La SNCF partage en open source sa calculatrice qui mesure l’impact environnemental des projets IA
Alors que l’intelligence artificielle générative s’impose dans les entreprises, son coût environnemental reste souvent sous-estimé. Pour répondre à ce besoin, le groupe SNCF a développé et mis en open source Impact’IA, un outil d’estimation plus réaliste que les standards du marché.
Publié le
Par La Redaction
Pour le groupe SNCF et chacune de ses entités, l’intelligence artificielle est déjà une réalité du quotidien. Elle est concrète pour les collaborateurs, dans les services apportés aux clients, dans les métiers industriels, les ateliers, les trains, les gares et sur le réseau. Elle accompagne depuis plusieurs années la digitalisation des processus, l’efficacité au travail et l’amélioration continue de l’expérience client.
Le développement des usages de l’IA générative invite aussi à mieux en mesurer les effets. Si ces technologies ouvrent des perspectives utiles en matière de productivité, de qualité de service ou d’appui aux collaborateurs, elles reposent sur des infrastructures numériques dont les consommations d’énergie, d’eau et de puissance de calcul doivent être mieux objectivées.
Un besoin opérationnel dans un cadre émergent
Sans attendre que les méthodologies soient normalisées par l’AFNOR (Norme ISO), plusieurs grandes entreprises telles que France Travail, EDF, Enedis ou encore Schneider Electric ont exprimé le besoin de pouvoir évaluer l’impact environnemental du numérique et de l’IA sur leurs processus.
Il n’existait pas sur étagère d’outil opérationnel capable de prendre en compte, de manière rigoureuse, à la fois les phases d’apprentissage des modèles et les phases d'inférence (leur utilisation au quotidien). L’équipe Numérique Responsable au sein de la direction Numérique Groupe a donc décidé de créer un nouvel outil d’évaluation de l'empreinte carbone et environnementale de l’IA : Impact’IA.
Une mesure plus proche de la réalité
La calculatrice Impact’IA a été publiée en open source sur GitHub dès le 17 juillet 2026. Elle prend la forme d’un moteur de calcul sous Excel, adossé à un guide méthodologique complet.
Le principe est simple : le chef de projet renseigne quelques critères généraux (lieu d’hébergement pour modéliser l’intensité carbone du mix électrique, volume d’utilisateurs, nombre de requêtes ou de tokens, et famille de modèles utilisés). En retour, l’outil fournit une estimation immédiate de l’impact environnemental selon trois axes : les émissions de gaz à effet de serre, la consommation électrique et la consommation d’eau (méthodologie AWARE pour Available WAter REmaining).
c’est le nombre de modèles de langage analysés par la calculatrice Impact’IA, y compris les derniers LLM de Mistral, Google, Claude ou OpenAI
Par rapport aux standards du marché, Impact’IA se révèle plus réaliste. En effet, la calculatrice de la SNCF affiche des résultats jusqu’à deux fois plus élevés sur la partie inférence, et intègre un surcoût de 4 % à 40 % sur la phase d’apprentissage (avec une moyenne de 16 %).
Ces écarts s'expliquent par une modélisation plus fine des performances des GPU et du cycle de vie des serveurs en datacenter, souvent sous-estimés par les GAFA et les autres outils du marché disponibles.
Le défi du « Vibe Coding » et l'explosion des tokens
Un réalisme qui arrive au bon moment, alors que les usages de l’IA générative se multiplient au sein des organisations. C’est le cas notamment de l’aide au développement logiciel, un domaine où les collaborateurs gagnent déjà du temps sur certaines tâches de production de code grâce à des assistants intelligents — une pratique parfois qualifiée de « vibe coding ».
Dans ce contexte, le token est devenu la nouvelle unité de compte universelle de l’IA, tant pour les équipes FinOps et GreenOps que pour les financiers.
Quand vous avez 1 000 utilisateurs au lieu de 100, vous avez besoin de dix fois plus de GPU à l'inférence, c'est une technologie qui consomme beaucoup à l'exécution
Pour parer à ces dérives, la calculatrice fixe des seuils d’alerte : au-delà de 10 tonnes de CO₂ par an, un projet d’IA fait l’objet d’une vigilance et d’un examen approfondi, dans les instances de validation et de suivi de projets numériques au sein du Groupe.
Une volonté de confier l’outil à l’écosystème opensource
L’accueil réservé à l’outil témoigne d’une prise de conscience sectorielle. Quelques jours après sa publication en open source, l’outil a enregistré plusieurs dizaines de téléchargements et a généré des propositions de contributions spontanées de la part d’entreprises de conseil et d’acteurs du numérique responsable.
Une première évolution majeure a d’ores et déjà été intégrée suite à ces premiers retours : la possibilité de sélectionner précisément le pays d’exécution de l’inférence (une dizaine de pays), afin de coller au plus près de la réalité des émissions de gaz à effet de serre liés à la fourniture d’électricité.
Avec cette publication en open source, l’enjeu est surtout de nourrir un écosystème commun autour de la mesure environnementale de l’IA. En partageant Impact’IA, le groupe SNCF entend contribuer à une démarche collective, transparente et réutilisable, au service d’un numérique plus responsable et d’une souveraineté numérique renforcée.
Notre outil est imparfait, mais il est public : notre intention, c'est de confier l’outil à l'écosystème numérique responsable français, réunissant des acteurs comme l'INR, GreenIT ou Boavista, qui ont déjà des sites Web et des MOOCs, et qui savent améliorer, maintenir des assets dans la durée pour le collectif.
En choisissant de mettre à disposition des outils de mesure d’impact de l’intelligence artificielle, le groupe SNCF démontre qu’une grande entreprise peut s’emparer de la complexité environnementale de l’IA pour en faire un objet de dialogue éthique, social et technique.
