Tu as sûrement croisé la version culpabilisante. Chaque question posée à ChatGPT boirait une bouteille d’eau de 500 ml. Tu scrolles un peu plus loin, et là le patron d’OpenAI t’explique qu’une requête moyenne, c’est 0,32 ml : genre un quinzième de cuillère à café. Entre les deux chiffres, il y a un facteur mille. Et les deux circulent avec le même aplomb.
Alors c’est quoi, le vrai ? Tu vides une nappe phréatique à chaque fois que tu demandes une recette, ou c’est rien du tout ?
La réponse honnête est plus utile que ce que chaque camp veut bien admettre : une seule requête coûte quasiment rien, quelques gouttes à deux cuillères à café, mais les data centers géants derrière l’IA, eux, pèsent vraiment sur la ressource en eau à certains endroits. Les deux sont vrais en même temps. Je te montre pourquoi les chiffres ont l’air de se hurler dessus, et ce qui mérite vraiment qu’on s’y intéresse.
Pourquoi le sujet revient en boucle en ce moment
Le débat lui-même est vieux. Ce qui est nouveau, c’est l’échelle de ce qu’on construit. En France, au Sommet pour l’action sur l’IA de février 2025, Emmanuel Macron a annoncé 109 milliards d’euros d’investissements privés dans l’IA, dont plus de la moitié (environ 60 milliards) pour les infrastructures physiques : data centers et puissance de calcul. Un an plus tard, au sommet Choose France, SoftBank remettait 45 milliards sur la table pour des data centers d’IA tricolores, en misant sur l’atout nucléaire du pays.
Et note bien l’argument de vente : l’électricité nucléaire française, décarbonée et abondante. EDF propose autour de 70 euros le MWh sur quinze ans pour attirer ces fermes de serveurs. Sauf que le nucléaire, ça règle la question du carbone… pas celle de l’eau. Un réacteur, ça refroidit avec de l’eau. Un data center aussi. Et c’est là que le sujet devient concret pour nous.
Les entreprises ne se mettent pas à défendre leur consommation d’eau avant même qu’on leur pose la question, sauf si « l’IA assèche nos rivières » est devenu une vraie inquiétude grand public. C’est le cas. Voilà le décor derrière chaque post viral sur la bouteille d’eau que tu vois passer.
Pourquoi une même requête est « à 0,3 ml » ET « à 500 ml »
Le truc que personne n’explique : en fait, ces chiffres ne se battent pas vraiment. Ils répondent à des questions différentes en faisant semblant de répondre à la même.
Quand tu demandes « combien d’eau consomme une requête ChatGPT », tu peux vouloir dire plein de choses :
- Juste refroidir les puces. Les serveurs chauffent, l’eau évacue la chaleur. En comptant que ça, Sam Altman (OpenAI) situe la requête moyenne à ~0,32 ml, dans son essai de juin 2025. Google a annoncé environ « cinq gouttes » (soit ~0,26 ml) pour une requête Gemini médiane, en août 2025. Minuscule. Et c’est du refroidissement sur site uniquement.
- Plus l’eau qu’il a fallu pour l’électricité. Ta requête a brûlé un peu de courant, et les centrales consomment de l’eau aussi. En ajoutant ça, les « cinq gouttes » de Google grimpent à ~2,7 ml. Le chercheur indépendant Shaolei Ren, le scientifique dont le labo a lancé tout ce débat, estime aujourd’hui une requête moderne à environ 15 ml tout compris (~5 ml sur site + ~10 ml pour le réseau), dans une mise à jour de juillet 2026.
- Une conversation entière sur un vieux modèle. La fameuse « bouteille de 500 ml » vient de l’article de Ren, à UC Riverside, en 2023 : Making AI Less Thirsty. Lis le papier en vrai, et la vraie affirmation, c’est 500 ml pour 10 à 50 réponses sur un modèle de l’ère GPT-3, « selon quand et où ». Un aller-retour complet, dans une région chaude, sur une techno dépassée. Ren lui-même qualifie désormais le chiffre de 500 ml de périmé pour les systèmes d’aujourd’hui.
