Combien d’électricité faut-il pour obtenir une réponse de ChatGPT, Deepseek ou Gemini ? La question reste sans réponse claire, malgré son importance croissante à l’ère de l’intelligence artificielle. Selon Reporterre, les géants du numérique cultivent une forme d’omerta sur l’impact énergétique réel de leurs modèles d’IA. Pourtant, des chercheurs indépendants ont tenté d’estimer cette consommation, souvent jugée sous-estimée par les acteurs du secteur.

Ce qu'il faut retenir

  • L’IA consomme massivement de l’électricité : une requête complexe peut nécessiter jusqu’à 0,3 wattheure, selon certaines estimations.
  • Aucun acteur majeur (OpenAI, Google, Mistral, etc.) ne publie de données détaillées sur la consommation de ses data centers dédiés à l’IA.
  • Les chercheurs s’appuient sur des modèles mathématiques pour évaluer l’empreinte énergétique, faute de transparence industrielle.
  • L’impact climatique de l’IA est un angle mort : les émissions liées aux data centers pourraient représenter jusqu’à 1,5 % des émissions mondiales d’ici 2027.
  • Des alternatives comme les modèles légers (Deepseek R1) réduisent la consommation, mais restent marginales.

Une opacité entretenue par les géants de la tech

OpenAI, Google et Mistral AI, leaders du marché de l’IA générative, ne communiquent aucune donnée précise sur la consommation électrique de leurs infrastructures. Selon Reporterre, cette absence de transparence est systématique. Les entreprises se contentent parfois de fournir des estimations globales, comme la consommation annuelle de leurs data centers, mais sans détailler l’allocation spécifique à l’IA. « Les chiffres que nous publions incluent l’ensemble des activités, y compris les services cloud et les usages grand public », a expliqué un porte-parole de Google, sous couvert d’anonymat.

Cette opacité contraste avec les déclarations publiques sur la « durabilité » des modèles. En 2024, Microsoft avait promis de rendre ses data centers « 100 % renouvelables d’ici 2030 ». Pourtant, aucun bilan détaillé n’a été fourni depuis. Les chercheurs soulignent que l’absence de standard de mesure permet aux entreprises de minimiser l’impact réel de leurs services.

Les chercheurs en première ligne pour évaluer l’impact

Faute de données officielles, des équipes universitaires et des ONG tentent de combler le vide. Une étude publiée en mars 2026 par l’Université de Californie à Riverside a modélisé la consommation d’une requête sur ChatGPT. Résultat : entre 0,0003 et 0,3 wattheure, selon la complexité de la question. Pour comparaison, un smartphone consomme environ 0,0001 wattheure en veille. « Les estimations varient énormément, car les infrastructures diffèrent d’un acteur à l’autre », précise Alex de Vries, chercheur spécialisé en impact numérique à l’Université libre d’Amsterdam.

D’autres travaux, comme ceux de l’Agence internationale de l’énergie (AIE), estiment que les data centers dédiés à l’IA pourraient représenter 4 % de la demande mondiale d’électricité d’ici 2030. Un chiffre qui dépasse largement les prévisions des entreprises elles-mêmes. « Ces projections sont alarmantes, car elles ne tiennent pas compte de la croissance exponentielle des usages », a souligné un expert interrogé par Reporterre.

Deepseek et les modèles légers : une piste pour réduire la facture ?

Face à l’explosion des coûts énergétiques, certains acteurs misent sur des alternatives moins gourmandes. Le modèle chinois Deepseek R1, lancé en janvier 2025, promet une consommation réduite de 30 % par rapport à ses concurrents. La start-up française Mistral AI a également développé des versions allégées de ses modèles, comme Mistral 7B, optimisées pour les serveurs moins puissants.

Pourtant, ces solutions restent marginales. Selon un rapport de Greenpeace publié en 2026, seulement 12 % des nouveaux modèles d’IA intègrent des critères d’efficacité énergétique. « Les entreprises privilégient encore la performance brute, même si cela se traduit par une explosion des coûts », a déploré un militant de l’ONG.

Et maintenant ?

Plusieurs pistes pourraient faire bouger les lignes dans les mois à venir. L’Union européenne doit finaliser, d’ici fin 2026, un règlement obligeant les géants du numérique à publier des audits énergétiques détaillés. Aux États-Unis, des sénateurs ont proposé un projet de loi similaire, inspiré du modèle français sur la transparence des data centers.

Dans l’immédiat, les utilisateurs n’ont d’autre choix que de se tourner vers des outils moins énergivores ou de limiter leur usage. Une chose est sûre : l’IA ne pourra plus longtemps échapper au débat sur son empreinte réelle.

Faute de données fiables, les consommateurs et les régulateurs restent dans l’inconnu. Une question persiste : combien d’électricité faut-il vraiment pour faire fonctionner une requête à l’ère de l’IA ? La réponse dépendra, en grande partie, de la capacité des acteurs du secteur à briser leur silence.

Plusieurs raisons expliquent cette opacité. D’abord, les modèles d’IA sont souvent déployés sur des infrastructures partagées, ce qui rend difficile l’isolation de leur consommation réelle. Ensuite, la concurrence pousse à minimiser les coûts perçus — une annonce sur la consommation pourrait être perçue comme un aveu de faiblesse. Enfin, les entreprises n’ont pas toujours les outils pour mesurer précisément l’impact de chaque requête, selon les experts.