Chargé des ressources humaines, 1 an
Une année de travail d'un chargé des ressources humaines qui se sert de l'IA : environ 79 recherches web avec une IA, 19 PDF interrogés, 400 e-mails, et 6 autres tâches.
- Le texte et la conversation font 70 % des émissions : « Interroger un PDF » pèse autant que 16 questions rapides.
- Environ 990 demandes à l'IA dans l'année, soit 4,5 par jour de travail.
- 1,8 fois moins que l'empreinte IA d'un salarié de bureau, au même usage.
- Une estimation : les fréquences et la part faite avec l'IA sont nos hypothèses.
Répartition des émissions par poste
330 gCO2e au total : 720 Wh d'électricité × 458 gCO2e/kWh (serveurs dans le monde).
Construction du calcul
Une année de travail d'un chargé des ressources humaines qui se sert de l'IA, tâche par tâche : e-mails, questions de droit, courriers, candidatures, comptes rendus d'entretien. Les fréquences viennent du contenu du métier, le recours à l'IA des enquêtes d'usage (OpenAI, Microsoft, Crédoc) ; ce sont des hypothèses, réglables.
Comparaison avec les autres métiers et activités
Échelle logarithmique.
Caractéristiques
| Unité | 1 personne, 1 an : 220 jours |
|---|---|
| Lieu par défaut | monde, 458 gCO2e/kWh (Ember 2025, cycle de vie) ; 11 autres lieux au choix |
| Compté | les tâches faites avec l'IA pendant une année de travail, refroidissement du centre de données compris |
| Non compté | la fabrication des serveurs, l'entraînement des modèles, l'appareil de la personne et les tâches faites sans IA |
| Statut | estimé |
Toutes les caractéristiques identifiant, version, règle de la valeur, sources, licence
| Identifiant | IA-0302, projetcelsius.com/ia/base/IA-0302/ |
|---|---|
| Version | 0.1 du 2 novembre 2026 |
| Catégorie | Métiers et activités, une personne, un an |
| Choix de la valeur retenue | calcul de la base à partir des entrées dont celle-ci est faite, aux quantités de l'unité |
| Sources | calcul de la base |
| Licence | CC BY 4.0 |
Émissions selon le lieu des serveurs
Émissions associées à l’électricité (CO2e)
- Pologne420 gCO2e
- Monde330 gCO2e
- États-Unis280 gCO2e
- Union européenne150 gCO2e
- France30 gCO2e
× 14 entre la Pologne et la France, pour la même électricité
Ember 2025, en cycle de vie. Le même usage consomme 720 Wh dans chaque lieu.
Paramètres d'usage
Réglages avancés outillage, classe de modèle, raisonnement, taille de l'image, calage, durée
Tâches et fréquences
Fréquence et part faite avec l'IA, tâche par tâche · usage courant
Régler chaque tâche 11 tâches, fréquence et part faite avec l'IA
| Tâche | Fréquence | Part avec l'IA | Par an | Électricité | Part |
|---|---|---|---|---|---|
| Écrire un e-mail | 396 | 91 Wh | 13 % | ||
| Question rapide | 297 | 89 Wh | 12 % | ||
| Corriger une page | 96,8 | 58 Wh | 8 % | ||
| Rédiger une page | 39,6 | 18 Wh | 2 % | ||
| Interroger un PDF | 19,4 | 92 Wh | 13 % | ||
| Rédiger un compte rendu | 47,5 | 68 Wh | 9 % | ||
| Conversation de 10 échanges | 15,8 | 56 Wh | 8 % | ||
| Recherche web avec une IA | 79,2 | 220 Wh | 30 % | ||
| Présentation de 10 diapos | 2,64 | 30 Wh | 4 % | ||
| Résumer une réunionne s'applique pas avec cet outillage | |||||
| Flux automatiséne s'applique pas avec cet outillage |
Résultat pour le cas choisi
220 jours, serveurs dans le monde : 330 gCO2e, 720 Wh.
