ntelligence artificielle : l’Arcep s’inquiète de l’opacité qui entoure l’impact environnemental des requêtes

Les impacts environnementaux de l’entrainement des IA commencent à être documentés. Ce n’est pas le cas de ceux liés à leur utilisation, déplore l’Arcep qui pointe là une faille au moment où le nombre de prompts progresse de façon vertigineuse.

Energie  |  26.05.2026  |  https://www.actu-environnement.com/ae/news/arcep-impact-environnemental-requetes-intelligence-artificielle-48045.php4

P. Collet

Envoyer par e-mail

© Sikov48 % des Français utilisaient déjà l’IA en 2025, soit une progression de 28 points en deux ans, selon l’Arcep.

L’Autorité de régulation des communications électroniques, des postes et de la distribution de la presse (Arcep) s’inquiète du manque de transparence des services d’intelligence artificielle (IA) générative concernant les impacts environnementaux de leurs modèles lors de la phase d’utilisation. Le sujet est « amené à devenir un enjeu significatif en raison de la croissance des usages », prévient-elle. D’autant que les tests qu’elle a fait réaliser par le Pôle d’expertise de la régulation numérique (Peren) semblent montrer que l’efficacité des IA n’est pas totalement dépendante de leur consommation énergétique. Tels sont les principaux points d’un rapport de l’Arcep (1)consacré au sujet et publié le 21 mai.

Ce rapport est publié dans un contexte d’« adoption fulgurante » de l’IA par le grand public et les entreprises : 48 % des Français l’utilisaient déjà en 2025, soit une progression de 28 points en deux ans, selon le dernier Baromètre du numérique publié en février dernier par l’Arcep.

Des services peu transparents

Comment évaluer l’impact environnemental, et en particulier la consommation énergétique, associé à l’utilisation des modèles génératifs ? Pas en se fiant aux données fournies par les acteurs « en raison [de leur] manque de transparence », déplore le régulateur des infrastructures numériques, qui constate que « 84 % des modèles d’IA ne font l’objet d’aucune information environnementale ». Et cela, alors qu’il existe pourtant des méthodes d’estimation reconnues.

Pour y remédier, l’Arcep a donc demandé au Pôle d’expertise de la régulation numérique (Peren) – un service interministériel – de réaliser des tests « inédits »d’évaluation de la consommation énergétique de la génération de texte (les autres services, comme la génération d’une image ou d’un résumé, n’ont pas été étudiés).

L’objectif étant d’évaluer quels modèles optimisent le rapport entre la performance et le coût énergétique. Les tests ont porté sur des modèles publiés entre juin 2024 et septembre 2025 de petite (moins de 20 milliards de paramètres), moyenne (entre 20 et 66 milliards) et grande tailles (entre 66 et 125 milliards, les tests ne pouvant être réalisés au-delà).

La consommation de centres de données progresse encore

« Malgré une amélioration de leur efficacité, la consommation d’électricité et les émissions de gaz à effet de serre des centres de données continuent de progresser », constate l’Arcep qui publie la cinquième édition de son étude annuelle « Pour un numérique soutenable ». En trois ans, la progression d’établit à 38 %.
Cette hausse est liée à la progression vertigineuse des capacités informatiques des nouveaux centres. « Alors que les centres ouverts en 2023 présentaient déjà une capacité informatique moyenne de 9 MW par centre, contre 3 MW pour les centres déjà installés, ceux mis en service en 2024 atteignent désormais 20 MW en moyenne », explique l’Arcep.

Limiter la consommation énergétique paraît possible

Les résultats du PEReN (2)  « montrent qu’en phase [d’utilisation], les plus grands modèles sont toujours les plus consommateurs d’énergie mais aussi que des modèles de tailles très différentes peuvent avoir la même consommation énergétique », résume l’Arcep.

Plus précisément, le rapport du Peren explique que les tests montrent que la consommation énergétique est fortement corrélée à la durée d’utilisation des processeurs graphiques. Et cette « durée (…) dépend à la fois du nombre de paramètres activés lors de [l’utilisation], d’éventuelles compressions du modèle (quantification) et du nombre de tokens générés [c’est-à-dire les unités de données traitées par les modèles] ». Or, ce dernier paramètre dépend d’autres, dont l’architecture du modèle et la procédure d’entraînement employée.“ La consommation énergétique est fortement corrélée à la durée d’utilisation des processeurs graphiques. ”

Et l’Arcep d’expliquer que « limiter la consommation énergétique ne revient donc pas nécessairement à faire des compromis sur la performance du modèle » puisque « des techniques d’optimisation et de compression permettent des gains énergétiques significatifs en phase [d’utilisation] ». L’étude du Peren détaille l’impact de ces différents facteurs et donne ainsi des pistes d’amélioration des modèles d’IA.

Fixer des critères d’écoconception

Ces résultats conduisent l’Arcep à formuler neuf recommandations pour « rendre le développement de l’IA compatible avec les limites planétaires », réparties en quatre axes. Le premier de ces axes est l’amélioration de la mesure de l’impact environnemental. Cela passe par une collecte des données environnementales, par des autorités publiques, et leur mise à disposition. Et pour cela, l’Autorité recommande d’utiliser des méthodologies internationalement standardisées d’évaluation pour permettre les comparaisons.

L’Arcep recommande ensuite de faire de l’écoconception des IA un « levier stratégique de la compétitivité européenne ». Et cela passe d’abord par son intégration dans la régulation européenne des fournisseurs d’IA. Le régulateur propose aussi de renforcer les critères d’écoconditionnalité dans les modalités de soutien à l’innovation et la commande publique.

Permettre à l’utilisateur de choisir les services

Le troisième axe de travail proposé est la mise en place d’une régulation européenne qui permette aux utilisateurs de choisir leurs services d’IA générative en fonction de leur impact environnemental. Pour cela, il faut d’abord imposer une plus grande transparence environnementale aux fabricants de puces et aux grands fournisseurs de modèles et de services d’IA. Il faut ensuite « garantir l’ouverture des services d’IA », c’est-à-dire limiter l’intégration entre les services d’IA et d’autres services (moteurs de recherche, systèmes d’exploitation et navigateurs, notamment) afin que les utilisateurs puissent choisir librement d’associer les différents services selon des critères environnementaux.

Enfin, l’Arcep propose des mesures d’ordre industriel afin de développer des centres de données en Europe. Pour cela, il faut encourager leur implantation en Europe grâce à « la régulation par la donnée », c’est-à-dire permettre des prises de décisions publiques basées sur des informations fiables et transparentes. L’Arcep recommande aussi de coordonner les politiques européennes numérique, énergétique et d’infrastructure. Enfin, elle préconise d’encourager « une implantation territoriale concertée » de ces centres de données.1. Télécharger le rapport de l’Arcep
https://www.actu-environnement.com/media/pdf/news-48045-rapport-arcep-ia-environnement.pdf2. Télécharger les résultats du PEReN
https://www.actu-environnement.com/media/pdf/news-48045-etude-ia-environnement-PEReN.pdf

Philippe Collet, journaliste
Chef de rubrique déchets / économie circulaire