Here is the translation: The energy label for AI is still unfinished
The number on the box
An energy label is a promise about comparison. It tells a buyer that two ordinary-looking objects can be placed beside one another without pretending that they are identical. A refrigerator label does not settle every question about the kitchen, the electricity contract or the family using it. It does something more modest and more useful. It states a method, a category and a result clearly enough that the claim can be checked.
AI has acquired plenty of numbers but very few labels. One system is said to use less energy because it is smaller. Another because it answers faster. Another because its chips have a more flattering specification. A supplier may publish a figure for one request, a training run, a rack, a facility or a year. All may be accurate inside their own boundary. They cannot all be compared just because the unit happens to be joules, watts or tonnes of carbon dioxide equivalent. A number can be precise and still be a poor answer to the question a buyer actually asked.
This is not an argument against measuring. It is the opposite. Europe needs much better measurement because AI is becoming part of ordinary infrastructure. The European Commission already collects energy-performance and water-footprint information from significant data centres under the Energy Efficiency Directive framework. It is preparing a common rating scheme and work towards minimum performance standards. That is a serious start. It does not yet amount to a finished energy label for an AI service, model or use case. The boundary between those things is where most of the difficult work lives.
The useful question is therefore not whether an AI system is green. That adjective has done enough unpaid overtime. The question is: for this defined piece of work, under these operating conditions, what resources were used, what evidence supports the figure, and which material effects remain outside the claim? An honest answer makes a slower, better kind of progress. It makes a procurement conversation possible.
Why a single AI number fails
Electricity is consumed by physical equipment, not by a word such as intelligence. The International Energy Agency describes training and deployment as activities that happen mainly in data centres. Those facilities contain servers, storage, networking equipment, cooling and supporting power infrastructure. The server is important, but it is not the whole facility. The IEA estimates that servers account for around 60 per cent of electricity demand in a modern data centre on average, while storage, networking, cooling and other infrastructure make up the rest in proportions that vary by facility type and design.
That variation is not a nuisance at the edge of the calculation. It is the calculation. Cooling can be a modest part of electricity use in an efficient hyperscale facility and a much larger share in a less efficient enterprise setting. A workload that looks excellent when measured at a chip can look different once networking, memory, storage, idle capacity and cooling are included. A facility metric can look excellent while revealing nothing about whether a particular model was called too often, served an oversized context or spent half its time waiting for a human process to catch up.
There are at least four objects people mean when they ask for AI energy use. They may mean the hardware, the model, the service or the organisational task. Hardware asks about a processor, server or rack under defined load. A model asks about training, fine-tuning or inference for a defined model version. A service asks about the route from a user action through retrieval, moderation, logging, storage and response. A task asks whether the service changed the total work: the repeated prompts, human review, rework, avoided travel, extra data movement and downstream decisions. The objects overlap. They are not interchangeable.
Un modèle peut consommer peu d’énergie par jeton généré et constituer néanmoins un service gaspilleur si le produit qui l’entoure incite les utilisateurs à demander cinq fois la même réponse. Un très petit modèle peut être efficace par appel et rester inadapté à une tâche qui exige de nombreuses tentatives, des escalades ou un second système pour réparer sa sortie. Un système plus vaste peut consommer davantage par requête tout en réduisant une étape distincte et énergivore. Rien de tout cela ne donne licence à une arithmétique optimiste. Cela signifie que l’unité de travail revendiquée doit être nommée avant que le chiffre ne reçoive le moindre applaudissement.
La première discipline est presque embarrassante de simplicité : ne pas comparer une couche avec une autre. Un chiffre de puce n’est pas un chiffre de service. Un chiffre de service n’est pas un résultat organisationnel. Un total annuel d’installation n’est pas l’énergie d’une requête. Ils répondent à des questions différentes. Lorsqu’une affirmation traverse les couches, elle doit expliquer le pont. Sans ce pont, le lecteur reçoit un chiffre et doit fournir lui-même la physique, les opérations et le jugement moral. C’est une forme de libre-service plutôt coûteuse.
La frontière détermine la réponse
Toute mesure environnementale commence par une frontière. Dans l’IA, la frontière la plus courante est l’appareil ou le serveur. Elle est attrayante parce qu’elle est proche du travail et souvent plus facile à instrumenter. La frontière suivante est le rack ou le cluster. Puis l’installation, où entrent en jeu l’efficacité d’utilisation de l’énergie, le refroidissement et d’autres infrastructures de soutien. Ensuite, le chemin de service, qui peut inclure les réseaux, le stockage, les systèmes de récupération, les contrôles de sécurité, l’observabilité et un appareil client. Enfin, il y a une frontière de cycle de vie plus large : fabrication, transport, construction de bâtiments, eau, réparation, réutilisation et fin de vie.
