Constat initial

Une étude publiée par Berget.ai indique qu’une même requête d’intelligence artificielle produit 8,5 fois plus d’émissions de CO₂ lorsqu’elle est exécutée depuis le Texas comparé à la Suède. Le constat repose sur la comparaison directe de l’empreinte carbone d’une opération de calcul identique, mais hébergée sur des infrastructures situées dans les deux régions.

Mécanisme de mesure

Le calcul de l’empreinte repose sur deux paramètres mesurables : la consommation énergétique de l’inférence (en kilowattheures) et le facteur d’émission du réseau électrique local (grammes de CO₂/kWh). En multipliant ces deux valeurs, on obtient le CO₂ émis par requête. Le rapport précise que la consommation d’énergie de l’inférence reste constante, ce qui isole le facteur d’émission du réseau comme variable déterminante.

Intensité carbone des réseaux régionaux

Le Texas possède un mix énergétique dominé par le gaz naturel et le charbon, ce qui entraîne un facteur d’émission nettement supérieur à celui de la Suède, où l’électricité provient majoritairement de sources hydroélectriques, éoliennes et nucléaires. Cette différence d’intensité carbone explique le facteur 8,5 observé. Aucun chiffre exact n’est fourni, mais la proportion relative de sources fossiles versus renouvelables constitue le levier principal de l’écart.

Implications pour le déploiement de l’IA

Le résultat montre que la localisation géographique des serveurs influence directement l’impact environnemental d’une même charge de travail. Pour les fournisseurs de services IA, choisir des data‑centers alimentés par des réseaux à faible intensité carbone peut réduire l’empreinte d’une requête de plusieurs ordres de grandeur. Les entreprises clientes peuvent ainsi optimiser leurs coûts carbone en orientant leurs charges vers des régions comme la Suède ou d’autres pays à forte part d’énergies renouvelables. En outre, la mesure « per‑request » ouvre la voie à des modèles de facturation basés sur l’empreinte carbone réelle, incitant les acteurs du cloud à investir davantage dans des sources d’énergie propres.