IA générative et durabilité : consommation et bonnes pratiques en entreprise
Combien consomme une requête ChatGPT ? Quels usages d'IA explosent la facture énergétique ? Les bons réflexes pour un usage plus sobre en entreprise.
TL;DR — Une requête texte simple à ChatGPT consomme ~0,34 Wh, autant qu’une recherche Google. Mais activer le mode raisonnement, générer une vidéo IA ou laisser tourner un agent en boucle peut multiplier la facture par 100 à 3 000. En tant qu’utilisateur nous pouvons déjà adopter de bons réflexes : choisir le bon modèle, encadrer les agents, fournir un cadre clair aux collaborateurs.
Combien consomme vraiment l’IA générative ?
En 2024, les data centers mondiaux ont consommé 1,5% de la consommation électrique mondiale [1]. L’Agence Internationale de l’Énergie prévoit un doublement d’ici 2030, à 3% de la consommation mondiale actuelle. Une augmentation principalement menée par les data centers dédiés à l’IA dont le nombre devrait tripler sur cette période (déjà +17% de consommation en 2025). 3% c’est beaucoup, en particulier dans un contexte où l’on cherche à limiter les dépenses énergétiques.
À l’échelle d’une requête, les chiffres sont très différents. OpenAI a publié en juin 2025 que la requête moyenne à ChatGPT consomme 0,34 Wh [3]. Google a annoncé 0,24 Wh en médiane pour Gemini en août 2025 [4]. Pour comparaison, une recherche Google classique consomme environ 0,3 Wh [5]. Une requête texte à un chatbot n’est donc pas si consommatrice que ça.
Mais certains usages de l’IA générative ont des consommations radicalement différentes [6] :
- Génération d’image : environ 0,6 Wh
- Vidéo IA de 5 secondes en haute qualité : environ 940 Wh, l’équivalent d’un four à micro-ondes pendant une heure. L’équivalent de 3000 requêtes texte.
- Modèles de raisonnement (GPT-5.5 Thinking, Claude Opus 4.7 avec extended thinking, Gemini 3 Pro Deep Think) : entre 17 et 35 Wh sur un prompt long
L’AI Energy Score publié fin 2025, est sans appel sur ce point : les modèles de raisonnement consomment en moyenne 30 fois plus d’énergie que les modèles classiques. En activant ou désactivant le mode raisonnement sur un même modèle, la différence peut aller de 150 à 700 fois [7].
Contrairement à une idée reçue très répandue, ce n’est pas la phase de fabrication (entraînement) des modèles qui pose le plus gros problème énergétique. C’est leur utilisation au quotidien. Selon les données partagées par Google, l’inférence représente aujourd’hui 60 à 70% de la consommation énergétique totale des modèles, contre 20 à 40% pour l’entraînement [8]. D’autres études montent jusqu’à 80-90% [7].
Au-delà de la consommation électrique, la multiplication des data centers soulève d’autres problèmes dans les zones où ils s’implantent, notamment la concurrence pour le foncier et la consommation d’eau.
Donc si la majorité de la consommation vient de l’usage, alors les leviers d’action sont aussi chez les utilisateurs. Concrètement, vos choix, ceux de vos collaborateurs et ceux de votre entreprise déterminent l’impact réel.
Comment l’utiliser durablement au travail
Voici les bons réflexes, classés par ordre d’impact.
Choisir le bon modèle pour la tâche. C’est de loin le levier numéro un. La différence entre un petit modèle et un gros peut atteindre un facteur 70. Pour résumer un e-mail, traduire, reformuler, classer : utilisez les petits modèles (GPT-5.5 Instant, Claude Haiku 4.6, Gemini 3 Flash). Réservez les gros modèles comme Claude Opus 4.8 aux tâches qui demandent vraiment de la profondeur analytique.
