Amazon et Google: la course à l’IA fait bondir leurs émissions de CO2 malgré leurs promesses

La montée en puissance de l’intelligence artificielle pèse désormais lourd dans le bilan climatique des géants du numérique. Google et Amazon viennent de publier des émissions de gaz à effet de serre en forte hausse, directement liées à l’expansion rapide des infrastructures nécessaires aux modèles d’IA.

Les chiffres fragilisent leurs engagements publics. Google affiche une hausse de 82% depuis 2019, tandis qu’Amazon atteint 58% sur la même période. Cette trajectoire révèle une contradiction croissante entre la course industrielle aux centres de données et les promesses de réduction carbone portées depuis plusieurs années par les deux groupes.

Google signale 82% d’émissions supplémentaires depuis 2019

Google fait face à un écart de plus en plus visible entre ses objectifs climatiques et sa trajectoire réelle. Le groupe s’est engagé à réduire ses émissions de moitié d’ici 2030, mais son dernier bilan fait état d’une progression de 82% depuis 2019. Sur la seule dernière année, la hausse atteint 18%, un rythme difficile à concilier avec une réduction rapide.

Le niveau atteint donne la mesure du problème. L’entreprise a rejeté 18,8 millions de tonnes équivalent CO2 l’an dernier. Ces rejets ne proviennent pas seulement des bureaux ou des centres de données déjà en service. Ils intègrent aussi la fabrication des équipements, l’achat de serveurs, la production de puces et la construction de nouvelles capacités informatiques.

La consommation électrique constitue un autre indicateur sensible. Celle de Google a doublé en trois ans et approche désormais celle d’un pays comme la Grèce. Cette comparaison illustre le changement d’échelle provoqué par l’IA, dont les besoins ne se limitent pas au lancement d’un service en ligne. Chaque modèle exige une infrastructure permanente, alimentée en continu, refroidie et renouvelée régulièrement.

La direction du développement durable reconnaît la tension. Kate Brandt indique que le déploiement des infrastructures d’IA accélère plus vite que la décarbonation du réseau électrique. La formule résume un dilemme industriel: même avec des achats d’électricité renouvelable, la demande progresse à une vitesse qui réduit l’effet des efforts climatiques affichés dans les rapports annuels.

Amazon enregistre 58% de hausse malgré sa promesse 2040

Amazon suit une trajectoire comparable, avec une hausse de 58% de ses émissions depuis 2019. Le groupe a pourtant promis d’atteindre la neutralité carbone d’ici 2040. La progression de 16% sur un an confirme que l’objectif reste soumis à une forte pression, en particulier dans un contexte où la demande en calcul informatique continue d’augmenter.

Le point le plus révélateur concerne la construction. Les émissions liées aux nouveaux centres de données ont bondi de plus de 40% en un an. Ce poste pèse lourd, car bâtir ces installations suppose du béton, de l’acier, des réseaux électriques, des systèmes de refroidissement et des équipements spécialisés. L’IA ne repose donc pas seulement sur du logiciel, mais sur une chaîne matérielle massive.

Kara Hurst, responsable du développement durable d’Amazon, reconnaît que la hausse de la demande peut ralentir le groupe dans son ambition environnementale. Cette prudence marque un changement de ton. Les entreprises technologiques présentaient souvent l’optimisation numérique comme un levier de sobriété, mais la nouvelle génération de services d’IA demande des moyens physiques dont le coût climatique devient plus difficile à minimiser.

Autre signal défavorable, les deux groupes polluent davantage pour chaque dollar d’activité. Autrement dit, les émissions augmentent plus vite que les ventes. Pour Amazon, cette situation constitue une première depuis au moins 2021. Elle affaiblit l’argument selon lequel la croissance numérique deviendrait progressivement moins carbonée grâce à l’efficacité énergétique et à l’achat d’électricité bas carbone.

Les centres de données concentrent le choc matériel de l’IA

La course mondiale à l’IA s’est accélérée après le succès de ChatGPT fin 2022. Depuis, les grands groupes investissent dans des infrastructures capables d’entraîner, d’héberger et de faire fonctionner des modèles toujours plus puissants. Les centres de données deviennent le cœur industriel de cette compétition, avec des bâtiments conçus pour accueillir des milliers de machines en activité permanente.

