Vous avez vu les titres. “L’IA assèche nos réservoirs.” “ChatGPT boit une bouteille d’eau par requête.” “Les centres de données vont laisser vos robinets à sec.” Ce récit est omniprésent, et il semble alarmant. Mais quand on suit réellement les chiffres, un tableau très différent se dessine.

L’affirmation selon laquelle l’IA et les centres de données consomment une quantité dangereuse d’eau n’est, pour être direct, pas étayée par les preuves.

Les chiffres derrière le bruit

Commençons par l’échelle du problème tel qu’il est présenté. Une étude largement citée de l’Université du Colorado en 2023 suggérait que l’entraînement de GPT-3 avait consommé environ 700 000 litres d’eau. Ce chiffre a fait la une. Il semble énorme. Mais le contexte change tout.

En 2023, tous les centres de données américains réunis — dont la grande majorité font tourner de l’infrastructure internet, pas de l’IA — ont utilisé entre 200 et 250 millions de gallons d’eau douce par jour. Les États-Unis consomment environ 132 milliards de gallons d’eau douce par jour. Cela signifie que tous les centres de données représentent environ 0,2 % de la consommation nationale d’eau douce. Les charges de travail spécifiquement liées à l’IA représentent une fraction de cela : environ 0,008 % de l’utilisation totale d’eau douce aux États-Unis, soit environ 10,6 millions de gallons par jour.

Pour concrétiser : toutes les charges d’IA dans tous les centres de données américains utilisent environ huit fois plus d’eau que le service d’eau local d’une ville de 16 000 habitants ne fournit à ses résidents. Ce n’est pas rien, mais on est loin d’une crise.

La majeure partie de cette eau n’est pas “consommée”

Le mot “consommé” fait l’essentiel du travail dans ces titres. L’utilisation de l’eau se divise en deux catégories :

• Usage consomptif : eau retirée d’un système local, principalement par évaporation.
• Usage non consomptif : eau puisée, utilisée pour le refroidissement, et retournée à sa source essentiellement inchangée.

Pour les centres de données, la répartition est approximativement la suivante :

Catégorie	Part de l’utilisation d’eau par l’IA	Ce qui se passe
Non consomptif, indirect (centrales électriques)	~90 %	Retournée à la source
Consomptif, indirect (évaporation en centrale)	~7 %	Perdue dans l’atmosphère
Consomptif, direct (sur site du centre de données)	~3 %	Perdue sur site

L’eau sur site que les centres de données consomment réellement est traitée aux normes potables — c’est de l’eau potable. L’ironie du récit “l’IA boit notre eau” est que l’eau utilisée par les centres de données est la même que celle qui sort de votre robinet, et la quantité est négligeable comparée à l’utilisation agricole, industrielle et résidentielle.

Qu’en est-il de l’impact local ?

La version la plus convaincante de l’argument de la pénurie d’eau est locale : un centre de données s’installe dans une région en stress hydrique et met la pression sur l’approvisionnement. Cela s’est produit, mais c’est rare et souvent déformé.

Il n’existe essentiellement qu’un seul cas documenté — le comté de Newton, en Géorgie — où l’expansion des centres de données a contribué à la hausse des coûts de l’eau. Même là, ce n’était qu’un facteur parmi d’autres, incluant l’inflation, la croissance immobilière et d’autres industries.

Certains incidents largement médiatisés n’avaient rien à voir avec l’utilisation opérationnelle de l’eau. Le titre du New York Times “Leur robinet d’eau s’est asséché quand Meta a construit à côté” décrivait un centre de données qui n’était pas encore opérationnel et ne puisait pas d’eau souterraine. Le problème était lié aux sédiments de construction, pas aux systèmes de refroidissement.

Les systèmes de refroidissement qui changent l’équation

Le récit sur l’eau ignore également la rapidité avec laquelle la technologie de refroidissement s’améliore. Les centres de données modernes déploient des systèmes qui minimisent ou éliminent totalement la consommation d’eau.

Scaleway : le refroidissement adiabatique à grande échelle

Le centre de données DC5 de Scaleway en France utilise un système de refroidissement adiabatique qui remplace la climatisation mécanique traditionnelle par un refroidissement libre amélioré par évaporation d’eau. L’air extérieur est humidifié avec de l’eau pure pour abaisser sa température de près de 10 degrés Celsius avant d’être injecté dans les allées froides. Le système est géré par 2 200 capteurs et un algorithme temps réel qui s’adapte toutes les 17 millisecondes.

Le résultat : une efficacité d’usage de l’eau (WUE) inférieure à 0,15, contre une moyenne industrielle de 1,8. C’est une amélioration de plus de 10 fois. Un stockage de glace de 6 MWh fournit un refroidissement de secours et permet le décalage des pics de charge, et l’ensemble du système fonctionne avec zéro émission de carbone liée au refroidissement.

