À quoi correspondent 10 kg de CO₂e pour une personne en Suisse ?

Dans la méta-analyse mondiale de Poore et Nemecek, reprise par OWID, le bœuf est d’environ 99,5 kg CO₂e/kg.
La fiche française Impact CO₂, basée sur Agribalyse 3.2, indique 28 kg CO₂e/kg pour une moyenne de plusieurs morceaux.
10 kg CO₂e correspondent donc à 100 g à 360 g

• OWID : émissions par kilo d’aliment, données de Poore et Nemecek
• Impact CO₂ : bœuf, donnée Agribalyse 3.2

OWID reprend une valeur mondiale d’environ 9,9 kg CO₂e/kg de poulet (Poore et Nemecek, 2018).
La fiche Impact CO₂ fondée sur Agribalyse 3.2 donne 4,56 kg CO₂e/kg pour le poulet vendu en France.
10 kg CO₂e correspondent donc à 1 à 2 kg (soit 5 à 10 portions généreuses de 200 g !)
Notez que sur le site, on trouve l'empreinte carbone pour de nombreux autres aliments et qu'on réalise que la viande est particulièrement émettrice.

• OWID : émissions par kilo d’aliment
• Impact CO₂ : poulet, Agribalyse 3.2

On suppose une consommation de chauffage de 100 kWh/m² par an, soit 8 000 kWh par an pour un logement de 80 m². Pour les émissions de cycle de vie, on utilise les facteurs KBOB de l’onglet « Énergie », lignes 42 et 43 : 0,234 kg CO₂-éq./kWh pour le gaz naturel et 0,343 kg CO₂-éq./kWh pour le mazout EL. Les émissions annuelles estimées sont donc d’environ 1 872 kg CO₂-éq. au gaz et 2 744 kg CO₂-éq. au mazout.

Une baisse de 1 °C est supposée réduire d’environ 6 % l’énergie de chauffage. Cela représente environ 112 kg CO₂-éq. économisés par an au gaz et 165 kg au mazout. En supposant une saison de chauffe de 100 jours et une économie répartie uniformément, il faut baisser le chauffage de 1 °C pendant environ 9 jours au gaz ou 6 jours au mazout pour économiser 10 kg CO₂-éq.

• Confédération suisse : environ 6 % d’énergie de chauffage économisée par degré en moins
• KBOB : Liste des données écobilans dans la construction, version 9.0 (fichier Excel, onglet « Énergie », lignes 42 et 43)

Calcul fondé sur 170 g CO₂e par voiture thermique, par kilomètre, valeur britannique de 2022 reprise par OWID.
10 kg CO₂e correspondent alors à 59 km
Ce nombre ne tient pas compte des émissions à la fabrication, en tenir compte augmenterait de 20 % à 30 % les émissions.
La note 8 de bas de page suggère que la valeur est par voiture : on peut alors répartir l’impact entre les passagers (c'est-à-dire diviser par le nombre de passagers).

• OWID : empreinte carbone des modes de transport

OWID reprend un facteur de 151 g CO₂e par passager-kilomètre pour un vol court-courrier (un multiplicateur de 1,9 pour tenir compte des effets hors CO₂ en altitude est inclus dans cette estimation).
10 kg CO₂e correspondent donc à 66 km.
Comme pour les voitures, la fabrication n’apparaît pas dans le périmètre des facteurs cités, mais la page OWID ne précise pas clairement si elles sont ou non prises en compte. Cela dit, à l'échelle de tous les vols, les émissions liées à la fabrication sont marginales dans le cas des avions.

• OWID : empreinte carbone des modes de transport
• L'utilisation représente 99,9 % des émissions dans le cas des avions

Pour un TGV, Impact CO₂ affiche 2,93 g CO₂e/km : 10 kg correspondent à environ 3 400 km.
Un Intercity est quant à lui indiqué à 8,98 g CO₂e/km : 10 kg correspondent à environ 1 110 km.
Les CFF indiquent environ 7 g CO₂e par personne et par kilomètre : 10 kg correspondent à environ 1 400 km.
Les facteurs d’émissions courants du train ne couvrent pas nécessairement la construction de l’infrastructure. Leur ajout dépend beaucoup du type de ligne et de son utilisation ; il peut être important pour une ligne nouvelle, notamment à grande vitesse.

• Impact CO₂ : TGV, 2,93 g CO₂e/km
• CFF : émissions par personne-kilomètre (2022)
• OWID : comparaison internationale des transports

Énergie estimée par requête textuelle typique : 0,24 Wh pour Gemini et 0,34 Wh pour ChatGPT, en 2025.
Le lieu de calcul et son approvisionnement électrique ne sont généralement pas connus. OpenAI propose toutefois à certains clients ChatGPT Enterprise/Edu éligibles de faire exécuter l'inférence en Europe (EEE + Suisse), à condition d'activer la résidence des données. On fait donc le calcul avec un mix UE et un mix US.