Pour un bilan carbone
| Poste | achats de services (GHG Protocol scope 3, catégorie 1) ; BEGES réglementaire, catégorie 4 |
|---|---|
| Quantité | 1 poste sur un an |
| Facteur | 330 gCO2e par poste sur un an, IA-0302 version 0.1, selon le réseau du lieu (location-based), serveurs dans le monde |
| Total | 330 gCO2e · non compté : la fabrication des serveurs, l'entraînement des modèles, l'appareil de la personne et les tâches faites sans IA |
Répartition des émissions par famille de tâches
Émissions associées à l’électricité (CO2e)
- Texte et conversation230 gCO2e · 70 %
- Recherche100 gCO2e · 30 %
Fréquence et émissions de chaque tâche du métier « Ressources humaines »
Profil d'usage type
Hypothèse de Projet Celsius
Le chargé des ressources humaines courant fait écrire ou reprendre par l'IA 9 e‑mails et 2 courriers, lui pose 7 questions de droit du travail, rédige avec elle un compte rendu d'entretien, trie un lot de candidatures toutes les 2 semaines et prépare une situation délicate toutes les 3 semaines. Environ 23 demandes par semaine. Sur l'année, environ 720 Wh. Sobre, 240 Wh ; intensif, 2,5 kWh ; avec la suite, 1,4 kWh.
Détail par poste
Quantité, valeur unitaire, contribution et nature des données de chaque poste
| Poste | Quantité | Valeur unitaire | Contribution | Part | Nature de la donnée |
|---|---|---|---|---|---|
| Recherche web avec une IA | 79 fois | 2,7 Wh | 220 Wh | 30 % | hypothèse · Microsoft Research |
| Interroger un PDF | 19 fois | 4,7 Wh | 92 Wh | 13 % | hypothèse · O*NET |
| Écrire un e-mail | 400 fois | 0,23 Wh | 91 Wh | 13 % | hypothèse · O*NET |
| Question rapide | 300 fois | 0,3 Wh | 89 Wh | 12 % | hypothèse · Crédoc |
| Rédiger un compte rendu | 48 fois | 1,4 Wh | 68 Wh | 9 % | hypothèse · Microsoft Research |
| Corriger une page | 97 fois | 0,6 Wh | 58 Wh | 8 % | hypothèse · Microsoft Research |
| Conversation de 10 échanges | 16 fois | 3,5 Wh | 56 Wh | 8 % | hypothèse · Microsoft Research |
| Présentation de 10 diapos | 2,6 fois | 11 Wh | 30 Wh | 4 % | hypothèse · Microsoft Research |
| Rédiger une page | 40 fois | 0,45 Wh | 18 Wh | 2 % | hypothèse · Microsoft Research |
Voir les 9 lignes
Entrées qui l'utilisent (8)
PME de 50 personnes, ETI de 500 personnes, Grande entreprise (5 000), France, Salariés de bureau, Agents publics, Île-de-France, Union européenne
Nature des données
Relevés publiés, conventions, hypothèses
- hypothèses de Projet Celsius 100 %
Une part compte en hypothèse dès qu'une quantité posée par Projet Celsius (une fréquence, une part faite avec l'IA, un effectif) entre dans son calcul, même si le reste repose sur des relevés publiés.
Hypothèses d'usage
Fréquence, part faite avec l'IA selon l'adoption, source de chaque hypothèse
Écrire un e-mail : 20 par jour, 9 % avec l'IA en usage courant
Environ 20 e-mails par jour, l'explication des règles aux salariés étant quotidienne dans O*NET ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Part faite avec l'IA : 3 % en usage sobre, 9 % courant, 31 % intensif · hypothèse · O*NET · Écrire un e-mail
Question rapide : 5 par jour, 27 % avec l'IA en usage courant
Environ 5 questions par jour (droit du travail, procédures), hypothèse ; part faite avec l'IA appuyée sur le Crédoc (2026), ajustée au métier.
