Développeur, 1 an
Une année de travail d'un développeur qui se sert de l'IA : environ 35 000 suggestions de code, 460 fonctions générées, 140 recherches web avec une IA, et 7 autres tâches.
- Le code et les agents font 71 % des émissions.
- Environ 2 100 demandes à l'IA dans l'année, soit 9,4 par jour de travail, sans compter 35 200 suggestions de code.
- 3,4 fois 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
2 kgCO2e au total : 4,3 kWh d'électricité × 458 gCO2e/kWh (serveurs dans le monde).
Construction du calcul
Une année de travail d'un développeur qui se sert de l'IA, tâche par tâche : suggestions de code, fonctions, relectures, questions, débogage ; avec des agents, des heures d'agent de code. Les fréquences et le recours sont des hypothèses appuyées sur l'enquête Stack Overflow et les études d'usage, 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, 1 autre valeur publiée |
Toutes les caractéristiques identifiant, version, règle de la valeur, sources, licence
| Identifiant | IA-0071, projetcelsius.com/ia/base/IA-0071/ |
|---|---|
| Version | 0.3 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)
- Pologne2,6 kgCO2e
- Monde2 kgCO2e
- États-Unis1,7 kgCO2e
- Union européenne910 gCO2e
- France180 gCO2e
× 14 entre la Pologne et la France, pour la même électricité
Ember 2025, en cycle de vie. Le même usage consomme 4,3 kWh dans chaque lieu.
Paramètres d'usage
Réglages avancés outillage, classe de modèle, raisonnement, 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 |
|---|---|---|---|---|---|
| Suggestion de code | 35 200 | 2,4 kWh | 56 % | ||
| Générer une fonction | 462 | 540 Wh | 12 % | ||
| Faire relire du code | 110 | 140 Wh | 3 % | ||
| Question rapide | 990 | 300 Wh | 7 % | ||
| Conversation de 10 échanges | 88 | 310 Wh | 7 % | ||
| Interroger un PDF | 34,3 | 160 Wh | 4 % | ||
| Rédiger une page | 18,5 | 8,4 Wh | 0 % | ||
| Écrire un e-mail | 194 | 45 Wh | 1 % | ||
| Rédiger un compte rendu | 28,2 | 40 Wh | 1 % | ||
| Recherche web avec une IA | 139 | 380 Wh | 9 % | ||
| Heure d'agent de codene s'applique pas avec cet outillage |
Résultat pour le cas choisi
220 jours, serveurs dans le monde : 2 kgCO2e, 4,3 kWh.
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 | 2 kgCO2e par poste sur un an, IA-0071 version 0.3, selon le réseau du lieu (location-based), serveurs dans le monde |
| Total | 2 kgCO2e · 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)
- Code et agents1,4 kgCO2e · 71 %
- Texte et conversation400 gCO2e · 20 %
- Recherche170 gCO2e · 8,8 %
Fréquence et émissions de chaque tâche du métier « Développeur »
Profil d'usage type
Hypothèse de Projet Celsius
Le développeur courant avec un assistant accepte environ 800 suggestions, fait écrire 10 fonctions, relire 2 à 3 morceaux de code, pose 22 questions techniques et ouvre 2 séances de débogage. Environ 47 demandes par semaine, sans compter les suggestions. Sur l'année, environ 4,3 kWh, dont 56 % pour les suggestions de code, qui relisent le fichier à chaque fois. Sobre, 1,5 kWh ; intensif, 8,5 kWh. Le même développeur avec des agents leur confie environ 13 heures de travail par semaine : l'année passe à environ 270 kWh, 61 fois plus, presque tout dans les heures d'agent.
