Qu'est-ce qu'une IA frugale ?

L'expression « IA frugale » vient en France d'un document précis : le Référentiel général pour l'IA frugale, publié en juin 2024 sous le nom d'AFNOR Spec 2314. Il a été piloté par l'Ecolab du ministère de la Transition écologique et rédigé de janvier à juin 2024 par un groupe de travail d'entreprises, de start-up, d'organismes publics et de laboratoires, avec le concours de Hub France IA, d'EcoInfo, de l'ADEME et de l'Arcep. Ses 100 pages contiennent des définitions, une méthode de mesure, 31 bonnes pratiques et des règles pour communiquer.

Une « AFNOR Spec » n'est pas une norme. Le document précise que l'AFNOR Spec « ne doit pas être présentée comme une norme française ou comme équivalente à une norme française », et que son contenu « n'engage que ses auteurs ». Il est volontaire et vise à préparer de futures normes européennes et internationales. Par ailleurs, un projet de norme européenne sur l'évaluation de l'impact environnemental des systèmes d'IA, le prEN 18287, est en préparation au comité technique conjoint du CEN et du Cenelec depuis octobre 2025 ; nous n'avons pas trouvé de document qui le rattache au référentiel.

Le référentiel définit la frugalité d'un service d'IA comme la réduction globale de ses besoins en ressources et de ses impacts, obtenue en redéfinissant les usages ou les exigences de performance. Un service d'IA est frugal quand 3 conditions sont réunies.

1. La nécessité de recourir à un système d'IA plutôt qu'à une autre solution moins consommatrice, pour le même objectif, a été démontrée.
2. De bonnes pratiques sont adoptées par le producteur, le fournisseur et le client du service pour en diminuer les impacts.
3. Les usages et les besoins ont été questionnés au préalable et visent à rester dans les limites planétaires.

Le document distingue la frugalité de l'efficience. Un système efficient applique les optimisations connues pour consommer moins à chaque usage, le besoin restant fixé. Un service frugal accepte un résultat jugé suffisant et raisonne sur sa consommation totale : pour prendre un exemple de notre fait, un modèle 2 fois plus sobre par requête, mais servi 10 fois plus souvent, serait efficient sans être frugal. La première condition peut conduire à ne pas faire d'IA du tout ; le référentiel écrit que « l'injonction de développer un service d'IA doit pouvoir être remise en cause ».

Les 31 bonnes pratiques viennent pour l'essentiel de témoignages et d'entretiens menés auprès des organisations du groupe de travail. Elles sont rangées en 7 thématiques (pertinence de l'IA, gouvernance, compétences, données, performance du modèle, équipements, mesure) et placées sur les étapes du cycle de vie d'un système d'IA, de son lancement à sa mise hors service. Une même pratique vaut souvent pour plusieurs étapes : 19 des 31 concernent la conception et le développement.

La conception et le développement concentrent le plus de pratiques, et le référentiel en tire que la conception et la gouvernance pèsent sur tout le cycle de vie d'un projet. Les participants ont aussi noté chaque pratique selon son gain de frugalité et son effort de mise en œuvre. 5 pratiques sont classées à la fois parmi les 10 plus fortes en gain et parmi les 10 plus faciles : analyser le besoin (BP01), prévoir la fin de vie (BP11), optimiser l'usage de l'équipement existant (BP20), réutiliser des modèles déjà entraînés (BP29) et privilégier des modèles plus frugaux (BP30). Le référentiel recommande de commencer par elles.

Pour évaluer un service d'IA, le référentiel s'appuie sur l'analyse de cycle de vie et sur le référentiel de l'ADEME pour les services numériques. L'unité de mesure est le service rendu pendant un an : les inférences de l'année, l'entraînement et les autres coûts fixes, et chaque nouvel entraînement, en comptant aussi ceux qui n'ont pas abouti. Le périmètre couvre les terminaux des utilisateurs, les réseaux et les centres de données.

4 indicateurs sont prioritaires : le changement climatique, l'épuisement des ressources minérales et métalliques, l'énergie primaire et l'énergie finale. L'eau vient en priorité moyenne, avec l'acidification, les particules fines et les rayonnements ionisants. Les données mesurées sont préférées aux valeurs fixées, comme la puissance thermique maximale annoncée pour une puce (TDP).

Pour l'électricité, le référentiel privilégie les facteurs d'émission du réseau là où fonctionnent le service et ses composants, plutôt que ceux qui tiennent compte des contrats d'achat. Pour affirmer qu'un service a un bilan positif sur une catégorie d'impact, il exclut la compensation, l'achat d'électricité bas carbone ou renouvelable et la récupération de la chaleur des serveurs. C'est la même règle que le hub applique quand il recalcule les chiffres des éditeurs selon le réseau.

Mistral AI déclare avoir suivi la méthode du référentiel pour l'analyse de cycle de vie de son modèle Mistral Large 2, publiée en juillet 2025 avec Carbone 4 et l'ADEME, et relue par Resilio et Hubblo. C'est la seule application publique du référentiel par un éditeur de modèle que nous avons trouvée.

Le texte ne donne aucune valeur cible : ni consommation d'électricité, ni émissions, ni volume d'eau à partir duquel un service serait frugal. Il précise que l'évaluation d'un service d'IA « ne peut être que relative (entre deux systèmes) et non absolue ». Un service est frugal par la démarche suivie ; pour le dire, il doit publier ses impacts sur le cycle de vie, sans qu'un niveau soit exigé.

Le classement des bonnes pratiques repose sur des avis. Le référentiel cite lui-même ses limites : « absence d'indicateurs et de mesures », une approche « par dires d'experts », une représentativité discutable du groupe de travail et l'« absence de prise en compte des effets rebond ». Le gain d'une pratique n'est donc pas chiffré ; le document suggère de le quantifier lors de mises à jour du recueil, et nous n'en avons pas trouvé.

Aucune vérification n'est exigée. Le référentiel ne prévoit ni certification ni label. Pour communiquer sur le caractère frugal d'un service, il demande de publier une évaluation sur le cycle de vie avec les 4 indicateurs prioritaires, le détail des bonnes pratiques appliquées et les effets indirects attendus ; il demande aussi de préciser si l'évaluation a fait l'objet d'une « revue critique par un tiers extérieur ou non », et recommande de la renouveler au moins une fois par an. Il exclut de son périmètre les questions sociales et éthiques, et ne prend pas parti sur l'utilité des services selon les secteurs, comme la santé ou la sécurité.