En bref
Commencez par cartographier les usages de l'IA dans votre entreprise, puis faites du choix efficace le choix par défaut : le plus petit modèle qui atteint le seuil de qualité, des réponses courtes, des fonctions d'IA désactivées sauf besoin. Demandez à vos fournisseurs l'énergie par requête et le lieu d'exécution, mesurez par tâche utile, et consignez le tout dans une courte politique avec un responsable. La plupart de ces étapes réduisent aussi les coûts et les délais, en plus de l'énergie.
Étapes
- Listez les outils, fonctions et flux de travail automatisés d'IA utilisés, et la fréquence approximative de chacun.
- Testez si un modèle plus petit ou une méthode sans IA atteint le seuil de qualité pour vos tâches au plus fort volume.
- Fixez des réglages par défaut efficaces dans les outils de l'entreprise, comme des modèles plus petits, des limites de sortie et des fonctions désactivées sauf besoin.
- Demandez à vos fournisseurs l'énergie par requête, le lieu d'exécution des charges de travail et leur mode de déclaration.
- Suivez l'énergie ou les tokens par tâche utile et examinez les chiffres chaque trimestre.
- Consignez les règles dans une courte politique avec un responsable désigné et une date de révision.
Faites du choix efficace le choix par défaut, puis mesurez si cela fonctionne. Pour la plupart des entreprises, l'énergie se trouve dans l'exécution des modèles (l'inférence) de nombreuses fois par jour, et non dans leur entraînement : ce sont donc les choix quotidiens de modèles, de prompts et de fonctions qui comptent le plus.
Deux constats montrent l'ampleur de la marge de progrès. Luccioni, Jernite et Strubell ont constaté que les modèles génératifs généralistes coûtaient des ordres de grandeur plus cher à faire fonctionner que des modèles spécialisés pour les mêmes tâches. L'UNESCO et l'University College London ont constaté que des modèles plus petits et spécialisés pouvaient réduire la consommation d'énergie jusqu'à 90 %, et des prompts et réponses plus courts, de plus de moitié.
Par où commencer ?
- Cartographiez vos usages de l'IA : consultez comment cartographier les usages de l'IA dans votre organisation.
- Adaptez la taille des modèles pour les tâches les plus fréquentes : essayez d'abord de petits modèles ; consultez choisir un modèle d'IA plus petit.
- Fixez des réglages par défaut : désactivez les fonctions que personne n'utilise ; consultez désactiver les fonctions d'IA inutiles.
- Interrogez vos fournisseurs : consultez la durabilité dans les achats d'IA.
- Mesurez par tâche : consultez suivre l'énergie de l'IA par tâche.
- Mettez-le par écrit : consultez rédiger une politique d'IA verte.
Ce qui fait la plus grande différence
Le choix du modèle pour les tâches à fort volume, et la désactivation de l'IA qui tourne sans que personne n'en ait besoin. Les habitudes du personnel comptent, mais les réglages par défaut touchent tout le monde sans dépendre de la mémoire de chacun.
Erreurs fréquentes
- Compter le coût par appel au lieu de par tâche réussie, si bien que les nouvelles tentatives restent invisibles.
- Considérer un contrat de cloud vert comme la réponse complète alors que l'usage continue d'augmenter.
- Revendiquer des économies avant d'avoir mesuré une référence.
L'approche complète se trouve dans notre guide pour les entreprises.
Sources
- Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation, UNESCO and University College London (2025)
- Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
Voir aussi
L'IA verte pour les entreprises
Un guide pratique pour réduire l'énergie, le coût et le carbone de l'IA en entreprise : choix du modèle, fournisseurs, mesure, achats et allégations honnêtes.
Comment cartographier les usages de l'IA dans mon organisation ?
Comment dresser un inventaire simple de l'IA dans une organisation : outils, fonctions intégrées, automatisations et fournisseurs, avec volumes, responsables et données.
Comment rédiger une politique d'IA verte ?
Ce que doit dire une courte politique d'IA verte : quand utiliser l'IA, quels réglages fixer, quoi demander aux fournisseurs, qui en est responsable.
Choisir le bon modèle pour la tâche
Dimensionner l'IA au plus juste : petits modèles ou modèles spécialisés, quand un modèle de pointe vaut son coût, le routage, et quand se passer d'IA.