Aucune frontière n’est toujours la bonne. L’erreur consiste à publier une frontière tout en invitant les lecteurs à en déduire une autre. Un fabricant de processeurs peut raisonnablement déclarer l’énergie mesurée au niveau d’un composant. Un opérateur de centre de données peut raisonnablement déclarer des indicateurs d’installation. Un fournisseur de modèles peut raisonnablement déclarer l’énergie pour une charge de travail d’inférence définie. Un acheteur public qui décide de changer de service a besoin de la frontière de service et, pour certaines décisions, d’une vision plus large du cycle de vie. La déclaration doit préciser quel travail elle accomplit.
Les frontières sont des choix, mais ce ne sont pas des choix arbitraires. Elles doivent suivre la décision. Si une équipe d’ingénierie choisit entre deux réglages de décodage sur la même machine, l’énergie du serveur dans le cadre d’un test reproductible peut être exactement la bonne mesure. Si une équipe d’approvisionnement compare deux services d’IA gérés, la comparaison doit inclure suffisamment du chemin de service pour qu’un système de récupération omis ou un cluster de support fonctionnant en permanence ne disparaisse pas sous le tapis. Si une autorité publique envisage une grande installation locale, ses questions sur l’électricité, l’eau, la capacité du réseau et la chaleur sont des questions locales, même lorsqu’un fournisseur présente une déclaration mondiale de carbone bien nette.
La Commission européenne fait ce point indirectement à travers le cadre de déclaration des centres de données. Sa base de données publique est destinée à collecter et publier des informations pertinentes sur la performance énergétique et l’empreinte hydrique. Les règles de déclaration déléguées établissent des indicateurs et des informations de déclaration pour les centres de données. Le cadre n’est pas une affirmation selon laquelle chaque effet environnemental a été résolu par un tableur. C’est une reconnaissance qu’une installation ne peut pas être discutée de manière responsable uniquement à travers la puissance des serveurs.
Il y a ici une analogie utile, à condition de ne pas la surcharger. Une frontière est comme le bord d’une carte. Une carte peut légitimement se concentrer sur les routes, les risques d’inondation ou la propriété foncière. Elle ne devient trompeuse que lorsqu’elle présente son bord choisi comme le bord du monde. Une déclaration sur l’énergie de l’IA devrait porter la même modestie. Elle devrait rendre visible la frontière choisie et nommer le territoire important au-delà.
La charge de travail est l’unité d’honnêteté
On demande souvent combien d’énergie consomme une requête d’IA. La question est compréhensible, mais généralement mal définie. Une requête peut contenir quelques mots ou un livre. Elle peut invoquer un modèle de classification compact ou un modèle qui traite des images, de la parole, de longs documents et plusieurs outils. Elle peut renvoyer une étiquette, une page de texte ou un flux de travail qui appelle trois autres systèmes. Elle peut être servie depuis une machine chaude à forte utilisation ou depuis une capacité maintenue en attente pour la prochaine requête. Le mot requête porte bien plus de bagages qu’il ne le laisse paraître.
Une mesure utile décrit donc la charge de travail. Pour les systèmes linguistiques, cela peut inclure les jetons d’entrée et de sortie, la longueur du contexte, la version du modèle, la taille du lot, la précision, la concurrence, le comportement du cache et les paramètres de décodage. Pour les systèmes d’image, d’audio ou de vidéo, cela peut inclure la résolution, la durée, les étapes d’échantillonnage, les codecs et l’architecture du modèle. Pour un système de récupération, cela peut inclure la taille et le comportement de rafraîchissement de l’index, les appels d’intégration, le classement, la récupération de documents et le stockage. Pour un flux de décision, cela peut inclure le nombre d’appels, le taux de révision humaine et la voie suivie lorsque le système s’abstient.
Ce n’est pas une exigence que chaque site web imprime un cahier de laboratoire à côté d’un bouton. C’est une exigence que les déclarations publiques cessent de prétendre qu’une seule moyenne joyeuse est une charge de travail universelle. Un fournisseur peut publier une plage typique pour des bandes d’utilisation définies. Un acheteur peut demander un profil de test qui ressemble à son propre travail. Une équipe produit peut exposer un petit nombre de modes significatifs plutôt que d’obliger chaque utilisateur à devenir un ingénieur en énergie. L’essentiel est que la description permette à un évaluateur de dire si la tâche rapportée ressemble à la tâche réelle.
