Google vient de publier une nouvelle étude sur l’empreinte carbone de Gemini, son modèle d’intelligence artificielle. L’entreprise l’affirme : faire une requête auprès de Gemini est plus vertueux pour l’environnement que de regarder la télévision.
L’empreinte carbone de Gemini est faible selon Google
Google a révélé ses données sur l’empreinte écologique d’une requête Gemini. Cette annonce alimente le débat entre efficience technologique et véritable sobriété énergétique, alors même que la question de l’IA et de la consommation devient cruciale.
Selon Google, un prompt textuel médian dans les applications Gemini consomme 0,24 Wh d’énergie, génère 0,03 g de CO₂ et requiert 0,26 ml d’eau, soit l’équivalent de cinq gouttes seulement. Pour mettre ces chiffres en perspective, l’entreprise affirme que cela correspond à moins de neuf secondes de télévision.
Dans le même temps, Google revendique avoir divisé sa consommation énergétique par 33 et son empreinte carbone par 44 en un an. Ces résultats auraient été rendus possibles grâce à des mesures transversales : exploitation optimisée du matériel, algorithmes spécialisés, refroidissement plus efficace et recours accru aux énergies renouvelables dans ses data centers. Une démarche que Google compare à celle des constructeurs automobiles qui réduisent la consommation de carburant tout en maintenant la performance.
Derrière les chiffres : la critique comme moteur d’amélioration
Mais ces résultats ne font pas l’unanimité. Plusieurs experts mettent en garde contre une vision trop réductrice. Selon eux, Google se concentre sur l’usage direct de l’eau pour le refroidissement, tout en omettant la consommation indirecte liée à la production d’électricité, par exemple dans les centrales.
Autre critique majeure : la méthode retenue pour calculer les émissions de CO₂ est dite market-based (fondée sur l’achat d’énergie renouvelable), ce qui peut sous-évaluer l’impact réel dans les zones à forte dépendance aux énergies fossiles. Les normes internationales recommandent plutôt une approche location-based, jugée plus réaliste et transparente. Comme pour l’automobile, le bilan environnemental dépend autant de la source d’énergie que de l’efficacité du moteur.
Enfin, l’étude ne couvre que la phase d’inférence (la réponse générée par le modèle), excluant donc l’entraînement initial de Gemini, particulièrement énergivore. Selon plusieurs estimations scientifiques, l’entraînement de tels modèles pourrait consommer des gigalitres d’eau et émettre des centaines de tonnes de CO₂. Si chaque requête semble peu consommatrice, l’utilisation massive peut rapidement inverser cette perception. D’après le Lawrence Berkeley National Laboratory (LBNL), les IA pourraient représenter plus de 50 % de la consommation électrique des centres de données d’ici 2028, contre 4,4 % aujourd’hui aux États-Unis.