Part faite avec l'IA : 9 % en usage sobre, 27 % courant, 94 % intensif · hypothèse · Crédoc · Question rapide
Corriger une page : 2 par jour, 22 % avec l'IA en usage courant
Environ 2 textes à reprendre par jour, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Part faite avec l'IA : 7 % en usage sobre, 22 % courant, 78 % intensif · hypothèse · Microsoft Research · Corriger une page
Rédiger une page : 1 par jour, 18 % avec l'IA en usage courant
Environ 1 page par jour (fiche de poste, courrier, note), hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Part faite avec l'IA : 6 % en usage sobre, 18 % courant, 63 % intensif · hypothèse · Microsoft Research · Rédiger une page
Interroger un PDF : 2 par semaine, 22 % avec l'IA en usage courant
Environ 2 lots de candidatures à trier par semaine, la revue des candidatures étant hebdomadaire ou plus dans O*NET ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Part faite avec l'IA : 7 % en usage sobre, 22 % courant, 78 % intensif · hypothèse · O*NET · Interroger un PDF
Rédiger un compte rendu : 4 par semaine, 27 % avec l'IA en usage courant
Environ 4 comptes rendus d'entretien par semaine, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Part faite avec l'IA : 9 % en usage sobre, 27 % courant, 94 % intensif · hypothèse · Microsoft Research · Rédiger un compte rendu
Conversation de 10 échanges : 2 par semaine, 18 % avec l'IA en usage courant
Environ 2 situations délicates à préparer par semaine, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Part faite avec l'IA : 6 % en usage sobre, 18 % courant, 63 % intensif · hypothèse · Microsoft Research · Conversation de 10 échanges
Recherche web avec une IA : 2 par jour, 18 % avec l'IA en usage courant
Environ 2 recherches sur le web par jour, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Part faite avec l'IA : 6 % en usage sobre, 18 % courant, 63 % intensif · hypothèse · Microsoft Research · Recherche web avec une IA
Présentation de 10 diapos : 12 par an, 22 % avec l'IA en usage courant
Environ 1 présentation par mois, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Part faite avec l'IA : 7 % en usage sobre, 22 % courant, 78 % intensif · hypothèse · Microsoft Research · Présentation de 10 diapos
Résumer une réunion : 0,8 par semaine, 70 % avec l'IA en usage courant · outillage IA dans la suite bureautique
Environ 4 réunions par semaine, hypothèse ; avec l'IA dans la suite bureautique, la plupart sont résumées sans qu'on le demande, hypothèse ; une réunion résumée sert à ses 5 participants, chacun en porte un cinquième.
Part faite avec l'IA : 30 % en usage sobre, 70 % courant, 100 % intensif · hypothèse · Résumer une réunion
Flux automatisé : 10 par jour, 30 % avec l'IA en usage courant · outillage agents
Environ 10 démarches répétitives par jour (relances, attestations), hypothèse ; part confiée à un flux automatisé posée sans enquête publiée.
Part faite avec l'IA : 10 % en usage sobre, 30 % courant, 80 % intensif · hypothèse · Flux automatisé
Chiffres publiés en appui
Microsoft Research, Tomlinson et al. (2026) : 0,201 score d'applicabilité
Score d'applicabilité de l'IA générative des chargés des ressources humaines (code 13-1071), 200 000 conversations avec Bing Copilot, de 0 à 1
Sert au coefficient du métier : racine du score rapporté à 0,25, le score des employés de bureau · calcul · la source ↗
Conventions de méthode
Avec leurs alternatives
| La journée et l'année de travail | Une année de travail compte 220 jours et 44 semaines, une année personnelle 365 jours ; les listes de tâches des métiers donnent, en médiane, environ 2 demandes à l'IA par jour travaillé à l'adoption sobre, 6 à l'adoption courante, 21 à l'adoption intensive, hors suggestions de code · alternatives : 365 jours pour un usage personnel ; les profils de la version précédente (5, 20 et 80 requêtes par jour), remplacés par les listes de tâches |
|---|---|
| Le lieu par défaut | Sans autre information, les serveurs sont dans le monde, à l'électricité moyenne mondiale · alternatives : les États-Unis, où tournent la plupart des grands assistants |
| L'électricité, location-based, en cycle de vie | Le kilowattheure est celui du pays des serveurs, en cycle de vie, d'une seule source pour tous les pays · alternatives : market-based, avec les contrats d'achat, affiché à côté quand il est publié |
| Deux chiffres significatifs | Une valeur calculée s'arrondit à deux chiffres significatifs, une valeur publiée est reprise avec la précision de sa source ; le calcul garde toute la précision |
| La formule | la somme de ce qui compose l'entrée, puis le CO2e : l'électricité (Wh) multipliée par l'intensité du lieu des serveurs (gCO2e/kWh), divisée par 1 000 |
| Calculer un cas sans entrée | La formule, les valeurs par défaut et un exemple pas à pas |
Sources du calcul
15 publications, pour cette entrée et celles qui servent à la calculer, avec les paramètres choisis.
