Impact écologique de l'IA : vivre avec notre propre contradiction

Nous vendons de l’écoconception. Nous auditons des sites selon le RGESN, nous fixons des budgets de poids, nous affichons le CO₂ de nos pages. Et nous codons avec une IA tous les jours. Le site que vous lisez a été développé avec un agent IA, et la première version de cet article a été rédigée avec lui.

On pourrait ne pas en parler. Nous préférons faire les comptes, en public : ce que pèse notre usage, ce que nous pouvons honnêtement mettre en face, et où nous mettons la limite. La réponse n’est pas confortable, et c’est justement pour cela qu’elle nous intéresse.

Notre usage de l'IA, en ordres de grandeur

2,3 kg de CO₂e par journée de travail avec Claude Code, entre 1,3 et 4,3 kg
420 kg de CO₂e sur une année de 180 jours travaillés, entre 240 et 770 kg
2,8 millions de pages vues à alléger d'1 Mo pour compenser une année
0 chiffre officiel publié par Anthropic sur la consommation de Claude, à notre connaissance

Estimation sur 18 journées de travail d'un poste, entre le 28 septembre et le 20 octobre 2026. Compensation calculée avec le modèle Sustainable Web Design, version 4.

Que sait-on vraiment de l’impact écologique de l’IA ?

Moins qu’on ne le voudrait. Les deux institutions françaises qui suivent le sujet le disent sans détour.

L’Arcep a publié le 21 mai 2026 un rapport intitulé « Intelligence artificielle générative : quels défis environnementaux ? » (nouvelle fenêtre). Elle y relève un manque de transparence des concepteurs de modèles sur leurs impacts environnementaux, rappelle que la consommation d’électricité mondiale des centres de données pourrait doubler entre 2024 et 2030, et note que l’impact de l’usage quotidien des modèles, moins documenté que leur entraînement, pourrait devenir un enjeu important avec la croissance des usages.

L’ADEME a publié en juillet 2026 un avis au titre explicite : « L’intelligence artificielle générative : des impacts environnementaux importants » (nouvelle fenêtre). D’après la synthèse qu’en a faite Techniques de l’Ingénieur (nouvelle fenêtre), l’agence chiffre la consommation mondiale des centres de données à 485 TWh en 2025, et conclut qu’« aucun gain environnemental quantifiable n’est aujourd’hui établi pour les modèles génératifs et agentiques pris dans leur ensemble ».

Côté éditeurs, deux seulement publient un chiffre par requête que nous avons pu vérifier :

Google, pour une requête texte médiane à Gemini : 0,24 Wh, 0,03 g de CO₂e et 0,26 mL d’eau (en anglais, nouvelle fenêtre), en comptant les machines inactives et le refroidissement (août 2025) ;
Mistral AI, pour une réponse de 400 tokens de son assistant : 1,14 g de CO₂e et 45 mL d’eau (en anglais, nouvelle fenêtre), selon une analyse de cycle de vie menée avec Carbone 4 et l’ADEME (juillet 2025).

Près de 40 fois plus de carbone d’un côté, environ 170 fois plus d’eau. Les deux chiffres ne sont pas faux : ils ne comptent pas la même chose. C’est la première leçon. Un chiffre d’impact de l’IA sans son périmètre ne veut rien dire.

Anthropic, l’éditeur de Claude, ne publie à notre connaissance aucun chiffre de ce type. Et même s’il le faisait, un chiffre « par requête » décrirait mal notre usage.

Combien pèse notre usage, concrètement ?

En octobre, nous avons mesuré l’empreinte de nos journées de code avec Claude, à partir des journaux que l’outil garde sur l’ordinateur. Une journée type, c’est environ 1 000 appels au modèle, presque tous à Opus 5.5. À chaque appel, le modèle relit toute la conversation, soit plus de 200 000 tokens. On est très loin des 400 tokens d’une question à un assistant.

Résultat : autour de 5,8 kWh et 2,3 kg de CO₂e par journée, dans une fourchette de 1,3 à 4,3 kg. Sur une année, environ 420 kg. Pour donner des points de repère :

Activité	kg CO₂e
Une journée de travail avec Claude Code	2,3 kg
10 km en voiture thermique	1,4 kg
Une journée de visioconférence (8 heures)	0,13 kg
1 000 visites de notre page d'accueil	0,05 kg

Émissions en kilogrammes d'équivalent CO₂. Voiture et visioconférence : ADEME, Impact CO2, hypothèses par défaut du simulateur. Page d'accueil : notre mesure du 11 septembre 2026, modèle Sustainable Web Design. Les méthodes diffèrent : ces repères donnent un ordre de grandeur, pas une comparaison exacte.

Une journée de travail avec l’IA, c’est donc environ 16 km en voiture, 140 heures de visio, ou plus de 40 000 visites de notre page d’accueil. Peu à l’échelle d’une vie, beaucoup pour un outil de travail, et sans commune mesure avec ce que pèsent les pages que nous livrons.

