--- title: "Intégrer l'IA dans son Bilan Carbone® :\nméthode, Scopes et leviers" description: "Un usage IA interne pèse moins de 1 % d'un bilan de services ; l'IA intégrée à un produit peut peser lourd. Scope 2 ou 3, facteurs par modèle, calcul en 4 temps, leviers concrets." canonical: https://projetcelsius.com/blog/ia-bilan-carbone-scope-3/ author: "Guillaume Pakula" datePublished: 2026-06-08 dateModified: 2026-06-11 language: fr --- # Intégrer l'IA dans son Bilan Carbone® : méthode, Scopes et leviers **Auteur** : Guillaume Pakula **Publié le** : 2026-06-08 **Rubrique** : Guide pratique **Temps de lecture** : 12 min **URL canonique** : https://projetcelsius.com/blog/ia-bilan-carbone-scope-3/ **Source** : Projet Celsius (https://projetcelsius.com) - cabinet de conseil en stratégie carbone, bureau d'études d'ingénieurs-docteurs basé à Paris et Marseille. > Faut-il compter l'IA dans son **Bilan Carbone®** ? Oui : en **[Scope 3](/blog/scope-3-bilan-carbone-guide-complet/)**, comme un service acheté. L'usage interne de vos équipes pèse en général **moins de 1 %** d'un bilan de services, mais l'**IA intégrée à vos produits** peut devenir un vrai poste. Voici où la ranger, comment la chiffrer sans données parfaites, et les **leviers concrets** pour réduire son impact. Vous montez le Bilan Carbone® de votre organisation, vous arrivez aux usages numériques, et une case vous arrête : **l'IA**. ChatGPT, Copilot, les fonctions « intelligentes » qui s'invitent dans tous les outils. La question du responsable RSE est légitime : est-ce que ça pèse, faut-il le compter, et comment, sans données parfaites ? La réponse tient en une phrase : **oui, il faut l'intégrer**, en **Scope 3** dans la quasi-totalité des cas, et l'enjeu dépend de **l'endroit où l'IA travaille chez vous** : dans les mains de vos équipes, à l'intérieur de vos logiciels, ou au cœur de votre produit. Le panorama ci-dessus situe les ordres de grandeur ; la suite déroule la méthode : faut-il s'en occuper, où la ranger, comment la chiffrer, comment la réduire, et les pièges qui font tomber un bilan en audit. Pour la consommation en valeur absolue, [l'électricité d'une requête ChatGPT](/blog/combien-consomme-requete-chatgpt/) donne les chiffres 2026. ## Faut-il intégrer l'IA dans son Bilan Carbone® ? Oui, et à plusieurs niveaux, parce que l'IA n'apparaît pas à un seul endroit de votre activité. Ces **3 usages** n'ont ni le même poids, ni le même traitement comptable : les distinguer dès le départ évite de chercher au mauvais endroit. - **L'usage interne** : vos équipes qui utilisent ChatGPT, Copilot ou Gemini au quotidien. En général **marginal** (moins de 1 % du bilan), mais à documenter. - **L'IA incluse dans vos logiciels** : les fonctions IA déjà présentes dans vos outils du quotidien (Copilot dans Microsoft 365, votre CRM, vos SaaS « augmentés »), invisibles sur les factures. L'angle mort classique de la cartographie. - **L'IA dans vos produits** : si vous embarquez de l'IA dans un service vendu, l'inférence tourne à chaque utilisation client et le poste peut devenir **lourd**, en Scope 3 aval. Ce dernier cas est le plus sous-estimé : pour un éditeur qui embarque de l'IA dans son offre (une app, une plateforme, un produit data), le poste cesse d'être anecdotique et se pilote comme un poste à part entière. Et même marginal, l'usage interne se documente. Il **double chaque année** dans beaucoup d'organisations, la [trajectoire macro grimpe](/blog/empreinte-carbone-ia/) (les data centers passeraient de **~1,5 % à ~3 % de l'électricité mondiale** entre 2024 et 2030, selon l'IEA), et si la [CSRD vous concerne](/blog/faut-il-faire-bilan-carbone-pour-csrd/), l'ESRS E1 attend un **Scope 3 complet**. Un poste non cartographié reste un poste non maîtrisé. ## Quel est son impact, et où la ranger : Scope 2 ou Scope 3 ? 