Le 24 juillet 2025, la start-up française Mistral a bouleversé le débat sur l’impact environnemental de l’intelligence artificielle en publiant le premier bilan carbone complet de son IA de dernière génération. Dans un secteur encore largement opaque, où les géants américains gardent leurs chiffres sous silence, cette démarche tranche et interroge : combien de CO₂ coûte vraiment une requête à une IA ? Combien d’eau faut-il pour entraîner un modèle linguistique de pointe ?
Quand l’empreinte carbone des IA dépend du mix énergétique national
L’émergence des modèles d’intelligence artificielle générative – ces systèmes capables de produire du texte, du code ou des images – constitue un nouvel enjeu pour le secteur énergétique. Car si la consommation d’énergie est invisible pour l’utilisateur final, elle n’en est pas moins réelle : l’entraînement et l’usage des IA reposent sur des data centers ultraconsommateurs, souvent installés loin des regards.
La jeune pousse française Mistral, fondée en 2023, a décidé de rompre avec la culture du secret des grandes entreprises technologiques. Le 24 juillet 2025, elle a publié le bilan carbone complet de son dernier modèle, Mistral Large 2. En collaboration avec le cabinet Carbone 4 et avec l’appui méthodologique de l’ADEME, l’entreprise livre une photographie sans fard de ses externalités énergétiques.
Une IA énergivore, mais alimentée à l’électricité décarbonée
Premier constat : les volumes sont colossaux. L’entraînement du modèle a généré 20 400 tonnes équivalent CO₂ (tCO₂e) et requis 281 000 m³ d’eau, selon les chiffres publiés par Mistral. Mais la spécificité du modèle tient à un élément clé : son ancrage dans le mix électrique français, largement bas carbone.
En installant ses serveurs en France, Mistral bénéficie d’une électricité majoritairement nucléaire (63 % de la production en 2024), selon RTE. Ce choix stratégique réduit fortement l’intensité carbone de chaque requête. Résultat : chaque interaction avec l’IA émet en moyenne 1,14 g de CO₂, contre des estimations supérieures à 5 g pour des IA hébergées sur des infrastructures américaines alimentées au gaz ou au charbon.
Les data centers français au cœur de la stratégie Mistral
Au-delà des chiffres, Mistral met en œuvre une véritable politique d’internalisation énergétique. Deux data centers localisés en France ont été mobilisés pour l’entraînement de Mistral Large 2. L’entreprise revendique un pilotage optimisé de ses charges électriques, et des choix d’implantation fondés sur la proximité avec des nœuds de production nucléaire à faible variabilité.
Mistral insiste sur la nécessité de « coordonner les architectures IA avec les filières énergétiques locales ». Cette logique d’intégration ouvre de nouveaux horizons pour la planification énergétique à l’échelle régionale, notamment dans les zones historiquement industrielles.
Des données utiles pour les gestionnaires d’infrastructure
La transparence de Mistral ne se limite pas aux émissions de CO₂. L’entreprise publie aussi ses consommations de ressources physiques, souvent ignorées dans les débats publics. Les 281 000 m³ d’eau évoqués – soit l’équivalent de 75 piscines olympiques – servent au refroidissement des serveurs dans des circuits fermés, et leur provenance est intégralement documentée.
L’impact par requête est également précisé : 45 ml d’eau et 1,14 g de CO₂. À grande échelle, ces chiffres prennent une toute autre dimension. Si une IA comme ChatGPT recevait 2,5 milliards de requêtes par jour, cela représenterait plus de 2 850 tonnes de CO₂ quotidiennes, soit plus d’un million de tonnes par an, avec une empreinte dépendante à 100 % de la source d’énergie mobilisée.
Une régulation à venir, sous influence du facteur énergétique
Mistral plaide pour l’obligation de publier des bilans environnementaux pour toute IA générative commercialisée. Ce futur cadre réglementaire, inspiré des standards ESG, pourrait s’appuyer sur des indicateurs énergétiques précis : origine du mix électrique, facteur d’émission, efficacité des serveurs, taux de réutilisation thermique, etc.
Le secteur de l’énergie est ainsi appelé à prendre part au pilotage des IA. Les opérateurs de réseaux, les producteurs d’électricité et les collectivités locales auront un rôle stratégique dans l’allocation optimisée de la capacité énergétique, afin de répondre à la demande tout en limitant les externalités négatives.
Vers une IA « bas carbone compatible » ?
La question n’est plus de savoir si l’IA pollue, mais dans quelles conditions elle peut s’intégrer dans une trajectoire compatible avec le développement durable. Le cas Mistral montre que des marges de manœuvre existent : infrastructure décarbonée, maîtrise du facteur d’émission, localisation stratégique.
Pour les acteurs du secteur énergétique, l’essor de l’intelligence artificielle ne doit pas être perçu comme une menace, mais comme un levier d’innovation et de coordination multisectorielle. La transparence, l’évaluation, et l’intégration dans les outils de planification sont les clés d’une IA soutenable. Mistral, en jouant la carte de l’électricité propre, trace une voie crédible.
