L'étape 1 de nos accompagnements se termine par un mémo de position, sourcé et daté, au nom du client. Voici le nôtre. Sept principes que nous appliquons à chaque projet, ce que l'IA coûte réellement, et le cadre qui s'impose à tous.
Version du 11 septembre 2026. Révisée à chaque évolution réglementaire ou méthodologique.
Numérotés parce qu'ils se suivent : la valeur se décide avant l'outil, l'outil avant le modèle, la formation avant l'échelle.
Avant d'écrire une ligne, on établit ce que le projet doit rapporter : du temps rendu, une erreur évitée, un délai raccourci. On en donne un ordre de grandeur, jamais un chiffre qu'on n'a pas mesuré. Si on ne sait pas dire pourquoi le projet vaut la peine d'exister, on ne le lance pas, et le diagnostic le dit.
Beaucoup de problèmes se règlent avec une règle, une recherche ou un script. Ils sont plus sobres, plus prévisibles et moins chers à maintenir. On ne met un modèle que là où le script ne suffit pas, et on l'écrit dans le cahier du projet.
Quand un modèle est nécessaire, on prend le plus petit qui fait correctement le travail. Un grand modèle sur une tâche bornée gaspille de l'énergie et de l'argent ; un modèle trop petit sur une tâche complexe se trompe. Le choix se fait sur des essais avec vos données, pas sur la notoriété du fournisseur.
Ce qui engage l'entreprise, un prix, une disponibilité, un engagement, est calculé et vérifié côté serveur, jamais produit par un modèle. L'agent répond depuis un corpus fermé et cite ses sources. Vos données ne servent pas à entraîner un modèle. Quand elles ne doivent pas sortir, nous faisons tourner des modèles ouverts sur une architecture locale. Et l'appel au modèle reste abstrait : aucun projet ne dépend d'un fournisseur unique.
L'outil prend les gestes répétitifs ; l'humain garde la validation, l'arbitrage et la relation. Il ne subit pas l'outil, il l'opère : il relit ce qui engage, corrige ce qui dérape, et reprend le temps de faire ce qu'il faisait mal faute de temps. Un agent se présente toujours comme un agent et dit vers qui se tourner.
Chaque workflow et chaque agent a sa mesure : jetons consommés, coût, temps de réponse, estimation carbone avec le facteur utilisé et sa date. Chaque opération technique aussi, un traitement planifié comme un appel au modèle. Ce qu'on ne mesure pas, on ne l'annonce pas.
Un outil déployé à grande échelle chez des gens qui ne savent pas ce qu'il fait produit plus d'erreurs qu'il n'en évite. On forme d'abord aux bonnes pratiques : cadrer un usage, écrire des consignes qui tiennent, savoir ce qu'on ne confie jamais à un modèle. On industrialise ensuite, avec ceux qui ont appris.
Chaque chiffre a une source primaire, datée, listée en bas de page.
485TWh
consommés par les centres de données en 2025
Les centres de données ont consommé environ 485 TWh d'électricité en 2025. L'Agence internationale de l'énergie projette environ 950 TWh en 2030, soit près de 3 % de la demande mondiale, l'IA étant le principal moteur de la hausse.
4,4%
de l'empreinte carbone nationale
Le numérique représente 4,4 % de l'empreinte carbone nationale, soit 29,5 Mt CO₂e (ADEME et Arcep, données 2022). La moitié vient des terminaux, 46 % des centres de données, 4 % des réseaux. La hausse par rapport aux estimations précédentes vient surtout des centres de données situés à l'étranger mais utilisés depuis la France.
1,14g CO₂e
pour une réponse de 400 jetons
La première analyse de cycle de vie complète d'un grand modèle, publiée par Mistral AI avec Carbone 4 et l'ADEME et revue par des tiers, donne 1,14 g CO₂e et 45 mL d'eau pour une réponse de 400 jetons, hors terminaux des utilisateurs. Un petit modèle se compte en fractions de cette valeur.
?
ce que personne ne mesure encore bien
La consommation d'eau locale des centres de données, l'empreinte de fabrication des puces spécialisées, et la part réelle de l'entraînement dans chaque réponse. Toute affirmation précise sur ces points est une estimation, et nous la présentons comme telle.
Le RGPD reste le socle pour toute donnée personnelle. Le règlement européen sur l'IA s'y ajoute, avec ce calendrier.
À l'échelle mondiale, oui, et la hausse est rapide. À l'échelle d'un outil bien dimensionné, l'impact est modeste et il se mesure. Nous le mesurons, et nous publions la source de chaque facteur.
Là où le contrat le dit, sans servir à entraîner un modèle. Quand elles ne doivent pas sortir, le modèle tourne sur une architecture locale.
Non. L'outil prend ce qui fait perdre du temps à tout le monde, et vos équipes gardent la validation, l'arbitrage et la relation.
Il répond depuis vos contenus, cite sa source, et dit quand il ne sait pas. Ce qui engage l'entreprise est calculé côté serveur, pas rédigé par le modèle.
Parce qu'une règle ou un script fait souvent mieux, plus sobrement et plus sûrement. On ne met un modèle que là où il apporte quelque chose qu'un script ne sait pas faire.
Le mémo de position est le livrable de notre première étape : trois séances, un document à votre nom, et la liste écrite de ce que vous ne ferez pas.