Une étude publiée dans la revue Communications Earth & Environment met en garde contre les risques environnementaux immédiats liés à l'expansion rapide de l'intelligence artificielle. Alors que les défenseurs de la technologie avancent qu'elle générera à long terme des économies d'énergie et réduira les émissions mondiales, un modèle mathématique développé par Yassine Charabi, géographe à l'Université du Koweït, révèle une période critique qualifiée de vallée de carbone. Durant cette phase, la construction et l'alimentation des infrastructures nécessaires à l'IA produisent plus de polluants qu'elle n'en permet d'économiser. Pour arriver à cette conclusion, le chercheur a réalisé dix mille simulations en intégrant des données complexes : prévisions énergétiques mondiales, taux de croissance des centres de données, cycles de remplacement du matériel informatique, consommation électrique quotidienne, émissions du réseau électrique et empreinte carbone liée à la fabrication des puces. Les résultats indiquent que, selon le scénario de croissance le plus rapide, cette dette carbone cumulative atteindra son pic à environ 2,85 gigatonnes de dioxyde de carbone. Les gains environnementaux ne compenseront cet impact qu'à la fin de l'année 2031, laissant l'industrie piégée dans cette période à fortes émissions pendant près de dix ans. L'analyse souligne que cette dynamique n'est pas inéluctable. Accélérer l'intégration de l'IA dans les processus industriels écologiques permettrait de réduire considérablement cette transition. Chaque année de retard dans le déploiement de ces solutions vertes alourdirait la dette climatique de 0,45 gigatonne de CO2. Par ailleurs, l'efficacité environnementale dépend fortement de l'usage réel de la technologie dans la réduction des émissions et de sa localisation géographique, les climats plus frais nécessitant moins d'énergie pour le refroidissement des serveurs. Yassine Charabi insiste sur le fait que la simple amélioration de l'efficacité énergétique des systèmes ne suffira pas à désaccoupler l'expansion de l'IA de la demande électrique dans un contexte de déploiement accéléré. Sans une transition rapide vers des sources d'énergie propres et une application ciblée aux secteurs à forte intensité carbone, les mesures correctives risquent d'intervenir trop tard pour annuler les émissions accumulées lors des premières années de croissance. Cette étude rappelle que la durabilité de la révolution numérique reposera sur une planification stratégique intégrant dès à présent les contraintes environnementales.