Le résultat est calculé par Projet Celsius. Les sources ci-dessous étayent ses usages, ses facteurs et sa conversion ; elles ne mesurent pas toutes ce total.
Usages et hypothèses
Ces publications éclairent les tâches et les usages de l'IA. Elles ne mesurent pas l'empreinte carbone du cas calculé.
Rôle et limites : Apec
Ce que couvre la publication. fréquence d'usage de l'IA générative au travail, 2 000 cadres du secteur privé interrogés en mars 2025
Ce qu'elle ne couvre pas. les non-cadres et le nombre de demandes
Lecture de la base. Enquête française récente sur la fréquence au travail ; copie lue sur un site de presse spécialisée
Appui du réglage « Usage courant »
Périmètre du chiffre repris. L'utilisateur médian de ceux qui se servent de l'IA, fin 2026 : il y recourt chaque jour travaillé pour une partie de ses questions, de ses écrits et de ses lectures, environ 5 à 15 demandes par jour dans un métier de bureau. Dans une organisation ou un territoire, il fixe aussi la part des salariés qui s'en servent (25 %).
Limite. Ce réglage reste une hypothèse de la base, pas une mesure du métier.
Rôle et limites : Crédoc
Auteur. Crédoc pour l'Arcep, l'Arcom, le CGE et l'ANCT
Ce que couvre la publication. usage de l'IA générative des 12 ans et plus en France en 2025 : qui, pour quoi, à quelle fréquence, payant ou non
Ce qu'elle ne couvre pas. le nombre de demandes
Lecture de la base. L'enquête de référence en France, 4 145 personnes
Ressources humaines, 1 an → : Question rapide →
Environ 5 questions par jour (droit du travail, procédures), hypothèse ; part faite avec l'IA appuyée sur le Crédoc (2026), ajustée au métier.
Périmètre du chiffre repris. calcul de la réponse, centre de données
Limite. La quantité et la part confiée à l'IA sont des hypothèses de la base, pas une empreinte mesurée.
Rôle et limites : EnronSent
Auteur. Will Styler
Ce que couvre la publication. 96 106 messages envoyés par des salariés d'Enron, 13 810 266 mots
Ce qu'elle ne couvre pas. les messages reçus
Lecture de la base. Des e-mails professionnels de 2000 et 2001 : un ordre de grandeur, pas une norme
Écrire un e-mail → : Écrire, avec raisonnement →
L'e-mail écrit, 150 mots
Périmètre du chiffre repris. serveur, hors centre de données
Limite. La quantité et la part confiée à l'IA sont des hypothèses de la base, pas une empreinte mesurée.
Écrire un e-mail → : Lire 1 000 tokens →
Convention de longueur : un e-mail
Périmètre du chiffre repris. Un e-mail courant : les messages envoyés du corpus Enron comptent en moyenne environ 144 mots ; chiffre lu dans un extrait, notice non vérifiée
Limite. Cette publication appuie la quantité de texte ou de contenu traitée, pas son empreinte carbone.
Écrire un e-mail → : Écrire, avec raisonnement →
Convention de longueur : un e-mail
Périmètre du chiffre repris. Un e-mail courant : les messages envoyés du corpus Enron comptent en moyenne environ 144 mots ; chiffre lu dans un extrait, notice non vérifiée
Limite. Cette publication appuie la quantité de texte ou de contenu traitée, pas son empreinte carbone.