Ne pas activer le mode raisonnement par défaut. Comme vu plus haut, c’est le geste qui a le plus gros multiplicateur. Les modèles de raisonnement (GPT-5.5 Thinking, Claude Opus 4.8 avec effort High, Gemini 3 Pro Deep Think) sont utiles pour les problèmes complexes : maths, démonstrations logiques, analyses stratégiques poussées, débogage de code difficile. Pour 90% des usages quotidiens (rédaction, recherche, synthèse, brainstorming), un modèle classique suffit largement. Activer le raisonnement “au cas où” peut multiplier la consommation par 100 ou plus pour un gain de qualité souvent invisible [7].
Éviter les générations vidéo et image On l’a vu une vidéo IA de 5 secondes vaut environ 3000 requêtes texte. Ce n’est pas une raison pour s’interdire la génération d’image quand elle a un vrai usage, mais cela est en pratique assez rare en entreprise.
Appliquer les bonnes pratiques de prompt engineering. Un prompt bien construit règle deux choses : il évite les itérations multiples (qui doublent ou triplent la consommation), et il limite la consommation de tokens. Brièvement, un bon prompt donne en une fois le contexte nécessaire, précise le format attendu, précise la longueur souhaitée et donne un exemple si possible. Une étude académique récente sur le “green prompt engineering” a montré qu’une bonne structuration peut réduire la consommation d’environ 40% [9].
Ouvrir un nouveau chat pour chaque nouvelle tâche. Quand vous continuez une conversation, tout l’historique est renvoyé au modèle à chaque message. Une conversation de 50 messages consomme bien plus qu’une nouvelle conversation, même si votre dernière question est identique. Donc : un sujet, un chat. Quand vous changez de tâche, créez-en un nouveau.
Utiliser Google quand Google suffit. Pour une info factuelle simple (capitale, taux de TVA, horaires), une recherche web reste plus rapide, plus fiable (pas d’hallucination).
Privilégier les modèles hébergés en Europe. La même requête à 0,34 Wh n’a pas le même impact carbone selon le mix électrique du data center. Un serveur suisse, suédois ou français émet beaucoup moins qu’un serveur américain au gaz. Mistral, Nova Chat, Claude Code via AWS Europe, Copilot avec résidence européenne : les options existent et apportent en plus un bénéfice de conformité et de souveraineté.
Encadrer les agents IA. C’est l’enjeu principal des années à venir. Un agent peut enchaîner 50 à 500 requêtes pour une seule exécution, se déclencher en autonomie des centaines de fois, etc. Cela peut entraîner des coûts et un impact environnemental incontrôlé, parfois sans valeur ajoutée proportionnelle.
Prévenir le shadow-IA. Sans cadre clair, les collaborateurs utilisent par défaut les gros modèles hébergés aux US ou en Chine, activent le raisonnement “au cas où”. Une charte IA claire, une formation et des outils fournis avec les bonnes configurations par défaut, est probablement le geste le plus impactant à l’échelle de l’entreprise.
La question du on-premises. De plus en plus d’organisations équipent leur infrastructure de GPU pour faire tourner de l’IA générative en interne. Une décision poussé par les enjeux de souveraineté et de conformité, parfois aussi de cout. Mais sur le plan énergétique c’est un moins bon calcul. Deux facteurs creusent l’écart avec un grand data center. D’abord l’efficacité énergetique : les hyperscalers affichent un PUE de 1,1-1,2, contre 1,5-1,8 pour une infrastructure d’entreprise classique. Ensuite et surtout, le taux d’utilisation : un GPU interne est dimensionné pour les pics et reste largement inactif le reste du temps, mais un GPU consomme même à l’arrêt, ~14% de sa consommation de pointe pour un H100 à l’arrêt. Un data center, lui, mutualise ses GPU entre des milliers d’utilisateurs. Et c’est sans compter les mécanismes de récupération de l’énergie qui sont mis en place dans certains data centers, comme chez Infomaniak par exemple. Résultat : par requête utile, le on-prem peut consommer plusieurs fois plus. Un arbitrage à prendre en compte avant de déployer de l’IA chez soi.
L’effet rebond : pourquoi on utilise toujours les plus gros modèles
En théorie, l’énergie coûtant de l’argent, tous les acteurs de la chaîne (créateurs de modèles, fournisseurs, utilisateurs) sont incités à réduire la consommation. Et c’est le cas : en un an, la taille d’un modèle nécessaire pour atteindre un niveau d’intelligence donné a été divisée par environ 100.