Détail par poste
Quantité, valeur unitaire, contribution et nature des données de chaque poste
| Poste | Quantité | Valeur unitaire | Contribution | Part | Nature de la donnée |
|---|---|---|---|---|---|
| Suggestion de code | 35 000 fois | 0,069 Wh | 2,4 kWh | 56 % | hypothèse · Stack Overflow |
| Générer une fonction | 460 fois | 1,2 Wh | 540 Wh | 12 % | hypothèse · Stack Overflow |
| Recherche web avec une IA | 140 fois | 2,7 Wh | 380 Wh | 9 % | hypothèse · Microsoft Research |
| Conversation de 10 échanges | 88 fois | 3,5 Wh | 310 Wh | 7 % | hypothèse · Stack Overflow |
| Question rapide | 990 fois | 0,3 Wh | 300 Wh | 7 % | hypothèse · Stack Overflow |
| Interroger un PDF | 34 fois | 4,7 Wh | 160 Wh | 4 % | hypothèse · Microsoft Research |
| Faire relire du code | 110 fois | 1,3 Wh | 140 Wh | 3 % | hypothèse · Stack Overflow |
| Écrire un e-mail | 190 fois | 0,23 Wh | 45 Wh | 1 % | hypothèse · Microsoft Research |
| Rédiger un compte rendu | 28 fois | 1,4 Wh | 40 Wh | 1 % | hypothèse · Microsoft Research |
| Rédiger une page | 18 fois | 0,45 Wh | 8,4 Wh | 0 % | hypothèse · O*NET |
Voir les 10 lignes
Entrées qui l'utilisent (9)
PME de 50 personnes, ETI de 500 personnes, Grande entreprise (5 000), Agents de code, une équipe, France, Salariés de bureau, Agents publics, Île-de-France, Union européenne et 1 autre
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
Suggestion de code : 200 par jour, 80 % avec l'IA en usage courant
Environ 200 suggestions proposées par jour quand l'assistant est actif, hypothèse ; part faite avec l'IA appuyée sur la moitié des développeurs qui utilisent l'IA chaque jour (Stack Overflow, 2025).
Part faite avec l'IA : 30 % en usage sobre, 80 % courant, 100 % intensif · hypothèse · Stack Overflow · Suggestion de code
Générer une fonction : 6 par jour, 35 % avec l'IA en usage courant · outillage assistant conversationnel ou IA dans la suite bureautique
Environ 6 fonctions écrites par jour, hypothèse ; part faite avec l'IA appuyée sur les 59 % de répondants qui écrivent du code en partie avec l'IA (Stack Overflow, 2025) ; remplacé par les heures d'agent quand il y a des agents.
Part faite avec l'IA : 10 % en usage sobre, 35 % courant, 80 % intensif · hypothèse · Stack Overflow · Générer une fonction
Faire relire du code : 2 par jour, 25 % avec l'IA en usage courant
Environ 2 relectures de code par jour, hypothèse ; part faite avec l'IA appuyée sur les 23 % de répondants qui font relire leur code en partie par l'IA (Stack Overflow, 2025).
Part faite avec l'IA : 5 % en usage sobre, 25 % courant, 70 % intensif · hypothèse · Stack Overflow · Faire relire du code
Question rapide : 10 par jour, 45 % avec l'IA en usage courant
Environ 10 questions techniques par jour, hypothèse ; part faite avec l'IA haute, chercher une réponse étant le premier usage déclaré (Stack Overflow, 2025).
Part faite avec l'IA : 15 % en usage sobre, 45 % courant, 100 % intensif · hypothèse · Stack Overflow · Question rapide
Conversation de 10 échanges : 2 par jour, 20 % avec l'IA en usage courant
Environ 2 séances de débogage par jour, la correction du code étant hebdomadaire ou plus dans O*NET ; part faite avec l'IA appuyée sur les 47 % de répondants qui déboguent en partie avec l'IA (Stack Overflow, 2025).
Part faite avec l'IA : 5 % en usage sobre, 20 % courant, 60 % intensif · hypothèse · Stack Overflow · Conversation de 10 échanges
Interroger un PDF : 3 par semaine, 26 % avec l'IA en usage courant
Environ 3 documentations longues interrogées 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, 26 % courant, 92 % intensif · hypothèse · Microsoft Research · Interroger un PDF
Rédiger une page : 2 par semaine, 21 % avec l'IA en usage courant
Environ 2 pages de documentation par semaine, la documentation 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, 21 % courant, 74 % intensif · hypothèse · O*NET · Rédiger une page
Écrire un e-mail : 8 par jour, 11 % avec l'IA en usage courant
Environ 8 e-mails ou messages longs 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 : 4 % en usage sobre, 11 % courant, 37 % intensif · hypothèse · Microsoft Research · Écrire un e-mail
Rédiger un compte rendu : 2 par semaine, 32 % avec l'IA en usage courant
Environ 2 comptes rendus ou rapports d'incident 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 : 11 % en usage sobre, 32 % courant, 100 % intensif · hypothèse · Microsoft Research · Rédiger un compte rendu
Recherche web avec une IA : 3 par jour, 21 % avec l'IA en usage courant
Environ 3 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 : 7 % en usage sobre, 21 % courant, 74 % intensif · hypothèse · Microsoft Research · Recherche web avec une IA
Heure d'agent de code : 6 par jour, 45 % avec l'IA en usage courant · outillage agents
Environ 6 heures de développement par jour où un agent peut travailler, hypothèse ; part faite avec l'IA appuyée sur les 31 % qui utilisent l'IA plus de 4 heures par jour (Stack Overflow, 2026).