Epoch AI · février 2025
How much energy does ChatGPT use? ↗ (nouvel onglet)
Question rapide · Relire en cache
Usages et hypothèses · Énergie et facteurs
Rôle et limites : Epoch AI
Ce que couvre la publication. le calcul depuis le matériel et la taille supposée du modèle
Ce qu'elle ne couvre pas. les mesures réelles
Lecture de la base. Un calcul public, transparent
Référence de la valeur retenue
Périmètre du chiffre repris. GPT-4o, 500 tokens écrits, périmètre complet
Limite. Un calcul public, depuis le matériel et la taille supposée du modèle
Conversation de 10 échanges → : Relire en cache →
Le contexte relu à chaque tour depuis le cache : les échanges précédents, et le document déjà dans la conversation s'il y en a un
Périmètre du chiffre repris. serveur, convention C4
Limite. La quantité et la part confiée à l'IA sont des hypothèses de la base, pas une empreinte mesurée.
Microsoft Research · juillet 2025
Working with AI: Measuring the Applicability of Generative AI to Occupations ↗ (nouvel onglet)
Ressources humaines, 1 an · Corriger une page · Rédiger une page · et 4 autres entrées
Rôle et limites : Microsoft Research
Auteur. Kiran Tomlinson, Sonia Jaffe, Will Wang, Scott Counts, Siddharth Suri (Microsoft)
Ce que couvre la publication. 200 000 conversations avec Bing Copilot rapprochées des activités d'O*NET ; score d'applicabilité par métier, en données ouvertes (version 7 d'octobre 2026)
Ce qu'elle ne couvre pas. l'adoption réelle par métier
Lecture de la base. Mesure ce à quoi l'IA sert et réussit, pas qui l'utilise
Observation publiée sur les usages
Périmètre du chiffre repris. Score d'applicabilité de l'IA générative des chargés des ressources humaines (code 13-1071), 200 000 conversations avec Bing Copilot, de 0 à 1
Limite. Sert au coefficient du métier : racine du score rapporté à 0,25, le score des employés de bureau
Ressources humaines, 1 an → : Corriger une page →
Environ 2 textes à reprendre par jour, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Périmètre du chiffre repris. tokens lus et écrits, centre de données
Limite. La quantité et la part confiée à l'IA sont des hypothèses de la base, pas une empreinte mesurée.
Ressources humaines, 1 an → : Rédiger une page →
Environ 1 page par jour (fiche de poste, courrier, note), hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Périmètre du chiffre repris. tokens lus et écrits, centre de données
Limite. La quantité et la part confiée à l'IA sont des hypothèses de la base, pas une empreinte mesurée.
Ressources humaines, 1 an → : Rédiger un compte rendu →
Environ 4 comptes rendus d'entretien par semaine, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Périmètre du chiffre repris. tâches simples, centre de données compris
Limite. La quantité et la part confiée à l'IA sont des hypothèses de la base, pas une empreinte mesurée.
Ressources humaines, 1 an → : Conversation de 10 échanges →
Environ 2 situations délicates à préparer par semaine, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Périmètre du chiffre repris. messages, contexte relu en cache, réponses, centre de données
Limite. La quantité et la part confiée à l'IA sont des hypothèses de la base, pas une empreinte mesurée.
Ressources humaines, 1 an → : Recherche web avec une IA →
Environ 2 recherches sur le web par jour, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Périmètre du chiffre repris. recherches, pages lues, réponse, centre de données
Limite. La quantité et la part confiée à l'IA sont des hypothèses de la base, pas une empreinte mesurée.
Ressources humaines, 1 an → : Présentation de 10 diapos →
Environ 1 présentation par mois, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Périmètre du chiffre repris. tâches simples, centre de données compris
Limite. La quantité et la part confiée à l'IA sont des hypothèses de la base, pas une empreinte mesurée.
