Empreinte de l'IA : les deux leviers qui changent l'ordre de grandeur

Un dirigeant de bureau d’études a demandé à la rédaction de ce site, en préparant une intervention, où trouver des chiffres fiables sur l’empreinte environnementale des outils d’intelligence artificielle (IA). L’entreprise a, écrivait-il, « du mal en général à avoir des infos », alors que cette empreinte est « un frein très fréquent chez nos collaborateurs ». Une partie de ses ingénieurs refuse ces outils pour des raisons environnementales, et personne dans l’entreprise n’a de quoi trancher. Lus avec les règles d’une analyse de cycle de vie, celles qu’un thermicien applique depuis la réglementation environnementale RE2020, les chiffres publiés en 2025 et 2026 désignent deux leviers concrets : le lieu où tournent les serveurs, et le modèle choisi.

L’analyse de cycle de vie (ACV) compte les impacts d’un produit, de l’extraction des matières à la fin de vie ; depuis la RE2020, elle fait partie du quotidien des bureaux d’études qui calculent le carbone d’un bâtiment. Or presque aucun chiffre publié sur l’IA ne résiste à cette lecture. Les publications les plus solides, celles qui exposent leur méthode, viennent de l’Agence de la transition écologique (ADEME), l’Autorité de régulation des communications électroniques (Arcep) et le pôle d’expertise de la régulation numérique de l’État (PEReN).

Trois règles d’ACV que les chiffres de l’IA ignorent

L’unité fonctionnelle, d’abord : un chiffre ramené à quoi. Les acteurs de l’IA publient des chiffres « par requête » sans préciser laquelle, ni la longueur de la réponse, ni le modèle.

Le périmètre, ensuite : une étude peut afficher un résultat flatteur en ne mesurant que les processeurs graphiques, sans la climatisation ni la fabrication des serveurs. La vérification, enfin : une ACV sérieuse publie sa méthode et passe par un tiers ; sinon, c’est une déclaration commerciale.

Un modèle d’IA a d’ailleurs la même structure de coût qu’un bâtiment. Son entraînement est un coût unique, très lourd, amorti sur toute sa durée de vie, comme le carbone des matériaux que la RE2020 range dans l’indicateur Ic construction. Son usage, chaque fois qu’il répond à une question (ce qu’on appelle l’inférence), est un coût répété, faible à l’unité mais multiplié par des milliards, comme le carbone de l’énergie consommée, l’indicateur Ic énergie.

Le débat sur la part respective des deux phases est ouvert chez les chercheurs.

La meilleure publication du secteur ne passe pas le filtre d’une ACV

L’Arcep a fait le compte dans son rapport de mai 2026 : 84 % des modèles d’IA ne font l’objet d’aucune information environnementale, et ni OpenAI ni Anthropic ne publient de chiffres sur leurs modèles.

Un seul acteur a tenté l’exercice complet. Mistral AI a publié en juillet 2025, avec le cabinet Carbone 4 et le soutien de l’ADEME, ce qu’elle présente comme la première ACV complète d’un modèle : pour l’entraînement de son modèle Large 2 sur dix-huit mois, 20,4 kilotonnes d’équivalent CO2, 281 000 m³ d’eau et 660 kg d’équivalent antimoine, l’unité qui mesure l’épuisement des ressources minérales.

L’Arcep en dit ceci, dans une note de bas de page : « seul un communiqué a été mis à disposition sur le site internet de Mistral et aucun rapport détaillé n’a été publié, ce qui ne permet pas de vérifier les informations transmises et notamment les paramètres clés de la modélisation ». Le régulateur ajoute qu’une contre-expertise serait nécessaire, comme pour toute ACV. Une donnée environnementale sans rapport ni vérification tierce ne passerait pas le filtre qu’un bureau d’études applique à une fiche de produit de construction.

Quatre chiffres par requête, quatre définitions de la requête

Le tableau ci-dessous rassemble les quatre valeurs les plus citées sur le coût d’une requête, telles que l’Arcep les relève. Elles ne sont pas comparables entre elles, et c’est précisément ce qu’il faut en retenir. Un token, unité de comptage des modèles de langage, correspond à peu près à un fragment de mot.

