Le 19 septembre, dans le cadre de la Nantes Digital Week, Anaëlle Monti et Boris Bailly représentaient 🌵 Aguaro à la table ronde « Le grand déballage de l’IA », organisée par Marie Bernard, de Nantes Université, et Thibaud Menanteau, Chargé de mission Numérique Responsable à Nantes Métropole, aux côtés de Juliette Plaire, Coordinatrice animation territoriale IA à Nantes Métropole, et Walter Bonomo, Responsable de l’innovation pédagogique à l’INRAE (Institut national de recherche pour l'agriculture, l'alimentation et l'environnement) et coordinateur du Lab INRAE Formation.

L’événement, qui a rassemblé plus de quarante participantes et participants, a permis de sensibiliser sur les impacts de l'IA et d’aborder l’Intelligence Artificielle autrement : non comme une abstraction, mais comme un système matériel, social et politique, que l'on peut mesurer et cadrer.

L’IA n’est pas immatérielle

En préambule, il est essentiel de rappeler que, derrière chaque requête, chaque prompt, il y a des centres de données, des serveurs spécialisés, des GPU* énergivores, des réseaux de transport et des chaînes logistiques mondialisées qui mobilisent eau, électricité et ressources minérales. Former un modèle de grande taille peut mobiliser des milliers de processeurs pendant des semaines ; surtout, le coût ne s’arrête pas à l’entraînement : chaque requête consomme à nouveau de l’énergie. C’est un enjeu d’équilibre entre valeur produite et ressources mobilisées.

Dans le cadre de l'analyse complète du cycle de vie (ACV) de son modèle d'IA générative Mistral Large 2, la startup française Mistral AI a ainsi indiqué que l'entrainement de son modèle et l'inférence** représentaient 85,5% de ses émissions de Gaz à Effet de Serre (GES) ainsi que 91% de sa consommation en eau. En ce qui concerne la consommation de ressources minérales, 29% concernent également ces étapes ; toutefois la majorité des ressources (61%) sont logiquement consommées lors des étapes de fabrication, transport et fin de vie des serveurs - Source : Mistral AI

Au-delà de l’énergie, l’empreinte de l’IA est aussi sociale et géopolitique : extraction de matériaux dans des contextes fragiles, concentration du pouvoir entre quelques acteurs, et externalisation des tâches d’entraînement des modèles d’IA vers des travailleurs du clic. Sans cadre partagé ni mesure fiable, ces dimensions restent difficilement arbitrables.

De la fascination à la responsabilité

La question posée aux nantaises et nantais est simple : comment éviter de rejouer le numérique « sans limite » des années 2000 ? Il ne s’agit plus d’opposer progrès et sobriété, mais d’inventer un cadre où l’innovation est “éclairée” par la mesure.

Selon l'Arcep*** et l'ADEME, si aucune mesure de réduction des usages n'est menée, l'empreinte carbone du numérique et la quantité de ressources utilisées (incluant les matériaux, la biomasse, les déplacements de terre mécaniques ou par érosion, l'eau et l'air) pourraient presque tripler d'ici 2050 (respectivement +187% et +178% vs 2020) ; la consommation d'énergie pourrait quant à elle presque doubler (+ 79% vs 2020).

C’est ici que se situe la proposition d’Aguaro : fournir des données objectives, des indicateurs fiables et des outils de pilotage permettant d’arbitrer entre performance, coûts et impacts. Cette approche rend possibles des décisions proportionnées, utiles et justifiées, plutôt que des promesses déconnectées des contraintes matérielles.

Mesurer pour décider : de la donnée aux scénarios

« On n’améliore que ce que l’on mesure ». Mesurer, ce n’est pas s’arrêter au kilowatt-heure : c’est intégrer des indicateurs multiples (GES, eau, tension sur les ressources…), mais aussi des paramètres d’usage et des coûts opérationnels, afin de comparer des scénarios : héberger localement ou dans un cloud distant ? Quel compromis entre taille de modèle et efficacité ? À partir de quel seuil l’automatisation devient-elle contre-productive ? Le choix n’est pas polarisé entre “pour”/“contre” l’IA, mais plutôt orienté vers une “IA à bon escient”.