Les 3 autres publications de cette partie
O*NET · 2025
O*NET 30.1 Database, Task Statements et Task Ratings ↗ (nouvel onglet)
Écrire un e-mail · Interroger un PDF
Rôle et limites
Auteur. National Center for O*NET Development, ministère du Travail des États-Unis
Ce que couvre la publication. tâches de chaque métier et fréquence déclarée par les titulaires, en 7 classes de « une fois par an ou moins » à « chaque heure ou plus »
Ce qu'elle ne couvre pas. les métiers sans enquête de fréquence, comme les data scientists
Lecture de la base. La nomenclature de référence des tâches ; titulaires américains
Ressources humaines, 1 an → : Écrire un e-mail →
Environ 20 e-mails par jour, l'explication des règles aux salariés étant quotidienne dans O*NET ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Périmètre du chiffre repris. tokens lus et écrits, centre de données
Limite. La quantité et la part confiée à l'IA sont des hypothèses de la base, pas une empreinte mesurée.
Ressources humaines, 1 an → : Interroger un PDF →
Environ 2 lots de candidatures à trier par semaine, la revue des candidatures étant hebdomadaire ou plus dans O*NET ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations.
Périmètre du chiffre repris. document lu, réponse, centre de données
Limite. La quantité et la part confiée à l'IA sont des hypothèses de la base, pas une empreinte mesurée.
Projet Celsius · novembre 2026
Tokens par mot, par ligne de code et par cellule, mesurés avec 7 découpages publics
Lire 1 000 tokens · Écrire, avec raisonnement · Relire en cache
Rôle et limites
Ce que couvre la publication. 479 888 mots de 196 articles du blog et leur traduction anglaise, code du site et de la bibliothèque Python, un tableau de mesures ; découpages de GPT-4o, GPT-4, Llama 3, Gemini (via Gemma 3), Mistral, DeepSeek et Qwen
Ce qu'elle ne couvre pas. le découpage de Claude, non public
Lecture de la base. Une mesure sur des textes techniques, chiffres compris ; à refaire si les éditeurs changent de découpage
mesure de Projet Celsius, refaite à la demande avec les découpages publics
Corriger une page → : Lire 1 000 tokens →
Convention de longueur : une page
Périmètre du chiffre repris. Une page de rapport, titres et paragraphes compris : entre le feuillet de 1 500 signes (250 mots) et une page A4 pleine en simple interligne (environ 550 mots, à 6,1 signes par mot mesurés sur nos articles)
Limite. Cette publication appuie la quantité de texte ou de contenu traitée, pas son empreinte carbone.
Corriger une page → : Écrire, avec raisonnement →
Convention de longueur : une page
Périmètre du chiffre repris. Une page de rapport, titres et paragraphes compris : entre le feuillet de 1 500 signes (250 mots) et une page A4 pleine en simple interligne (environ 550 mots, à 6,1 signes par mot mesurés sur nos articles)
Limite. Cette publication appuie la quantité de texte ou de contenu traitée, pas son empreinte carbone.
Rédiger une page → : Écrire, avec raisonnement →
Convention de longueur : une page
Périmètre du chiffre repris. Une page de rapport, titres et paragraphes compris : entre le feuillet de 1 500 signes (250 mots) et une page A4 pleine en simple interligne (environ 550 mots, à 6,1 signes par mot mesurés sur nos articles)
Limite. Cette publication appuie la quantité de texte ou de contenu traitée, pas son empreinte carbone.
Interroger un PDF → : Lire 1 000 tokens →
Convention de longueur : une page
Périmètre du chiffre repris. Une page de rapport, titres et paragraphes compris : entre le feuillet de 1 500 signes (250 mots) et une page A4 pleine en simple interligne (environ 550 mots, à 6,1 signes par mot mesurés sur nos articles)
Limite. Cette publication appuie la quantité de texte ou de contenu traitée, pas son empreinte carbone.