Du coup, la fourchette de 0,3 ml à 500 ml n’est un mensonge d’aucun côté. C’est la différence entre mesurer une gorgée et mesurer tout le repas, sauf qu’un paquet de gens citent le chiffre le plus gros et le plus vieux comme si c’était une petite question posée aujourd’hui. Le vrai chiffre honnête pour une requête, là maintenant, c’est entre quelques gouttes et deux cuillères à café. Retiens 15 ml si tu veux un nombre auquel te raccrocher, et rappelle-toi que Ren dit que c’est déjà « 33 fois moins que la bouteille ».
Ce que ça pèse face à ta journée normale
Deux cuillères à café, c’est dur de culpabiliser une fois que tu vois ce que coûte tout le reste. L’eau se planque dans presque tout ce que tu consommes, dans des quantités qui font passer une requête IA pour une erreur d’arrondi.
Dis-le comme ça : l’eau derrière un seul burger suffit pour largement plus de cent mille requêtes ChatGPT. Une amande coûte plus d’eau que quelques centaines de questions. C’est pour ça qu’en février 2025, Altman s’est un peu énervé sur X contre les gens qui « inventent des trucs sur notre consommation d’eau tout en mangeant un burger ». C’est sa formule, et il n’a pas tort, même si (on va y venir) ce n’est pas toute l’histoire.
Si tu veux la compétence générale pour démêler ce genre de chiffres, où le même fait est tourné dans trois sens différents, on a écrit tout un article là-dessus : Peut-on faire confiance à l’IA ? C’est exactement le muscle qu’on travaille dans notre formation Esprit critique face à l’IA. Le débat sur l’eau, c’est un cas d’école quasi parfait : lire une statistique avant de la répéter.
Sauf que voilà la partie que les cheerleaders zappent
Si l’histoire s’arrêtait à « ta requête est quasi gratuite », ce serait une autre forme de malhonnêteté. Parce que dès que tu dézoomes de la requête unique, l’agrégat devient un vrai sujet.
Et pas besoin d’aller chercher les chiffres américains : on les a chez nous. Selon l’ARCEP, dans son enquête Pour un numérique soutenable, les data centers français ont prélevé 681 000 m³ d’eau en direct en 2023, soit +19 % en un an. En ajoutant l’indirect, on monte à environ 6 millions de m³, la consommation annuelle d’eau d’à peu près 100 000 personnes. Et détail qui pique : la quasi-totalité de cette eau prélevée est de l’eau potable.
Le vrai problème n’est pas la moyenne nationale, c’est que ça tombe sur des endroits précis. Plus de 70 % de la hausse de consommation se concentre en Île-de-France. Un seul gros data center peut tirer plusieurs millions de litres par jour, la demande de pointe peut exploser, et une grande partie de l’eau de refroidissement s’évapore au lieu de revenir dans le réseau local.
Le truc qui prend tout le monde à contre-pied : la techno devient plus efficace par tâche, et la consommation totale monte quand même, parce que le volume de calcul grossit plus vite que les gains d’efficacité. Et franceinfo, en enquêtant sur le sujet, résume bien le vrai nœud : « il y a un problème de transparence ». Les opérateurs communiquent au compte-gouttes, chaque estimation repose sur des hypothèses, et personne ne publie vraiment ses méthodes.
Donc les deux tiennent en même temps. Ta requête : quelques gouttes. Le chantier derrière : une pression réelle, concentrée, régionale, qui mérite l’attention qu’elle reçoit.
Ce que ça change pour toi
Si tu culpabilises à chaque fois que tu ouvres ChatGPT : tu peux lâcher l’affaire. Sauter une requête pour « économiser l’eau », ça t’économise une cuillère à café, moins que ce que tu renverses en te faisant un thé. Utilise l’IA pour ton boulot, tes révisions, tes mails. La culpabilité vise la mauvaise cible.
Si c’est toi qu’on essaie de culpabiliser : maintenant tu as le contre-argument honnête. Ce n’est pas « l’IA ne consomme rien » ni « l’IA détruit la planète ». C’est « une requête est dérisoire, le boom des data centers est un vrai enjeu local », et tu peux dire les deux sans choisir de camp.