La conception de la charge de travail est aussi l’endroit où l’efficacité devient une décision produit plutôt qu’un communiqué de presse matériel. Le contexte ne doit pas être chargé simplement parce qu’il est disponible. La récupération ne doit pas déplacer des documents uniquement pour prouver qu’elle le peut. Un modèle doit pouvoir dire qu’une tâche nécessite un jugement humain plutôt que de produire trois suppositions de plus en plus coûteuses. Les interfaces ne doivent pas encourager dix nouvelles tentatives quasi identiques parce que la première réponse est arrivée avec la confiance d’un reçu humide. Ce sont des choix de conception. Ils peuvent réduire le travail sans faire de promesse malhonnête sur le contenu carbone d’une phrase.
L'AIE souligne l'incertitude considérable qui entoure la consommation d'électricité actuelle et future des centres de données et utilise des scénarios pour explorer différentes trajectoires. C'est aussi une habitude utile pour la mesure des produits. Indiquez une fourchette lorsqu'une fourchette se justifie. Précisez ce qui la fait varier. Distinguez un test observé, une estimation construite à partir de composants mesurés et une prévision de la demande future. Une décimale ne guérit pas l'incertitude. Elle lui donne simplement une coupe de cheveux plus nette.
Le matériel n'est pas une note de bas de page
Les chiffres énergétiques voyagent mal lorsque leur matériel est retiré. Le même modèle peut se comporter différemment selon les processeurs, les configurations mémoire, les accélérateurs, les interconnexions et les piles logicielles. La précision compte. La taille des lots compte. Le taux d'utilisation compte. L'AIE décrit la montée rapide des serveurs accélérés comme un déterminant clé de la demande d'électricité des centres de données et note que la part de la demande des composants varie fortement selon le type de centre de données. Cela suffit à faire un point simple : il n'existe pas de valeur énergétique universelle pour un modèle détaché de la machine et des conditions d'exploitation qui le font fonctionner.
Les rapports sur le matériel devraient donc nommer la classe de machine concernée, le nombre d'appareils, la disposition de la mémoire lorsque cela est pertinent, les paramètres de gestion de l'alimentation, la version du logiciel et la méthode de mesure. Ils devraient indiquer si le résultat a été recueilli à la prise murale, à une unité de distribution d'alimentation du rack, par télémétrie du serveur ou par une estimation fondée sur un modèle. Aucune de ces méthodes n'est intrinsèquement discréditable. Elles n'ont pas les mêmes modes d'erreur. Une mesure électrique directe peut avoir un périmètre étroit. La télémétrie peut être plus facile à collecter de manière répétée, mais dépendre d'hypothèses d'étalonnage et d'allocation. Une estimation peut convenir à la planification, mais ne devrait pas porter le costume d'un résultat observé.
L'infrastructure partagée rend l'allocation particulièrement difficile. Un cluster peut servir plusieurs clients, maintenir une capacité de réserve disponible, exécuter des tâches en arrière-plan et partager le stockage avec des travaux sans rapport. Attribuer toute l'électricité de l'installation à la charge de travail la plus occupée serait absurde. N'attribuer que le temps d'accélérateur actif peut faire disparaître la capacité inactive. Il n'existe pas de méthode d'allocation neutre cachée sous les planchers. Il existe des méthodes avec des règles énoncées. Un rapport sérieux nomme la méthode d'allocation, donne la période d'utilisation et explique si les frais généraux d'inactivité, la capacité de résilience et les services partagés sont inclus.
La même prudence s'applique aux comparaisons entre les tailles de modèles. Les systèmes plus petits sont souvent utiles car ils peuvent nécessiter moins de calcul pour une tâche appropriée, peuvent fonctionner dans davantage d'endroits et peuvent être plus faciles à exploiter dans un budget connu. Ils ne sont pas moralement supérieurs par le seul nombre de paramètres. La question pertinente est de savoir si le système accomplit la tâche spécifiée à un niveau de qualité acceptable, avec une charge de révision acceptable, sur le matériel sélectionné. Un modèle minuscule qui déplace le travail ailleurs n'est pas nécessairement efficace. Un modèle énorme utilisé pour une classification de deux lignes n'est pas nécessairement intelligent. Il est simplement coûteux d'une manière très particulière.
