Le 30 septembre 2026, l'association Green IT a publié son analyse du cycle de vie de l'infrastructure IA mondiale. Sa conclusion : sans changement de trajectoire, l'empreinte de l'IA sur l'environnement et la santé serait sept fois plus lourde en 2030 qu'en 2025. Votre PME ne pèse pas lourd dans ce total, mais elle a la main sur sa part : voici les réflexes concrets pour garder un usage sobre, sans renoncer à ce que l'IA vous rapporte.
Pourquoi c'est votre sujet, pas seulement celui des géants
On entend souvent : « Les data centers, c'est Google et OpenAI, pas nous. » C'est vrai pour la construction. Ça l'est moins pour l'usage.
Chaque requête envoyée à un assistant fait tourner des serveurs. Chaque automatisation qui appelle un modèle cent fois par jour aussi. Et c'est justement là que se joue la différence entre un usage raisonnable et un usage gaspilleur.
Il y a aussi une raison plus terre à terre. Vos gros clients et donneurs d'ordre vous envoient déjà des questionnaires RSE. La question « utilisez-vous l'IA, et comment en maîtrisez-vous l'impact ? » commence à y apparaître. Mieux vaut avoir une réponse prête qu'improviser.
Ce qu'il faut comprendre avant d'agir
Deux idées suffisent pour prendre de bonnes décisions.
La taille du modèle compte plus que tout le reste
En juillet 2025, Mistral AI a publié la première analyse de cycle de vie complète d'un grand modèle, menée avec l'ADEME et Carbone 4. Une réponse d'une page de Mistral Large 2 y pèse environ 1,14 gramme équivalent CO2 et 45 millilitres d'eau. Pris seul, c'est minuscule.
Le point qui compte est ailleurs. Mistral y précise qu'un modèle dix fois plus grand génère un impact d'un ordre de grandeur supérieur. Autrement dit, utiliser le plus gros modèle disponible pour trier des mails, c'est comme livrer un colis de 200 grammes en semi-remorque. Ça arrive, mais à quel prix.
Le volume fait le reste
Une question posée à la main par un collaborateur, c'est une requête. Un workflow automatique qui relit chaque mail entrant, c'est des milliers par mois. L'enjeu se situe donc moins dans l'usage individuel que dans ce qui tourne en continu, souvent sans que personne ne le regarde.
C'est aussi ce que pointe Green IT : l'IA s'invite de plus en plus dans des outils où personne ne l'a demandée. L'offre crée la demande.
Six réflexes pour un usage sobre
Voici ce que nous appliquons quand nous construisons un workflow. Rien de tout ça ne demande une équipe technique.
1. Se demander si l'IA est vraiment nécessaire
C'est le réflexe le plus rentable, et le plus oublié. Beaucoup de tâches présentées comme « de l'IA » se règlent avec une règle simple.
Classer une facture selon le nom du fournisseur ? Une règle dans votre outil d'automatisation suffit. Router une commande selon le pays de livraison ? Pareil. Sur un traitement de commandes, nous gardons l'IA pour ce qui est vraiment ambigu : un bon de commande scanné, un mail rédigé n'importe comment. Le reste passe par des règles, qui ne consomment presque rien et ne se trompent pas.
2. Choisir le plus petit modèle qui fait le travail
Pour résumer un mail, extraire un montant ou classer une demande, un petit modèle fait aussi bien qu'un grand. Tous les grands fournisseurs proposent une version légère (les gammes « mini », « small » ou « flash »).
Notre méthode : on teste la tâche avec le petit modèle sur une vingtaine de cas réels. S'il réussit, on le garde. On ne monte en gamme que sur les cas où il échoue.
3. Grouper au lieu d'appeler à la pièce
Analyser cinquante avis clients en une seule requête coûte bien moins que cinquante requêtes séparées. Même chose pour un reporting : une synthèse hebdomadaire calculée une fois vaut mieux qu'une IA interrogée à chaque ouverture du tableau de bord.
4. Demander des réponses courtes
Une IA produit ce qu'on lui demande. Si le prompt ne précise rien, elle écrit trois paragraphes polis là où une ligne suffisait. Ajoutez une contrainte de format claire : « Réponds en une phrase », « Renvoie uniquement la catégorie ».
5. Ne pas relancer dix fois la même question
Le réflexe « régénérer jusqu'à ce que ça me plaise » multiplie la consommation sans améliorer le résultat. Un prompt mieux écrit dès le départ évite ces allers-retours. Et pour les questions qui reviennent tous les jours, un modèle de prompt partagé dans l'équipe fait gagner du temps à tout le monde.
