En bref
Cherchez des preuves plutôt que des labels : des chiffres d'énergie ou d'émissions par requête publiés avec leur méthode, un choix de modèles plus petits, des informations sur le lieu d'exécution, et des évaluations indépendantes comme l'AI Energy Score. Peu d'outils publient encore tout cela : considérez donc « vert » ou « durable » sans chiffres comme une affirmation, pas comme un fait.
Étapes
- Cherchez des chiffres d'énergie ou d'émissions par requête, et vérifiez ce qu'ils incluent.
- Vérifiez si l'outil propose des modèles plus petits ou plus légers.
- Renseignez-vous sur le lieu d'exécution et sur la publication d'informations sur les centres de données par le fournisseur.
- Recherchez le modèle dans des évaluations indépendantes comme l'AI Energy Score.
- Interrogez directement le fournisseur lorsque l'information n'est pas publiée.
Un outil d'IA vert peut montrer ses chiffres. Il n'existe pas encore d'étiquette énergétique officielle pour les outils d'IA : le meilleur signal est donc la quantité d'informations qu'un fournisseur publie et la clarté avec laquelle il explique sa méthode.
À quoi ressemblent de bonnes preuves
- Des chiffres par requête avec un périmètre. Google, par exemple, indique qu'un prompt texte médian sur Gemini consomme 0,24 Wh, et explique ce qu'il a compté. Mistral AI a publié une analyse du cycle de vie qui attribue à une réponse de 400 tokens 1,14 g CO₂e et 45 mL d'eau. Les chiffres diffèrent en partie parce qu'ils ne comptent pas les mêmes choses.
- Le choix du modèle. Les outils qui proposent des modèles plus petits ou plus rapides pour les tâches simples vous permettent de consommer moins.
- Des informations sur l'hébergement. Le lieu d'exécution, l'efficacité des centres de données et l'origine de l'électricité.
- Des évaluations indépendantes. L'AI Energy Score de Hugging Face note de nombreux modèles ouverts de une à cinq étoiles selon leur efficacité énergétique sur des tâches courantes.
Signaux d'alerte
- « Vert », « éco » ou « neutre en carbone » sans chiffres ni méthode à l'appui.
- Des affirmations fondées uniquement sur des compensations ou des certificats annuels d'énergie renouvelable.
- Un seul chiffre impressionnant, sans périmètre ni date.
Dans l'UE, la directive (UE) 2024/825 interdit les allégations environnementales génériques adressées aux consommateurs qui ne peuvent pas être prouvées.
Erreurs fréquentes
- Considérer le chiffre propre d'un fournisseur comme indépendant. La plupart sont déclarés par les entreprises elles-mêmes et non vérifiés.
- Comparer des chiffres aux périmètres différents comme s'ils étaient équivalents.
Pour les questions à poser, consultez demander ses chiffres énergétiques à une entreprise d'IA, et lisez des étiquettes énergétiques pour l'IA pour savoir où vont les évaluations.
Sources
- AI Energy Score, Hugging Face (2025)
- Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
- Our contribution to a global environmental standard for AI, Mistral AI (2025)
- Directive (EU) 2024/825 on empowering consumers for the green transition, European Union (2024)
Voir aussi
Comment repérer l'écoblanchiment dans le marketing de l'IA ?
Les signaux d'écoblanchiment dans l'IA, des vagues labels « IA durable » à la neutralité par compensation, et les questions à poser.
Comment demander ses chiffres énergétiques à une entreprise d'IA ?
Quoi demander à un fournisseur d'IA sur l'énergie, le carbone et l'eau par requête, comment juger la réponse, et pourquoi demander aide même si elle est incomplète.
Comment lire une note AI Energy Score ?
Ce que signifient les notes de une à cinq étoiles de l'AI Energy Score, ce qu'elles mesurent, comment s'en servir pour comparer des modèles et ce qu'elles ne disent pas.
Étiquettes énergétiques et bancs d'essai pour l'IA
Où en sont les notations énergétiques de l'IA en 2026 : AI Energy Score, MLPerf Power, AI Act, notation des centres de données, et ce qu'une étiquette peut montrer.