2 questions distinctes, à traiter dans l'ordre : **combien ça pèse**, puis **où ça se range**. La seconde est celle qui fait trébucher le plus de bilans. > **Note** : Un bilan range les émissions en **3 périmètres**, les scopes : Scope 1 (vos combustions directes), Scope 2 (l'énergie achetée et consommée sur site, lisible sur vos compteurs), Scope 3 (tout le reste de la chaîne de valeur). La catégorie 1 du Scope 3 regroupe les **biens et services achetés** : un abonnement IA y tombe, comme votre logiciel de comptabilité ou votre hébergeur. ### Le poids : un petit poste pour l'usage interne Pour un usage interne, l'IA pèse en général **moins de 1 %** du Bilan Carbone® d'une entreprise de services : de l'ordre de **quelques centaines de kilos à quelques tonnes de CO₂e par an** pour 200 salariés, selon l'intensité d'usage et les modèles activés (faites varier les curseurs du calculateur en ouverture). Réel, mais minoritaire : la seule **fabrication des postes de travail** représente autour de 80 kgCO₂e par salarié et par an, soit souvent **25 à 100 fois** l'usage IA de la même personne. Le numérique se hiérarchise [par ordres de grandeur](/blog/ordres-de-grandeur-carbone/), et dans cette hiérarchie [les équipements dominent largement les services cloud](/blog/empreinte-carbone-numerique-entreprise/). La nuance reste l'**IA intégrée à vos produits**, qui peut peser beaucoup plus. ### Le classement : un service acheté, donc Scope 3 catégorie 1 C'est ici que beaucoup de bilans se trompent. Un usage d'IA en mode cloud (ChatGPT, Copilot, Azure AI, Gemini) relève du **Scope 3 catégorie 1** au sens du [GHG Protocol](https://ghgprotocol.org/corporate-value-chain-scope-3-standard), pas du Scope 2 : vous achetez un **service**, pas l'électricité consommée dans les data centers de votre fournisseur. Le raisonnement est exactement celui de votre hébergement cloud ou de vos SaaS. **2 exceptions** à garder en tête. - **IA auto-hébergée** sur vos propres serveurs (un Llama ou un Mistral interne) : l'électricité passe sur votre compteur, donc **Scope 2**. Cas encore minoritaire en 2026. - **IA intégrée à un produit que vous vendez** : son usage par vos clients relève du **Scope 3 aval** (catégorie 11, utilisation des produits vendus). - **Tout le reste - ChatGPT Team, Copilot 365, l'IA de votre CRM, une API OpenAI** : Scope 3 catégorie 1, comme vos autres achats de services numériques. Le Scope 3 n'étant [pas obligatoire pour toutes les organisations](/blog/scope-3-bilan-carbone-obligatoire/), un bilan limité aux **scopes 1 et 2** ne verra jamais l'IA. C'est précisément [ce qui fait la valeur d'un Scope 3 complet](/blog/scope-3-bilan-carbone-guide-complet/) : il capte les **postes qui grossissent** avant qu'ils ne surprennent. ## Comment la calculer concrètement (et avec quels outils) Les fournisseurs d'IA communiquent peu et mal sur leurs consommations : seul Google a publié [une mesure officielle par requête](https://arxiv.org/abs/2508.15734) (**0,24 Wh** en médiane pour Gemini) et Mistral la seule analyse en cycle de vie complète d'un modèle. Mais un Bilan Carbone® fonctionne sur des **ordres de grandeur documentés**, pas sur des mesures au dixième près, et la méthode V9, en application depuis janvier 2025, demande justement d'évaluer les **incertitudes poste par poste**. **4 temps** suffisent à produire un chiffre défendable. ### Un exemple chiffré pour fixer les idées Une entreprise de services de **200 salariés**, usage moyen (25 requêtes par jour et par personne), modèles courants : 200 × 25 × 220 jours ouvrés ≈ **1,1 million de requêtes par an**. À ~0,3 Wh la requête, cela représente ≈ **330 kWh**, soit **≈ 0,16 tCO₂e** avec le mix électrique mondial, et 10 fois moins si les data centers tournent en France. Rapporté à un bilan tertiaire qui se compte en [centaines de tonnes pour 100 salariés](/blog/questions-frequentes-bilan-carbone/), on reste **sous 0,1 % du total**. Le même calcul en usage génératif lourd (modèles de raisonnement, prompts longs, **~3 Wh par requête** en moyenne) décuple