bien-être, c'est vivre : profiter de ce que cet investissement peut nous apporter, avec les gens qu'on aime et les choses qui nous rendent heureux.
Alors oui, mesurons les watts des centres de données. Additionnons aussi ceux de nos maisons. Et commençons à mesurer le reste.
⚡ Que la plus grande énergie que consomme l'IA ne soit pas notre propre énergie vitale.
📚 Sources
- AIE, Energy and AI (2025).
- Google, Measuring the environmental impact of AI inference (2025).
- Malmodin et al., ICT sector electricity consumption and greenhouse gas emissions – 2020 outcome, Telecommunications Policy (2024).
- Pew Research Center, utilisation de ChatGPT aux États-Unis (2026).
- TechCrunch, les nouvelles limites hebdomadaires d'Anthropic (2025).
- Axios, agents d'IA, épuisement et addiction (2026).
- METR, étude avec des développeurs expérimentés (2025).
- Harvard Business Review, AI Doesn't Reduce Work—It Intensifies It (2026).
- BCG, When using AI leads to brain fry (2026).
- Gourville et Soman, HBS Working Knowledge (2002).
✍️ Par Santiago Perea Restrepo