Chez Dweve, nous traitons cela comme une contrainte de conception ordinaire plutôt que comme un slogan de campagne. Le matériel public du produit décrit l'exécution native sur CPU et traite l'environnement d'exécution comme faisant partie du contrat du système. C'est une direction utile pour un client qui doit inspecter la machine et la frontière d'exploitation. Ce n'est pas une affirmation environnementale mesurée, et cela ne devrait pas être lu comme tel. La mesure doit encore être effectuée pour la charge de travail, le matériel et le déploiement réels. Tout le reste transformerait un choix d'architecture sensé en météo marketing.
Le carbone n'est pas de l'électricité avec un meilleur étiquetage
La consommation d’électricité et les émissions de gaz à effet de serre sont liées, mais elles ne mesurent pas la même chose. Un relevé énergétique rend compte de la consommation. Un relevé carbone ajoute un facteur d’émission et, par conséquent, une série de décisions supplémentaires. Quel mix électrique est utilisé ? La déclaration porte-t-elle sur le réseau physique au moment et au lieu de la consommation, sur un accord contractuel d’achat, sur une méthode de comptabilisation annuelle fondée sur le marché ou sur une moyenne établie sur plusieurs sites ? Les émissions intrinsèques du matériel sont-elles incluses ? Qu’en est-il de l’eau de refroidissement, de la construction ou des équipements réseau ? Un chiffre carbone peut avoir de la valeur. Il ne naît pas du remplacement des kilowattheures par une police plus verte.
L’AIE distingue le mix de l’électricité physiquement consommée des accords contractuels. Cette distinction a sa place dans les rapports sur l’IA, car un contrat peut traduire un choix d’achat important tout en racontant une histoire différente de celle de l’électricité disponible sur le réseau local à l’heure où une charge de travail a fonctionné. Un rapport peut présenter les deux lorsque c’est pertinent. Il ne doit pas les fusionner au point que le lecteur ne puisse plus dire si la déclaration concerne un instrument d’approvisionnement ou le système physique.
Le temps compte aussi. Une compensation annuelle de l’électricité peut masquer une charge de travail qui fonctionne régulièrement pendant une période de production marginale plus élevée. Des données horaires peuvent améliorer le tableau dans certains contextes, mais elles imposent leurs propres exigences en matière de données, de méthode et de vérification. Le lieu compte, car les systèmes électriques diffèrent. Une moyenne continentale peut être utile pour un inventaire de haut niveau, mais elle ne peut pas trancher une décision d’aménagement locale. La granularité appropriée dépend de la décision à prendre et des éléments disponibles. L’exigence n’est pas la perfection. Elle est que le rapport indique quelle granularité a été utilisée et pourquoi.
Les effets intrinsèques méritent la même retenue. La fabrication du matériel a des conséquences matérielles et en matière d’émissions. Il en va de même pour les bâtiments, les batteries, les pièces de rechange et l’élimination en fin de vie. L’analyse du cycle de vie peut faire ressortir ces effets, surtout lorsque le renouvellement du matériel est rapide ou que l’équipement est acheté pour un projet de courte durée. Elle peut aussi devenir une machine à brouillard lorsqu’un fournisseur présente un seul grand chiffre de cycle de vie sans aucune information sur la répartition, la durée de vie prévue, la réutilisation ou la charge de travail qu’il est censé décrire. Si les effets du cycle de vie sont inclus, la méthode et la répartition doivent être visibles. S’ils ne sont pas inclus, l’omission doit l’être aussi.
L’eau ne doit pas être reléguée à une note de bas de page simplement parce que l’électricité est plus facile à représenter en graphique. Les travaux de la Commission sur les rapports relatifs aux centres de données incluent explicitement les informations sur l’empreinte hydrique. Les choix de refroidissement peuvent modifier la demande locale en eau, la demande en énergie et l’exposition aux risques de différentes manières. Un exploitant peut améliorer un indicateur tout en en compliquant un autre. Une étiquette qui réduit une installation à un score unique peut masquer cette relation. La meilleure approche consiste à présenter un petit ensemble d’indicateurs avec leurs limites, plutôt qu’à chercher le chiffre unique qui soulève le moins de questions gênantes.
L’utilisation change la lecture du graphique
L’infrastructure consomme de l’énergie en attendant, tout comme en travaillant. Une partie de la capacité doit être prête parce qu’un service impose des exigences de latence ou de résilience. Une partie de la capacité est maintenue parce que la demande est volatile. Une partie reste inactive parce que la planification et l’approvisionnement sont imparfaits, ce qui n’est pas un effondrement moral, mais ce n’est généralement pas une raison de féliciter le tableau de bord. La répartition de ces frais généraux modifie tout chiffre par requête.