le poste sans changer sa place dans la hiérarchie. ### Où trouver les bons chiffres - **L'énergie par requête** : elle varie d'un facteur supérieur à 100 selon le modèle. On retient une fourchette adossée à un modèle précis, jamais une moyenne « IA » ; [le comparatif ChatGPT, Claude, Gemini](/blog/ia-comparatif-chatgpt-claude-gemini/) donne les valeurs 2026. - **Le mix électrique** de la région des data centers : ~50-60 gCO₂/kWh en France contre ~473 g en moyenne mondiale (Ember, 2024). Jusqu'à un facteur 10 pour le même wattheure. - **Les volumes** : logs et factures d'API quand ils existent, sinon un proxy transparent (utilisateurs actifs × usage moyen estimé). - **Les facteurs officiels** : la [Base Empreinte® de l'ADEME](https://base-empreinte.ademe.fr/) (plus de 60 000 facteurs d'émission) pour tout ce qui entoure l'IA : équipements, cloud, réseau. La difficulté n'est donc pas le calcul, qui [se fait très bien en interne](/blog/faire-son-bilan-carbone-soi-meme-prix/) sur ce poste : c'est la **collecte** (débusquer l'IA incluse dans vos logiciels, interroger les fournisseurs) et la **traçabilité**. Un auditeur ne sanctionne pas une marge d'incertitude affichée ; il sanctionne un **chiffre tombé du ciel** ou un poste oublié. L'empreinte eau se traite avec la même logique de fourchette : [une requête « boit » environ 0,26 mL](/blog/ia-empreinte-eau/), et l'enjeu réel est la localisation des data centers. > **Note** : Une phrase à glisser dans votre questionnaire achats : « Pouvez-vous nous communiquer les émissions (gCO₂e) associées à notre consommation de votre service IA sur la période, ou à défaut l'énergie moyenne par requête et la localisation des data centers qui nous servent ? » Peu de fournisseurs répondent encore, mais la question posée et datée vaut déjà preuve de diligence, et les réponses progressent d'année en année. ## Comment réduire l'impact : les bons réflexes C'est souvent la vraie question derrière l'inquiétude : une fois l'IA dans le bilan, comment on l'allège ? Bonne nouvelle, les leviers sont **simples, peu coûteux**, et relèvent d'une **politique d'usage**, pas d'un investissement. ### Le cadre de référence : l'IA frugale La France a publié en juillet 2024 le **premier cadre au monde** sur le sujet, le **Référentiel général pour l'IA frugale** ([AFNOR SPEC 2314](https://ecoresponsable.numerique.gouv.fr/actualites/afnor-spec-iafrugale/)), avec **31 fiches de bonnes pratiques**. Sa définition tient en trois conditions : la nécessité de recourir à l'IA plutôt qu'à une solution plus simple a été **démontrée**, des bonnes pratiques de sobriété sont appliquées, et les usages ont été questionnés au regard des limites planétaires. La frugalité commence donc avant la technique, par le bon sens. Côté services numériques, le [RGESN](https://ecoresponsable.numerique.gouv.fr/publications/referentiel-general-ecoconception/) (ARCEP, ARCOM et ADEME, 2024) complète le cadre avec ses **78 critères** d'éco-conception, qui couvrent les outils d'IA. ### Le geste qui compte le plus : adapter le modèle à la tâche Un **petit modèle** suffit pour résumer, classer ou rédiger, et consomme **10 à 50 fois moins** qu'un gros ; les modèles de raisonnement se réservent aux problèmes qui le méritent. Les autres réflexes suivent : des **prompts concis** (l'énergie suit le volume de tokens, surtout en sortie), un **suivi des volumes** avec un budget énergie ou carbone par cas d'usage, et des **données demandées aux fournisseurs** : régions de data centers décarbonées, facteurs d'émission par service. Aucun ne coûte un centime, et tous s'intègrent dans une [démarche de réduction globale](/blog/comment-reduire-bilan-carbone-entreprise/) où l'IA reste un petit levier parmi les gros. Un mot sur le réflexe inverse, qui consisterait à bannir l'outil : à l'unité, [une requête IA consomme comme une recherche Google](/blog/chatgpt-vs-recherche-google/), environ **0,3 Wh**, et interdire un usage utile pour économiser quelques dizaines de kilos de CO₂e par an serait un mauvais arbitrage. La sobriété se joue sur le **choix du modèle et le volume**, pas sur l'interdiction. > Adapter le modèle à la tâche divise l'énergie d'une requête par 10 à 50, sans investissement : c'est le premier levier de réduction de l'empreinte IA, avant toute technique. ## Les pièges à éviter **4 angles morts** reviennent presque à chaque mission, et ils se voient au premier coup d'œil d'un vérificateur. - **Tout ranger en Scope 2.