Part faite avec l'IA : 15 % en usage sobre, 45 % courant, 90 % intensif · hypothèse · Stack Overflow · Heure d'agent de code
Chiffres publiés en appui
OpenAI, Chatterji et al. (2025) : 4,2 % des messages
Part de la programmation dans les messages de ChatGPT grand public
Le code passe surtout par les outils de développement et les agents, hors de cette mesure · mesuré · la source ↗
OpenAI, Chatterji et al. (2025) : 37 % des messages de travail
Part de l'aide technique dans les messages de travail des métiers de l'informatique
Appui de la place des questions techniques dans le panier du développeur · mesuré · la source ↗
OpenAI (2025) : 17 fois le médian
Écart entre le 95e centile et le médian pour les messages de code, le plus grand de tous les usages
Appui du recours intensif élevé pour le code · mesuré · la source ↗
Anthropic, Handa et al. (2025) : 37,2 % des conversations
Part des conversations de Claude.ai liées aux métiers de l'informatique et des mathématiques
Appui de la place du code chez les utilisateurs d'un assistant tourné vers le code · mesuré · la source ↗
Anthropic (2026) : 35 % des conversations
Part des conversations de Claude.ai liées à l'informatique et aux mathématiques, février 2026
Le code reste le premier usage, un peu moins concentré qu'en 2025 · mesuré · la source ↗
Microsoft Research, Tomlinson et al. (2026) : 0,278 score d'applicabilité
Score d'applicabilité de l'IA générative des développeurs de logiciels (code 15-1252), 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 ↗
Eurostat (2025) : 65,4 % des personnes
France, professionnels de l'informatique, a utilisé une IA générative au travail dans les 3 derniers mois, 2025
Part d'utilisateurs, qui relève de l'organisation et de la population ; ici, appui de l'écart entre métiers · mesuré · la source ↗
Stack Overflow (2025) : 50,6 % des développeurs professionnels
Utilisent des outils d'IA chaque jour dans leur travail de développement (17,4 % chaque semaine), 26 004 répondants
Appui du recours courant du développeur · mesuré · la source ↗
Stack Overflow (2025) : 59 % des répondants à la question
Écrivent du code en partie avec l'IA (16,9 % surtout avec l'IA, sur une autre base de répondants : les deux ne s'additionnent pas)
Appui du recours à la génération de fonctions · mesuré · la source ↗
Stack Overflow (2025) : 14,9 % des développeurs professionnels
Utilisent des agents d'IA au travail chaque jour (9,2 % chaque semaine)
Appui du recours aux agents en 2025 · mesuré · la source ↗
Stack Overflow (2026) : 31 % des répondants
Utilisent l'IA plus de 4 heures par jour (24 % de 2 à 4 heures, 25 % de 1 à 2 heures), 10 926 répondants
Appui des heures d'agent : la médiane tombe entre 2 et 4 heures par jour · mesuré · la source ↗
Stack Overflow (2026) : 73 % des répondants
Utilisent chaque jour des assistants et des agents de code
Appui de l'outillage agent en 2026 · mesuré · 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
22 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.
Anthropic · février 2025
Développeur, 1 an
Rôle et limites : Anthropic
Auteur. Kunal Handa et al. (Anthropic)
Ce que couvre la publication. conversations de Claude.ai rapprochées des tâches et des métiers d'O*NET
Ce qu'elle ne couvre pas. l'usage par API et les offres d'entreprise
Lecture de la base. Un seul assistant, plus tourné vers le code que la moyenne
Observation publiée sur les usages
Périmètre du chiffre repris. Part des conversations de Claude.ai liées aux métiers de l'informatique et des mathématiques
Limite. Appui de la place du code chez les utilisateurs d'un assistant tourné vers le code
Anthropic · mars 2026
Anthropic Economic Index report: Learning curves ↗ (nouvel onglet)
Développeur, 1 an
Rôle et limites : Anthropic
Ce que couvre la publication. conversations de Claude.ai du 5 au 12 février 2026 et usage par API
Ce qu'elle ne couvre pas. les autres assistants
Lecture de la base. Suit l'évolution des usages d'un même assistant
Observation publiée sur les usages
Périmètre du chiffre repris. Part des conversations de Claude.ai liées à l'informatique et aux mathématiques, février 2026
Limite. Le code reste le premier usage, un peu moins concentré qu'en 2025
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 : 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.