Une utilisation élevée n'est pas automatiquement une bonne chose. Pousser un système critique vers une saturation permanente peut nuire à la fiabilité, accroître les files d'attente et supprimer la marge de manœuvre nécessaire en cas de panne. Une utilisation faible n'est pas non plus automatiquement une mauvaise chose. Un service d'alerte public peut devoir être disponible pour des événements qui ne se produisent pas tous les après-midis, et heureusement. La tâche du reporting est de rendre visible l'hypothèse d'exploitation. Un chiffre mesuré lors d'un benchmark en pleine charge ne doit pas être présenté comme l'impact annuel d'un service peu utilisé. Un chiffre moyenné sur un service peu utilisé ne doit pas servir à décrire l'efficacité d'une requête active individuelle sans montrer la règle de répartition.
Il y a aussi une question de rebond. Si un service devient moins cher ou plus facile à utiliser, la demande peut croître. Un modèle plus efficace peut réduire l'énergie par tâche et permettre un nombre bien plus élevé de tâches. Les deux affirmations peuvent être vraies. La note d'information de l'AEE de 2026 sur l'IA et la consommation durable avertit que les compromis environnementaux restent difficiles à évaluer et appelle à davantage de données et de perspectives pour soutenir une gouvernance efficace. Ce n'est pas un appel au désespoir. C'est un avertissement contre le fait de considérer l'efficacité unitaire comme un compte rendu complet de l'impact total.
Les organisations devraient donc, lorsqu'elles le peuvent, publier deux vues : l'intensité et le total. L'intensité peut être l'énergie par charge de travail définie, par tâche réussie ou par niveau de service. Le total peut être l'électricité annuelle, les informations sur l'eau des installations ou le nombre total de tâches servies. Les deux vues empêchent deux types de méfaits opposés. L'intensité seule peut célébrer un total en croissance. Le total seul peut pénaliser un service utile qui devient plus efficace tandis que la demande augmente pour des raisons légitimes. Ensemble, ils décrivent une relation que le lecteur peut interroger.
L'expression « tâche réussie » compte. Elle ne signifie pas que chaque usage a un résultat incontestable. Elle signifie que le dénominateur doit suivre le service prévu, et non le compteur le plus facile. Un service de classification peut rapporter des dossiers traités avec des critères de qualité énoncés. Un assistant de rédaction peut devoir séparer les suggestions acceptées, les suggestions substantiellement modifiées et les suggestions écartées. Un flux de travail sensible à la sécurité peut compter les décisions examinées plutôt que le texte généré. Lorsque le dénominateur suit la tâche, le chiffre d'énergie est moins susceptible de récompenser le travail factice.
L'incertitude fait partie de l'étiquette
Le reporting environnemental traite parfois l’incertitude comme une urgence de relations publiques. Il est plus juste d’y voir une propriété de la mesure. Les instruments ont des tolérances. La télémétrie est répartie. Les charges de travail fluctuent. Les facteurs d’électricité sont modélisés. Les chaînes d’approvisionnement sont incomplètes. Une valeur peut être utile sans être exacte au watt-heure près. Prétendre le contraire, c’est ainsi qu’une étiquette devient moins digne de confiance à mesure qu’elle gagne en sophistication.
La réponse pratique consiste à séparer les valeurs observées, estimées et exclues. « Observée » signifie qu’une mesure a été prise à un point précis selon une méthode définie. « Estimée » signifie qu’un calcul a converti des observations ou des facteurs publiés en un résultat selon des hypothèses explicites. « Exclue » signifie qu’un effet pertinent se situe en dehors du périmètre choisi. Un rapport peut également indiquer une sensibilité : par exemple, que le résultat varie de manière significative selon l’utilisation, la longueur du contexte, la durée de vie de l’équipement ou le facteur du réseau. Cela n’affaiblit pas l’affirmation. Cela indique au lecteur où l’affirmation est solide et où elle reste conditionnelle.
Les fourchettes sont souvent plus honnêtes qu’une moyenne générale. Un fournisseur de services pourrait déclarer des fourchettes d’énergie typiques pour des charges de travail courtes, moyennes et longues, accompagnées d’un profil de test défini et de la plage de fonctionnement observée en production. Un acheteur public pourrait demander une mesure sur un échantillon représentatif de son activité et un second échantillon volontairement difficile. Une équipe produit pourrait suivre les évolutions dans le temps après une mise à jour du modèle ou un nouveau chemin de récupération. L’objectif n’est pas de créer un service administratif qui mesure chaque virgule. L’objectif est de repérer les situations où un changement apparemment mineur modifie l’utilisation des ressources du système ou son exposition environnementale.
