# Bilan carbone de l'IA en entreprise : que mesurer, avec quelles données, pour quel livrable Un bilan carbone de l'usage IA repose sur trois indicateurs : l'énergie (Wh), les émissions (gCO₂e) et l'eau (mL), calculés à partir des tokens réellement consommés, modèle par modèle. La facture seule ne suffit pas : les approches par la dépense surestiment les émissions d'inférence de 10 à 40 fois (arXiv 2606.10660, juin 2026). Le livrable attendu par un acheteur public, un investisseur ou un comité RSE tient en quatre pièces : un périmètre explicite, une donnée d'activité vérifiable, des facteurs sourcés, une méthodologie citée et datée. ## Le poste IA n'est pas l'empreinte du numérique L'empreinte du numérique couvre le parc matériel, les réseaux, l'hébergement et les licences. Le poste IA en est un sous-ensemble, avec une particularité qui change le travail : la donnée d'activité existe. Chaque appel à un modèle est compté en tokens par le fournisseur, et ce comptage s'exporte depuis la console d'administration. Peu de postes du numérique offrent cette granularité. Les facteurs d'émission, en revanche, sont plus jeunes. Pour le matériel, l'ADEME publie des facteurs stabilisés depuis des années. Pour l'inférence des LLM, les publications utilisables datent de 2025 et restent partielles : le rapport Arcep/PEReN de mai 2026 constate que le manque de transparence des fournisseurs limite l'évaluation de l'empreinte. Il faut donc travailler avec des facteurs par modèle, sourcés, en assumant leurs limites par écrit. ## Tokens ou factures : ce qui rend le chiffre crédible Deux données d'activité candidates. La facture d'abord : simple à obtenir, elle agrège des modèles aux prix et aux empreintes sans rapport entre eux, des remises négociées, du cache. La convertir en CO₂e via un facteur monétaire produit l'écart de 10 à 40 fois documenté en juin 2026 (arXiv 2606.10660). Les tokens ensuite : les consoles Anthropic, OpenAI ou Google exportent les volumes consommés par modèle et par période. Croisés avec des facteurs par modèle, ils donnent une estimation qui se vérifie ligne à ligne. Le guide sur [les trois méthodes de mesure](/guides/mesurer-consommation-ia-entreprise) compare ces approches en détail, plus une intermédiaire. ## Énergie, CO₂e, eau : les ordres de grandeur publiés Le climat ne suffit plus : la fiche MiNumEco d'achat responsable de solutions d'IA (DINUM, Ecolab/CGDD, DAE, novembre 2025) recommande de mesurer l'impact sur le climat, l'eau et l'énergie. Les publications récentes donnent le cadre. Mistral a publié en juillet 2025, avec Carbone 4 et l'ADEME, une ACV chiffrant un prompt de 400 tokens de Mistral Large 2 à 1,14 gCO₂e et 45 mL d'eau. Google a mesuré en août 2025 (arXiv 2508.15734) un prompt texte médian Gemini à 0,24 Wh, 0,03 gCO₂e et 0,26 mL. L'écart entre les deux justifie à lui seul un calcul par modèle plutôt qu'une moyenne : les [fiches modèles](/models/claude-sonnet) donnent les facteurs par million de tokens, et la [méthodologie](/methodology) documente les équations. Un point de vigilance : les modèles de raisonnement consomment en moyenne 30 fois plus d'énergie que les modèles standard (AI Energy Score v2, Hugging Face, décembre 2025). Un bilan qui ignore le mix de modèles peut se tromper d'un ordre de grandeur. ## Ce qu'attendent vos trois lecteurs Un acheteur public déroule le questionnaire de la fiche MiNumEco : mesure de l'inférence, indicateurs, méthodologie, périmètre. Le guide [répondre à un appel d'offres](/guides/appel-offres-empreinte-ia) le traite point par point. Un investisseur en due diligence cherche un chiffre défendable et sa méthode ; une facture convertie en CO₂e ne tient pas face à un facteur d'erreur de 10 à 40. Le comité RSE veut un chiffre qui s'intègre au reporting existant, BEGES en tête : voir [où déclarer l'usage IA dans un BEGES](/guides/beges-usage-ia). ## Le livrable Un rapport court fait l'affaire, s'il contient six éléments : la période couverte, le périmètre (fournisseurs et équipes inclus), un relevé de tokens par modèle, ses trois indicateurs calculés, des facteurs sourcés et datés, et une mention des limites de l'estimation. Un [calculateur](/calculator) donne un premier ordre de grandeur en quelques minutes à partir d'un volume de tokens. Pour un rapport complet calculé depuis vos données réelles, le Bilan IA le produit depuis la clé Admin API Claude, sans collecte manuelle. ## FAQ ### Faut-il inclure l'entraînement des modèles ? Non pour un bilan d'usage. L'énergie d'entraînement relève de la documentation technique des fournisseurs de modèles (règlement (UE) 2024/1689, article 53, applicable depuis le 2 août 2025). L'entreprise utilisatrice déclare son inférence : voir le guide [AI Act et énergie de l'IA](/guides/ai-act-energie-ia). ### Quelle période couvrir ? Douze mois glissants ou l'exercice comptable, au choix, tant que la période est écrite dans le rapport. L'important est de pouvoir refaire le calcul : avec les mêmes exports et les mêmes facteurs, on doit retomber sur le même résultat. ### Un calcul interne suffit-il ? Oui, à condition de citer les sources des facteurs et de conserver les exports de tokens. Ce qui se vérifie se défend. Un prestataire n'apporte rien de plus si la méthode n'est pas publiée. ## Sources - Décret n° 2022-982 du 1er juillet 2022 (BEGES) : https://www.legifrance.gouv.fr/eli/decret/2022/7/1/2022-982/jo/texte - Fiche MiNumEco, achat responsable de solutions d'IA (DINUM, Ecolab/CGDD, DAE, novembre 2025) : https://ecoresponsable.numerique.gouv.fr - ACV Mistral AI avec Carbone 4 et l'ADEME (juillet 2025) : https://mistral.ai/news/our-contribution-to-a-global-environmental-standard-for-ai - Google, mesure par prompt Gemini (août 2025) : https://arxiv.org/abs/2508.15734 - AI Energy Score v2, Hugging Face (décembre 2025) : https://huggingface.co/AIEnergyScore - Surestimation des approches spend-based (juin 2026) : https://arxiv.org/abs/2606.10660 - Rapport Arcep/PEReN sur l'empreinte de l'IA (mai 2026) : https://www.arcep.fr - Règlement (UE) 2024/1689 (AI Act) : https://eur-lex.europa.eu/eli/reg/2024/1689/oj