Une IA frugale, à l’impact mesuré

Non. L’IA lit les documents et attribue un facteur d’émission à chaque ligne. Les émissions sont ensuite calculées par des règles et la base de facteurs. Chaque ligne indique le facteur utilisé et son niveau de fiabilité, et peut être corrigée.

Selon l’analyse de cycle de vie publiée par Mistral AI en juillet 2025, une réponse de 400 tokens de son modèle Mistral Large 2 émet 1,14 gCO₂e et consomme 45 mL d’eau. L’impact dépend de la taille du modèle : c’est pourquoi ScanMyCarbon choisit un modèle adapté à chaque tâche.

Mistral AI est une entreprise française, et l’un des premiers fournisseurs d’IA à avoir publié l’analyse de cycle de vie complète d’un de ses modèles. Ses modèles assurent la lecture des documents (reconnaissance de texte et extraction).

Non. Mistral AI indique ne pas utiliser les données transmises par son API, ni les requêtes ni les réponses, pour entraîner ses modèles. Son service de reconnaissance de texte (Mistral OCR) ne conserve pas les documents, par défaut.

Chaque ligne affiche son niveau de fiabilité : les estimations et les lignes sans facteur sont signalées pour vérification. Vous corrigez dans l’interface, et la correction est mémorisée puis appliquée automatiquement aux imports suivants, sans IA.

Une IA qui répond à un besoin réel avec le moins de ressources possible : le plus petit modèle suffisant, le moins d’appels possible, un impact mesuré. L’AFNOR a publié en juin 2024 un référentiel général pour l’IA frugale (AFNOR Spec 2314), avec une méthode de mesure et 31 fiches de bonnes pratiques.

L’usage de l’IA dans ScanMyCarbon, la lecture de documents comptables, ne figure pas parmi les usages à haut risque définis par le règlement européen sur l’IA. La solution en applique néanmoins les principes : transparence, supervision humaine et traçabilité.