Skip to main content
Niveau : Intermédiaire · Prérequis : Ordres de grandeur · Temps de lecture : ~8 min
Bonne nouvelle : la quasi-totalité des leviers de sobriété environnementale sont exactement les mêmes que ceux de la performance et du coût. Un prompt bien construit, un modèle correctement dimensionné, un cache bien utilisé réduisent simultanément votre facture, votre latence et votre empreinte. Cette page est donc autant un chapitre RSE qu’un chapitre d’ingénierie, et c’est précisément ce qui rend la démarche tenable dans la durée.
Vous retrouverez ici des techniques déjà vues dans Optimiser le contexte. C’est volontaire : ce chapitre les relit sous l’angle de l’impact plutôt que sous celui du coût. Les mêmes gestes, une autre motivation.

​
La question préalable : faut-il de l’IA ici ?

Le premier levier de sobriété n’est pas technique. C’est une question de conception : le recours à un modèle génératif est-il le bon outil pour ce problème ?
Extraire des dates, valider un format d’email, détecter un numéro de téléphone : un LLM y arrive, mais une regex le fait pour un coût énergétique nul et un résultat déterministe. Utiliser un modèle de 100 milliards de paramètres pour un if est le gaspillage le plus courant en production.
Classification de tickets, détection de spam, prédiction de valeurs numériques : un modèle de machine learning classique, entraîné une fois sur vos données, consomme des ordres de grandeur de moins qu’un appel à un grand modèle génératif, et il est souvent plus précis sur son domaine étroit.
Beaucoup d’automatisations produisent des synthèses que personne ne lit, des rapports générés « au cas où », des résumés quotidiens ignorés. Générer un contenu que personne ne consulte est un impact pur, sans contrepartie. Mesurez le taux d’ouverture avant de généraliser.
Un traitement déclenché à chaque événement peut souvent devenir un traitement horaire ou quotidien groupé, sans perte d’usage. Passer d’un déclenchement continu à un traitement par lots divise fréquemment la consommation par dix.
Formulez la question à l’envers : plutôt que « où pourrait-on mettre de l’IA ? », demandez « quel problème réel avons-nous, et quel est l’outil le plus simple qui le résout ? ». C’est la meilleure protection contre les projets à impact certain et bénéfice hypothétique.

​
Dimensionner le modèle à la tâche

C’est le levier le plus puissant et le plus sous-exploité. L’écart de consommation entre un petit modèle et un grand modèle de raisonnement se compte en dizaines, parfois en centaines.
Le mode de raisonnement étendu (extended thinking, reasoning) mérite une vigilance particulière. Il génère des centaines, parfois des milliers de tokens de réflexion interne avant de répondre. C’est un gain de qualité réel sur les problèmes difficiles, et un gaspillage franc sur une reformulation de paragraphe. Activez-le par exception, pas par défaut.
Une architecture en cascade donne d’excellents résultats : un petit modèle traite les cas simples, et n’escalade vers un grand modèle que lorsqu’il détecte une difficulté ou une faible confiance.

​
Les leviers techniques

1

Activer le prompt caching

Les préfixes stables (instructions système, documentation de référence, exemples) peuvent être mis en cache par les principaux fournisseurs. Le gain atteint 90 % sur les tokens concernés, en coût comme en calcul. Placez le stable en tête, le variable en fin de prompt.
2

Éviter les régénérations en cascade

Chaque « refais-le mais autrement » relance un calcul complet. Un prompt précis dès le premier essai (contexte, format attendu, contraintes) coûte moins cher que trois itérations approximatives. Un prompt qui échoue trois fois consomme quatre fois plus qu’un prompt bien posé.
3

Limiter la longueur de sortie

La génération est séquentielle : chaque token de réponse a un coût. Demander explicitement « en 5 puces maximum » ou fixer max_tokens évite les réponses fleuves que personne ne lit intégralement.
4

Préférer le RAG au fine-tuning

Adapter un modèle à vos données par fine-tuning implique un entraînement, donc un coût fixe important à réamortir. Le RAG obtient souvent un résultat équivalent ou meilleur, sans réentraînement, et reste à jour sans repasser par la case calcul.
5

Traiter par lots quand c'est possible

Les API proposent des modes batch asynchrones, moins chers et exécutés lorsque les infrastructures sont moins sollicitées. Pour tout traitement non interactif (analyses nocturnes, enrichissement de base), c’est le mode par défaut à adopter.
6

Mettre en cache les réponses elles-mêmes

Beaucoup d’applications reposent votre question à chaque affichage. Un cache applicatif sur les requêtes fréquentes et stables supprime purement et simplement l’appel.

