Le déploiement des modèles d’IA générative — capables de générer des nouveaux contenus sous forme de texte, d’images, d’audio ou encore de vidéos — a « bouleversé le domaine du numérique », souligne l’Ademe en préambule. L’agence s’applique à rappeler, comme elle le fait depuis des années au sujet des usages numériques, que ces modèles (associés à des agents IA, ou « IA agentiques », permettant de réaliser de manière autonome des tâches et de prendre des décisions pour atteindre des objectifs donnés) ont un impact qui n’a, lui, « rien d’artificiel ou d’immatériel ».

La fabrication même des infrastructures de calcul nécessaires à l’IA générative s’accompagne de « nombreux impacts » (puces dédiées, processeurs, cartes de mémoire vive et autres composants qui nécessitent entre autres l’extraction de métaux). Mais « la majeure partie des impacts directs de l’IA provient de la consommation d’énergie pour alimenter les serveurs de calcul, ainsi que pour les refroidir ».

Avant même l’utilisation des nouveaux modèles, ceux-ci doivent être « entraînés » : selon Mistral IA, les entraînements de son modèle Large 2 ont ainsi eu « un impact évalué à 20 ktCO2eq, soit l’équivalent de l’empreinte annuelle de plus de 2 400 personnes en France ». Un ordre de grandeur qui peut être considéré comme « particulièrement conservateur » selon l’Ademe.

En matière d’usage, l’Ademe souligne que les consommations énergétiques et impacts sont « extrêmement variables », en fonction du type de requête (texte, image, vidéo, audio), de la puissance du modèle ou encore de la longueur de la réponse. En juillet 2025, ChatGPT revendiquait 2,6 milliards de requêtes. Sur la base d’une consommation de 0,34 Wh pour une requête moyenne en 2025 (donnée émanant de Sam Altman PDG d’OpenAI), « cela signifierait que les requêtes ChatGPT nécessitent 884 MWh par jour, l’équivalent de la consommation électrique de 145 000 personnes en France »⁽¹⁾.

Si l’Ademe reconnaît le besoin d’obtenir davantage de données sur les modèles et requêtes propres à l’IA générative et agentique, elle souligne dans le même temps « une trajectoire qui appelle la vigilance ». Dans un scénario tendanciel, l’Agence estime que la consommation des centres de données pour les usages français pourrait être multipliée par 3,7 d’ici à 2035 en France.

Au niveau mondial, l’Agence internationale de l’énergie (AIE) a évalué à 485 TWh la consommation mondiale des centres de données en 2025 (une hausse de 17 % par rapport à 2024). Aux États-Unis, la consommation de ces data centers était déjà estimée à 176 TWh en 2023 (soit 4,4 % de la consommation américaine d’électricité) par le département de l’Énergie, qui « prévoit un doublement, voire un triplement d’ici à 2028, ce qui représenterait entre 6,7 et 12 % de la consommation électrique nationale ». L’Ademe souligne à ce sujet le risque de conflits d’usage, avec d’autres secteurs engagés dans une électrification bas carbone.

L’Agence mentionne par ailleurs un ensemble d’impacts indirects des IA, qui peuvent être positifs (optimisation des chaînes logistiques, maintenance prédictive, efficacité énergétique, adaptation au changement climatique, etc.) ou négatifs (avec notamment le développement de nouveaux terminaux utilisateurs dédiés à l’IA plus énergivores).

Pour mieux quantifier l’ensemble des impacts environnementaux de l’IA, l’Ademe appelle in fine à « une plus grande transparence des acteurs dominants afin d’accéder à leurs données, mais également une méthodologie solide, standardisée et commune, pour prendre en compte l’ensemble des impacts et comparer les modèles entre eux afin de permettre aux utilisateurs une décision éclairée ». L’Agence évoque par ailleurs la possibilité de créer « un outil de type label, indice ou autre, d’éco-conception ou de frugalité des services d’IA », ce qui pourrait favoriser des modèles européens plus spécialisés.

1. Avec une consommation résidentielle moyenne d’électricité par habitant de l’ordre de 2 200 kWh par an (soit près de 6 kWh par jour).