L'usage de LLM se déclare dans les émissions indirectes significatives du BEGES, au titre des achats de services numériques. Le cadre : depuis le 1er janvier 2023, le décret n° 2022-982 du 1er juillet 2022 impose aux entreprises de plus de 500 salariés (250 en outre-mer) un bilan couvrant les émissions indirectes significatives, avec au moins 80 % des émissions couvertes. La case est donc connue. La donnée d'activité, elle, manque presque toujours : peu d'entreprises savent dire combien de tokens elles ont consommés, ni sur quels modèles. Ce guide traite les deux sujets.
Ce que le décret n° 2022-982 a changé
Avant 2023, le BEGES réglementaire pouvait s'arrêter aux scopes 1 et 2 : combustion et électricité. Le décret n° 2022-982 étend l'obligation aux émissions indirectes significatives, ce que la méthode ADEME range dans les postes du scope 3, avec un seuil de couverture de 80 %. Les achats de services y pèsent lourd pour une entreprise de services. Un usage IA qui monte en volume devient significatif, donc déclarable ; l'ignorer expose à un bilan incomplet au regard du seuil de couverture.
Le poste exact
L'usage de LLM par API ou par abonnement (Claude, ChatGPT, Gemini et les autres) est un achat de service numérique : il rejoint la catégorie des achats de biens et services, comme l'hébergement cloud. Deux cas particuliers. Si vous hébergez vos propres modèles sur vos GPU, l'électricité correspondante relève du scope 2, pas des achats de services. Si l'IA est embarquée dans un SaaS métier sans consommation visible, elle reste dans le poste achats, noyée dans le facteur du SaaS ; seule une clause contractuelle d'information environnementale permet d'en sortir, et le guide appel d'offres montre comment les acheteurs publics la formulent au CCAP.
La donnée d'activité manquante
Trois façons de produire le chiffre, du plus grossier au plus fin. Convertir la facture avec un facteur monétaire va vite, mais les approches par la dépense surestiment les émissions d'inférence de 10 à 40 fois (arXiv 2606.10660, juin 2026). La deuxième option compte des requêtes et multiplie par une moyenne publiée ; or l'écart entre le prompt médian Gemini mesuré par Google (0,03 gCO₂e, arXiv 2508.15734, août 2025) et le prompt de 400 tokens de l'ACV Mistral (1,14 gCO₂e, juillet 2025) montre que la moyenne dépend surtout de la référence choisie. Reste le comptage des tokens par modèle, la seule approche dont chaque ligne se vérifie. Le guide mesurer la consommation IA détaille les trois.
S'ajoute le mix de modèles : les modèles de raisonnement consomment en moyenne 30 fois plus d'énergie que les modèles standard (AI Energy Score v2, Hugging Face, décembre 2025). Deux entreprises au même nombre de requêtes peuvent avoir des empreintes sans rapport.
Du relevé de tokens au chiffre BEGES
Les consoles d'administration des fournisseurs exportent les volumes par modèle et par mois. Il reste à croiser ces volumes avec des facteurs par modèle : énergie, CO₂e et eau par million de tokens, comme ceux des fiches modèles, calculés selon une méthodologie publiée. Le résultat se reporte en kgCO₂e dans le poste achats de services, avec la période, le périmètre et les sources en annexe. Pour tester l'ordre de grandeur avant d'industrialiser, un volume de tokens passé au calculateur suffit. Le cadrage complet du livrable est traité dans le guide bilan carbone de l'IA en entreprise.
Un conseil d'organisation, tiré de l'expérience des collectes : archiver les exports mensuels au fil de l'eau, plutôt que de reconstituer un historique au moment du bilan. Les consoles ne conservent pas toutes le même historique, et un export daté vaut preuve en cas de question de l'auditeur. L'annexe méthodologique gagne aussi à préciser deux choix : le traitement des tokens de cache, qui pèsent sur la facture sans consommation équivalente, et la répartition entre entités si plusieurs filiales partagent un même compte fournisseur.
FAQ
Mon entreprise a moins de 500 salariés, suis-je concerné ?
Pas par l'obligation BEGES. Les demandes arrivent par un autre canal : les donneurs d'ordre soumis à la CSRD interrogent leurs fournisseurs, dans la limite du standard volontaire VSME (directive (UE) 2026/470, février 2026). Le guide intégrer l'IA au rapport RSE couvre ce cas.
Dois-je compter l'entraînement des modèles ?
Non. L'énergie d'entraînement relève de la documentation des fournisseurs de modèles au titre de l'AI Act (règlement (UE) 2024/1689, article 53). Votre BEGES couvre votre usage, donc l'inférence.
Mon fournisseur IA peut-il me donner directement le chiffre ?
Rarement aujourd'hui. Le rapport Arcep/PEReN de mai 2026 pointe le manque de transparence des fournisseurs comme premier obstacle à l'évaluation de l'empreinte. Le comptage de tokens côté client reste la voie praticable.
Sources
- Décret n° 2022-982 du 1er juillet 2022 : https://www.legifrance.gouv.fr/eli/decret/2022/7/1/2022-982/jo/texte
- Méthode réglementaire BEGES (ADEME) : https://bilans-ges.ademe.fr
- Surestimation des approches spend-based (juin 2026) : https://arxiv.org/abs/2606.10660
- Google, mesure par prompt Gemini (août 2025) : https://arxiv.org/abs/2508.15734
- ACV Mistral AI (juillet 2025) : https://mistral.ai/news/our-contribution-to-a-global-environmental-standard-for-ai
- AI Energy Score v2, Hugging Face (décembre 2025) : https://huggingface.co/AIEnergyScore
- Rapport Arcep/PEReN (mai 2026) : https://www.arcep.fr
- Directive (UE) 2026/470 : https://eur-lex.europa.eu/eli/dir/2026/470/oj
- Règlement (UE) 2024/1689 (AI Act) : https://eur-lex.europa.eu/eli/reg/2024/1689/oj