Depuis son ouverture au grand public en 2022, l’Intelligence Artificielle générative est devenue incontournable. Tous les métiers sont impactés, et en particulier les métiers liés au numérique. Le métier d’acheteur public se retrouve lui aussi transformé par cette innovation majeure. Comment être un acheteur responsable face à ce nouvel enjeu dont on méconnaît l’impact environnemental ? A quelles données se fier ? Voici quelques conseils pour vous aider à adopter des bonnes pratiques.
❓L’Intelligence Artificielle générative : de quoi parle-t-on ?
La CNIL définit l’IA générative comme l’ « ensemble des systèmes capables de créer des contenus (texte, code informatique, images, musique, audio, vidéos, etc.). Lorsqu’ils permettent de réaliser un large éventail de tâches, ces systèmes peuvent être qualifiés de systèmes d’IA à usage général. C’est par exemple le cas des systèmes intégrant des grands modèles de langage (en anglais large language models ou LLM). Leur utilisation vise généralement à accroître la créativité et la productivité des personnes qui les utilisent en leur permettant de générer de nouveaux contenus, mais aussi en analysant ou en retravaillant des contenus préexistants (par exemple en proposant des résumés, corrections ou traductions automatiques).«
⚖️Quelles sont mes obligations ?
Deux obligations législatives peuvent être citées :
Tout d’abord, la loi Climat et Résilience du 22 aout 2021 qui fixe un objectif de 100 % des marchés intégrant une clause (condition d’exécution ou spécification technique) et un critère sur le volet environnemental à partir du 22 août 2026. Une clause relative au volet social ou à l’emploi doit également figurer sur les marchés dont le montant est supérieur aux seuils européens (sauf exceptions).
Ensuite, la loi visant à réduire l’empreinte environnementale du numérique du 15 novembre 2021 (REEN) qui pose l’obligation pour les collectivités de plus de 50 000 habitants de définir une stratégie numérique responsable.
Cependant, l’arrivée de l’IA générative en 2022 n’ayant pas été anticipée par cette loi, un certain nombre de problématiques émergent du fait de la méconnaissance de l’impact environnemental et de l’effet rebond que l’IA pourrait entraîner sur les consommations d’énergies et de ressources.
🌍Quels sont les enjeux de développement durable liés à l’IA ?
Le numérique représentait en 2023 entre 3% et 4% des émissions de gaz à effet de serre dans le monde selon l’étude de l’ADEME et de l’ARCEP. En France, 10% de notre électricité y est consacrée, soit l’équivalent de la consommation de plus de huit millions de foyers, responsable de 2,5% des émissions de GES du pays.
Comme le numérique de manière générale, les IA sont consommatrices de ressources : électricité, métaux rares, eau et terres notamment.
⚡Électricité
D’après l’ADEME, les centres de données représentaient 46% des émissions de GES du numérique en 2022. Et demain ?
Selon les projections de l’Agence internationale de l’énergie (AIE), la consommation en électricité des centres de données représentant 1,5% de la consommation mondiale en électricité (415 TWh) en 2025 pourrait doubler d’ici 2030. Elle atteindrait des niveaux comparables à la consommation électrique du Japon aujourd’hui. L’IA serait le principal responsable de cette augmentation, qui aurait des effets non négligeables sur la consommation d’émission de GES. Cette hausse s’expliquerait, par l’explosion des besoins en puissance de calcul et en IA (effet rebond).
L’étude publiée par The Shift Project fait des estimations encore plus alarmantes. Selon elle, « la consommation électrique pourrait évoluer de 530 TWh en 2023 à 1490 TWh en 2030 (et 3000 TWh en 2035) dans le cas d’un déploiement massif de l’offre de calcul et de l’adoption généralisée de l’offre de services pour l’ensemble des usages : hébergement de sites web, services cloud, vidéo à la demande, jeux en ligne, réseaux sociaux, stockage, traitement de données d’entreprise, intelligence artificielle dont générative, cryptomonnaies. » Ainsi, en 2035, les centres de données pourraient représenter jusqu’à un quart du supplément d’électricité consommée par rapport à 2020. Cette consommation n’ayant pas été anticipée aujourd’hui, les impacts sur la consommation électrique d’une demande intense et rapide seraient importants avec des risques de congestion et de tension sur les grilles électriques, et plus globalement, un recul de la décarbonatation de l’électricité.
💎 Métaux rares
Le développement de l’IA entraîne une augmentation de la demande de métaux rares. Parmi eux, le cuivre, nécessaire dans la constitution des composants électroniques utilisés dans les centres de données. Selon la Banque de France, ces besoins accrus viennent renforcer la forte hausse de la demande de cuivre liée à la transition énergétique, accentuant les déséquilibres sur ce marché, avec des risques pour la stabilité financière pour la chaîne d’approvisionnement.
💧Eau
Le CESE rappelle dans un rapport l’impact de l’IA sur la consommation d’eau. En effet, on estime que le refroidissement annuel d’un centre de données nécessite l’équivalent de 2500 piscines olympiques. Selon ce même rapport, « les systèmes d’IA pourraient consommer en 2027 entre 4,2 et 6,6 milliards de mètres cubes d’eau, soit une consommation légèrement supérieure à celle du Danemark et équivalente à la moitié de celle du Royaume-Uni.«
🌳Espaces artificialisés
Le CESE introduit également la question de l’implantation des projets de centres de données, qui nécessitent de l’espace. Dans le cadre de l’objectif de zéro artificialisation nette, les pouvoirs publics devront veiller à l’utilisation de sites déjà artificialisés.