Source, date	Ce qui est mesuré	Résultat	Ce qui manque
Mistral AI, 2025	Une réponse de 400 tokens sur Le Chat, terminal exclu	1,14 gCO2e, 45 mL d’eau	Rapport détaillé non publié, électricité comptée en approche marché (voir plus bas)
Google, 2025	Une requête textuelle « médiane » Gemini	0,24 Wh, 0,03 gCO2e, 0,26 mL d’eau	La définition de la requête médiane n’est pas donnée
Luccioni et al., 2022	Modèle BLOOM, environ 230 000 requêtes mesurées	4 Wh, 1,5 gCO2e	Un seul modèle, matériel de l’époque
Samsi et al., 2023	LLaMA-65B sur un supercalculateur du MIT	0,3 Wh	Processeurs graphiques seuls

Entre la première et la deuxième ligne, l’eau varie d’un facteur 173, entre deux acteurs qui publient et se réclament l’un comme l’autre d’une méthode. L’écart ne dit rien de leurs installations : il dit que 400 tokens et une « requête médiane » ne sont pas la même chose. Face à deux industriels qui annoncent des performances sur des bases d’essai différentes, un bureau d’études ne tranche pas, il exige la même unité fonctionnelle. L’ADEME le formule en recommandation : l’approche par requête « ne devrait pas être le seul indicateur mesuré et donné ».

Une convention de calcul pèse aussi sur les résultats. Les émissions liées à l’électricité se comptent de deux façons : soit avec le contenu carbone réel du réseau qui alimente le site, soit avec celui du contrat d’achat, garanties d’origine comprises. Un centre de données alimenté au charbon peut ainsi acheter des certificats d’électricité hydraulique et déclarer une électricité propre. L’ADEME recommande la première méthode ; l’Arcep constate que les industriels retiennent la seconde, « qui minimise leur impact », y compris Mistral pour la phase d’usage.

Le lieu d’hébergement décide de presque tout

Le chiffre le plus utile du dossier ne vient d’aucun producteur d’IA. Il vient de l’étude prospective que l’ADEME a publiée en janvier 2026 sur les centres de données, réalisée par le groupement CLIK. Pour l’année 2024, elle sépare ce qui tourne en France de ce qui tourne à l’étranger pour répondre à des usages français : les serveurs étrangers portaient 58 % de la consommation électrique, et 95 % des émissions.

Le rapport d’intensité n’est pas publié tel quel par l’ADEME : il se déduit en divisant les émissions par les consommations, ligne à ligne, dans les deux tableaux de la synthèse.

Cela donne environ 38 grammes de CO2 par kilowattheure en France, et environ 500 à l’étranger. La même requête, le même modèle, le même travail rendu ont donc un impact carbone treize fois plus faible selon la prise sur laquelle la machine est branchée. L’Arcep arrive au même ordre de grandeur par un autre chemin : en 2024, l’électricité polonaise était 17,6 fois plus carbonée que la française, à 581 grammes d’équivalent CO2 par kilowattheure, soit environ 33 pour la France selon notre calcul, contre 352 pour l’Irlande et 80 pour la Finlande.

L’ADEME en tire une position explicite : « la relocalisation de centres de données en France diminue les émissions de gaz à effet de serre et améliore la souveraineté numérique, dès lors qu’ils remplacent des usages hébergés à l’étranger ». Deux réserves accompagnent la phrase. La substitution n’est pas acquise, de nouveaux centres risquant de s’ajouter aux anciens plutôt que de les remplacer. Et la souveraineté ne se réduit pas à une adresse : elle suppose aussi des garanties juridiques et organisationnelles.

