L’intelligence artificielle (IA) est un outil incontournable pour les entreprises, tant manufacturières que de services professionnels. Quand on vise à réduire son empreinte environnementale, ça peut sembler tout un dilemme, comme les centres de données qui alimentent l’IA consomment globalement 415 TWh d’électricité, soit environ 1,5% de la demande mondiale, un taux qui devrait doubler à 3% d’ici 2030 si les tendances se maintiennent.[1]
Mais tout n’est pas noir ou blanc : utiliser l’IA de façon réfléchie, ça permet d’obtenir des gains d’efficacité significatifs à coûts réduits, pour l’entreprise et pour son bilan carbone. Et c’est souvent plus facile qu’on le pense, comme en témoigne la jeune pousse JetScale AI.
JetScale AI est une entreprise qui offre des services d’optimisation du cloud agentique en réduisant le gaspillage. Elle le fait pour ses clients, mais aussi pour elle-même. Parce que c’est dans ses valeurs fondamentales, certes, mais surtout parce que ça réduit les coûts.
Comment?
Les grands modèles d’IA connus utilisent du code volumineux et complexe, qui nécessite beaucoup de puissance, une puissance qui vient avec un coût économique… et environnemental. Or, beaucoup les utilisent pour des besoins qui ne nécessitent pas toute cette puissance. Dans un contexte où de nombreux modèles se tournent vers des jetons d’utilisation plutôt qu’un abonnement à usage illimité, les coûts montent en flèche.
C’est ce qu’a vécu la PME en avril 2026. Elle s’est donné comme objectif d’optimiser ses processus au cours de l’été pour réduire ses coûts d’infrastructures informatiques et d’utilisation de l’IA.
- Première étape : ajuster les paramètres. Par exemple, il est possible et facile de dire aux modèles de garder en mémoire certaines instructions, de sorte qu’elles n’aient pas à les traiter à nouveau à chaque requête.
- D’autres changements sont plus difficiles mais en valent la chandelle, comme identifier des modèles d’IA spécialisés (moins chers par usage), qui ne requièrent pas l’entièreté des données derrière les modèles populaires généralistes.
- Avoir ses propres serveurs permet d’avoir plus de contrôle, mais nécessite une certaine taille d’entreprise pour en valoir la peine.
Résultat : 41% des coûts internes liés aux infrastructures informatiques et aux modèles d’IA réduits en un mois.
Bonus : une empreinte carbone réduite (dont les résultats sont en cours de calcul)
Utiliser l’IA de façon responsable, c’est une question de se poser des questions sur nos vrais besoins. Les premiers ajustements sont simples à mettre en place et payants ; l’important après, c’est de s’assurer de maintenir les bonnes habitudes et de s’ajuster en monitorant ses coûts au fil du temps.
[1] United Nations University Institute for Water, Environment and Health (2026). Environmental Cost of AI’s Energy USE : Carbon, Water and Land Footprints. https://unu.edu/inweh/collection/environmental-cost-of-AIs-Enrgy-Use-Carbon-water-and-land-footprints
Découvrez JetScale AI