Les 10 autres publications de cette partie
Eurostat · juin 2026
Individuals - use of generative AI tools (isoc_ai_iaiu) ↗ (nouvel onglet)
Développeur, 1 an
Rôle et limites
Auteur. Eurostat, enquête sur les usages des TIC dans les ménages
Ce que couvre la publication. part des 16 à 74 ans ayant utilisé une IA générative dans les 3 derniers mois, au travail, à titre privé, pour les études, par pays et par catégorie, données 2025
Ce qu'elle ne couvre pas. la fréquence d'usage
Lecture de la base. Enquête européenne harmonisée, première année
Observation publiée sur les usages
Périmètre du chiffre repris. France, professionnels de l'informatique, a utilisé une IA générative au travail dans les 3 derniers mois, 2025
Limite. Part d'utilisateurs, qui relève de l'organisation et de la population ; ici, appui de l'écart entre métiers
GitHub · mai 2023
How GitHub Copilot is getting better at understanding your code ↗ (nouvel onglet)
Lire 1 000 tokens
Rôle et limites
Ce que couvre la publication. environ 6 000 caractères de code lus pour une suggestion
Ce qu'elle ne couvre pas. l'électricité
Lecture de la base. Un billet de 2023, mis à jour en 2024 : la taille actuelle n'est pas publiée
Suggestion de code → : Lire 1 000 tokens →
Le code autour du curseur, environ 6 000 caractères ou 125 lignes, lu par un petit modèle
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.
Microsoft Research · juillet 2025
Working with AI: Measuring the Applicability of Generative AI to Occupations ↗ (nouvel onglet)
Développeur, 1 an · Interroger un PDF · Écrire un e-mail · et 2 autres entrées
Rôle et limites
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 développeurs de logiciels (code 15-1252), 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
Développeur, 1 an → : Interroger un PDF →
Environ 3 documentations longues interrogées 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. 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.
Développeur, 1 an → : Écrire un e-mail →
Environ 8 e-mails ou messages longs 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.
Développeur, 1 an → : Rédiger un compte rendu →
Environ 2 comptes rendus ou rapports d'incident 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.
Développeur, 1 an → : Recherche web avec une IA →
Environ 3 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.
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
Développeur, 1 an → : Rédiger une page →
Environ 2 pages de documentation par semaine, la documentation 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. 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.
OpenAI · septembre 2025
How People Use ChatGPT (NBER Working Paper 34255) ↗ (nouvel onglet)
Développeur, 1 an
Rôle et limites
Auteur. Aaron Chatterji, Tom Cunningham, David Deming, Zoë Hitzig, Christopher Ong, Carl Shan, Kevin Wadman (OpenAI, Duke, Harvard)
Ce que couvre la publication. volumes exacts de messages des offres grand public ; classement d'un échantillon d'environ 1,1 million de conversations par sujet, intention et lien avec le travail
Ce qu'elle ne couvre pas. les offres d'entreprise, les moins de 18 ans, les utilisateurs non connectés
Lecture de la base. La seule mesure publiée des volumes et des usages d'un grand assistant ; données internes, classement automatique
Observation publiée sur les usages
Périmètre du chiffre repris. Part de la programmation dans les messages de ChatGPT grand public
Limite. Le code passe surtout par les outils de développement et les agents, hors de cette mesure
Observation publiée sur les usages
Périmètre du chiffre repris. Part de l'aide technique dans les messages de travail des métiers de l'informatique
Limite. Appui de la place des questions techniques dans le panier du développeur
Rôle et limites
Ce que couvre la publication. usage réel des clients d'entreprise de ChatGPT et enquête auprès de 9 000 salariés
Ce qu'elle ne couvre pas. les offres grand public et tout volume absolu par salarié
Lecture de la base. Rapport d'éditeur ; les écarts entre utilisateurs sont la donnée utile
Observation publiée sur les usages
Périmètre du chiffre repris. Écart entre le 95e centile et le médian pour les messages de code, le plus grand de tous les usages
Limite. Appui du recours intensif élevé pour le code
Projet Celsius · novembre 2026
Tokens par mot, par ligne de code et par cellule, mesurés avec 7 découpages publics
Lire 1 000 tokens · Écrire 1 000 tokens · Écrire, avec raisonnement · et 1 autre entrée
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
Suggestion de code → : Lire 1 000 tokens →
Convention de longueur : une ligne de code
Périmètre du chiffre repris. De 10 tokens par ligne (bibliothèque standard de Python) à 19 (le code TypeScript de ce site), mesuré avec le découpage de GPT-4o
Limite. Cette publication appuie la quantité de texte ou de contenu traitée, pas son empreinte carbone.