CSCS : eau de lac et récupération de chaleur

Le Centre national suisse de supercalcul (CSCS) à Lugano utilise le lac Lugano comme source de refroidissement naturelle, puisant l’eau à 45 mètres de profondeur où elle se situe à environ 6 degrés Celsius. Trois pompes déplacent jusqu’à 760 litres par seconde sur 2,8 kilomètres et 30 mètres de dénivelé.

Le système utilise un double circuit : le premier circuit refroidit les supercalculateurs haute performance (jusqu’à 14 MW), tandis que le second circuit utilise l’eau réchauffée à 16-17 degrés Celsius pour les systèmes de densité inférieure et les bâtiments de bureaux. L’eau chauffée sortant à 15-20 degrés Celsius est réutilisée pour chauffer le bâtiment de bureaux du CSCS en hiver et alimente la ville de Lugano en eau chaude. Des micro-turbines installées à la station de pompage génèrent de l’électricité à partir de l’énergie potentielle de l’eau de retour, couvrant plus de 30 % des besoins énergétiques de la station de pompage elle-même.

Infomaniak : zéro consommation d’eau, 100 % de chaleur réutilisée

Le centre de données D4 d’Infomaniak à Genève va plus loin : il n’utilise aucune eau pour le refroidissement. Le système est une solution en boucle fermée sans groupe froid qui capture 100 % de l’énergie consommée par les serveurs et la réoriente vers le chauffage.

Deux pompes à chaleur Trane XStream RTWF captent la chaleur résiduelle basse température (40-45 degrés Celsius) des serveurs, onduleurs et systèmes de ventilation. Elles l’élèvent à 67 degrés Celsius en été pour l’eau chaude sanitaire et jusqu’à 85 degrés Celsius en hiver pour le chauffage urbain. Le froid libéré pendant la compression refroidit les serveurs à environ 28 degrés Celsius. À pleine capacité, le système récupère 1,7 MW en continu, suffisant pour chauffer 6 000 foyers en hiver ou fournir 20 000 douches par jour en été.

Le centre de données atteint une efficacité d’usage énergétique (PUE) de 1,09 et un facteur de réutilisation énergétique de 0,95. Il évite 3 600 tonnes d’équivalent CO2 par an en se substituant au gaz naturel.

Ce ne sont pas des prototypes. Ce sont des installations opérationnelles qui fonctionnent aujourd’hui.

Pourquoi ce récit persiste

Si les chiffres sont aussi clairs, pourquoi la peur de l’eau persiste-t-elle ? Plusieurs raisons :

1. De grands chiffres sans contexte. “700 000 litres” fait peur. “0,008 % de l’utilisation nationale d’eau douce” non. Les titres favorisent le chiffre qui fait peur.

2. Confusion entre électricité et eau. L’utilisation d’eau de la plupart des centres de données est indirecte, via la production d’électricité. Quand les articles citent des chiffres incluant le refroidissement des centrales électriques, ils attribuent l’utilisation d’eau du réseau électrique spécifiquement à l’IA.

3. Une préoccupation sincère pour l’impact environnemental de l’IA. Les personnes soucieuses de durabilité cherchent des leviers d’action. L’eau est tangible et évocatrice. Mais diriger cette préoccupation vers l’utilisation d’eau des centres de données spécifiquement, plutôt que vers les empreintes hydriques bien plus importantes de l’agriculture, du textile et de la fabrication, c’est mal réallouer cette préoccupation.

4. Politique locale. Dans les communautés où des centres de données sont construits, l’eau est parfois un proxy pour des préoccupations plus larges sur la croissance, le changement et la présence des entreprises. C’est une conversation politique légitime, mais elle devrait être fondée sur des données réelles concernant l’eau.

En résumé

L’IA et les centres de données utilisent de l’eau. Comme toute autre activité. L’affirmation que l’IA représente une menace disproportionnée ou unique pour les ressources en eau ne résiste pas à l’examen des données réelles.

Au niveau national, l’IA représente environ 0,008 % de la consommation d’eau douce aux États-Unis. Au niveau individuel, votre empreinte hydrique quotidienne équivaut à des centaines de milliers de requêtes IA. Au niveau local, les centres de données améliorent plus souvent les infrastructures hydrauliques qu’ils ne les mettent sous pression. Et au niveau technique, les systèmes de refroidissement les plus avancés au monde — du design adiabatique de Scaleway à la boucle fermée sans eau d’Infomaniak — prouvent que le calcul haute densité et l’efficacité hydrique ne sont pas incompatibles.

La prochaine fois que vous verrez un titre sur l’IA qui boit votre eau, rappelez-vous : le verre est presque plein, et l’IA a à peine pris une gorgée.

---

Sources :

• Andy Masley, “The AI Water Issue Is Fake,” blog.andymasley.com, octobre 2025
• IEEE Spectrum, “The Real Story on AI Water Usage at Data Centers,” spectrum.ieee.org
• Documentation du système de refroidissement adiabatique Scaleway DC5
• Infrastructure de refroidissement par eau de lac du CSCS (Centre national suisse de supercalcul)
• Système de récupération de chaleur en boucle fermée du centre de données D4 d’Infomaniak