L’eau dépend du refroidissement et du climat

Les estimations publiques vont du millilitre au demi-litre par requête, et cet écart nourrit l’essentiel des discussions. Il n’a rien d’énigmatique pour un spécialiste du génie climatique. Un centre de données refroidi par tour à évaporation évapore entre 1 et 9 litres d’eau par kilowattheure informatique, selon l’étude de Li et ses coauteurs citée par l’ADEME : un litre correspond à la moyenne du parc de Google, neuf litres à un grand centre pendant un été en Arizona. Même technologie, et un facteur neuf dû au climat et au dimensionnement.

L’hébergeur OVH annonce de son côté une efficacité d’usage de l’eau de 0,2 litre par kilowattheure à Strasbourg, avec des serveurs refroidis par immersion, contre 1,8 litre en moyenne pour l’informatique en nuage selon le département de l’Énergie américain ; la donnée est déclarative et non auditée. L’ADEME précise que la tour ouverte, la configuration la plus gourmande, n’est pas utilisée en France. L’écart de consommation d’eau par kilowattheure, de 1 à 45 entre OVH à Strasbourg et un centre de l’Arizona en été, est donc d’abord physique et géographique.

Le second levier : le modèle et ses réglages

Le matériau le plus solide du dossier est aussi le moins commenté. L’Arcep a confié au PEReN une mesure directe sur le supercalculateur public Jean Zay : 22 modèles à poids ouverts, de 3 à 123 milliards de paramètres, instrumentés en conditions contrôlées.

Les mesures ne portent que sur les processeurs graphiques. Le PEReN précise qu’inclure les processeurs classiques augmenterait la consommation d’environ un tiers.

Une architecture dite en mélange d’experts, qui n’active qu’une partie du réseau à chaque question, consomme 45 % de moins qu’un modèle classique de taille comparable. Compresser le modèle fait gagner 39 %. Une étude de l’Unesco de 2025, citée en complément, estime qu’une question mieux formulée réduit la consommation d’environ moitié. Activer le mode raisonnement, qui fait « réfléchir » le modèle par étapes avant de répondre, coûte en revanche 92 % de plus en moyenne, et jusqu’à 849 % sur une tâche de génération de code. La conclusion du PEReN change la conversation dans une entreprise : limiter la consommation n’impose pas de compromis sur la performance, et les modèles les plus performants ne sont pas les plus énergivores.

Pour un bureau d’études de quinze à trente personnes qui utilise déjà ces outils sur des mémoires techniques, ces mesures se traduisent en quatre décisions d’achat et de réglage :

• le lieu physique des serveurs, demandé à chaque fournisseur et inscrit au contrat, seul levier d’un facteur 13 dans ce dossier ;
• le mode raisonnement, à vérifier dans l’offre souscrite et à désactiver là où la tâche ne le justifie pas, une reformulation de compte rendu par exemple ;
• un modèle plus petit pour les tâches répétitives de mise en forme, les gros modèles étant gardés pour l’analyse ;
• des questions précises et groupées, un apprentissage gratuit et immédiat pour les équipes.

Personne ne sait si l’IA consomme plus que ce qu’elle remplace

Reste à savoir si une tâche faite avec ces outils coûte plus ou moins que la même tâche faite autrement. L’Arcep y consacre un encadré et conclut à l’absence de consensus. D’un côté, une revue de 2024 estime qu’une requête sur un service conversationnel serait 50 à 90 fois plus énergivore qu’une recherche classique. De l’autre, un travail de 2026 montre que la comparaison s’inverse si l’on raisonne en service rendu : les enchères publicitaires absorbent 15 à 44 % de l’énergie d’une requête de moteur de recherche sans rien apporter à l’utilisateur, et plusieurs recherches sont souvent nécessaires là où une seule question suffit.

L’ADEME est plus tranchante : « il n’existe pas d’études démontrant à ce jour des gains environnementaux quantifiables attribués à l’utilisation d’IA génératives ». La réponse défendable en réunion est donc qu’on ne sait pas, et que ceux qui affirment le contraire, dans un sens comme dans l’autre, extrapolent.