Si tu habites près d’un projet de data center : c’est là que ton attention compte vraiment, bien plus que tes habitudes de chatbot. Les bonnes questions en réunion publique : refroidissement en circuit fermé ou par évaporation ? L’eau vient d’où, et qui l’a en cas de sécheresse ? Qui paie les nouvelles infrastructures ? Voilà le point de levier, pas ton clavier. (En France, la carte des projets et des contestations s’allonge, du côté de Marseille comme de la région parisienne.)
Si tu es un gros utilisateur ou que ton business tourne sur l’IA : l’efficacité varie énormément selon le modèle. Une réponse rapide d’un petit modèle sirote ; une longue session de raisonnement sur un gros modèle descend un verre (jusqu’à ~150 ml). Si ça te tient à cœur, prends le modèle léger quand tu n’as pas besoin du gros, mais honnêtement, c’est surtout une histoire de coût et de vitesse.
Si tu expliques ça à tes gamins ou tes élèves : super moment pédago. Même fait, trois titres, tous « techniquement vrais ». La compétence, ce n’est pas de retenir le chiffre, c’est de demander « on compte quoi, exactement ? » avant de croire l’un d’eux.
Ce que ça ne règle pas (et les réserves honnêtes)
Soyons clairs sur les limites de tout ça.
- Sauter des requêtes ne changera rien. Le vrai levier est au niveau politique, des opérateurs et du choix d’implantation : comment on refroidit ces sites, où on les construit, qui paie. Tes requêtes perso, c’est une cuillère à café dans l’océan.
- Aucun chiffre n’est vraiment audité. OpenAI n’a pas publié la méthode derrière ses 0,32 ml. Les estimations indépendantes reposent sur des hypothèses. Traite chaque chiffre ici (les miens compris) comme une fourchette raisonnable, pas comme parole d’évangile.
- Le lieu change tout. La même requête dans un data center refroidi en Scandinavie et dans une région chaude et sèche n’a pas du tout la même empreinte. Un chiffre mondial unique cache toujours ça.
- L’électricité et l’eau, ce sont deux conversations. La demande énergétique de l’IA est sans doute le sujet le plus gros, lié mais distinct. Régler l’un ne règle pas l’autre.
- Ce n’est pas un blanc-seing pour l’industrie. « Ta requête est minuscule » et « le chantier a besoin d’un vrai contrôle » sont tous les deux vrais. Ne laisse personne utiliser le premier pour balayer le second.
En résumé
Si tu ne retiens qu’un truc, que ce soit ça : une requête IA coûte quelques gouttes à deux cuillères à café d’eau, pas une bouteille. Le chiffre flippant de 500 ml, c’est une conversation entière sur un vieux modèle dans un climat chaud, sortie de son contexte. Tu n’as pas à culpabiliser de poser une question à un chatbot.
Mais garde l’autre moitié. Les data centers derrière l’IA boivent de l’eau bien réelle dans des villes bien réelles, gains d’efficacité ou pas, et ça mérite qu’on surveille, au niveau de comment ils sont construits et refroidis, pas de savoir si tu appuies sur Entrée.
La vraie compétence ici, ce n’est pas le chiffre sur l’eau. C’est de savoir attraper une stat virale, demander « on compte quoi ? », et tomber sur la version honnête avant de la partager. C’est toute l’idée de nos formations Les fondamentaux de l’IA et IA et développement durable : un muscle qui te resservira bien au-delà de ce seul débat.
Sources :
- The Gentle Singularity (le chiffre de 0,32 ml), Sam Altman, juin 2025
- Making AI Less Thirsty (l’origine du « 500 ml »), Ren et al., UC Riverside, 2023
- How Much Water Does AI Use? The $58 Billion Risk (la mise à jour ~15 ml de Ren), Forbes, 21 juillet 2026
- Consommation des datacenters en France : 2,4 TWh d’électricité et 6 millions de m³ d’eau (chiffres ARCEP), Next
- « Il y a un problème de transparence » : la consommation en eau des data centers, franceinfo
- Centres de données : pourquoi leur refroidissement consomme tant d’eau, IMT
- Datacenters IA en France : promesses contre promesses, LeMagIT
- OpenAI plans 3.2-gigawatt data center in Georgia, Axios