La vérification compte aussi. Un fournisseur doit pouvoir présenter la méthode, les preuves brutes ou agrégées adaptées au contexte, l’historique des versions et la personne ou l’équipe responsable de la déclaration. Un acheteur n’a pas besoin d’un accès illimité à tous les secrets opérationnels. Il a besoin d’assez d’informations pour tester si une affirmation résiste à un changement de modèle, de matériel, de charge de travail ou de périmètre de reporting. Une assurance indépendante peut renforcer la confiance lorsque la décision le justifie. Elle ne remplace pas une méthode lisible.
L’Europe connaît bien ce tempérament. Les normes, les registres et les systèmes de reporting peuvent sembler tatillons jusqu’au jour où un marché doit comparer des affirmations conçues pour éviter la comparaison. Alors, ce formalisme se révèle être un service public. La partie inachevée n’est pas un défaut dans l’idée d’une étiquette énergétique pour l’IA. C’est le travail qui consiste à décider quelles preuves doivent accompagner le chiffre.
Ce que l’Europe a commencé à construire
Le cadre européen est déjà plus substantiel qu’une collection volontaire d’adjectifs de durabilité. La directive révisée sur l’efficacité énergétique a introduit des exigences obligatoires de reporting public pour les centres de données dont la puissance demandée dépasse 500 kW. Le règlement délégué (UE) 2024/1364 définit des éléments de reporting harmonisés et la première phase d’un régime commun de classement de l’Union. La base de données de la Commission publie des informations relatives à la performance énergétique et à l’empreinte hydrique, et son prochain paquet sur l’efficacité énergétique des centres de données vise à évaluer les données déclarées, à introduire un régime de classement et à entamer des travaux sur des normes minimales de performance.
Ce sont des instruments au niveau des installations. Ils ne doivent pas être présentés à tort comme une étiquette complète pour chaque modèle d’IA ou chaque fonctionnalité de produit. Leur valeur réside dans le fait qu’ils instaurent une habitude publique : les affirmations sur l’énergie et l’eau nécessitent une base de preuves commune, des indicateurs comparables et un chemin allant du reporting à l’évaluation. L’étude préparatoire de la Commission décrit explicitement cet effort comme visant à améliorer la transparence et la comparabilité tout en s’appuyant sur le cadre de reporting et de classement. C’est exactement la direction que devront prendre les services d’IA, même si le reporting au niveau des services implique des périmètres et des répartitions différents.
Les travaux récents de l’AEE ajoutent un avertissement nécessaire. L’IA peut soutenir des pratiques plus durables, mais elle peut aussi renforcer une consommation intensive en ressources, la concentration du marché et les inégalités sociales lorsque la gouvernance est insuffisante. Les affirmations environnementales ne peuvent pas être dissociées de la manière dont un système modifie les comportements, les achats et l’accès aux infrastructures. Une étiquette peut révéler l’intensité des ressources. Elle ne peut pas décider si la tâche vaut la peine d’être accomplie. Cela reste un jugement public, organisationnel et démocratique. C’est légèrement inconfortable, ce qui est une façon de reconnaître que cela compte.
La prochaine étape sensée n’est pas un score universel qui qualifierait un modèle de vertueux et un autre de coupable. C’est un vocabulaire de rapport à plusieurs niveaux. Les installations devraient déclarer des indicateurs d’installation. Les fournisseurs de modèles devraient déclarer des profils de test et des méthodes définis. Les fournisseurs de services devraient déclarer des plages de charge de travail représentatives, des règles d’allocation et les changements au fil du temps. Les acheteurs devraient demander des preuves pertinentes pour le travail qu’ils prévoient d’effectuer. Les régulateurs et les chercheurs devraient pouvoir étudier des agrégats sans prétendre qu’une moyenne raconte toute l’histoire d’un réseau local, d’un bassin hydrographique ou d’un service particulier.
L’interopérabilité est importante ici. Si chaque fournisseur invente une définition privée d’une requête IA, une demande de preuves devient un jeu de devinettes avec un logo. L’Europe est bien placée pour réunir des méthodes communes car elle dispose déjà d’une base de déclaration pour les centres de données, de mécanismes de politique environnementale, d’institutions de recherche et d’un marché qui traverse les frontières. La méthode doit rester techniquement crédible. Une norme assez simple pour une diapositive et trop vague pour une mesure n’est qu’une diapositive avec un éclairage réglementaire.