** L'erreur de classement n°1 : elle fausse la structure du bilan et sa [comparabilité entre méthodes](/blog/ghg-protocol-vs-bilan-carbone-methode/). Partez du raisonnement service acheté vs électricité consommée, pas de l'intuition. - **Oublier l'IA incluse dans vos logiciels.** Copilot M365 et les fonctions IA des SaaS n'apparaissent sur aucune facture dédiée. À débusquer dès la cartographie des achats : « cette licence inclut-elle de l'IA active, et pour combien de personnes ? » - **Appliquer un facteur « IA » unique.** Entre un modèle léger et un modèle de raisonnement, l'écart dépasse un facteur 100. Un facteur moyen sur « l'IA » en général ne tient pas en défense. - **Viser la fausse précision.** Un chiffre au dixième près sur un poste à moins de 1 % du bilan est une perte de temps. Une fourchette documentée vaut mieux qu'une décimale inventée. Pour nous, au Projet Celsius, le quatrième piège est le plus répandu : des équipes passent des jours à chercher la décimale d'un poste IA à **0,05 % du bilan**, pendant que les **achats, qui en pèsent souvent 60 %**, attendent. L'IA se documente proprement, puis on passe aux postes qui comptent. ## Ce qu'il faut retenir - **3 usages à distinguer** : l'usage interne des équipes (marginal), l'IA incluse dans vos logiciels (l'angle mort), l'IA intégrée à vos produits (potentiellement lourde, en Scope 3 aval). - **Un usage IA cloud relève du Scope 3 catégorie 1, pas du Scope 2** : vous achetez un service. Seule l'IA auto-hébergée passe en Scope 2. - **La méthode tient en 4 temps** : inventorier les usages, choisir des facteurs par modèle, calculer en fourchette, documenter les hypothèses. - **Les ordres de grandeur sont posés** : ~0,3 Wh par requête courante, moins de 1 % d'un bilan de services, et un poste de travail qui pèse souvent 25 à 100 fois plus que l'usage IA du même salarié. - **Réduire commence avant la technique** : adapter le modèle à la tâche (÷10 à 50), prompts concis, suivi des volumes, fournisseurs mobilisés. C'est la logique de l'IA frugale. Classer, chiffrer et réduire l'IA au bon endroit coûte peu quand on le fait à temps, et la démarche s'inscrit dans le cadre général d'un [premier Bilan Carbone®](/blog/bilan-carbone-ce-quil-mesure-vraiment/) : **périmètre, postes, méthode**. Pour situer le budget d'un bilan complet, [les fourchettes de prix 2026](/blog/combien-coute-bilan-carbone/) donnent le repère ; pour le reste du numérique, [la cartographie de l'empreinte numérique d'entreprise](/blog/empreinte-carbone-numerique-entreprise/) est le bon point de départ. ## Questions fréquemment posées ## Questions fréquentes ### L'IA est-elle en Scope 2 ou en Scope 3 dans un bilan carbone ? Un usage d'IA en mode cloud (ChatGPT, Copilot, Azure AI, Gemini) relève du Scope 3 catégorie 1 : vous achetez un service, pas l'électricité du data center. La seule exception est l'IA auto-hébergée sur vos propres serveurs, qui passe en Scope 2. Et l'IA intégrée à un produit que vous vendez relève du Scope 3 aval (catégorie 11, utilisation des produits vendus). ### Combien pèse l'IA dans le bilan carbone d'une PME ? Pour un usage interne, en général moins de 1 % du bilan : de quelques kilos de CO₂e par an pour une petite structure à quelques tonnes pour 200 salariés en usage génératif intensif. C'est marginal mais réel, et à documenter. En revanche, si votre entreprise intègre de l'IA dans un produit ou service