Imaginez une entreprise certifiée SBTi, primée pour ses engagements climatiques, qui déploie en parallèle l’IA générative à tous ses étages — sans être capable de dire ce que ça pèse sur son bilan carbone. Ce n’est pas une fiction. C’est exactement ce que décrit Sopra Steria, multinationale du numérique, quand elle admet que 3,2 % de ses émissions viennent des achats informatiques, mais qu’elle est « incapable d’isoler la partie IA ». L’empreinte carbone de l’IA, c’est le trou noir des bilans RSE en 2026 — et il grossit.
Quand les bonnes intentions rencontrent l'opacité des modèles.
Le problème de fond, c’est qu’on ne sait pas vraiment mesurer. L’Ademe le dit clairement : il n’existe aucune méthodologie standardisée pour calculer l’impact carbone d’un usage IA. Fréquence d’utilisation, taille du modèle, phase d’entraînement ou d’inférence, mix énergétique du datacenter — les paramètres sont nombreux, et les fournisseurs protègent jalousement leurs données. OpenAI, Anthropic et les autres traitent ces informations comme des secrets industriels. Résultat : même les entreprises de bonne foi se retrouvent à naviguer à l’aveugle.
L’Ademe préconise une analyse en cycle de vie complète — de l’extraction des métaux jusqu’à la fin de vie des équipements, en passant par l’entraînement et l’utilisation des modèles. En théorie, c’est rigoureux. En pratique, impossible à réaliser sans la coopération des acteurs de l’IA. Et cette coopération, pour l’instant, elle n’est pas au rendez-vous.
Empreinte carbone de l'IA : des chiffres qui commencent à sortir.
L’empreinte carbone de l’IA en chiffres clés — +23 % d’émissions GES pour les data centers français en 2024 (Arcep), 85,5 % des émissions du modèle Large 2 imputables à l’entraînement et à l’inférence (Mistral/Carbone 4/Ademe), 1,14 g CO₂e par page générée par Le Chat, doublement de la consommation mondiale des data centers d’ici 2030 (AIE).
Quelques acteurs ont fait l’effort de la transparence. Mistral AI a copublié en juillet 2025 avec l’Ademe et Carbone 4 une étude sur son modèle Large 2 : une page de texte générée par Le Chat émet environ 1,14 gramme d’équivalent CO₂ — soit l’équivalent de dix secondes de streaming vidéo. À l’échelle individuelle, ça paraît dérisoire. À l’échelle d’une organisation qui fait tourner des agents IA en continu, la donne change.
D’autant que 85,5 % de ces émissions sont imputables à l’énergie consommée pendant l’entraînement et l’utilisation du modèle. L’entraînement, c’est le gros morceau — et il n’a lieu qu’une fois. Mais l’inférence, elle, tourne en permanence. Et avec l’émergence des IA agentiques, qui ne s’arrêtent pas entre deux tâches contrairement à un humain, cette consommation ne va faire qu’augmenter.
Les données de l’Arcep confirment la tendance au niveau macro : les émissions de gaz à effet de serre des opérateurs de data centers en France ont progressé de 23 % en 2024, portées par une hausse de 12 % de la consommation énergétique. Dans son rapport publié en mai 2026 sur l’empreinte environnementale de l’IA générative, l’Arcep rappelle que la consommation électrique mondiale des data centers pourrait doubler entre 2024 et 2030, selon l’Agence internationale de l’énergie.
Empreinte carbone de l'IA et RSE : une dissonance cognitive qui dérègle tout.
Le mot est lâché par Sopra Steria elle-même : « dissonance cognitive ». On a des objectifs climatiques ambitieux d’un côté, et une adoption massive de l’IA générative de l’autre — sans pouvoir réconcilier les deux dans un même bilan.
Les ONG environnementales ne sont pas non plus épargnées par l’empreinte carbone de l’IA. Chez Greenpeace France ou WWF France, l’IA n’est pas officiellement adoptée — mais elle est utilisée individuellement, en dehors de tout cadre et donc de tout calcul carbone. La position de principe butte sur les pratiques réelles. C’est d’ailleurs le lot commun : les organisations qui ont le plus à perdre en termes d’image sont aussi celles qui ont le moins de visibilité sur leurs propres usages.
Pour comprendre comment d’autres entreprises naviguent cette tension entre adoption de l’IA et responsabilité, l’article sur la transformation IA en entreprise donne un éclairage utile sur ce qui change vraiment dans les organisations.
Au niveau macro, le constat d’Entreprises pour l’environnement est sans appel : les dirigeants réalisent que leurs objectifs de décarbonation « ne sont plus tenables ». Pas question de parler de réduction d’émissions — stabiliser serait déjà un exploit.
Ce que ça change concrètement pour votre organisation.
Quelques pistes existent pour réduire l’empreinte carbone de l’IA sans renoncer à ses bénéfices. Recourir à des modèles plus petits et plus ciblés plutôt qu’aux gros modèles généralistes, c’est la voie de la sobriété algorithmique. Former les équipes à utiliser l’IA de façon raisonnée — pas juste « utiliser l’IA », mais choisir quand ça vaut le coup et quand une recherche classique suffit. Intégrer les services RSE dès le départ dans les décisions d’adoption, plutôt qu’en bout de chaîne pour valider ce qui a déjà été décidé.
La question réglementaire commence à se préciser. La nouvelle stratégie nationale bas-carbone (SNBC-3), adoptée en décembre 2025, intègre pour la première fois une trajectoire de consommation énergétique pour les data centers. C’est encore largement une déclaration d’intention, mais la direction est posée. L’Arcep, de son côté, formule neuf recommandations — dont une obligation de transparence environnementale pour les fournisseurs d’IA. La régulation arrive. Elle n’est pas encore là, mais elle arrive.
Sur le fond, l’empreinte carbone de l’IA n’est pas un problème insoluble. C’est un problème de mesure, de transparence et de volonté politique. Les organisations qui commencent dès maintenant à documenter leurs usages et à arbitrer entre modèles auront une longueur d’avance. Les autres continueront à collectionner des certifications vertes d’un côté, et à faire tourner leurs agents IA de l’autre — sans trop savoir ce que ça coûte à la planète.
L’empreinte carbone de l’IA restera invisible aussi longtemps qu’on préférera le confort de l’opacité à l’inconfort de la mesure. L’impact environnemental de l’IA en entreprise, on peut encore faire semblant de ne pas le voir. Mais ça ne durera pas.