6. Couper ce qui ne sert plus
Faites l'inventaire une fois par trimestre. Les essais gratuits jamais résiliés, les automatisations lancées pour un projet terminé, les options IA activées par défaut dans vos logiciels. Tout ce qui tourne sans servir à personne consomme quand même.
La grille à copier : faut-il de l'IA ici ?
Passez chaque usage, existant ou en projet, dans cette grille avant de le lancer.
GRILLE SOBRIÉTÉ IA : un usage à la fois
Usage : ______________________________
Volume estimé : ____ requêtes par jour
1. Une règle simple (si X alors Y) suffit-elle ?
[ ] Oui → pas d'IA, règle dans l'outil d'automatisation
[ ] Non → question 2
2. La tâche est-elle simple (classer, extraire, résumer court) ?
[ ] Oui → petit modèle, testé sur 20 cas réels
[ ] Non → modèle intermédiaire, grand modèle seulement si échec
3. Peut-on traiter par lots (une fois par heure, par jour) ?
[ ] Oui → regrouper les requêtes
[ ] Non, il faut du temps réel → justifier pourquoi
4. Le format de sortie est-il contraint ?
[ ] Oui (catégorie, montant, une phrase)
[ ] Non → ajouter la contrainte dans le prompt
5. Qui revoit cet usage, et quand ?
Responsable : __________ Prochaine revue : __________
Ça prend cinq minutes par usage. Et, bonus, la même grille fait baisser votre facture : un petit modèle appelé par lots coûte nettement moins qu'un grand modèle appelé à la pièce.
Quoi répondre à un questionnaire RSE
Quand un client vous demande comment vous maîtrisez l'impact de vos outils IA, une réponse honnête et précise vaut mieux qu'un engagement vague. Voici une base à adapter :
Nous utilisons l'IA générative pour [usages principaux]. Avant chaque nouvel usage, nous vérifions qu'une règle simple ne suffit pas, puis nous retenons le plus petit modèle qui réalise la tâche de façon fiable. Les traitements automatiques sont regroupés par lots plutôt qu'exécutés à la demande. Nous passons nos usages en revue chaque trimestre et désactivons ceux qui ne servent plus. Nos fournisseurs principaux sont [noms], hébergés en [zone].
N'écrivez que ce que vous faites vraiment. Un client qui creuse et trouve un écart vous fera moins confiance qu'à une entreprise qui aurait répondu plus modestement.
Ce qui reste difficile
Soyons francs : vous n'aurez pas de chiffre précis pour votre propre empreinte IA. Peu de fournisseurs publient des données par requête, et quand ils le font, les méthodes ne sont pas comparables. Mistral reste une exception.
Vous pouvez en revanche demander à vos fournisseurs où sont hébergés les serveurs et quelles données environnementales ils publient. Un hébergement en France, sur un réseau électrique peu carboné, pèse moins qu'un hébergement sur un réseau très dépendant du charbon ou du gaz. Ce n'est pas un calcul exact, mais c'est un critère de choix légitime.
Par où commencer cette semaine
Pas besoin de plan RSE en douze points. Listez vos trois usages IA qui tournent le plus souvent, passez-les dans la grille, et regardez si l'un d'eux peut descendre d'un cran : une règle au lieu d'un modèle, un petit modèle au lieu d'un grand, un traitement par lot au lieu d'un appel à la pièce.
Dans la plupart des cas, l'usage sobre et l'usage rentable sont le même usage. C'est la bonne nouvelle de ce rapport.
Sources :
- Franceinfo, « L'impact de l'IA sur l'environnement et la santé va exploser d'ici 2030, selon une association », septembre 2026. https://www.franceinfo.fr/internet/intelligence-artificielle/l-impact-de-l-ia-sur-l-environnement-et-la-sante-va-exploser-d-ici-2030-selon-une-association_8216476.html, consulté le 1er octobre 2026.
- We Demain, « IA : son empreinte environnementale pourrait être multipliée par sept d'ici 2030 », septembre 2026. https://www.wedemain.fr/societe-de-demain/nouvelles-technologies/ia-son-empreinte-environnementale-pourrait-etre-multipliee-par-sept-dici-2030-1157558, consulté le 1er octobre 2026.
- LeMagIT, « Bilan environnemental des LLM : ce que révèle l'étude de Mistral AI », juillet 2025. https://www.lemagit.fr/actualites/366627946/Bilan-environnemental-des-LLM-ce-que-revele-letude-de-Mistral-AI, consulté le 1er octobre 2026.