Le PDG d’OpenAI a déclenché une vague de réactions cette semaine. Lors d’un événement organisé par The Indian Express en marge du sommet India AI Impact Summit 2026, Sam Altman a choisi de relativiser l’empreinte écologique de l’intelligence artificielle avec un argument pour le moins inattendu : former un humain coûte, lui aussi, une quantité considérable d’énergie.
L’argument de la comparaison humaine
Face aux critiques récurrentes sur le coût environnemental de ChatGPT, Altman a développé un raisonnement en deux temps. Il a d’abord jugé « injuste » de comparer l’énergie dépensée pour entraîner un modèle d’IA à celle consommée par une seule requête humaine. Puis il a franchi un pas supplémentaire : “Il faut aussi beaucoup d’énergie pour former un être humain. Cela prend 20 ans de vie et toute la nourriture ingérée pendant cette période avant de devenir intelligent.”
Sa conclusion : si l’on mesure le coût énergétique d’une réponse unique de ChatGPT par rapport à ce qu’un humain dépense pour accomplir la même tâche, l’IA aurait déjà rattrapé, voire dépassé, l’humain en termes d’efficacité. L’argument est rhétoriquement habile. Il déplace le débat du collectif vers l’individuel, et de l’infrastructure vers l’unité de service rendu. Mais cette logique ne résiste pas longtemps à l’examen des chiffres globaux.
Ce que les données révèlent vraiment
L’Agence internationale de l’énergie (AIE) estime que la consommation électrique mondiale des data centers dépassera les 800 TWh en 2026, contre 460 TWh en 2022. Dans les scénarios les plus pessimistes, ce chiffre pourrait franchir le seuil des 1 000 TWh dès la fin de cette année. Pour donner une mesure concrète, c’est davantage que la consommation électrique totale de la France en une année.
L’intelligence artificielle générative constitue déjà 10 à 15% de la consommation électrique des data centers à l’échelle mondiale, une part qui devrait atteindre 20% d’ici 2030 selon l’Institut français des relations internationales (Ifri). La chercheuse en IA Sasha Luccioni ne mâche pas ses mots : l’IA générative consommerait 30 fois plus d’énergie qu’un moteur de recherche, et le professeur Jon Ippolito de l’université du Maine estime qu’un prompt complexe mobilise jusqu’à 210 fois plus d’électricité qu’une recherche Google classique.
L’eau : une polémique « totalement fausse » ?
Sur la question de la consommation d’eau, Altman a été catégorique. Il a qualifié de « complètement faux » et « totalement insensé » les chiffres circulant sur internet, notamment l’affirmation selon laquelle une requête ChatGPT nécessiterait 17 gallons d’eau (environ 64 litres). Il a précisé que ce problème était réel par le passé, lorsque les data centers utilisaient le refroidissement par évaporation, mais qu’il appartient désormais au passé.
La réalité est plus nuancée. Une étude des universités de Californie et du Texas datant de 2023 estimait que GPT-3 consommait environ un demi-litre d’eau pour générer 10 à 50 réponses, uniquement via l’évaporation pour le refroidissement des serveurs. Ce chiffre, déjà sujet à discussion, ne prenait pas en compte l’eau indirectement consommée lors de la production d’électricité. Un rapport de Business Energy UK a calculé, de son côté, que ChatGPT dans son ensemble consommerait près de 54 milliards de litres d’eau par an, soit plus de 102 000 litres à la minute. La vérité se situe probablement entre l’optimisme d’Altman et les estimations les plus alarmistes.
La transparence : le vrai angle mort
Ce que les déclarations d’Altman occultent, c’est l’absence quasi totale de données vérifiables sur le sujet. Aucune obligation légale ne contraint aujourd’hui les entreprises technologiques à publier leurs chiffres réels de consommation d’eau et d’énergie. Des chercheurs indépendants tentent de reconstituer ces données par des méthodes indirectes, avec les marges d’erreur que cela implique.
Cette opacité structurelle est précisément ce qui alimente les chiffres extrêmes que dénonce Altman. Si OpenAI, Microsoft et les autres hyperscalers publiaient des rapports de consommation détaillés et vérifiés, le débat gagnerait en clarté et perdrait en hystérie. La montée en puissance des data centers est d’ores et déjà corrélée à une hausse des prix de l’électricité dans plusieurs régions du monde, un signal économique que les opérateurs eux-mêmes ne peuvent ignorer.
L’aveu implicite d’une urgence énergétique
Altman a néanmoins reconnu ce qui constitue peut-être le fond du problème : la consommation totale liée à l’IA à l’échelle mondiale est une « préoccupation légitime ». Sa réponse ne passe pas par la réduction des usages, mais par une transition accélérée vers les énergies décarbonées. « Nous devons nous tourner très rapidement vers le nucléaire, l’éolien et le solaire », a-t-il déclaré.
Cette position est cohérente avec les investissements d’OpenAI dans le domaine : l’entreprise soutient activement plusieurs projets de réacteurs de nouvelle génération aux États-Unis. Elle l’est aussi avec les projections de l’AIE, selon lesquelles la demande électrique des data centers pourrait plus que doubler d’ici 2030 si la tendance actuelle se poursuit. Dans ce contexte, l’argument de la comparaison avec l’humain ressemble moins à une défense solide qu’à une façon de gagner du temps pendant que l’industrie cherche ses alternatives énergétiques.
Une rhétorique révélatrice d’une industrie sous pression
L’épisode dit quelque chose d’important sur l’état du débat autour de l’IA en 2026. Sam Altman est aujourd’hui l’un des dirigeants technologiques les plus scrutés au monde, et chacune de ses interventions publiques est analysée autant pour ce qu’elle dit que pour ce qu’elle tait. Comparer ChatGPT à un être humain est une formule efficace pour les réseaux sociaux ; ce n’est pas une réponse au défi climatique que pose la croissance exponentielle de l’IA.
Les chercheurs et les régulateurs demandent de plus en plus une transparence énergétique imposée aux géants du numérique, similaire aux obligations de reporting carbone qui s’appliquent progressivement aux grandes entreprises industrielles. La vraie question n’est pas de savoir si un humain consomme plus d’énergie qu’une requête IA sur sa vie entière. Elle est de savoir si l’industrie de l’intelligence artificielle sera capable de croître à ce rythme tout en respectant les engagements climatiques mondiaux, sans que cela ne reste un simple sujet de communication.