Deux réserves. La mesure porte sur un seul poste de l’agence, pas sur les trois. Et elle ne dit rien de l’eau : nous n’avons aucune donnée fiable pour Claude, et l’écart entre Google et Mistral montre qu’il serait malhonnête d’en emprunter une.

Les sites plus légers compensent-ils ?

C’est l’argument qu’on se fait volontiers : l’IA nous aide à produire des sites sobres, et ces sites économisent, visite après visite, plus que ce que l’IA a coûté. Nous l’avons chiffré.

Le modèle Sustainable Web Design, celui que nous utilisons pour le CO₂ de nos pages, attribue 0,3 kWh à chaque gigaoctet transféré (en anglais, nouvelle fenêtre), fabrication et usage des serveurs, des réseaux et des terminaux compris, et 494 g de CO₂e à chaque kWh. Alléger une page d’un mégaoctet économise donc environ 0,15 g de CO₂e à chaque fois qu’elle est vue.

Pour compenser les 420 kg d’une année d’IA, il faudrait alléger d’un mégaoctet environ 2,8 millions de pages vues, entre 1,6 et 5,2 millions selon la fourchette. Un site qui reçoit 10 000 pages vues par mois y mettrait plus de vingt ans. Et un mégaoctet gagné, c’est déjà un gros chantier d’optimisation.

Le calcul est encore trop généreux, pour une raison simple : il suppose que sans IA, le site aurait été lourd. Ce n’est pas le cas. Nous faisions des sites légers avant de coder avec un agent, et un agent ne produit pas un site sobre de lui-même : il le fait quand on le lui demande, critère par critère. La sobriété vient du cahier des charges et de la relecture, pas de l’outil.

Conclusion honnête : pour l’essentiel, la compensation est une histoire que l’on se raconte. Elle pourrait tenir pour un site à très forte audience, ou si l’IA permet un travail d’optimisation qui n’aurait jamais été budgété autrement. Nous n’avons mesuré ni l’un ni l’autre, donc nous ne l’affirmons pas.

Et le temps gagné, est-ce qu’on le mesure ?

Non, pas sérieusement. Et nous nous méfions de ceux qui affirment le contraire sur la foi de leur ressenti.

L’étude la plus rigoureuse sur le sujet a été menée par METR, un organisme de recherche indépendant, au premier semestre 2025. Seize développeurs expérimentés ont traité 246 tâches réelles, avec et sans IA. Avec l’IA, ils ont mis 19 % de temps en plus (en anglais, nouvelle fenêtre). Ils s’attendaient à aller 24 % plus vite, et après coup, ils estimaient encore avoir gagné 20 %.

En février 2026, METR a voulu refaire l’expérience avec les outils de fin 2025, et a dû changer de méthode (en anglais, nouvelle fenêtre) : trop de développeurs refusaient de travailler sans IA, ou écartaient les tâches où ils pensaient qu’elle les aiderait le plus. Le laboratoire estime que ces biais sous-estiment probablement les gains réels. Bref, même les spécialistes ne savent pas encore bien mesurer ce gain.

Ce que nous constatons, sans le chiffrer : l’IA déplace notre travail plus qu’elle ne le supprime, vers la conception, la formulation des demandes et la relecture. Un rapport gain sur coût exige deux chiffres. Nous n’en avons qu’un, et nous ne publierons pas l’autre avant de l’avoir mesuré.

Produire plus vite, est-ce produire plus ?

Oui, et notre propre blog en est la preuve. Nous avons publié six articles sur toute l’année 2024. Entre septembre et mi-novembre 2026, nous en publions plus de quinze. Chacun le dit dans sa section de transparence : l’IA a servi à la recherche et à la première rédaction.

C’est l’effet rebond, à petite échelle. Le temps gagné n’a pas été rendu à la planète : il a servi à produire davantage, avec plus d’appels au modèle, plus d’illustrations générées, plus de pages à servir. L’ADEME demande justement que les effets rebonds et les transferts d’impact soient évalués avant de conclure à un bénéfice de l’IA.

Ces articles documentent notre méthode, nous ne les jugeons pas inutiles. Mais l’IA ne nous a pas rendus plus sobres. Elle nous a rendus plus productifs, ce qui n’est pas la même chose.

Où nous mettons la limite

Une contradiction qu’on assume a besoin de règles, sinon elle devient une excuse. Voici les nôtres.

L’IA dans l’atelier, pas dans le produit. Les sites que nous livrons n’appellent pas de modèle à chaque visite. Une IA utilisée pour fabriquer s’arrête quand le site est livré. Une IA intégrée au site consomme à chaque visite, pendant toute sa durée de vie.

Pas d’IA pour juger un audit. Nos audits d’accessibilité testent les 106 critères du RGAA à la main, au clavier et au lecteur d’écran. Nous avons expliqué pourquoi dans notre article sur l’audit RGAA automatisé : un outil, IA comprise, peut trier, il ne peut pas trancher.

