Combien pèse mon usage de l'IA sur une année ?

En France, 48 % des personnes de 12 ans et plus se servaient de l'IA générative en 2025, contre 20 % 2 ans plus tôt, d'après le Baromètre du numérique↗. 46 % des Français jugent qu'elle pèse plus sur l'environnement qu'une recherche classique. Les chiffres qui circulent pour en juger portent presque tous sur une seule question. Une année d'usage additionne des centaines de questions, quelques images, parfois une vidéo ou des heures d'agent, et c'est ce total qui permet de dire si l'usage pèse beaucoup.

La Base Impact de l'IA compose ce total tâche par tâche, pour des profils types : une personne qui se sert des offres gratuites chez elle, un salarié de bureau, un abonné, un développeur. Les calculs qui suivent viennent de son moteur, et chacun peut les refaire sur la fiche de chaque profil.

L'année d'usage personnel de la Base décrit l'utilisateur médian des offres gratuites, en dehors de son travail. Il pose 365 questions rapides, mène 47 conversations d'une dizaine d'échanges, crée ou retouche une quinzaine d'images, génère 2 clips vidéo de 5 secondes et lance une recherche approfondie. Ses recherches sur le web lui affichent environ 330 aperçus rédigés par une IA. Ces fréquences s'appuient sur le Baromètre du numérique ; ce sont des hypothèses de Projet Celsius, réglables sur la fiche du profil.

Le tout consomme 750 Wh aux serveurs et émet 340 gCO2e dans l'année. C'est autant que 2,4 km en voiture thermique, construction de la voiture comprise, quand l'année d'IA ne compte pas la fabrication des serveurs.

2 clips vidéo et 1 recherche approfondie pèsent 43 % de l'année, plus que les 365 questions et les 47 conversations réunies (37 %). Dans la Base, un clip de 5 secondes est calculé avec WAN 2.1, dans sa version de 1,3 milliard de paramètres, le générateur ouvert le plus téléchargé : 99 Wh, autant que 330 questions rapides. Il calcule 81 images en haute définition, et son électricité croît vite avec la durée et la définition de la vidéo ; Sora, Veo et les autres générateurs fermés ne publient rien (voir la note « Une vidéo générée consomme 1 kWh »). Une recherche approfondie, qui dans la Base lit une centaine de pages web avant de rédiger un rapport de 5 pages, consomme autant qu'un clip. Une question rapide consomme 0,3 Wh, la valeur sur laquelle concordent depuis 2025 une mesure de Google en production, 2 estimations et une déclaration d'OpenAI.

Le même panier change de poids avec l'intensité de l'usage. Pour un utilisateur occasionnel, dans le tiers le moins actif, l'année pèse 58 gCO2e, et plus du tiers en vient des aperçus que les moteurs de recherche génèrent sans qu'il les demande. Pour un utilisateur intensif, dans le dixième le plus actif, elle atteint 1,9 kg, 32 fois l'année occasionnelle, dont la moitié pour une vingtaine de clips vidéo.

L'année d'un employé ou d'un cadre de bureau se compose d'autres tâches : des e-mails, des pages corrigées, des comptes rendus, des tableurs, des présentations, sur 220 jours travaillés. Elle consomme 1,3 kWh et émet 590 gCO2e. Près de la moitié (47 %) vient de 220 recherches sur le web confiées à une IA. Pour chacune, l'assistant lance 2 recherches, lit 5 pages et rédige une réponse sourcée, ce qui consomme 2,7 Wh, 9 fois les 0,3 Wh que Google donnait en 2009 pour une recherche classique.

Les abonnements courants restent dans le même ordre de grandeur. Pour l'usage que la Base leur prête, une année de Claude Pro pèse 1,3 kgCO2e, de ChatGPT Plus 1,4 kg, de Google AI Pro 2,1 kg. Anthropic et Google ne chiffrent pas les plafonds de leurs formules, et les usages types de la Base sont des hypothèses de Projet Celsius.

Un agent de code travaille seul. Il lit le projet, écrit, teste, corrige, et à chaque étape il renvoie au modèle tout ce qui précède. Dans la Base, une heure d'agent de code enchaîne 120 étapes et relit chaque fois environ 100 000 tokens de contexte. Elle consomme 670 Wh, autant qu'environ 2 200 questions rapides.

L'année d'un développeur qui se sert de l'IA sans agent, surtout pour des suggestions de code, pèse 2 kgCO2e pour 4,3 kWh. Avec des agents, la Base compte 594 heures d'agent dans l'année, environ 2 h 40 par jour travaillé. L'année passe alors à 400 kWh et 180 kgCO2e, 93 fois l'année sans agent, et les heures d'agent en font 99 %.

Dans la Base, les usages types des formules haut de gamme comptent aussi des heures d'agent : 390 heures pour Claude Max, dont l'année pèse 120 kg, et 260 heures pour ChatGPT Pro, 91 kg. L'usage type d'une licence GitHub Copilot compte 88 heures d'agent, 94 % de son année de 29 kg.

L'heure d'agent de la Base reprend la session médiane de Claude Code que le climatologue Zeke Hausfather a estimée pour son propre usage. Pendant 8 semaines de 2026, il a relevé les tokens qu'il consommait↗, puis les a convertis en électricité avec des facteurs publiés, dont ceux de Watershed qu'emploie aussi la Base : environ 0,6 kWh la session médiane, 3 kWh par jour en moyenne. Ce sont les relevés personnels d'un seul utilisateur, et non une étude, et qu'une session dure une heure est une hypothèse de la Base. S'il gardait ce rythme toute l'année, il estime qu'il consommerait environ 1,1 MWh, de 0,4 à 2,2 MWh, soit 2,7 fois le développeur type de la Base. La fourchette de la Base pour ce profil va de 190 à 770 kWh, selon le coût du contexte relu en cache, que personne ne publie : de 1 à 25 % d'un token lu.

