À Nantes, trois acteurs locaux — l’école d’ingénieurs IMT-Atlantique, l’hébergeur web souverain DRI et la société Easyvirt — unissent leurs forces pour lancer Frugalia, un projet ambitieux visant à mesurer et réduire l’impact environnemental de l’intelligence artificielle. Selon Le Figaro, ce consortium privé-académique entend proposer des solutions concrètes pour optimiser la consommation énergétique des modèles d’IA générative, de la requête utilisateur jusqu’à l’infrastructure matérielle.

Le communiqué de presse publié fin avril 2026 détaille cette initiative, qui s’étale sur 30 mois et mobilise six postes à temps plein. Un budget d’environ un million d’euros a été alloué à ces recherches, dont 60 % sont financés par le Fonds européen de développement régional (FEDER). « Nous avons des objectifs scientifiques, avec des publications, mais aussi des objectifs industriels, afin de mettre des solutions à disposition des utilisateurs assez rapidement », déclare Édouard Guegain, responsable des sujets environnementaux chez DRI.

Ce qu'il faut retenir

  • Un consortium nantais — IMT-Atlantique, DRI et Easyvirt — lance Frugalia, un projet de 30 mois pour réduire l’impact carbone de l’IA générative.
  • Six postes à temps plein sont dédiés à ces recherches, financées à hauteur d’un million d’euros, dont 60 % par le FEDER.
  • Le projet vise trois axes : un modèle de mesure de l’impact carbone, un routage des requêtes vers des modèles plus économes, et un optimisateur de prompts éco-conçus.
  • Les acteurs ambitionnent une réduction de 20 à 50 % de l’empreinte carbone des usages d’IA, bien que les données précises restent à affiner.

Un constat alarmant sur la consommation énergétique de l’IA

La genèse du projet repose sur un constat partagé : l’intelligence artificielle, tant dans sa phase de fabrication que d’utilisation, consomme une quantité importante d’électricité. Édouard Guegain, interrogé par Le Figaro, rappelle que « l’IA est quelque chose qui consomme beaucoup d’électricité ». Cette réalité a poussé DRI, spécialisé dans l’hébergement souverain et écologique de données, à s’engager dans une démarche proactive. « Nous hébergeons nous-mêmes des modèles d’IA », explique-t-il, soulignant la nécessité de réduire la consommation électrique liée à ces services.

Le site internet de Frugalia évoque une consommation de 0,34 Wh par requête ChatGPT, mais Édouard Guegain tempère cette estimation. « Il y a des estimations, mais la réalité est plus complexe que cela », précise-t-il. Il pointe également l’absence de transparence de certains acteurs majeurs : « ChatGPT n’a aucun intérêt à partager son impact environnemental ». À l’inverse, le consortium ligérien mise sur une approche transparente et collaborative, en publiant ses travaux en open source pour enrichir la communauté scientifique et industrielle.

Trois axes pour révolutionner l’usage de l’IA

Le projet Frugalia s’articule autour de trois volets distincts, chacun visant à optimiser l’impact environnemental des technologies d’intelligence artificielle. Le premier consiste à « construire le premier modèle de mesure et de prédiction de l’impact carbone des IA », comme l’indique le communiqué. Cette étape permettra d’établir des données de référence pour évaluer la consommation réelle des différents modèles disponibles sur le marché.

Le deuxième axe concerne le développement d’un « routage IA », une solution visant à orienter automatiquement les utilisateurs vers les modèles les plus sobres en énergie, en fonction de la complexité de leurs requêtes. Enfin, le troisième volet porte sur la création d’un « optimisateur automatique de prompts éco-conçus ». « Les modèles d’IA sont souvent surdimensionnés et génèrent des réponses plus longues que nécessaire », explique Édouard Guegain. L’objectif est de configurer ces modèles pour qu’ils fournissent des réponses plus courtes et moins énergivores, réduisant ainsi le temps d’utilisation et, par conséquent, l’empreinte carbone.

Une innovation à l’échelle mondiale, mais des défis persistants

Martin Dargent, dirigeant d’Easyvirt, se montre optimiste quant aux résultats attendus : « Même s’il est encore trop tôt pour prédire la réduction exacte de l’impact carbone, nous espérons nous situer entre -20 % et -50 % ». Une ambition qui, si elle se concrétise, pourrait marquer une première mondiale dans l’optimisation écologique des usages d’IA. « Cela est innovant parce que nous travaillons directement sur des modèles utilisés par nos clients », souligne Édouard Guegain. Il ajoute que « le sujet de l’impact environnemental est assez en vogue académiquement, mais côté industriel, il n’y a pas tant de choses que ça ».

Thomas Ledoux, enseignant-chercheur en informatique à l’IMT Atlantique et membre de l’équipe Stack, insiste sur l’importance de la collaboration : « Développés en open source, nos travaux enrichiront la communauté. Elle bénéficiera d’un jeu de données de référence, de protocoles expérimentaux reproductibles et d’un benchmark de performance énergétique ». Une démarche qui pourrait, à terme, inciter d’autres acteurs à adopter des pratiques plus vertueuses.

Et maintenant ?

Les travaux de Frugalia ont débuté en novembre 2025 et s’achèveront en mai 2028. D’ici là, les trois partenaires devraient publier leurs premiers résultats intermédiaires, notamment sur la faisabilité du routage IA et l’efficacité des prompts optimisés. Si les réductions d’émissions carbone annoncées se confirment, le consortium pourrait étendre son modèle à d’autres régions ou secteurs, voire inspirer des réglementations européennes sur l’éco-conception des outils numériques. Reste à voir si cette initiative parviendra à convaincre l’industrie de l’IA, souvent réticente à partager des données environnementales détaillées.

En attendant, Frugalia se positionne comme un acteur clé dans la transition écologique du numérique, en combinant expertise académique et pragmatisme industriel. Un pari qui, s’il réussit, pourrait bien redéfinir les standards de sobriété dans le domaine de l’intelligence artificielle.

L’intelligence artificielle, notamment les modèles génératifs comme ceux utilisés dans les chatbots, repose sur des infrastructures complexes de calculs intensifs. Ces opérations, réalisées dans des data centers, nécessitent une quantité massive d’électricité, tant pour l’entraînement des modèles que pour leur utilisation en temps réel. Selon Édouard Guegain de DRI, « l’IA consomme beaucoup d’électricité » à chaque étape de son cycle de vie.