Ce qu’un acheteur devrait demander maintenant
Attendre une étiquette parfaite n’est pas une raison pour accepter des affirmations vides. Les acheteurs peuvent demander une déclaration énergétique qui correspond à la décision qui se présente à eux. La demande peut être proportionnée. Un outil de rédaction à faible enjeu n’a pas besoin d’une étude de cycle de vie qui effraierait une petite ville. Un achat majeur, un engagement important dans un centre de données ou un service IA à usage à l’échelle publique devrait exiger davantage de preuves.
Commencez par la charge de travail. Qu’est-ce que le service est censé faire, à quelle fréquence, avec quelles entrées typiques et difficiles, et qu’est-ce qui compte comme un résultat complet ? Ensuite, demandez le matériel et l’environnement d’exploitation. L’affirmation est-elle mesurée ou estimée ? Quelle version du modèle, quelle configuration logicielle et quel point de mesure sont impliqués ? Qu’est-ce qui est inclus dans le périmètre ? Comment les services partagés, la capacité inactive et la résilience sont-ils alloués ? L’électricité et les émissions sont-elles déclarées séparément ? Si les émissions sont déclarées, quel réseau, quel lieu, quelle période et quelle méthode comptable sont utilisés ? Les effets sur l’eau et le cycle de vie sont-ils inclus, estimés ou exclus ?
La question suivante est le changement. Les services IA évoluent rapidement. Un chiffre provenant d’une ancienne version du modèle peut devenir une curiosité historique après un changement de routage, un nouveau matériel ou une couche de sécurité différente. L’acheteur devrait demander quand le chiffre a été actualisé pour la dernière fois, quels changements déclenchent une nouvelle mesure et comment le fournisseur signalera un changement important. Cela transforme une affirmation énergétique d’une ligne de brochure ponctuelle en une obligation opérationnelle. Cela évite également l’arrangement familier dans lequel la version la plus soigneusement mesurée est celle qui a cessé d’être utilisée au printemps dernier.
Enfin, demandez qui peut contester la réponse. Un fournisseur qui ne peut pas expliquer le périmètre, la méthode et les exclusions n’a pas fourni une affirmation comparable. Il a fourni une aspiration avec des unités. Un fournisseur qui peut les expliquer peut encore avoir un chiffre élevé pour une tâche exigeante. Cela peut être acceptable si la tâche est justifiée et si le compromis est compris. Le but n’est pas de récompenser le chiffre le plus bas à tout prix. Le but est de rendre le coût suffisamment visible pour qu’une institution puisse décider honnêtement.
L’étiquette est un outil de gouvernance
Une étiquette énergétique IA aboutie ne sera pas un petit carré coloré qui clôt le débat. Ce sera une discipline de reporting qui rend possible un argument précis. Elle reliera une charge de travail à une machine, à un périmètre, à une méthode d’allocation, à une méthode d’électricité, à une période et à une déclaration d’incertitude. Elle distinguera l’énergie des émissions et la performance des installations de la performance des services. Elle laissera de la place pour l’eau, les effets du cycle de vie et les conditions locales, sans prétendre que chaque client a besoin du même niveau de détail.
Cela peut sembler moins séduisant que de déclarer un modèle durable. C’est le cas. Les choses utiles le sont souvent. Une étiquette devrait rendre plus difficile de cacher une charge de travail surdimensionnée derrière un joli numéro de puce. Elle devrait rendre plus difficile d’utiliser un achat d’électricité contractuel comme raccourci pour tous les effets environnementaux locaux. Elle devrait permettre de voir quand un petit modèle est réellement suffisant et quand ses économies ont simplement été déplacées vers une autre partie du système.
L’histoire ici n’est pas que l’Europe n’a pas de réponse. L’Europe a commencé à construire une base de reporting publique pour l’infrastructure qui porte l’IA. Le travail inachevé consiste à relier cette base aux décisions concernant les modèles et les services, sans effacer les différences entre eux. Pour les équipes qui construisent l’IA, cela signifie mesurer le travail qu’elles demandent réellement aux machines. Pour les acheteurs, cela signifie demander un périmètre avant d’accepter un chiffre. Pour tous les autres, cela signifie refuser de laisser une affirmation soignée trancher une question qu’elle n’a jamais été conçue pour répondre.