​
Le choix du fournisseur et de la région

À usage identique, l’empreinte carbone peut varier d’un facteur 10 selon le lieu d’exécution. Quelques critères pour arbitrer :

Localisation des serveurs

Une région à électricité décarbonée (France, Suède, Norvège, Québec) réduit drastiquement l’empreinte carbone. C’est souvent un paramètre de configuration, parfois un choix d’offre.

Transparence du fournisseur

Publie-t-il ses consommations, sa méthodologie, son PUE et son WUE ? Un fournisseur qui ne publie rien ne peut pas être audité, et ce silence est en soi une information.

Stress hydrique local

Un centre de données dans une région en tension hydrique pose un problème que le carbone ne capture pas. Cette information est rarement mise en avant : il faut la demander.

Modèles ouverts et petits

Les modèles ouverts de petite taille peuvent tourner sur des infrastructures modestes, voire localement. Utiles pour la souveraineté comme pour la sobriété, à condition de ne pas sous-utiliser du matériel dédié.
Attention à un contresens fréquent : faire tourner un modèle en local n’est pas automatiquement plus sobre. Un GPU personnel sollicité quelques minutes par jour amortit très mal sa fabrication, alors qu’un serveur mutualisé tourne à taux d’utilisation élevé. Le local se justifie par la confidentialité et la souveraineté, plus rarement par l’écologie seule.

​
Le référentiel de l’IA frugale

Pour ceux qui veulent structurer la démarche, l’AFNOR a publié en 2024 l’AFNOR SPEC 2314, Référentiel général pour l’IA frugale. C’est à ce jour le document normatif le plus opérationnel en français sur le sujet. Il apporte deux choses :
  • Une méthodologie de mesure fondée sur l’analyse de cycle de vie, applicable à un système d’IA de bout en bout ;
  • 31 fiches de bonnes pratiques couvrant la conception, l’entraînement, le déploiement et l’usage, ainsi que des règles pour communiquer honnêtement sur le caractère frugal d’un service.
Ce dernier point est précieux : le référentiel encadre explicitement les allégations de frugalité, ce qui en fait un garde-fou utile contre l’écoblanchiment appliqué à l’IA. Si un prestataire vous vend une « IA verte », demandez sur quel référentiel il s’appuie et quelles mesures il produit.

​
Une checklist d’écoconception

1

Justifier l'usage

Le recours à l’IA générative est-il nécessaire, ou un outil plus simple suffirait-il ? Le résultat produit est-il réellement consulté et utilisé ?
2

Dimensionner le modèle

Le modèle le plus petit qui atteint la qualité cible est le bon modèle. Testez systématiquement le cran en dessous avant de valider.
3

Optimiser le contexte

Supprimez le bruit, activez le prompt caching, préférez une sélection dynamique à un contexte statique universel.
4

Maîtriser les sorties

Fixez des longueurs cibles, désactivez le raisonnement étendu par défaut, évitez les régénérations en travaillant le prompt initial.
5

Choisir l'hébergement

Privilégiez une région à électricité décarbonée et un fournisseur qui publie ses indicateurs.
6

Mesurer et suivre

Instrumentez avec EcoLogits ou CodeCarbon. Un indicateur suivi dans le temps vaut mieux qu’une estimation ponctuelle parfaite.
7

Surveiller l'effet rebond

Suivez le volume total, pas seulement le coût unitaire. Une efficacité en hausse et un impact global en hausse peuvent parfaitement coexister.

​
Ce qu’il faut retenir

  • Sobriété et performance vont dans le même sens : c’est ce qui rend la démarche durable.
  • Le premier levier est de ne pas utiliser l’IA là où un outil plus simple suffit.
  • Dimensionner le modèle à la tâche est le gain le plus important et le plus facile à obtenir.
  • La région d’hébergement peut faire varier l’empreinte carbone d’un facteur 10.
  • L’AFNOR SPEC 2314 fournit un cadre méthodologique et 31 bonnes pratiques en français.
  • Suivez le volume total, pas seulement l’efficacité unitaire.
L’impact de l’IA ne s’arrête pas aux kilowattheures. Les pages suivantes explorent une dimension moins mesurable mais tout aussi structurante : ce que ces outils font à notre façon de penser, de travailler et de vivre ensemble.

​
Testez vos connaissances

Non. C’est un contresens fréquent. Un GPU personnel sollicité quelques minutes par jour amortit très mal le coût environnemental de sa fabrication, alors qu’un serveur mutualisé, sollicité en continu par de nombreux utilisateurs, tourne à un taux d’utilisation bien plus élevé et dilue mieux ce coût fixe. Le local se justifie surtout par la confidentialité et la souveraineté des données, plus rarement par l’écologie seule.