Conversation de 10 échanges → : Relire en cache →
Convention de longueur : une page
Périmètre du chiffre repris. Une page de rapport, titres et paragraphes compris : entre le feuillet de 1 500 signes (250 mots) et une page A4 pleine en simple interligne (environ 550 mots, à 6,1 signes par mot mesurés sur nos articles)
Limite. Cette publication appuie la quantité de texte ou de contenu traitée, pas son empreinte carbone.
Zhang et Nam · juin 2026
Lire 1 000 tokens
Rôle et limites
Auteur. Yujin Zhang et Daye Nam
Ce que couvre la publication. 45 trajectoires d'agents web : 13,16 étapes et 6,02 pages visitées par tâche en moyenne
Ce qu'elle ne couvre pas. l'électricité
Lecture de la base. Un petit échantillon, qui donne l'ordre de grandeur des étapes d'un agent
Recherche web avec une IA → : Lire 1 000 tokens →
Les 5 pages trouvées, lues par le modèle, et la question : les agents web visitent 6 pages par tâche en moyenne
Périmètre du chiffre repris. serveur, hors centre de données
Limite. La quantité et la part confiée à l'IA sont des hypothèses de la base, pas une empreinte mesurée.
Énergie et facteurs
Les références des valeurs retenues et des entrées qui servent à ce calcul.
Google · août 2025
Measuring the environmental impact of delivering AI at Google scale ↗ (nouvel onglet)
Question rapide
Rôle et limites : Google
Ce que couvre la publication. puces, hôte, machines en réserve, centre de données, eau sur site
Ce qu'elle ne couvre pas. fabrication, entraînement
Lecture de la base. La seule mesure en production publiée par un éditeur
Référence de la valeur retenue
Périmètre du chiffre repris. Médiane d'un prompt texte ; puces, hôte, machines en réserve, centre de données
Limite. La seule mesure en production publiée par un éditeur, non auditée par un tiers
Rôle et limites : Google
Ce que couvre la publication. une recherche, centre de données
Lecture de la base. Jamais remesuré
Référence de la valeur retenue
Périmètre du chiffre repris. Une recherche, centre de données compris
Limite. Jamais remesuré publiquement ; les réponses IA de Google ne sont pas publiées
Rôle et limites : Luccioni et al.
Auteur. Luccioni, Jernite et Strubell
Ce que couvre la publication. carte graphique, processeur, mémoire
Ce qu'elle ne couvre pas. centre de données
Lecture de la base. Modèles ouverts seulement
Créer une image → : Générer une image →
Une image, de la taille choisie : standard par défaut
Périmètre du chiffre repris. carte graphique, processeur, mémoire ; hors centre de données
Limite. Ce chiffre porte sur une partie du calcul ; il ne mesure pas l'entrée entière.
Référence de la variante « Image standard, environ un mégapixel »
Périmètre du chiffre repris. Moyenne des modèles ouverts testés, 1 000 images ; médiane 1,35 Wh, maximum 11,49 Wh
Limite. Modèles ouverts seulement ; les générateurs fermés ne publient rien
Microsoft Research · 2026
Estimation de l'énergie des requêtes en production (Joule) ↗ (nouvel onglet)
Question rapide
Rôle et limites : Microsoft Research
Auteur. Microsoft Research, Oviedo et al.
