Intégrer l'IA dans son Bilan Carbone® : méthode, Scopes et leviers

Intégrer l'IA dans son Bilan Carbone® : méthode, Scopes et leviers

Faut-il compter l'IA dans son Bilan Carbone® ? Oui : en Scope 3, 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 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.

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 (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, 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.

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, et dans cette hiérarchie les équipements dominent largement les services cloud. 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, 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.

Le Scope 3 n'étant pas obligatoire pour toutes les organisations, 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 : 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 (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, 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

La difficulté n'est donc pas le calcul, qui se fait très bien en interne 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, et l'enjeu réel est la localisation des data centers.

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), 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 (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 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, 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.

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

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® : périmètre, postes, méthode. Pour situer le budget d'un bilan complet, les fourchettes de prix 2026 donnent le repère ; pour le reste du numérique, la cartographie de l'empreinte numérique d'entreprise est le bon point de départ.

Questions fréquemment posées

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.