Une étude publiée le 11 août 2026 dans la revue Nature chiffre pour la première fois l’effet net de l’intelligence artificielle sur le climat : jusqu’à 1,8 gigatonne de CO2 supplémentaires chaque année, pour un gain compris entre 470 milliards et plus de 1 000 milliards de barils de pétrole rendus techniquement récupérables. Les chercheurs de l’université Purdue, membre du Forum économique mondial montrent que les gains de productivité de l’IA profitent davantage aux énergies fossiles qu’aux renouvelables, contredisant le discours dominant sur une IA alliée de la transition énergétique.
L’intelligence artificielle devait optimiser les réseaux électriques, réduire les fuites de méthane et accélérer le déploiement des renouvelables. Selon l’étude publiée le 11 août 2026 dans la revue npj Climate Action, du groupe Nature, elle fait surtout autre chose de très efficace : trouver du pétrole. Les chercheurs Will Alpine, Nathan Geldner, Holly Alpine et Maksym G. Chepeliev, de l’université Purdue, évaluent la hausse nette d’émissions de CO2 imputable à l’IA entre 0,47 et 1,8 gigatonne par an, soit 1,2 % à 4,8 % des émissions mondiales liées à l’énergie en 2024. Pour que l’équation s’inverse, les gains de productivité obtenus par l’IA dans les énergies renouvelables devraient être quatre à cinq fois supérieurs à ceux qu’elle procure dans les hydrocarbures. Ce n’est aujourd’hui pas le cas.
Comment un algorithme fait sortir plus de barils du sous-sol
Le mécanisme n’a rien de spectaculaire, ce qui explique en partie pourquoi il est passé inaperçu. Les outils d’IA appliqués à la prospection analysent les données sismiques, modélisent les réservoirs et repèrent les gisements marginaux plus vite qu’un géologue. Résultat mesuré par l’étude : un coût marginal de production réduit d’environ 5 dollars par baril, suffisant pour rendre exploitables des réserves jusque-là trop chères à extraire. Le cabinet Wood Mackenzie, membre du Forum économique mondial cité par plusieurs médias économiques anglo-saxons, chiffre le volume de pétrole ainsi rendu techniquement récupérable entre 470 milliards et plus de 1 000 milliards de barils. Sur le terrain, l’effet se lit déjà dans les chiffres d’adoption : 44 % des entreprises d’exploration-production utilisent l’IA pour la prospection, et 45 % prévoient de l’adopter dans les trois prochaines années, selon les données reprises par le site américain Axios. La banque Goldman Sachs, également membre du WEF anticipe pour sa part une expansion des réserves de schiste de 8 % à 20 %, portée par des réductions de coûts de forage pouvant atteindre 30 %.
Majors pétrolières et prestataires techniques en première ligne
Les entreprises citées par l’étude et les analyses sectorielles qui l’accompagnent sont connues et membres du WEF: Chevron, ExxonMobil, l’émirati ADNOC et le saoudien Aramco pour les producteurs, SLB, Halliburton et Baker Hughes pour les sociétés de services qui vendent les logiciels de prospection assistée par IA. L’American Petroleum Institute, lobby historique du secteur aux États-Unis également lié au Forum, promeut activement ces usages auprès de ses membres.
Les auteurs de l’étude eux-mêmes ne sont pas des universitaires isolés : Holly Alpine et Will Alpine ont travaillé chez Microsoft, GAFAM membre du WEF avant de fonder l’Enabled Emissions Campaign, une initiative militante qui documente depuis 2024 les contrats entre géants de la tech et compagnies pétrolières.
Le paradoxe que l’AIE ne tranche pas franchement
L’Agence internationale de l’énergie ne dit pas autre chose, mais elle raconte l’histoire dans l’autre sens. Selon ses propres données, les data centers émettent aujourd’hui 180 millions de tonnes de CO2 de façon indirecte, soit 0,5 % des émissions mondiales de combustion, un chiffre que l’agence voit croître de près de 80 % d’ici la fin de la décennie, jusqu’à 1 % des émissions dans son scénario central et 1,4 % dans son scénario le plus haut. Mais l’AIE met en avant, en parallèle, un potentiel de réduction de 1 400 millions de tonnes de CO2 d’ici 2035 grâce à l’IA appliquée à l’efficacité industrielle, aux transports ou à la détection des fuites de méthane. Deux chiffres exacts, deux lectures possibles. L’étude de Purdue tranche en creux : dans un modèle où l’IA agit des deux côtés de la balance énergétique à la fois, ce sont actuellement les combustibles fossiles qui en tirent le plus grand bénéfice net, tout simplement parce que leur infrastructure d’extraction existe déjà et absorbe plus vite les gains de productivité qu’un secteur renouvelable encore en construction.
L’outil vendu comme la clé de la sobriété numérique sert, pour l’instant, surtout à remplir plus vite les mêmes puits. Les chiffres de l’étude Purdue ne prédisent rien pour 2050, ils décrivent un système déjà en marche en 2026, algorithme compris.