Consommation d’eau de l’IA : la vérité sur la soif des data centers

Temps de lecture : 9 min

Pourquoi les data centers consomment-ils de l’eau ?

L’essor de l’intelligence artificielle (IA) suscite de nombreuses interrogations, et sa consommation d’eau est l’une des plus préoccupantes. Pour comprendre ce phénomène, il faut d’abord s’intéresser aux data centers, ces gigantesques hangars remplis de serveurs qui font tourner l’IA. Ces installations génèrent une chaleur intense, et pour éviter la surchauffe, elles doivent être refroidies. La méthode la plus répandue consiste à faire circuler de l’eau froide dans des tuyaux qui traversent les serveurs. Une grande partie de cette eau s’évapore ensuite, ce qui constitue une consommation directe.

Mais ce n’est pas tout. Les data centers consomment également énormément d’électricité. Or, pour produire cette électricité, que ce soit dans des centrales nucléaires, thermiques ou hydroélectriques, de l’eau est nécessaire. Cette consommation est dite indirecte. Enfin, il faut ajouter l’eau utilisée pour la construction même du data center (béton, acier, câbles, etc.) et la fabrication de ses composants électroniques.

Des chiffres qui varient du tout au tout

Pour répondre à la question de la consommation d’eau de l’IA, il est tentant de chercher un chiffre unique. Mais la réalité est plus complexe. Une étude mise à jour en 2025 par des chercheurs de l’université de Californie estimait qu’il fallait entre 10 et 50 questions à ChatGPT pour consommer un demi-litre d’eau. Cependant, cette estimation se basait sur l’ancien modèle GPT-3, quasiment plus utilisé aujourd’hui.

De son côté, Sam Altman, le patron d’OpenAI, a publié en juin 2025 une estimation bien différente : une seule requête à ChatGPT consommerait seulement 0,32 millilitre d’eau, soit l’équivalent d’une petite cuillère à café. Mais cette donnée a été fournie sans aucune méthodologie, ce qui la rend difficile à vérifier. En comparaison, produire un hamburger nécessite près de 380 litres d’eau, et un café, 64 litres.

Pourquoi de tels écarts ? Parce qu’il n’existe pas de méthode de calcul consensuelle. Chaque entreprise publie ses propres chiffres, souvent sans préciser le périmètre (version de l’IA, localisation du data center, prise en compte ou non du refroidissement et de la production d’électricité). Comme le souligne Anne-Laure Durand, cheffe de l’unité Observatoires des marchés à l’Arcep : « Il y a tant de chiffres antinomiques aujourd’hui… C’est dur de se faire un avis informé sur le sujet. »

Combien d’eau les data centers consomment-ils vraiment ?

Le nombre exact de data centers dans le monde est inconnu, mais les estimations tournent autour de 12 000. Leur consommation d’eau totale est également difficile à mesurer. Un rapport de l’Agence internationale de l’énergie (AIE) l’estimait à environ 600 milliards de litres en 2023. Cette eau se répartit ainsi :

• 25 % pour le refroidissement direct.
• 66 % pour la production d’électricité (consommation indirecte).
• 9 % pour la construction et la fabrication du matériel.

Un rapport plus récent, daté d’avril 2026, indique que la consommation d’électricité des data centers mondiaux a bondi de plus de 15 % entre 2024 et 2025, ce qui a très probablement fait grimper leur consommation d’eau indirecte.

Que disent les géants de la tech ?

Certaines entreprises publient des données dans leurs rapports de soutenabilité. Google, par exemple, déclare avoir consommé 30 milliards de litres d’eau en 2024 dans ses centres de données, uniquement pour le refroidissement. Microsoft, de son côté, annonce 5,8 milliards de litres pour la période juin 2023-juin 2024. Amazon, le leader du cloud, ne publie aucun chiffre précis, tout comme d’autres acteurs majeurs comme xAI, Digital Realty ou Equinix.

Mais ces chiffres sont trompeurs. Ils ne concernent que la consommation directe (refroidissement), et ne tiennent pas compte de la consommation indirecte liée à l’électricité ou à la construction. De plus, les méthodes de calcul diffèrent d’une entreprise à l’autre, ce qui rend toute comparaison hasardeuse.

La situation en France

La France, qui se veut un pôle majeur de l’IA en Europe, compte déjà de nombreux data centers. Selon un rapport de l’Arcep, le volume d’eau prélevé par ces centres en France a atteint 681 000 mètres cubes en 2023, soit une hausse de 19 % par rapport à l’année précédente. Ce volume est constitué en quasi-totalité d’eau potable. La consommation nette (après évaporation) avoisinait les 400 000 mètres cubes la même année.

Ces chiffres restent modestes par rapport à d’autres secteurs, mais ils sont en croissance rapide et posent la question de la disponibilité de l’eau dans les zones où ces centres s’implantent.

Un impact local souvent sous-estimé

L’impact d’un data center sur les ressources en eau dépend fortement de sa localisation. Une analyse de S&P Global révèle que 43 % des centres de données sont situés dans des pays ou régions en stress hydrique.

À The Dalles, dans l’Oregon (États-Unis), les data centers représentent déjà un tiers de la consommation d’eau de la ville. Les autorités prévoient d’ailleurs des travaux pour puiser encore plus dans les zones environnantes, malgré une sécheresse persistante. Comme le souligne Tressie Kamp, directrice adjointe du Center for Water Policy de l’université du Wisconsin-Milwaukee : « À en croire les projections pour les États-Unis, l’usage de l’IA va continuer à se développer. La bonne question à se poser est : puisque nos réserves en eau sont limitées, qu’est-ce qui nous attend si on continue à ce rythme ? »

Des comparaisons rarement pertinentes

Il est courant de comparer la consommation d’eau des data centers à celle d’autres secteurs. Par exemple, l’irrigation agricole aux États-Unis nécessitait environ 446 milliards de litres par jour en 2015. Mais ces comparaisons sont souvent biaisées, car elles ne prennent pas en compte les mêmes périmètres (direct vs. indirect). De plus, le numérique peut aussi permettre des économies d’eau dans d’autres domaines, comme la visioconférence qui évite des déplacements en voiture, ou le stockage dans le cloud qui réduit l’impression papier.

Pour conclure, je dirais que la transparence reste le maître-mot. En résumé, il est urgent que les entreprises du secteur adoptent une méthode de calcul consensuelle et publient des données fiables. Ce n’est qu’à cette condition que nous pourrons évaluer l’impact réel de l’IA sur nos ressources en eau et prendre les mesures nécessaires.