Suggestion de code → : Écrire 1 000 tokens →
Convention de longueur : une ligne de code
Périmètre du chiffre repris. De 10 tokens par ligne (bibliothèque standard de Python) à 19 (le code TypeScript de ce site), mesuré avec le découpage de GPT-4o
Limite. Cette publication appuie la quantité de texte ou de contenu traitée, pas son empreinte carbone.
Faire relire du code → : 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.
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.
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.
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.
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.
Stack Overflow · 2025
2025 Developer Survey, AI ↗ (nouvel onglet)
Développeur, 1 an · Suggestion de code · Générer une fonction · et 3 autres entrées
Rôle et limites
Ce que couvre la publication. fréquence d'usage de l'IA et des agents, tâches confiées, environ 33 000 répondants
Ce qu'elle ne couvre pas. le nombre de demandes
Lecture de la base. Enquête en ligne de développeurs volontaires, plus engagés que la moyenne
Observation publiée sur les usages
Périmètre du chiffre repris. Utilisent des outils d'IA chaque jour dans leur travail de développement (17,4 % chaque semaine), 26 004 répondants
Limite. Appui du recours courant du développeur
Observation publiée sur les usages
Périmètre du chiffre repris. Écrivent du code en partie avec l'IA (16,9 % surtout avec l'IA, sur une autre base de répondants : les deux ne s'additionnent pas)
Limite. Appui du recours à la génération de fonctions
Observation publiée sur les usages
Périmètre du chiffre repris. Utilisent des agents d'IA au travail chaque jour (9,2 % chaque semaine)
Limite. Appui du recours aux agents en 2025
Développeur, 1 an → : Suggestion de code →
Environ 200 suggestions proposées par jour quand l'assistant est actif, hypothèse ; part faite avec l'IA appuyée sur la moitié des développeurs qui utilisent l'IA chaque jour (Stack Overflow, 2025).
Périmètre du chiffre repris. code lu, suggestion écrite, petit modèle, centre de données
Limite. La quantité et la part confiée à l'IA sont des hypothèses de la base, pas une empreinte mesurée.
Développeur, 1 an → : Générer une fonction →
Environ 6 fonctions écrites par jour, hypothèse ; part faite avec l'IA appuyée sur les 59 % de répondants qui écrivent du code en partie avec l'IA (Stack Overflow, 2025) ; remplacé par les heures d'agent quand il y a des agents.
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.
Développeur, 1 an → : Faire relire du code →
Environ 2 relectures de code par jour, hypothèse ; part faite avec l'IA appuyée sur les 23 % de répondants qui font relire leur code en partie par l'IA (Stack Overflow, 2025).
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.
Développeur, 1 an → : Question rapide →
Environ 10 questions techniques par jour, hypothèse ; part faite avec l'IA haute, chercher une réponse étant le premier usage déclaré (Stack Overflow, 2025).
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.
Développeur, 1 an → : Conversation de 10 échanges →
Environ 2 séances de débogage par jour, la correction du code étant hebdomadaire ou plus dans O*NET ; part faite avec l'IA appuyée sur les 47 % de répondants qui déboguent en partie avec l'IA (Stack Overflow, 2025).
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.
Rôle et limites
Ce que couvre la publication. durée d'usage quotidien de l'IA, assistants et agents de code, tâches confiées
Ce qu'elle ne couvre pas. la part des développeurs professionnels
Lecture de la base. Même enquête un an plus tard ; questions en partie changées
Observation publiée sur les usages
Périmètre du chiffre repris. Utilisent l'IA plus de 4 heures par jour (24 % de 2 à 4 heures, 25 % de 1 à 2 heures), 10 926 répondants
Limite. Appui des heures d'agent : la médiane tombe entre 2 et 4 heures par jour
Observation publiée sur les usages
Périmètre du chiffre repris. Utilisent chaque jour des assistants et des agents de code
Limite. Appui de l'outillage agent en 2026
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
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
ML.ENERGY · février 2026
The ML.ENERGY Leaderboard v3, données par tâche ↗ (nouvel onglet)
Lire 1 000 tokens · Écrire 1 000 tokens
Rôle et limites : ML.ENERGY
Auteur. Chung et al., université du Michigan
Ce que couvre la publication. énergie de la carte graphique par token, par réponse, par image, en régime établi, selon le nombre de requêtes servies à la fois
Ce qu'elle ne couvre pas. processeurs, mémoire de l'hôte, refroidissement du centre de données, fabrication
Lecture de la base. Le meilleur banc ouvert : il sert à comparer les tailles de modèles entre elles, pas comme valeur de production
Appui du réglage « Petit modèle »
Périmètre du chiffre repris. Un modèle d'environ 8 milliards de paramètres actifs, comme Llama 3.1 8B : environ 6 fois moins d'électricité par token que le modèle moyen, selon le banc ML.ENERGY.