La chaleur fatale, un sujet de bureau d’études fluides

Un centre de données transforme presque toute son électricité en chaleur, qui part aujourd’hui dans l’air. L’étude de l’ADEME chiffre le potentiel net récupérable en France à 1,77 TWh en 2024, et jusqu’à 12,94 TWh en 2035 dans le scénario tendanciel. La part techniquement récupérable passerait de 18,8 % à 38 %, portée notamment par le refroidissement liquide, qui restitue la chaleur à une température plus élevée, donc plus facile à valoriser.

Échangeur à plaques et vanne d’isolement sur un circuit primaire. Un centre de données à récupération de chaleur se raccorde par un organe de ce type, pas par sa salle serveur. Illustration générée par IA.

C’est aussi une obligation. La directive européenne sur l’efficacité énergétique impose aux centres de données d’au moins 1 MW de valoriser leur chaleur fatale, sauf si l’opération n’est pas viable techniquement ou économiquement. En droit français, l’obligation est portée par l’article L. 236-2 du code de l’énergie, issu de la loi n° 2025-391 du 30 avril 2025 qui transpose cette directive, et le décret n° 2025-1382 du 29 décembre 2025 fixe le niveau de réutilisation à atteindre depuis le 1er janvier 2026.

Les services de la préfecture d’Île-de-France et la mission régionale d’autorité environnementale observent pourtant qu’aucun projet déposé à ce jour n’assure avec certitude la récupération de sa chaleur. L’étude de l’ADEME ajoute que les justifications techniques et économiques avancées par les promoteurs pour expliquer cette rareté « sont rarement démontrées », le projet n’ayant souvent pas été conçu dans un écosystème pensé pour cela. Selon notre lecture, c’est une étude de faisabilité menée avant que l’implantation soit figée qui peut combler ce vide.

Les obstacles que l’ADEME identifie relèvent du génie climatique, pas de l’informatique : obtenir l’accord d’un gestionnaire de réseau de chaleur, gérer des écarts de température importants entre la source et le réseau, absorber la longueur du raccordement. S’y ajoute, selon notre lecture, la courbe de charge estivale d’un réseau qui n’a plus besoin de chaleur quand le centre en produit le plus. Sur ce sujet, un bureau d’études fluides n’est pas un spectateur qui juge les chiffres des autres : il a une compétence directe à faire valoir, d’autant plus utile qu’elle intervient tôt.

Trois questions restent ouvertes

Personne ne sait ce que coûtera l’usage à grande échelle des systèmes qui enchaînent les actions seuls, appelés agents. Une première estimation citée par l’Arcep avance un facteur 60 par rapport à un service conversationnel simple, et l’Autorité appelle elle-même à la prudence sur ce chiffre.

Aucun comparatif publié ne mesure une tâche assistée face à la même tâche faite autrement. Tant qu’il n’existe pas, tout raisonnement sur le sujet reste un raisonnement, y compris celui de ce dossier.

Enfin, Mistral annonçait un dépôt de ses résultats dans la base Empreinte de l’ADEME. Un an plus tard, la vérifiabilité de la seule ACV complète du secteur reste suspendue à cette publication, qui justifiera une mise à jour de ce dossier.

Correction du 19 août 2026. Le paragraphe sur l’obligation de valoriser la chaleur fatale attribuait l’exigence à l’article 28 de la loi du 15 novembre 2021 sur l’empreinte environnementale du numérique, et indiquait que son texte d’application restait attendu. Le fondement applicable est celui cité dans ce paragraphe, le seuil est fixé à 1 MW et non au-delà de 1 MW, et le texte d’application existe : le décret n° 2025-1382 du 29 décembre 2025 fixe le niveau de réutilisation à atteindre, en vigueur depuis le 1er janvier 2026. Une phrase sur les objectifs de la stratégie française énergie-climat a par ailleurs été retirée du même paragraphe, faute de source citée à l’appui de ses chiffres.

Lire aussi : la part de l’algorithme et celle des travaux dans une économie d’énergie, pourquoi la liste officielle prime sur le nom de l’éditeur en ACV RE2020 et le hub réglementation RE2020.