Des sessions courtes et le bon modèle. Puisque la relecture de la conversation pèse l’essentiel de l’énergie, une tâche par session, et une conversation vide dès que le sujet change. Les tâches simples n’ont pas besoin du plus gros modèle. C’est aussi ce que recommande l’ADEME : privilégier de petits modèles spécialisés et ne produire que le contenu nécessaire.

Mesurer, et le publier. Notre script de mesure est rejouable, et nous le relancerons pour voir si ces règles font baisser la courbe. Nous avons défendu l’idée qu’une agence d’écoconception doit appliquer à elle-même ce qu’elle vend. Cela vaut aussi pour ce qui ne nous arrange pas.

Ces règles laissent des usages discutables. Nous générons l’illustration de chaque article avec une IA, et la phrase en bas de page le dit. C’est un choix que nous faisons, pas un usage neutre.

Ce que nous savons mesurer, et ce que nous ne savons pas

Ce que nous mesurons. Le nombre d’appels et de tokens, jour par jour, à partir des journaux de l’outil. C’est une donnée exacte.

Ce que nous estimons. L’énergie par token et l’intensité carbone de l’électricité, à partir de sources publiques qui divergent parfois d’un facteur dix. D’où des fourchettes larges, et des valeurs centrales à lire comme des ordres de grandeur.

Ce que nous ne savons pas. L’eau consommée par Claude, la part de l’entraînement des modèles qui revient à notre usage, le pays exact où tournent nos requêtes (l’API d’Anthropic ne propose que deux zones, « global » ou « États-Unis » (en anglais, nouvelle fenêtre)), l’usage des deux autres postes de l’agence, et le temps réellement gagné.

Tant que ces trous existent, nous écrivons « environ » et « entre », et nous gardons le calcul ouvert.

Vous voulez savoir ce que pèse votre propre site, ou cadrer la place de l’IA dans un projet ? Parlons-en : nous chiffrons sur devis, à partir de votre besoin réel.

Questions fréquentes

Quel est l’impact écologique d’une requête à une IA ?

Cela dépend du modèle, de la longueur de l’échange et de ce que l’on compte. Google annonce 0,24 Wh, 0,03 g de CO₂e et 0,26 mL d’eau pour une requête texte médiane à Gemini (août 2025). Mistral AI annonce 1,14 g de CO₂e et 45 mL d’eau pour une réponse de 400 tokens, selon une analyse de cycle de vie menée avec l’ADEME et Carbone 4 (juillet 2025). Un agent de code, qui relit toute la conversation à chaque appel, consomme beaucoup plus.

Anthropic publie-t-il l’empreinte de Claude ?

Nous n’avons trouvé aucun chiffre officiel d’Anthropic sur la consommation d’énergie, les émissions ou l’eau par requête. L’Arcep relève, dans son rapport du 21 mai 2026, un manque de transparence des concepteurs de modèles sur les impacts environnementaux de leurs services.

Des sites plus légers compensent-ils l’usage de l’IA pour les coder ?

Rarement. Avec le modèle Sustainable Web Design, alléger une page d’un mégaoctet économise environ 0,15 g de CO₂e par page vue. Pour compenser les 420 kg estimés d’une année de travail avec Claude Code, il faudrait alléger ainsi environ 2,8 millions de pages vues. Un site qui reçoit 10 000 pages vues par mois y mettrait plus de vingt ans.

Faut-il arrêter d’utiliser l’IA quand on fait de l’écoconception ?

Ce n’est pas notre choix. Nous la gardons comme outil de fabrication, nous mesurons ce qu’elle coûte, et nous évitons de l’intégrer par défaut dans les sites que nous livrons. L’ADEME recommande de privilégier de petits modèles spécialisés, de ne produire que le contenu nécessaire et de limiter les usages très énergivores.

Transparence : comment cet article a été produit

Nous utilisons l’intelligence artificielle dans notre travail éditorial, et nous préférons le dire clairement, ici plus qu’ailleurs.

Pour cet article, elle a servi à rechercher et vérifier les sources (rapport de l’Arcep, avis de l’ADEME, publications de Google, Mistral AI et METR, simulateur Impact CO2) et à proposer une première rédaction. Les chiffres d’usage viennent de notre propre mesure, publiée en octobre 2026. L’angle, les limites que nous nous fixons et les conclusions sont les nôtres, et l’article a été relu par l’équipe.

Chaque chiffre renvoie à sa source, consultée en novembre 2026. Les calculs de compensation sont les nôtres, faits à partir des valeurs publiées du modèle Sustainable Web Design. Quand une donnée manquait, comme l’eau consommée par Claude, nous l’avons écrit plutôt que d’emprunter le chiffre d’un autre modèle.

Sources

L’illustration en tête d’article est générée par intelligence artificielle.

← Tous les articles