vendu, l'usage par vos clients peut en faire un poste nettement plus lourd. ### Comment trouver les facteurs d'émission des outils IA ? Les fournisseurs publient peu par service : seul Google a publié une mesure officielle (0,24 Wh par requête Gemini médiane). On combine une énergie par requête issue de benchmarks indépendants et adossée à un modèle précis, le mix électrique de la région des data centers, et la Base Empreinte® de l'ADEME pour les facteurs qui entourent l'IA (équipements, cloud). Un facteur proxy daté, sourcé et assorti de son incertitude reste opposable. ### Comment réduire l'empreinte carbone de l'IA dans mon entreprise ? Le premier réflexe est de questionner le besoin (la requête la plus sobre est celle qu'on ne lance pas), puis d'adapter le modèle à la tâche : un petit modèle suffit pour la plupart des usages et consomme 10 à 50 fois moins qu'un gros. Ajoutez des prompts concis, un suivi des volumes avec un budget par cas d'usage, et une demande de données et de régions décarbonées à vos fournisseurs. C'est la logique du Référentiel général pour l'IA frugale (AFNOR SPEC 2314). ### La CSRD impose-t-elle de déclarer l'IA explicitement ? Aucune norme ESRS ne traite l'IA de front : elle se range en Scope 3 sous l'ESRS E1, et sa matérialité s'apprécie au cas par cas. Pour la plupart des organisations en 2026, l'IA n'est pas un poste matériel au sens strict, mais le dialogue fournisseurs prévu par la CSRD vous autorise à réclamer des données, et la trajectoire d'usage justifie de cadrer le sujet dès maintenant. ### Nous utilisons Copilot dans Microsoft 365 : faut-il le compter ? Oui, en Scope 3 catégorie 1, comme le reste de votre abonnement Microsoft. Le poste est généralement négligeable rapporté au salarié, mais il se documente : nombre de licences, intensité d'usage estimée, facteur par requête d'un modèle équivalent. Si Microsoft publie un jour un facteur officiel par licence, il primera sur l'estimation. ## Sources [GHG Protocol, Corporate Value Chain (Scope 3) Standard](https://ghgprotocol.org/corporate-value-chain-scope-3-standard) ; [ADEME, Base Empreinte® (plus de 60 000 facteurs d'émission)](https://base-empreinte.ademe.fr/) ; [Référentiel général pour l'IA frugale, AFNOR SPEC 2314 (MiNumEco, juillet 2024)](https://ecoresponsable.numerique.gouv.fr/actualites/afnor-spec-iafrugale/) ; [RGESN 2024, ARCEP-ARCOM-ADEME](https://ecoresponsable.numerique.gouv.fr/publications/referentiel-general-ecoconception/) ; [Google, Measuring the environmental impact of delivering AI at Google Scale, arXiv 2508.15734](https://arxiv.org/abs/2508.15734) (Gemini médiane : 0,24 Wh, 0,26 mL d'eau) ; [Epoch AI, How much energy does ChatGPT use?](https://epoch.ai/gradient-updates/how-much-energy-does-chatgpt-use) ; [Ember, Global Electricity Review 2025](https://ember-energy.org/latest-insights/global-electricity-review-2025/global-electricity-trends/) (intensité carbone mondiale : 473 gCO₂/kWh en 2024) ; [IEA, Energy and AI](https://www.iea.org/reports/energy-and-ai) ; [Méthode Bilan Carbone® V9, Association pour la transition Bas Carbone](https://www.bilancarbone-methode.com/). Les énergies par requête hors Google sont des ordres de grandeur issus de benchmarks indépendants, à dater et à tracer dans le bilan. ## Articles connexes - https://projetcelsius.com/blog/empreinte-carbone-ia/ - https://projetcelsius.com/blog/scope-3-bilan-carbone-guide-complet/ - https://projetcelsius.com/blog/ia-comparatif-chatgpt-claude-gemini/ --- **À propos de Projet Celsius** Projet Celsius est un cabinet de conseil en stratégie carbone, ACV produit et conformité réglementaire. Bureau d'études d'ingénieurs-docteurs basé à Paris et Marseille, partenaire Bpifrance (Diag Décarbon'Action) et référencé ABC (Association pour la Transition Bas Carbone). Outils gratuits : https://projetcelsius.com/outils/ Nos offres : https://projetcelsius.com/offres/ Contact : https://projetcelsius.com/contact/