Une étude de l'association GreenIT publiée en 2025 chiffre pour la première fois l'ampleur de l'empreinte écologique de l'intelligence artificielle en Europe : carbone, minerais, eau et qualité de l'air. Le constat est renforcé par les propres chiffres de Nvidia, dont l'empreinte carbone a bondi de 87 % en un an sous l'effet de la fabrication de puces IA. Sans inflexion, l'IA pourrait absorber 62 % du budget de ressources soutenable de l'Europe dès 2030, contre 10 % aujourd'hui.

Trois ans après ChatGPT, aucune méthode standardisée ne permet encore de mesurer précisément l'impact environnemental de l'IA générative, faute d'obligation de transparence des fournisseurs de modèles. En France, l'association GenAI Impact (issue de Data For Good) a développé EcoLogits, une bibliothèque open source aujourd'hui intégrée au comparateur gouvernemental Compar.IA. De son côté, l'association Green IT projette une multiplication par sept des impacts de l'IA générative d'ici 2030 si aucune sobriété n'est adoptée, tout en rappelant que des mesures concrètes sont possibles dès aujourd'hui sans attendre une norme internationale.

Face à une consommation électrique de l'IA que l'Agence internationale de l'énergie voit multipliée par dix d'ici 2026, les leviers pour réduire son empreinte existent et sont documentés. L'AFNOR a publié un référentiel dédié, la Spec 2314, élaboré avec l'ADEME et une quarantaine d'acteurs, qui formalise une méthodologie de mesure et 31 fiches de bonnes pratiques. Des outils open source comme EcoLogits ou e-footprint, portés par l'écosystème Boavizta, permettent déjà de chiffrer concrètement l'impact d'un modèle avant de le déployer. Une structuration qui vise à sortir la sobriété de l'IA du seul registre déclaratif.