Quel est le coût carbone d'un entraînement commercial avec une IA ?

Premier point : « entraînement IA » ne veut pas dire ce que vous croyez

Quand une direction RSE entend « entraînement IA », elle pense aux gros titres : des centaines de tonnes de CO2 pour entraîner un modèle de fondation. C'est vrai, et c'est un autre sujet.

Chez Marvin.ai, « entraînement » désigne un entraînement commercial : une mise en situation vocale entre un commercial et un client simulé. Techniquement, cela s'appelle de l'inférence, c'est-à-dire l'utilisation d'un modèle déjà entraîné.

Marvin.ai n'entraîne aucun modèle. Il n'y a donc pas de coût carbone d'entraînement à imputer à l'usage, seulement quelques minutes de calcul par session. C'est la première chose à dire dans un appel d'offres qui comporte un critère environnemental, parce que c'est aussi la première confusion à lever.

Ce que nous avons mesuré, sur une vraie session

Plutôt que de reprendre une moyenne de marché, nous avons instrumenté une session réelle en production, en juillet 2026 : 14,5 minutes de conversation, une trentaine d'appels aux modèles, puis la génération du rapport d'analyse.

L'estimation d'impact utilise EcoLogits (GenAI Impact), la bibliothèque de référence en open source pour évaluer l'empreinte d'une inférence. Elle croise le nombre de tokens produits, la taille du modèle, le rendement du datacenter et l'intensité carbone du réseau électrique.

L'énergie consommée ne dépend pas du pays. Seul le facteur carbone du réseau change, et l'écart est important.

Un enseignement inattendu au passage : c'est la conversation vocale, et non l'analyse du rapport, qui pèse le plus lourd dans la consommation d'une session. C'est logique, l'audio en temps réel mobilise le modèle en continu, alors que l'analyse est un traitement ponctuel.

Sept grammes, ça représente quoi ?

Un chiffre isolé ne dit rien. Voici les mêmes ordres de grandeur, ramenés à des usages que tout le monde connaît.

Autrement dit : dix minutes de scroll sur un réseau social pèsent plus lourd qu'une session complète d'entraînement commercial. Une heure de visioconférence en pèse une bonne cinquantaine.

Pour un groupe de dix personnes, une session Marvin.ai de 15 minutes représente 70 à 150 g de CO2e au total. C'est l'ordre de grandeur d'un aller-retour d'un kilomètre en voiture, pour dix commerciaux entraînés.

Et par rapport à une journée en présentiel ?

Le contraste est net, mais il faut le lire correctement.

Le poste dominant d'une journée de formation n'est pas la salle ni le support : c'est le transport. Pour un consultant qui se déplace (300 km aller-retour en train, 30 km de taxi, un repas), le bilan tourne autour de 10 à 16 kg de CO2e, avant même de compter les trajets des participants. Soit de l'ordre de cent fois une session Marvin.ai pour le même groupe de dix.

Ce n'est pas un match, et nous ne le présentons pas comme tel. Une journée en salle avec un consultant senior fait des choses qu'aucun outil ne fait : lire un collectif, gérer une résistance, arbitrer un désaccord entre un manager et son équipe. Chez b-flower, qui forme environ 6 000 commerciaux par an depuis 25 ans, c'est le cœur du métier et ça le reste. La différence entre formation et coaching ne se règle pas avec un logiciel.

Ce que change l'entraînement par IA, c'est le volume de répétition entre les sessions. Historiquement, un commercial qui voulait s'entraîner une quinzaine de fois entre deux journées de formation devait mobiliser un formateur, une salle, un créneau. Aujourd'hui il le fait depuis sa voiture, entre deux rendez-vous, pour quelques grammes de CO2e la session.

Le gain environnemental ne vient pas du remplacement du présentiel. Il vient de la répétition qui, elle, ne coûtait pas seulement du carbone : elle coûtait tellement cher en logistique qu'elle n'avait tout simplement pas lieu.

Pourquoi c'est un ordre de grandeur, pas une mesure certifiée

Nous préférons afficher les limites plutôt que de vendre une précision que personne dans l'industrie ne peut offrir aujourd'hui.

1. Le modèle de calcul est piloté par les tokens produits. Il comptabilise ce que l'IA génère, pas ce qu'elle écoute. Pour une conversation vocale, le traitement de l'audio en entrée est donc sous-estimé. Notre chiffre de 7 g est un plancher.
2. Aucun outil public ne modélise encore les modèles vocaux temps réel. Nous utilisons un modèle textuel proche comme approximation, ce qui ajoute de l'incertitude.
3. Les fournisseurs ne publient ni la taille exacte de leurs modèles ni l'énergie réelle par requête. Toute estimation, quelle que soit sa source, hérite de cette zone grise. C'est structurel.
4. La région d'exécution réelle n'est pas connue. Selon le mix électrique, le résultat varie d'un facteur dix, comme le montre le tableau plus haut.
5. Nous ne publions pas d'estimation de consommation d'eau, faute de donnée suffisamment fiable pour être défendue.

Même en corrigeant généreusement la sous-estimation de la voix, on reste dans l'ordre de quelques dizaines de grammes de CO2e par session au maximum. La conclusion ne bouge pas, seule sa précision est en jeu.

Ce que ça change pour une direction commerciale

Trois usages concrets de ce chiffre.

Répondre à un appel d'offres avec critère RSE

De plus en plus de consultations grands comptes intègrent une clause environnementale sur les prestations de formation. Disposer d'un ordre de grandeur sourcé, avec sa méthode et ses limites, vaut mieux qu'une déclaration d'intention. C'est le même réflexe que sur le volet RGPD et AI Act : montrer la mécanique plutôt que promettre la conformité.

Arbitrer un dispositif de montée en compétences

Le poste carbone dominant d'un plan de formation, c'est le déplacement. Toute réflexion sérieuse sur l'empreinte d'un dispositif commence là, pas sur le choix de l'outil numérique. Le raisonnement rejoint celui du budget formation et de ses KPIs : le poste visible n'est presque jamais le poste dominant.

Éviter le greenwashing déclaratif

Marvin.ai enregistre la consommation d'IA réelle de chaque session. L'estimation est donc reproductible à la demande, sur votre propre périmètre, avec vos propres volumes. Ce n'est pas un argument marketing, c'est une donnée d'exploitation.

Sources

• Étude d'impact environnemental Mistral AI x ADEME (2025), environ 1,14 g CO2e par requête
• EcoLogits, GenAI Impact, méthodologie d'estimation d'impact des inférences LLM
• Vert.eco, empreinte écologique des IA génératives
• Alliance Green IT, impact d'une visioconférence d'une heure
• Base Empreinte ADEME / Negaoctet, visioconférences
• Statista, empreinte carbone des réseaux sociaux
• Émissions de CO2e par voyageur-kilomètre, data.gouv.fr
• Impact CO2, empreinte carbone d'un repas, ADEME

Christopher Nadotti

Christopher Nadotti est le fondateur de Marvin.ai et de b-flower, cabinet de conseil en performance commerciale depuis 1999. Il accompagne depuis 25 ans les directions commerciales dans la transformation de leurs forces de vente, avec 6 000 commerciaux formés chaque année.

LinkedIn ↗ Qui sommes-nous