Limite. Le réglage est une convention de la base appuyée sur cette publication.
Référence de la variante « Petit modèle, environ 8 milliards de paramètres »
Périmètre du chiffre repris. Llama 3.1 8B, une carte H100, 64 requêtes à la fois, carte graphique seule, par 1 000 tokens écrits, lecture de la question comprise
Limite. Carte graphique seule, sur un banc : la base n'en garde que le rapport au modèle de 70 milliards, 1 pour 6,7
Le relevé porte sur un autre périmètre ; il ne constitue pas une mesure directe de cette entrée.
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
Facteur de référence : Modèle moyen, facteur par défaut de Watershed
Périmètre du chiffre repris. Facteur par défaut pour 1 000 tokens lus, modèle moyen, au serveur
Limite. Ce relevé concerne la variante de référence, pas une mesure de « Petit modèle, environ 8 milliards de paramètres ». Une valeur par défaut, calée sur des services hors production
Facteur de référence : Modèle moyen, facteur par défaut de Watershed
Périmètre du chiffre repris. Facteur par défaut pour 1 000 tokens écrits, modèle moyen, au serveur
Limite. Ce relevé concerne la variante de référence, pas une mesure de « Petit modèle, environ 8 milliards de paramètres ». Une valeur par défaut, calée sur des services hors production
Suggestion de code → : 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
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
Générer une fonction → : 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.
Faire relire du code → : 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.
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.
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.
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.
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.
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.
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.
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.
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.
Valeurs publiées
1 chiffre pour la même opération, chacun dans son périmètre.
| Source | Date | Électricité | Ce que mesure le chiffre | Périmètre | Statut |
|---|---|---|---|---|---|
| Développeur, 1 anretenue par la base, v0.3 | 2026 | 4,35 kWh | la valeur retenue par la base | même périmètre | estimé |
| Zeke Hausfather, The Climate Brink ↗The real energy use of agentic AI | août 2026 | 3 kWh | Une journée moyenne d'usage intensif de Claude Code, un utilisateur, 8 semaines · Les mesures personnelles d'un chercheur sur son propre usage, et non une étude | autre périmètre | estimé |
Les chiffres publiés ne comptent pas tous le même périmètre ; celui de chaque chiffre est écrit à côté de lui. Pourquoi les estimations divergent-elles ?
Historique
Entrée en version 0.3 du 2 novembre 2026, dans la base en version 0.3
- 2 novembre 2026Désignation : Une journée de développeur avec un agent devient Développeur avec agent, 1 jour.Désignation plus précise : l'objet d'abord, la précision après la virgule, la quantité ou la période à la fin ; l'ancien titre reste cherchable.
- 2 novembre 2026Désignation : Développeur avec agent, 1 jour devient Développeur, 1 an.Refonte de la base en étages : le bloc devient le panier de tâches du développeur, sur un an ; la journée devient une durée.
- 2 novembre 2026Titre court : Développeur avec agent, 1 jour devient Développeur, 1 an.Refonte de la base en étages : le bloc devient le panier de tâches du développeur, sur un an ; la journée devient une durée.
- 2 novembre 2026Adresse : developpeur-avec-agent-1-jour devient developpeur-1-an.Refonte de la base en étages : le bloc devient le panier de tâches du développeur, sur un an ; la journée devient une durée ; l'ancienne adresse passe en redirection.
- 2 novembre 2026Unité fonctionnelle : 1 utilisateur · jour devient 1 poste · an.Refonte de la base en étages : le bloc devient le panier de tâches du développeur, sur un an ; la journée devient une durée.
- 2 novembre 2026Statut : non-publiee devient estime.Avec l'outillage par défaut (assistant), le panier se calcule sans l'heure d'agent, qui reste sans valeur tant qu'elle n'est pas fixée.
- 31 octobre 2026Création de la base, dans sa première version (0.1).