Ce que couvre la publication. nœuds H100, production
Lecture de la base. Calée sur la production
Référence de la valeur retenue
Périmètre du chiffre repris. Médiane, 500 tokens lus et 300 écrits, nœuds H100
Limite. Pas une mesure, mais calée sur la production ; juge les estimations publiques 4 à 20 fois trop hautes
Rôle et limites : OpenAI
Auteur. Sam Altman, OpenAI
Ce que couvre la publication. une requête moyenne
Ce qu'elle ne couvre pas. méthode, périmètre
Lecture de la base. Une phrase, sans méthode
Référence de la valeur retenue
Périmètre du chiffre repris. « Une requête moyenne », sans méthode publiée
Limite. Aucun périmètre publié ; cohérent avec Google
L'autre publication de cette partie
Watershed · août 2026
Estimating GHG Emissions from AI Use ↗ (nouvel onglet)
Lire 1 000 tokens · Écrire 1 000 tokens · PUE du centre de données
Rôle et limites
Ce que couvre la publication. facteurs par 1 000 tokens, centre de données
Lecture de la base. Des facteurs par défaut, calés sur des services hors production
Référence de la variante « Modèle moyen, facteur par défaut de Watershed »
Périmètre du chiffre repris. Facteur par défaut pour 1 000 tokens lus, modèle moyen, au serveur
Limite. Une valeur par défaut, calée sur des services hors production
Référence de la variante « Modèle moyen, facteur par défaut de Watershed »
Périmètre du chiffre repris. Facteur par défaut pour 1 000 tokens écrits, modèle moyen, au serveur
Limite. Une valeur par défaut, calée sur des services hors production
Écrire un e-mail → : PUE du centre de données →
Le centre de données, convention C3
Périmètre du chiffre repris. refroidissement et pertes du bâtiment
Limite. Ce chiffre porte sur une partie du calcul ; il ne mesure pas l'entrée entière.
Référence de la valeur retenue
Périmètre du chiffre repris. Facteur par défaut, du serveur au centre de données
Limite. Une valeur par défaut, pas une mesure
Question rapide → : PUE du centre de données →
Le centre de données, convention C3
Périmètre du chiffre repris. refroidissement et pertes du bâtiment
Limite. Ce chiffre porte sur une partie du calcul ; il ne mesure pas l'entrée entière.
Corriger une page → : PUE du centre de données →
Le centre de données, convention C3
Périmètre du chiffre repris. refroidissement et pertes du bâtiment
Limite. Ce chiffre porte sur une partie du calcul ; il ne mesure pas l'entrée entière.
Rédiger une page → : PUE du centre de données →
Le centre de données, convention C3
Périmètre du chiffre repris. refroidissement et pertes du bâtiment
Limite. Ce chiffre porte sur une partie du calcul ; il ne mesure pas l'entrée entière.
Interroger un PDF → : PUE du centre de données →
Le centre de données, convention C3
Périmètre du chiffre repris. refroidissement et pertes du bâtiment
Limite. Ce chiffre porte sur une partie du calcul ; il ne mesure pas l'entrée entière.
Conversation de 10 échanges → : PUE du centre de données →
Le centre de données, convention C3
Périmètre du chiffre repris. refroidissement et pertes du bâtiment
Limite. Ce chiffre porte sur une partie du calcul ; il ne mesure pas l'entrée entière.
Recherche web avec une IA → : PUE du centre de données →
Le centre de données, convention C3
Périmètre du chiffre repris. refroidissement et pertes du bâtiment
Limite. Ce chiffre porte sur une partie du calcul ; il ne mesure pas l'entrée entière.
Créer une image → : PUE du centre de données →
Le centre de données, convention C3
Périmètre du chiffre repris. refroidissement et pertes du bâtiment
Limite. Ce chiffre porte sur une partie du calcul ; il ne mesure pas l'entrée entière.
Conversion en carbone
La source du facteur électrique du lieu sélectionné.
Dans le monde : 458 gCO2e/kWh, cycle de vie.
Ember · 2026
Global Electricity Review 2026, et Our World in Data d'après Ember ↗ (nouvel onglet)
Électricité du réseau
Rôle et limites : Ember
Auteur. Ember, Our World in Data
Ce que couvre la publication. production d'électricité en cycle de vie, par pays
Ce qu'elle ne couvre pas. garanties d'origine
Lecture de la base. Une même source pour tous les pays
Conversion de l'électricité en carbone : dans le monde
Périmètre du chiffre repris. la production de l'électricité en cycle de vie, construction des centrales et combustibles compris
Limite. Une moyenne du pays choisi, pas le contrat d'électricité ni le centre de données d'un service précis.
Historique
Entrée en version 0.1 du 2 novembre 2026, dans la base en version 0.3
- 2 novembre 2026Version 0.1 de l'entrée, à la date de sa valeur actuelle.
- 31 octobre 2026Création de la base, dans sa première version (0.1).