Les bonnes étiquettes ne sont pas là pour donner aux objets une apparence innocente. Elles sont là pour rendre visibles les compromis. L’IA pourrait en utiliser quelques-unes de plus.
Mesurer la décision, pas le théâtre
Une étiquette énergétique IA peut devenir utile avant de devenir obligatoire. Les équipes peuvent commencer par un registre interne discipliné : la version du service, les charges de travail représentatives, le matériel, le périmètre des installations lorsqu’il est disponible, la règle d’allocation et les exclusions connues. Le registre doit être revu lorsque le système change de manière significative. Il doit être accessible aux personnes qui prennent des décisions produit, achats et infrastructure. Ce n’est pas une promesse que chaque organisation peut résoudre la comptabilité du cycle de vie un vendredi après-midi. C’est un moyen d’empêcher que l’affirmation la plus facile devienne la seule affirmation.
Ce registre améliore également l’ingénierie. Lorsqu’une équipe mesure une tâche réelle plutôt qu’un modèle abstrait, elle peut voir si un contexte plus long, un modèle de nouvelle tentative, un index de récupération ou un itinéraire de sécurité fait un travail utile. Elle peut décider où un modèle plus petit est suffisant, où un modèle de meilleure qualité justifie son coût et où le flux de travail doit s’arrêter pour une personne. Le résultat ne sera pas toujours une consommation d’électricité plus faible. Parfois, le résultat honnête est qu’un service précieux a un coût en ressources visible. C’est toujours mieux que de cacher le coût jusqu’à ce que quelqu’un d’autre doive l’expliquer.
Le reporting public ajoute une discipline supplémentaire. Les affirmations qui influencent les achats, le financement ou la confiance devraient survivre à un changement de personnel. La méthode devrait être lisible par quelqu’un qui ne l’a pas inventée. Les données sources devraient avoir un chemin de conservation proportionné à l’affirmation. Le calcul devrait être suffisamment reproductible pour être contesté. Si un fournisseur améliore un service, le chiffre précédent devrait rester interprétable plutôt que d’être discrètement remplacé par un chiffre plus récent et plus joli. Les preuves environnementales ont besoin d’un historique, car une version de modèle n’est pas une amnistie pour les déclarations qui ont contribué à vendre la version précédente.
C’est là que l’étiquette devient une petite forme de gouvernance. Elle relie un choix de conception à une décision, puis laisse une trace pour la personne suivante qui devra se demander si le choix tient toujours. Le but n’est pas de faire de chaque ingénieur un comptable environnemental. Le but est de garantir qu’aucun comptable environnemental ne soit invité à reconstruire un produit à partir d’un slogan.
Ce choix de retenue présente un bénéfice pratique immédiat. Une équipe capable de définir son périmètre peut l'améliorer délibérément. Elle peut conserver une référence, tester une modification sur la même charge de travail et déterminer si le résultat a évolué en raison d'un changement de modèle, de matériel ou de méthode de calcul. Cela fait du reporting environnemental un élément du jugement d'ingénierie courant, plutôt qu'un exercice annuel qui révèle que les informations utiles n'ont jamais été collectées.
Sources
- Energy performance of data centres, Commission européenne, consulté le 5 août 2026. Utilisé pour le contexte de la base de données de reporting de l'UE, des informations sur l'énergie et l'eau, de l'évaluation, du système de notation et des normes minimales de performance.
- Minimum performance standards for EU data centres, Commission européenne, consulté le 5 août 2026. Utilisé pour le contexte du seuil de reporting de 500 kW, du reporting harmonisé et de l'élaboration des politiques.
- Commission Delegated Regulation (EU) 2024/1364, EUR-Lex, consulté le 5 août 2026. Utilisé pour la première phase du système commun de notation de l'Union et la base du reporting des centres de données.
- Energy demand from AI, Agence internationale de l'énergie, 2025. Utilisé pour les composants des centres de données, les parts d'électricité par composant, l'incertitude et le cadrage des scénarios, ainsi que la distinction entre électricité physique et arrangements contractuels.
- Artificial intelligence and sustainable consumption in Europe, Agence européenne pour l'environnement, 5 mai 2026. Utilisé pour l'avertissement concernant les compromis environnementaux, la gouvernance, la consommation intensive en ressources et la nécessité de données supplémentaires.
- Dweve Core, Dweve, consulté le 5 août 2026. Utilisé uniquement pour la note factuelle limitée selon laquelle les documents publics du produit décrivent une exécution native sur CPU et un environnement d'exécution considéré comme partie intégrante du contrat système.