IA et eau : quand Sam Altman qualifie les faits de 'fake'

Selon CNBC, Sam Altman a déclaré lors de l’India AI Impact Summit en février 2026 que les inquiétudes sur la consommation d’eau de l’IA étaient « completely untrue, totally insane ». Quelques jours plus tard, selon The Register, une étude de l’université de Californie a Riverside révélait que les datacenters américains pourraient bientôt consommer l’équivalent de l’approvisionnement quotidien de New York en eau. Qui croire ?

Les faits contre la parole du CEO

Les chiffres sont publics. Les datacenters américains ont consomme 66 milliards de litres d’eau en 2023, contre 21 milliards en 2014. Chaque prompt IA de 100 mots nécessite environ 519 millilitres d’eau – l’équivalent d’une bouteille. Ces données proviennent de chercheurs universitaires et d’organismes gouvernementaux, pas de commentateurs anonymes sur les réseaux sociaux.

Pourtant, face a ces chiffres, Sam Altman choisit la negation. Son argument : « It takes like 20 years of life, and all the food you eat before that time, before you get smart. » En clair, former un humain coûte aussi des ressources, donc la consommation de l’IA serait acceptable. Matt Stoller, analyste économique, a résumé la logique : « He’s saying a really big spreadsheet and a baby are morally équivalent. »

Sridhar Vembu, cofondateur de Zoho et présent au même sommet, a répondu directement : « I do not want to see a world where we equate a pièce of technology to a human being. »

Des projections qui contredisent le discours

L’étude de l’UC Riverside, publiée par The Register, estime que d’ici 2030, les datacenters américains pourraient necessiter entre 700 millions et 1,45 milliard de gallons supplémentaires d’eau par jour en période de pointe. Pour mettre ce chiffre en perspective : New York City consomme environ 1 milliard de gallons par jour pour alimenter 8 millions d’habitants.

Et ce n’est qu’un début. Le projet Hyperion de Meta en Louisiane, un datacenter a 27 milliards de dollars, est autorise a consommer jusqu’à 23 millions de gallons d’eau par jour. Si cette capacité était exploitée au maximum, ce seul site consommerait plus que l’ensemble des datacenters de Google en 2023.

Les projections convergent : un rapport de Xylem et Global Water Intelligence de janvier 2026 estime que la demande en eau des datacenters pourrait tripler sur les 25 prochaines années, portée principalement par les charges de travail liées a l’IA.

Pourquoi le greenwashing nuit a tout le monde

Quand le CEO de la plus grande entreprise d’IA au monde qualifie les préoccupations environnementales de « fake », le message dépasse largement OpenAI. Il cree un précédent : si la consommation d’eau n’est pas un sujet, pourquoi les autres acteurs feraient-ils des efforts de transparence ?

Ce greenwashing a des conséquences concrètes pour vous. En tant que PME, vous faites des choix technologiques bases sur les informations disponibles. Si les fournisseurs minimisent systématiquement l’impact réel de leurs services, vous ne disposez pas des données nécessaires pour prendre des décisions éclairées. Vous meritez de savoir combien coûte réellement une requête IA – pas seulement en euros, mais en ressources naturelles.

Le problème n’est pas d’utiliser l’IA. Le problème est de nier le coût de cette utilisation pour éviter de rendre des comptes.

Ce que les PME peuvent faire concrètement

Vous n’avez pas besoin d’attendre que les géants tech deviennent transparents. Plusieurs leviers sont déjà a votre portée.

Le premier est le choix de l’infrastructure. Déployer une IA auto-hébergée sur un VPS vous donne une visibilité complète sur les ressources consommees. Vous savez exactement ou tourne votre modèle, combien d’energie il consomme, et chez quel hébergeur. Si vous avez déjà evalue votre dépendance SaaS, ajouter le critère environnemental a votre grille de décision est un prolongement naturel.

Le deuxième levier est le dimensionnement. Toutes les tâches ne nécessitent pas GPT-4 ou Claude Opus. Les modèles légers et quantifies (1-bit, 4-bit) consomment une fraction des ressources pour des résultats souvent suffisants en contexte PME. Un chatbot de service client qui tourne sur un modèle de 7 milliards de paramètres auto-hébergé n’a pas la même empreinte qu’un appel API vers un datacenter refroidi a l’eau en Virginie.

Le troisième levier est la transparence exigée. Demandez a vos fournisseurs cloud et IA des données sur leur consommation d’eau et d’energie. Si la réponse est evasive, c’est un signal. Les alternatives existent : des hébergeurs comme OVHcloud ou Hetzner proposent des options européennes avec des engagements mesurables sur leur empreinte. Des outils comme Coolify vous permettent de déployer vos propres services sans dépendre d’infrastructures geantes.

Notre conviction

Chez LeCollectif, nous pensons que la sobriete numérique n’est pas un frein a l’innovation. C’est une condition de sa durabilite. Quand un dirigeant a la tête d’une entreprise valorisée a 300 milliards de dollars qualifie de « fake » des données scientifiques mesurees, ce n’est pas de la communication – c’est du greenwashing.

Les PME ont le droit de connaître le coût réel de leurs choix technologiques. Et elles ont les moyens de faire autrement : des modèles optimises, une infrastructure maîtrisée, une empreinte mesurable. La sobriete n’est pas une contrainte. C’est un avantage concurrentiel pour ceux qui la pratiquent avant qu’elle ne devienne obligatoire.

Sources principales : CNBC, « Sam Altman defends AI resource usage: Water concerns ‘fake’ », 23 février 2026 ; The Register, « AI datacenters may gulp NYC’s daily water supply », 10 mars 2026.