Empreinte carbone de l'IA : combien coûte une requête ChatGPT et combien ça pèse dans un bilan carbone

Une requête ChatGPT consomme 10 fois plus d'énergie qu'une recherche Google. Ça paraît énorme - sauf que pour une PME de 200 salariés, l'IA représente moins de 1 % du Bilan Carbone®. Le vrai poste numérique, c'est la fabrication des équipements : allonger la durée de vie d'un parc de PC de 4 à 6 ans réduit l'empreinte numérique de 30 à 50 %. Ce guide pose les vrais ordres de grandeur, démonte les idées reçues, et identifie les seuils à partir desquels l'IA devient un poste significatif.

Google a publié son rapport environnemental 2024 : ses émissions ont augmenté de 48 % en 5 ans, principalement à cause des data centers nécessaires à l'IA générative. C'est le paradoxe le plus visible de la tech actuelle. Mais qu'est-ce que ça veut dire pour votre entreprise ?

Spoiler : probablement beaucoup moins que ce que les gros titres laissent penser. L'empreinte carbone de l'IA en entreprise est un sujet qu'il faut regarder avec des ordres de grandeur plutôt qu'avec des slogans.

Une requête IA consomme 10 fois plus qu'une recherche classique

Une recherche Google classique consomme environ 0,2 Wh et émet environ 7 grammes de CO₂ en moyenne mondiale. À raison de 20 recherches par jour, c'est 50 kg par an - l'équivalent d'un trajet de 200 km en voiture.

Une requête à un modèle d'IA générative (ChatGPT, Gemini, Claude) consomme 2 à 3 Wh, soit 10 à 15 fois plus. Entre 50 et 100 grammes de CO₂ selon le mix énergétique du data center - les ordres de grandeur sont confirmés par les travaux de l'IEA Electricity 2024 et du Shift Project sur la sobriété numérique.

• Recherche Google classique : 0,2 Wh ≈ 7 g CO₂
• Requête IA générative : 2-3 Wh ≈ 50-100 g CO₂ (x10-15)
• Entraînement d'un grand modèle : 1 000 à 10 000 tonnes CO₂ (ponctuel, une fois par version)
• Data centers mondiaux : 1-2 % de la consommation électrique mondiale en 2024, projeté à 3-4 % en 2030

Ce que ça pèse réellement dans un bilan carbone de PME

Pour une PME de 200 salariés qui utilise intensivement des outils d'IA (100 requêtes par salarié et par jour, ce qui est déjà beaucoup), l'empreinte annuelle se situe entre 1 et 3 tonnes de CO₂. C'est faible comparé aux postes majeurs :

• Achats et sous-traitance (scope 3) : souvent 40-70 % du bilan total
• Énergie des bâtiments : 10-20 % en moyenne
• Déplacements professionnels : 5-15 % pour le CODIR seul
• Équipements informatiques (fabrication) : 70-80 % de l'empreinte numérique
• IA et cloud : < 1 % pour la majorité des PME

Le vrai enjeu : la trajectoire, pas le niveau actuel

Si l'usage de l'IA double chaque année (c'est le cas dans beaucoup d'entreprises) et si les gains d'efficience des modèles ne compensent pas la croissance (pour l'instant ils ne compensent pas - les gains sont absorbés par l'augmentation de la taille des modèles), le poste numérique pourrait devenir significatif d'ici 5 à 10 ans.

L'intégrer dès maintenant dans votre Bilan Carbone vous donne une base de référence pour mesurer cette évolution. Les méthodologies existent (référentiel ADEME numérique, base de données Boavizta) même si elles sont encore jeunes.

Quatre leviers pour réduire l'empreinte numérique de votre entreprise

Par ordre d'impact décroissant :

• Allonger la durée de vie des équipements de 4 à 6 ans : -30 à -50 % d'empreinte numérique. C'est le levier n°1 et il génère des économies
• Intégrer le reconditionné dans la politique d'achat IT : un PC reconditionné émet ~70 % de moins qu'un neuf
• Choisir un hébergeur cloud en France ou en Scandinavie : facteur 5 à 10 sur les émissions par rapport à un data center américain alimenté au gaz naturel
• Utiliser l'IA de façon ciblée : un chatbot qui répond à des questions que la FAQ couvre déjà, c'est de l'énergie dépensée pour rien. Réserver l'IA aux tâches à forte valeur ajoutée
• Choisir des modèles plus légers quand la tâche le permet : un modèle small consomme 5-10x moins qu'un modèle frontier pour des tâches simples

Ce qu'il faut retenir

L'IA a un coût carbone réel mais encore marginal pour la plupart des organisations. Le vrai enjeu numérique est la fabrication des équipements, pas l'usage des services cloud. Surveillez la trajectoire, pas le niveau actuel.

• Une requête IA = 10-15x une recherche Google en énergie. Mais ça reste marginal à l'échelle d'un bilan carbone d'entreprise
• < 1 % du bilan total pour la majorité des PME, même avec un usage intensif d'outils IA
• Le vrai levier numérique : allonger la durée de vie des équipements (4→6 ans = -30 à -50 %)
• Le choix du data center compte : hébergement France/Scandinavie vs USA = facteur 5-10 en émissions
• Google +48 % en 5 ans : le sujet est réel à l'échelle macro, mais pas (encore) la priorité pour une PME

Questions fréquemment posées

L'IA est-elle un poste prioritaire dans un bilan carbone ?

Non, pas pour la majorité des entreprises. Les postes prioritaires restent les achats (scope 3), l'énergie et les déplacements. L'IA représente < 1 % du bilan dans la plupart des cas. C'est un poste à intégrer et à surveiller, pas une urgence.

Comment calculer l'empreinte de mes outils IA ?

Le référentiel ADEME numérique et la base de données Boavizta fournissent des facteurs d'émission par type de service cloud. En pratique, votre fournisseur cloud (AWS, Azure, GCP) publie aussi des données d'émissions par service. On les intègre dans le Bilan Carbone® au poste services numériques du scope 3.

Faut-il arrêter d'utiliser l'IA pour des raisons climatiques ?

Non. L'enjeu est d'utiliser l'IA de façon ciblée plutôt que systématique, et de choisir des hébergeurs avec un mix électrique bas carbone. Arrêter l'IA pour gagner 1 tonne quand les déplacements du CODIR en émettent 24 serait un mauvais arbitrage.

Un data center en France émet-il moins qu'aux États-Unis ?

Oui, 5 à 10 fois moins grâce au mix électrique français (90 % décarboné, principalement nucléaire). C'est un levier simple et rarement exploité : choisir un hébergeur qui utilise des data centers en France ou en Scandinavie.

L'IA peut-elle aider à réduire les émissions de mon entreprise ?

Oui, si elle est utilisée à bon escient : optimisation logistique, analyse de données de consommation, modélisation de scénarios de réduction. L'IA est un outil, pas une fin en soi. Son bilan net dépend de ce qu'elle permet d'économiser vs ce qu'elle consomme.