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

Selon CNBC, Sam Altman a declare lors de l’India AI Impact Summit en fevrier 2026 que les inquietudes sur la consommation d’eau de l’IA etaient « completely untrue, totally insane ». Quelques jours plus tard, selon The Register, une etude de l’universite de Californie a Riverside revelait que les datacenters americains pourraient bientot consommer l’equivalent de l’approvisionnement quotidien de New York en eau. Qui croire ?

Les faits contre la parole du CEO

Les chiffres sont publics. Les datacenters americains ont consomme 66 milliards de litres d’eau en 2023, contre 21 milliards en 2014. Chaque prompt IA de 100 mots necessite environ 519 millilitres d’eau – l’equivalent d’une bouteille. Ces donnees proviennent de chercheurs universitaires et d’organismes gouvernementaux, pas de commentateurs anonymes sur les reseaux 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 coute aussi des ressources, donc la consommation de l’IA serait acceptable. Matt Stoller, analyste economique, a resume la logique : « He’s saying a really big spreadsheet and a baby are morally equivalent. »

Sridhar Vembu, cofondateur de Zoho et present au meme sommet, a repondu directement : « I do not want to see a world where we equate a piece of technology to a human being. »

Des projections qui contredisent le discours

L’etude de l’UC Riverside, publiee par The Register, estime que d’ici 2030, les datacenters americains pourraient necessiter entre 700 millions et 1,45 milliard de gallons supplementaires d’eau par jour en periode 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 debut. Le projet Hyperion de Meta en Louisiane, un datacenter a 27 milliards de dollars, est autorise a consommer jusqu’a 23 millions de gallons d’eau par jour. Si cette capacite etait exploitee 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 annees, portee principalement par les charges de travail liees 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 preoccupations environnementales de « fake », le message depasse largement OpenAI. Il cree un precedent : si la consommation d’eau n’est pas un sujet, pourquoi les autres acteurs feraient-ils des efforts de transparence ?

Ce greenwashing a des consequences concretes pour vous. En tant que PME, vous faites des choix technologiques bases sur les informations disponibles. Si les fournisseurs minimisent systematiquement l’impact reel de leurs services, vous ne disposez pas des donnees necessaires pour prendre des decisions eclairees. Vous meritez de savoir combien coute reellement une requete IA – pas seulement en euros, mais en ressources naturelles.

Le probleme n’est pas d’utiliser l’IA. Le probleme est de nier le cout de cette utilisation pour eviter de rendre des comptes.

Ce que les PME peuvent faire concretement

Vous n’avez pas besoin d’attendre que les geants tech deviennent transparents. Plusieurs leviers sont deja a votre portee.

Le premier est le choix de l’infrastructure. Deployer une IA auto-hebergee sur un VPS vous donne une visibilite complete sur les ressources consommees. Vous savez exactement ou tourne votre modele, combien d’energie il consomme, et chez quel hebergeur. Si vous avez deja evalue votre dependance SaaS, ajouter le critere environnemental a votre grille de decision est un prolongement naturel.

Le deuxieme levier est le dimensionnement. Toutes les taches ne necessitent pas GPT-4 ou Claude Opus. Les modeles legers et quantifies (1-bit, 4-bit) consomment une fraction des ressources pour des resultats souvent suffisants en contexte PME. Un chatbot de service client qui tourne sur un modele de 7 milliards de parametres auto-heberge n’a pas la meme empreinte qu’un appel API vers un datacenter refroidi a l’eau en Virginie.

Le troisieme levier est la transparence exigee. Demandez a vos fournisseurs cloud et IA des donnees sur leur consommation d’eau et d’energie. Si la reponse est evasive, c’est un signal. Les alternatives existent : des hebergeurs comme OVHcloud ou Hetzner proposent des options europeennes avec des engagements mesurables sur leur empreinte. Des outils comme Coolify vous permettent de deployer vos propres services sans dependre d’infrastructures geantes.

Notre conviction

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

Les PME ont le droit de connaitre le cout reel de leurs choix technologiques. Et elles ont les moyens de faire autrement : des modeles optimises, une infrastructure maitrisee, 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 fevrier 2026 ; The Register, « AI datacenters may gulp NYC’s daily water supply », 10 mars 2026.