IA & Climat

Le constructeur chinois de véhicules électriques Xpeng a mis en service à Canton une chaîne de production automatisée à plus de 80 %, dédiée à son robot humanoïde IRON, dont le premier exemplaire est sorti d'usine en marchant seul. L'entreprise revendique la première ligne industrielle au monde pour un humanoïde avancé et vise la production de masse dès fin 2026. Pendant ce temps, le programme Optimus de Tesla accumule les retards et se contente de convertir une ligne automobile existante. Les livraisons hors de Chine, Europe comprise, sont annoncées pour 2027 : la vraie bataille se jouera sur la capacité à fabriquer ces machines en volume et à un coût soutenable.

Depuis le 3 septembre 2026, les Londoniens peuvent être pris en charge par une voiture autonome via l'application Uber : moins de vingt Ford Mustang Mach-E électriques pilotées par l'intelligence artificielle de la société britannique Wayve. Chaque véhicule embarque encore un chauffeur professionnel licencié, juridiquement responsable du trajet, car le Royaume-Uni n'autorisera la conduite sans superviseur qu'à partir de la seconde moitié de 2027. C'est le premier déploiement commercial de robotaxis dans une grande capitale européenne, sur un modèle nettement plus prudent que celui de Waymo aux États-Unis. Pour l'Europe, qui affine ses propres règles sur le véhicule autonome, l'expérience londonienne fait figure de test grandeur nature.

Face à l'assèchement des nappes alsaciennes après une vague de chaleur inédite, l'École nationale du génie de l'eau et de l'environnement de Strasbourg (ENGEES) expérimente depuis mars 2026 la réinfiltration d'eaux urbaines — pluviales, de piscine, usées traitées — pour recharger les aquifères. Baptisé SIRENE, le dispositif installé à la station d'épuration de Plobsheim reproduit, à l'aide de seize colonnes de sol, le trajet de l'eau depuis la surface urbaine jusqu'à la nappe. Cofinancé par l'Eurométropole de Strasbourg et la Région Grand Est, le projet doit chiffrer d'ici 2027 les bénéfices de cette recharge artificielle autant que ses risques, notamment sanitaires.

Amazon, Google, Meta ou Microsoft misent de plus en plus sur des centrales à gaz naturel pour alimenter leurs data centers IA aux États-Unis, faute de pouvoir se raccorder assez vite au réseau électrique classique. Mais selon la société d'analyse Noreva, cette ruée pourrait faire tripler les prix du gaz dans certains hubs américains, au-delà de 10 dollars le million de BTU contre 2 à 4,50 dollars aujourd'hui. L'enjeu dépasse les frontières américaines : les États-Unis fournissent déjà près de la moitié des importations de GNL de l'Union européenne, une ressource désormais disputée par la demande électrique des hyperscalers, au moment même où le continent doit se sevrer du gaz russe d'ici fin 2027.

Saint-Gobain a signé le 28 juillet un accord-cadre avec Microsoft pour intégrer l'intelligence artificielle générative dans sa R&D, sa chaîne d'approvisionnement et sa relation client. Le groupe français vise notamment à accélérer jusqu'à 40 % la mise sur le marché de nouvelles formulations moins émettrices de CO2, en réduisant le recours aux essais en laboratoire. L'accord prévoit aussi que Saint-Gobain fournisse ses solutions bas carbone (panneaux préfabriqués, isolation, vitrage résistant au feu) pour les futurs data centers de Microsoft, où le groupe est déjà engagé sur plus d'un millier de chantiers dans 32 pays.

SpaceX et Tesla construisent au Texas « Terafab », une usine de semi-conducteurs destinée aux centres de données de SpaceX et de sa filiale xAI — et l'alimenteront avec ses propres centrales au gaz naturel plutôt qu'avec du solaire, malgré la présence de Tesla Energy dans le projet. Le choix illustre une tension que l'Europe observe de près : la ruée vers le calcul IA pousse à rebâtir des capacités fossiles dédiées, quand la France et l'UE misent sur le nucléaire et des règles de transparence énergétique pour éviter le même écueil. Un précédent similaire chez xAI à Memphis, poursuivi en justice pour des turbines au gaz non autorisées, donne un avant-goût des tensions à venir autour de Terafab.

Pour un même résultat final, un agent autonome comme ChatGPT Agent ou Perplexity peut générer jusqu'à 60 fois plus d'impacts environnementaux qu'une IA générative « classique » comme Claude ou Gemini. C'est ce que révèle une étude de l'association GreenIT publiée en octobre 2025, première analyse multicritère des impacts de l'IA à l'échelle mondiale. En cause : le fonctionnement même des agents, qui enchaînent recherches, appels d'outils et itérations avant de livrer une réponse. L'étude chiffre aussi la trajectoire globale du secteur, avec des émissions qui pourraient être multipliées par sept d'ici 2030.

Nvidia, dont la valorisation boursière a franchi les 5 000 milliards de dollars portée par la demande mondiale de puces IA, a vu ses émissions de gaz à effet de serre bondir de 87 % sur son dernier exercice fiscal, passant de 3,8 à 7,15 millions de tonnes de CO2 équivalent, selon son propre rapport de durabilité. Cette hausse illustre le décalage croissant entre les engagements climatiques affichés par les géants de la tech et la réalité énergétique et hydrique de la course à l'IA. En France, où les émissions liées aux data centers ont bondi de 23 % en un an, et plus largement en Europe où leur consommation électrique doit fortement augmenter d'ici 2030, ce constat interroge directement les choix énergétiques qui accompagnent le déploiement massif de l'IA.

Une étude de l'association GreenIT publiée en 2025 chiffre pour la première fois l'ampleur de l'empreinte écologique de l'intelligence artificielle en Europe : carbone, minerais, eau et qualité de l'air. Le constat est renforcé par les propres chiffres de Nvidia, dont l'empreinte carbone a bondi de 87 % en un an sous l'effet de la fabrication de puces IA. Sans inflexion, l'IA pourrait absorber 62 % du budget de ressources soutenable de l'Europe dès 2030, contre 10 % aujourd'hui.

Trois ans après ChatGPT, aucune méthode standardisée ne permet encore de mesurer précisément l'impact environnemental de l'IA générative, faute d'obligation de transparence des fournisseurs de modèles. En France, l'association GenAI Impact (issue de Data For Good) a développé EcoLogits, une bibliothèque open source aujourd'hui intégrée au comparateur gouvernemental Compar.IA. De son côté, l'association Green IT projette une multiplication par sept des impacts de l'IA générative d'ici 2030 si aucune sobriété n'est adoptée, tout en rappelant que des mesures concrètes sont possibles dès aujourd'hui sans attendre une norme internationale.

Face à une consommation électrique de l'IA que l'Agence internationale de l'énergie voit multipliée par dix d'ici 2026, les leviers pour réduire son empreinte existent et sont documentés. L'AFNOR a publié un référentiel dédié, la Spec 2314, élaboré avec l'ADEME et une quarantaine d'acteurs, qui formalise une méthodologie de mesure et 31 fiches de bonnes pratiques. Des outils open source comme EcoLogits ou e-footprint, portés par l'écosystème Boavizta, permettent déjà de chiffrer concrètement l'impact d'un modèle avant de le déployer. Une structuration qui vise à sortir la sobriété de l'IA du seul registre déclaratif.