Mais les nouveaux modèles de pointe, toujours plus gourmands, sont aussi toujours plus intelligents. On observe donc un effet rebond : comme pour les moteurs de voiture, devenus plus efficaces sans faire baisser la consommation de carburant parce qu’on roule plus et plus lourd, les gains d’efficacité sont absorbés par une hausse des usages, et on continue d’utiliser les plus gros modèles disponibles. Difficile de dire quand cette course s’arrêtera.
Utiliser un modèle de raisonnement pour corriger un e-mail en est un exemple côté utilisateur. Mais les cas sont tout aussi nombreux dans les applications métier, qui commencent à mobiliser des modèles très puissants pour des tâches IA basiques, parfaitement réalisables par des modèles bien plus légers.
Un équilibre pas si simple à trouver entre simplicité de la solution technique (coût de maintenace et d’évolution) et efficacité (coût d’utilisation et impact environnemental).
Aller plus loin : mesurer concrètement sa consommation IA
Si vous voulez dépasser les bonnes pratiques et quantifier l’impact réel de votre usage IA, plusieurs outils sont aujourd’hui disponibles.
Côté infrastructure cloud, Microsoft propose deux outils gratuits aux clients Azure. L’Emissions Impact Dashboard, une application Power BI qui suit les émissions liées à votre usage d’Azure et de Microsoft 365. Le Carbon Optimization, intégré directement dans le portail Azure depuis 2024, donne une vue granulaire par type de ressource et par data center [11]. Des équivalents existent chez AWS (Customer Carbon Footprint Tool) et Google Cloud (Carbon Footprint).
Côté modèles IA spécifiquement, c’est plus nouveau et moins mature. Pour répondre à la question “combien consomme exactement tel modèle ?”, la réponse dépend du modèle.
Pour les modèles open weight (Mistral, Gemma, Qwen), il existe deux références publiques sérieuses. L’AI Energy Score [7] et le ML.Energy Leaderboard [12]. Si vous déployez des modèles open source sur votre propre infrastructure, vous pouvez aller plus loin et mesurer en temps réel votre consommation via CodeCarbon, une librairie Python qui interroge directement les API du matériel et la convertit en émissions selon le mix électrique local [13]. C’est par exemple ce que nous utilisons pour fournir une estimation de la consommation CO₂ dans Nova Chat.
Sources
[1] AIE, “Energy and AI”, avril 2025 et “Key Questions on Energy and AI”, avril 2026.
[2] AIE, “Data centre electricity use surged in 2025”, avril 2026.
[3] Sam Altman, “The Gentle Singularity”, blog personnel, juin 2025. Premier chiffre officiel d’OpenAI sur la consommation par requête de ChatGPT.
[4] Google, rapport sur la consommation de Gemini, août 2025. Médiane de 0,24 Wh par requête, équivalent d’un micro-ondes pendant une seconde.
[5] AIE, données comparatives Google vs ChatGPT, 2024.
[6] MIT Technology Review, “We did the math on AI’s energy footprint”, mai 2025, mise à jour septembre 2025. Mesures menées par les chercheurs de Hugging Face et l’Université du Michigan.
[7] AI Energy Score v2, Hugging Face, décembre 2025.
[8] Polytechnique Insights, citation des données Meta et Google synthétisées par Alex de Vries, mars 2025.
[9] “Green prompt engineering for sustainable generative AI”, ScienceDirect, 2026.
[10] Microsoft, “Empowering cloud sustainability with the Microsoft Emissions Impact Dashboard”.
[11] Microsoft Learn, “What is Carbon optimization in Azure”.
[12] ML.ENERGY Leaderboard, Université du Michigan.
[13] CodeCarbon, librairie Python open source de mesure des émissions.
[14] EcoLogits, projet CodeCarbon non-profit.
[15] “How to Actually Measure the Carbon Footprint of AI Code”, Cnaught, mars 2026. Comparaison des méthodologies EcoLogits, Carbonlog et études Jegham et al.