Le coût environnemental ne se limite pas à l’électricité consommée pendant l’utilisation. Les requêtes vocales, les images générées ou les modèles d’apprentissage automatique mobilisent des serveurs, des systèmes de stockage, des processeurs spécialisés et des réseaux. Le déploiement à grande échelle multiplie les besoins en puces, dont la fabrication suppose des chaînes industrielles complexes et fortement consommatrices de ressources.

Les infrastructures demandent aussi de l’eau pour le refroidissement, du foncier pour installer les sites et des matériaux lourds pour les bâtiments. Le béton et l’acier entrent dans le bilan avant même qu’un centre de données ne commence à fonctionner. Cette réalité rend insuffisante une lecture centrée sur la seule efficacité des logiciels ou sur les gains de productivité revendiqués par les entreprises.

Le débat porte donc sur le rythme de déploiement. Les groupes technologiques cherchent à capter la demande des entreprises, des administrations et du grand public. Mais chaque accélération commerciale renforce la pression sur les serveurs et sur les réseaux électriques. La critique principale tient à ce déséquilibre: les usages se diffusent plus vite que les moyens bas carbone disponibles pour les alimenter.

Les chaînes asiatiques pèsent dans les bilans carbone

Une grande partie de l’empreinte carbone ne se situe pas directement dans les locaux de Google ou d’Amazon. Chez Google, 85% de l’empreinte provient de la chaîne d’approvisionnement. Chez Amazon, cette part atteint 76%. Ces chiffres montrent que les émissions les plus difficiles à réduire se trouvent souvent chez les fournisseurs, sous-traitants et fabricants d’équipements.

Ces chaînes sont largement situées en Asie et restent fortement dépendantes des énergies fossiles. La fabrication de composants électroniques, de serveurs et de puces s’appuie sur des sites industriels où le charbon et le gaz conservent une place importante dans le mix énergétique. Même lorsqu’un géant du numérique verdit ses propres bureaux, son bilan global reste exposé à ces productions externalisées.

Cette dépendance complique la gouvernance climatique. Les entreprises peuvent imposer des critères à leurs fournisseurs, acheter de l’électricité renouvelable ou financer des programmes de réduction, mais elles ne contrôlent pas toujours directement la production industrielle. La rapidité de la demande en IA limite aussi la marge de négociation, car les acteurs cherchent avant tout à sécuriser des volumes de composants rares et performants.

La situation révèle une limite des promesses de neutralité carbone à l’échelle d’une entreprise mondiale. Les objectifs publics reposent sur des trajectoires longues, tandis que les décisions d’investissement se prennent dans l’urgence concurrentielle. Lorsque les capacités de calcul deviennent stratégiques, le climat passe derrière les impératifs de disponibilité, de performance et de parts de marché.

Antonio Guterres exige l’empreinte carbone, eau et foncier

Le 23 juin, Antonio Guterres a demandé aux dirigeants de l’IA de dire toute la vérité sur le coût écologique des centres de données. L’appel vise à rendre visibles des impacts encore mal compris par le public: émissions, consommation d’eau, occupation foncière et pression sur les réseaux électriques. La transparence devient un enjeu politique autant qu’industriel.

L’initiative portée au niveau international demande aux entreprises de publier leur empreinte carbone, mais aussi leurs impacts liés à l’eau et au foncier. Elle prévoit également un passage aux renouvelables d’ici la fin de la décennie. Cette demande s’inscrit dans un contexte où les rapports volontaires des entreprises ne suffisent plus à répondre aux interrogations sur le coût réel de l’IA.

Les groupes mettent en avant plusieurs leviers: énergies renouvelables, technologies de captage de CO2, amélioration du refroidissement et réduction du gaspillage. Ces mesures existent, mais leur efficacité dépend du rythme de croissance des infrastructures. Si la demande augmente plus vite que les gains obtenus, les émissions continuent de progresser malgré des investissements environnementaux réels et parfois coûteux.

Une autre question concerne la finalité des usages. Des analyses critiques pointent les liens entre plusieurs acteurs technologiques et le secteur pétro-gazier, dont Amazon avec BP, Google avec TotalEnergies et Gazprom, ou Mistral avec TotalEnergies. Le débat ne porte plus seulement sur l’efficacité des machines, mais sur les activités économiques que l’IA contribue à accélérer dans les prochaines années.