Un impact réel, jamais chiffré
Chaque réponse d'un assistant IA mobilise des processeurs graphiques énergivores. L'ordre de grandeur par question est modeste ; c'est le volume de questions, l'indexation de fonds documentaires entiers, et surtout le choix de configuration qui font la différence. Deux paramètres pèsent lourd :
- La taille du modèle : un grand modèle mobilise beaucoup plus de mémoire et de calcul qu'un modèle compact.
- Le lieu d'exécution : produire un kilowattheure émet environ 41 g de CO₂ en France, contre près de 384 g aux États-Unis (source : Our World in Data, via EcoLogits).
Presque aucun fournisseur ne communique ces éléments. Pour une collectivité, c'est un angle mort : impossible de piloter ce qu'on ne mesure pas.
Comment CommuneIA le calcule
La plateforme s'appuie sur EcoLogits, une méthodologie ouverte de
l'association française GenAI Impact, adossée au référentiel Boavizta. Le principe : à partir
du nombre de paramètres du modèle, du nombre de tokens générés et de l'intensité carbone du
réseau électrique du pays d'exécution, on estime l'énergie consommée et les émissions
associées, fabrication du matériel comprise.
Le calcul est réalisé en temps réel, à chaque échange. Trois points de mesure alimentent l'interface : par conversation, par assistant et par période, et par modèle au moment de la configuration. Le périmètre ne se limite pas aux questions des usagers : il intègre aussi l'énergie dépensée pour indexer les documents : vectorisation des contenus et reconnaissance de texte des PDF numérisés.
Choisir le bon modèle : le principal levier
À qualité de réponse comparable pour l'essentiel des usages d'une mairie, l'écart d'empreinte entre modèles peut varier significativement. CommuneIA affiche donc, au moment du choix, un comparatif clair.
| Modèle | Hébergement | Estimation Empreinte / question |
|---|---|---|
| Mistral Large | 🇪🇺 UE (API) | 64 mg |
Ministral 3 14B |
🇫🇷 France (privé) | 2 mg |
| Gemma 4 26B | 🇫🇷 France (privé) | 2 mg |
| ChatGPT 5.6 Luna | 🇺🇸 États-Unis (API) | 250 mg estimé |
Réseau électrique : France : 41 g, Europe : 283 g, États-Unis : 384 g CO₂eq/kWh
Un modèle sobre hébergé en France représente de l'ordre de plusieurs dizaine de fois moins d'émissions que Mistral Large, et plus de 100 fois moins qu'un grand modèle étranger.
Calculs EcoLogits v0.11 · intensités carbone Our World in Data.
L'administrateur arbitre ainsi en connaissance de cause, plutôt qu'à l'aveugle.
Souveraineté et sobriété, par construction
CommuneIA propose aussi des modèles hébergés en France, sur une infrastructure souveraine, un choix motivé d'abord par la protection des données des usagers. Les modèles accessibles par API, comme Mistral, sont appelés via leur point d'accès européen, garantissant que les traitements restent dans l'Union européenne.
Ce choix d'architecture a un effet environnemental direct : en s'exécutant sur l'un des mix électriques les moins carbonés d'Europe, un modèle sobre hébergé en France cumule les deux avantages : peu d'énergie, et une énergie propre.
Transparence, y compris sur les limites
Les valeurs affichées sont des estimations, pas des mesures au wattmètre, et CommuneIA le dit clairement dans l'interface. La méthodologie est publique (EcoLogits), les hypothèses documentées, et les modèles dont l'éditeur ne divulgue pas les caractéristiques sont signalés comme tels. Afficher un ordre de grandeur honnête et vérifiable vaut mieux qu'un chiffre flatteur et opaque.
Mesurer l'empreinte de ses outils IA, la rendre visible à chaque niveau, et se donner les leviers pour la réduire : c'est une contribution concrète à la sobriété numérique des territoires, et à leurs engagements.
Sources et méthodologie
Méthode de calcul : EcoLogits, bibliothèque open source de l'association française GenAI Impact, adossée au référentiel Boavizta. Version utilisée : 0.11.
Intensités carbone des réseaux électriques : Our World in Data, Carbon intensity of electricity, telles qu'intégrées dans EcoLogits.
