Les grands modèles d’IA pèsent lourd… sur l’environnement. Mistral AI, l’une des pépites françaises, a livré son premier bilan complet. Le modèle **Large 2** a généré 20 400 tCO₂e en 18 mois et consommé 281 000 m³ d’eau; chaque réponse type émet 1,14 g de CO₂ et utilise 45 mL d’eau. ### ⚙️ Décryptage du bilan Mistral Ce bilan, réalisé avec Carbon 4 et l’ADEME, couvre l’ensemble du cycle de vie : entraînement, infrastructure, fabrication de serveurs. Mistral se distingue par sa transparence, alors que de nombreux acteurs restent opaques. Le choix d’un hébergement en France, avec un mix énergétique décarboné, joue un rôle clé pour réduire les impact.  ### 📊 Contexte plus large de l’impact IA - Entraîner un modèle LLM peut équivaloir aux émissions de plusieurs années de voitures, ou générer des centaines de tonnes de CO₂, selon le cycle. - Une requête à un grand modèle peut émettre quelques grammes de CO₂ ; imaginer 10 requêtes par jour ajoute des dizaines de kg CO₂/an. - Générer une image IA consomme autant qu’une recharge de smartphone, tandis que le texte reste 30 fois moins gourmand.  ### 🌱 Solutions : vers une IA plus responsable Pour réduire cet impact : - Miser sur l’**IA frugale**, via compression, quantification, modèles plus légers. - Choisir les bons algorithmes et matériels, optimiser l’efficacité. - Utiliser de l’énergie bas carbone, et recycler les infrastructures. - Adopter un cadre harmonisé, comme celui proposé par Mistral, pour mesurer et comparer l’impact réel. --- Envie de savoir comment créer ou piloter des agents IA responsables et efficaces ? Découvrez notre formation **[Automatiser ses worflows et Créer des agents IA](https://www.travelearn.fr/formation/ia-automatisation-agent)**, où nous abordons aussi l’impact écologique des technologies et les meilleures pratiques durables.