⚠️ Sans oublier les impacts sociaux/sociétaux de l’IA qui pose des questions éthiques : conditions de travail des « dataworkers », accroissement du nombre de cyberattaques, discriminations algorithmiques, spoliation des droits d’auteur dans les métiers créatifs, protection et souveraineté des données, dépendance aux ressources (métaux, eau, électricité) qui peut entraîner des ruptures de service, etc.
🤝 Comment acheter des solutions d’IA responsables ? Quels conseils ?
🗣️Définition du besoin
Avant de solliciter l’IA, certaines questions peuvent être posées :
- Est-ce que l’IA est nécessaire pour répondre à mon besoin ? Quelles sont les solutions alternatives ?
- En prenant en compte les retombées environnementales et sociales, quelle est la valeur ajoutée de l’IA dans la réponse à mon besoin ?
- Dans le cas spécifique des solutions d’IA au service du développement durable : est-ce que des effets rebonds sont à anticiper ?
Si l’usage de l’IA se justifie dans votre contexte, il s’agira de choisir un service dimensionné au regard de votre besoin. Vous pouvez vous demander :
- Quel type et quelle taille de modèle est adapté ?
- Quel volume de données utilisée pour l’apprentissage et combien d’entraînements/entraînements sont nécessaires ?
- Où est hébergée ma solution d’IA ?
🔎Sourçage
Des questions liées à l’achat responsable de solutions IA doivent être intégrées dès la phase de sourçage. Pour vous aider à définir des niveaux d’exigences pouvant être intégrés dans les clauses et critères de votre marché, la Fiche pratique pour l’Achat Responsable des solutions IA publiée par la Direction des Achats de l’Etat (DAE), le Commissariat Général au Développement Durable (CGDD) et la Mission Interministérielle Numérique Écoresponsable (MiNumEco) propose en annexe une grille de questions pour les échanges préalables avec les développeurs et éditeurs de solution IA, les distributeurs et intégrateurs de services basés sur l’IA et les hébergeurs de plateformes d’IA (p. 23-38). Cette grille de questions intègre les enjeux éthiques, sociaux et d’écoconception et de traçabilité sociale des chaînes de production.
La DAE rappelle qu’il est cependant important d’être raisonnable dans le nombre de sollicitations, notamment auprès des petits fournisseurs pour lesquels ces échanges peuvent être très consommateurs de temps. En fonction de votre situation, il s’agit de sélectionner et d’adapter les questions pertinentes parmi les exemples cités.
🧭Parangonnage/Benchmark
Pour vous aider dans votre Parangonnage/Benchmark, vous pouvez rechercher des solutions d’IA développées au niveau national. Vous pouvez d’ores et déjà consulter les solutions référencées par la DINUM.
Par ailleurs, un référentiel général d’écoconception des services numériques à destination des concepteurs de services numériques, y compris des services utilisant l’IA a été mis en place. Il propose une méthode pour s’assurer que le service opérationnel ou en cours de conception s’inscrit dans une démarche d’écoconception. A cela, s’ajoute le référentiel général pour l’IA frugale de l’AFNOR en partenariat avec l’Ecolab qui définit les méthodologies de calcul et les bonnes pratiques pour concevoir et utiliser l’IA de manière sobre et efficace, en minimisant son impact environnemental.
Voici quelques RETEX pouvant vous intéresser sur l’achat de solutions d’IA :
- La Ville de Metz avec l’achat d’une solution de comptage des déchets dans les rues 👉Témoignage disponible sur leWebinaire des Interconnectés dédié à la question.
- La Ville de Bordeaux avec l’achat d’une solution IA pour évaluer la plantabilité des espaces 👉Article disponible sur le site de la Banque des Territoire.
- La Communauté de Communes de l’Île de Ré avec l’achat de d’une solution de traitement des vues aériennes par IA pour le suivi de la transition écologique (consommation foncière, artificialisation, panneaux solaires, etc.) 👉Plus d’informations sur le site de la Communauté de Communes.
🧰Quelles ressources pour m’accompagner ?
✏️ Rédiger mon marché
Dans la Fiche pratique pour l’Achat Responsable des solutions IA, vous trouverez des exemples de rédaction de considérations environnementales à intégrer dans vos CCAP et CCTP (p.39-44).
Dans le CCAP, vous pourrez intégrer des clauses sur la formation et sensibilisation des équipes de développement aux enjeux du numérique responsable ; la transparence sur l’empreinte environnementale ; l’évaluation du rapport bénéfice/coûts environnementaux de l’IA ; le respect des normes environnementales et d’anticipation des évolutions ; la responsabilité sociale et éthique de l’IA.
Dans le CCTP, vous pourrez intégrer des clauses sur la déclaration de l’impact environnemental des solution d’IA ; la transparence sur la fréquence de ré-entraînement de l’IA ; l’adaptation de la complexité des modèles d’IA ; la gestion des données pour l’IA ; la transparence sur la localisation des centres de données mobilisés.
🛸Aller plus loin :
- Interconnectés, Webinaire – IA durable dans les territoires : évaluer, maîtriser et partager vos projets (2025)
- Agence Internationale de l’Energie, Energie et IA(2025) :
- The Shift Project, IA, données, calculs : quelles infrastructures dans un monde décarboné ? (2025)
- MiNumEco, Référentiel général d’écoconception de services numériques (RGESN) (2024)
- DAE et al, Guide des Achats Numériques Responsables (2021)
- MiNumEco, Podcast sur l’IA (2025) qui développent les questions sociales et environnementales développées
- Et n’oubliez pas le Guichet Vert ! Votre Réseau Régional est toujours là pour répondre à vos interrogations. N’hésitez pas à nous solliciter sur vos projets d’achats de solutions d’IA :