De 58 g à 180 kg, les profils de la Base s'écartent de 1 à plus de 3 000. 4 facteurs expliquent cet écart.

Les 3 premiers dépendent des tâches confiées à l'IA. Le quatrième dépend du modèle qui répond, et il s'applique à toutes les demandes à la fois. Dans la Base, un grand modèle de pointe consomme environ 4 fois plus par token que le modèle moyen des assistants grand public, et un petit modèle environ 6 fois moins. Le mode raisonnement, où le modèle écrit un brouillon avant de répondre, multiplie l'énergie de calcul d'une réponse par 1,92 en moyenne, effet estimé par le Pôle d'expertise de la régulation numérique (PEReN) sur 23 modèles ouverts, et par environ 10 dans la Base en effort de raisonnement élevé.

Ces réglages dépendent souvent de l'assistant et de son réglage par défaut plus que d'un choix de l'utilisateur. Les gestes qui en découlent sont traités dans l'article sur les gestes qui réduisent l'impact de l'IA↗.

Les facteurs se multiplient. Un salarié de bureau dont toutes les demandes passeraient par un grand modèle en raisonnement poussé passerait de 1,3 à 23 kWh dans l'année, et de 590 g à 10 kgCO2e, 18 fois plus. Un usage personnel intensif avec un grand modèle pèse environ 4 kgCO2e.

Un dernier réglage change le CO2e sans changer l'électricité. La même année personnelle émet 340 g avec l'électricité moyenne mondiale, 160 g avec celle de l'Union européenne et 31 g avec celle de la France, 11 fois moins. Les grands assistants ne disent pas où une demande donnée est traitée, et la Base retient la moyenne mondiale. Le hub publie l'intensité carbone de l'électricité pays par pays.

L'empreinte carbone d'un Français était de 8,3 tCO2e en 2025, selon l'estimation provisoire du service statistique du ministère de la Transition écologique et de l'Insee. Elle compte les gaz à effet de serre induits par ce que les Français consomment, importations comprises. L'année d'usage personnel courant de l'IA en fait 0,004 %, celle du salarié de bureau 0,007 %, celle de l'abonné à ChatGPT Plus 0,017 %. L'abonné à Claude Max atteint 1,5 %, le développeur avec agents 2,2 %.

L'année que Zeke Hausfather extrapole de ses relevés, 1,1 MWh, ferait 370 kgCO2e selon son calcul, avec l'électricité moyenne des États-Unis, et environ 500 kgCO2e avec la moyenne mondiale retenue ici, soit 4,5 à 6 % de l'empreinte d'un Français. C'est la valeur la plus haute de cette page, et celle d'un seul utilisateur intensif.

Le numérique donne un repère plus proche. L'ADEME estime son empreinte à 434 kgCO2e par personne et par an en France : appareils, réseaux, et centres de données en France et à l'étranger, fabrication comprise, sur les données de 2022. L'année d'usage personnel courant de l'IA en ferait 0,08 %, celle du développeur avec agents 43 %. La comparaison a 2 limites. L'ADEME compte la fabrication, qui fait 60 % du total, quand la Base ne compte que l'électricité. Et son étude porte sur une année où l'IA générative était peu répandue ; elle précise qu'elle ne prend pas en compte son développement.

Sur le cycle de vie, l'année pèserait un peu plus lourd. La première analyse du cycle de vie publiée par un éditeur, celle de Mistral AI↗ avec Carbone 4 et l'ADEME, donne 1,14 gCO2e pour une réponse de 400 tokens de son grand modèle, fabrication des serveurs comprise. Dans cette analyse, la fabrication des serveurs fait 11 % des émissions ; chez Google, la fabrication des puces et de la mémoire fait environ 30 % des 0,03 gCO2e d'une question. Compter la fabrication relèverait donc les années de cette page d'environ 10 à 40 %, sans changer leur ordre de grandeur. L'entraînement des modèles reste à part. L'analyse du hub sur les estimations qui divergent détaille ces périmètres.

Ces repères distinguent 2 situations. Avec les réglages par défaut de la Base, un usage personnel ou de bureau, même intensif, pèse moins de 0,03 % de l'empreinte d'une personne, moins de 15 km en voiture thermique ; un grand modèle et le raisonnement poussé sur toutes les demandes portent le salarié de bureau à 0,13 %. Pour qui confie des heures de travail à des agents, l'IA devient un poste de l'empreinte, de quelques dixièmes de pour cent à quelques pour cent.

Le site donne aujourd'hui 3 valeurs pour une année d'usage, qui ne comptent pas le même usage. 340 g est l'année d'usage personnel gratuit de la Base. 740 g est l'année de l'utilisateur type de l'outil « Mon empreinte IA », qui mêle usages personnels et professionnels et compte 6 recherches approfondies, 37 % de son année. 3 kg est l'année du profil par défaut de l'outil « Estimer l'empreinte de ses usages », dont 52 vidéos font 72 %.

Pour nous, au Projet Celsius, c'est la délégation de travail à des agents qui fait changer d'ordre de grandeur une année d'IA. Pour la plupart des utilisateurs, avec les réglages par défaut, cette année se compte en centaines de grammes de CO2e. Avec des agents, surtout quand un grand modèle raisonne longuement, elle se compte en dizaines ou en centaines de kilogrammes, de quelques dixièmes de pour cent à quelques pour cent de l'empreinte d'une personne.

Pour situer sa propre année parmi ces profils, l'outil « Mon empreinte IA » la compose à partir de ses assistants, de sa semaine, de ses tâches et de ses réglages, avec les facteurs de la Base.