Concrètement, l’équipe R&D Aguaro a identifié un besoin d’accompagner ses clients dans une IA contrôlée et responsable, initiant un travail de création d’un outil de scoring et d’un catalogue d’action IA pour traduire la complexité en leviers opérationnels : quantifier l’empreinte, comparer des alternatives d’infrastructure, de localisation ou de taille de modèle, et orienter les choix vers des configurations plus sobres sans sacrifier la performance.

Trois gestes pratiques et actionnables

Issus de nos travaux R&D réalisé en amont, nous avons présenté au public trois gestes essentiels à adopter lorsqu’on utilise l’IA :

1. Questionner la nécessité d’utilisation de l’IA : réfléchir aux alternatives, au temps réellement gagné à utiliser cette IA, à la finalité et au réel besoin

2. Privilégier des Intelligences Artificielles locales : réduire les transferts de données, la dépendance aux grands opérateurs, et rapprocher calcul et usage

3. Formuler des requêtes précises et demander des réponses courtes et groupées : limiter les itérations inutiles, qui multiplient les appels serveurs

Ces leviers ne nécessitent pas de rupture technologique ; ils demandent surtout de la lucidité dans la conception et l’usage — un changement de méthode plus que d’outil.

Rendre l’invisible mesurable : ordres de grandeur et limites actuelles

Les estimations d’énergie par requête varient fortement selon les modèles et le contexte d’exécution. Des plages publiées montrent des ordres de grandeur allant de fractions de Wh à des dizaines de Wh par prompt ; elles doivent être interprétées avec prudence, car la méthode de calcul et l’environnement (matériel, PUE****, localisation) font varier les résultats. Autrement dit, nous ne sommes pas encore “au point” sur l’analyse unitaire de l’impact d’une requête, d’où la nécessité d’un cadre rigoureux de mesure. Le “moins-disant” environnemental n’est pas forcément le plus sobre, c’est probablement le moins bon “comptable”…

Vers un référentiel IA commun

Aujourd’hui, chacun évalue à sa manière. Résultat : l’incomparabilité des données entretient la confusion. Une piste consensuelle s’impose : co-construire un cadre commun combinant Bilan Carbone®, Analyse du Cycle de Vie (ACV) et données contextuelles locales (mix électrique, PUE, profils d’usage), non pour uniformiser de force, mais pour rendre les choix comparables et donc discutables collectivement. C’est la condition d’un pilotage cohérent des politiques publiques, des stratégies d’entreprise et des projets de recherche.

Nantes comme terrain d’expérimentation du numérique responsable

L’écosystème nantais illustre une voie pragmatique : une université engagée, des collectivités actives et un tissu d’entreprises qui intègrent déjà la mesure environnementale à leurs pratiques. Faire de la métropole nantaise un laboratoire du numérique responsable, c’est articuler puissance technologique et équilibre, et montrer que l’innovation peut rimer avec sobriété numérique. C’est dans ce cadre que Nantes Métropole partage son témoignage.

Une innovation plus lucide

L’Intelligence Artificielle peut aider à réduire des émissions, optimiser des processus, soutenir la recherche ; mais elle entraîne aussi des impacts matériels liés à la fabrication, à l’usage et à la fin de vie. L’ambition n’est pas une IA “parfaite”, mais une intelligence collective capable d’en piloter les effets : mesurer, comparer, arbitrer, ajuster. C’est là le cœur d’une innovation plus consciente des conséquences et compatible avec les limites planétaires et le plancher social, tels qu’ils sont modélisés dans la Théorie du Donut de Kate Raworth*****.

* Graphics processing unit, processeur graphique
** correspond au moment où un modèle entraîné applique ce qu’il a appris à de nouvelles données pour produire une réponse
*** Autorité de régulation des communications électroniques, des postes et de la distribution de la presse
**** Power Usage Effectiveness
***** Il s'agit entre autres d'une représentation graphique des enjeux du 21ème siècle pouvant être représentés en 2 cercles concentriques : un anneau externe représentant des limites écologiques à ne pas dépasser pour préserver notre environnement - que K. Raworth nomme le plafond environnemental -, un anneau interne représentant le socle vital pour chaque être humain - qu’elle nomme le plancher social -, un espace entre ces 2 anneaux représentant l’espace dans lequel l’humanité s'épanouit et est en équilibre avec la planète - qu'elle nomme l’espace juste et sûr pour l’humanité -.