• Avec un mix électrique états-unien : 0,384 kg CO₂e/kWh selon OWID d’après Ember -> 0,58 g CO₂e/Wh avec le facteur ×1,5
  On arrive à 0,14 à 0,20 g CO₂e pour une requête courte.
  10 kg correspondent alors à 50 000 à 72 000 questions.
  Les estimations sont difficiles à obtenir et OWID signale la fragilité de son chiffrage. On peut garder comme estimateur « pessimiste » qu'une requête correspond à environ 1 g CO₂e.
• Avec le mix énergétique de l’UE en 2025 : 0,2099 kg CO₂e/kWh (OWID, d’après Ember), avec un facteur ×1,5 ajouté pour les équipements et autres impacts indirects (estimation non sourcée) -> 0,31 g CO₂e/Wh
  On arrive à 0,0756 à 0,11 g CO₂e pour une requête courte.
  10 kg correspondent alors à environ 90 000 à 130 000 questions.

• OWID : consommation électrique des requêtes IA et limites des estimations
• Our World in Data / Ember : intensité de cycle de vie de l’électricité, UE
• Our World in Data / Ember : intensité de cycle de vie de l’électricité, US
• OpenAI : résidence des données et de l’inférence pour ChatGPT

Les sources indiquent une consommation de 1,3 à 3 kWh par « jour », sans précision du nombre d'heures ni du nombre d'agents.
On suppose pour les calculs : 4 heures de vibecoding par jour et 3 agents de codage en parallèle.
On aurait donc 0,325 à 0,75 kWh/heure de vibecoding

• Avec le mix énergétique des US : 0,384 kg CO₂e/kWh (OWID, d’après Ember), avec un facteur ×1,5 ajouté pour les équipements et autres impacts indirects (estimation non sourcée) -> 0,58 kg CO₂e/kWh
  soit entre 0,19 et 0,44 kg CO₂e par heure de vibecoding
  10 kg correspondent alors à environ 23 à 53 heures de vibe coding.
• Avec le mix énergétique de l’UE en 2025 : 0,2099 kg CO₂e/kWh (OWID, d’après Ember), avec un facteur ×1,5 ajouté pour les équipements et autres impacts indirects (estimation non sourcée) -> 0,31 kg CO₂e/kWh
  soit entre 0,1 et 0,23 kg CO₂e par heure de vibecoding
  10 kg correspondent alors à environ 40 à 100 heures de vibe coding.

• Simon P. Couch : estimation de 1,3 kWh par jour ; son usage décrit « quelques » heures de programmation avec 2 ou 3 agents Claude Code
• Zeke Hausfather : estimation moyenne de 3,0 kWh par jour pour son usage de Claude Code, avec une large plage d’incertitude
• Our World in Data / Ember : intensité de cycle de vie de l’électricité, UE
• Our World in Data / Ember : intensité de cycle de vie de l’électricité, US

La consommation estimée varie fortement selon le modèle et ses réglages. Nous prendrons ces deux estimations :
Selon le MIT : 3,4 millions de joules par vidéo de 5 s soit 0,94 kWh
Selon Delavande et al. : 0,09 kWh par clip de 5 s avec le modèle WAN2.1-T2V-1.3B (tableau 4 : GPU 78,8 Wh + processeur 7,4 Wh + mémoire 4,3 Wh = 90,5 Wh)

• Avec le mix énergétique des US : 0,384 kg CO₂e/kWh (OWID, d’après Ember), avec un facteur ×1,5 ajouté pour les équipements et autres impacts indirects (estimation non sourcée) -> 0,58 kg CO₂e/kWh
  soit 0,058 à 0,55 kg CO₂e
  10 kg correspondent alors à environ 18 à 174 clips de 5 s.
• Avec le mix énergétique de l’UE en 2025 : 0,2099 kg CO₂e/kWh (OWID, d’après Ember), avec un facteur ×1,5 ajouté pour les équipements et autres impacts indirects (estimation non sourcée) -> 0,31 kg CO₂e/kWh
  soit entre 0,031 à 0,30 kg CO₂e par clip de 5 s
  10 kg correspondent alors à environ 34 à 318 clips de 5 s.

La consommation dépend notamment de la résolution, du nombre d’images, des étapes de débruitage, du modèle et du matériel. Dans l’étude de Delavande et al., l’énergie augmente de façon quadratique avec la résolution et la longueur temporelle pour les configurations étudiées : c'est-à-dire qu'on multiplie par 4 l'énergie utilisée (et donc l'impact carbone) chaque fois qu'on double la durée d'un clip.

• Delavande, Pierrard et Luccioni : benchmark énergétique de modèles open source de génération vidéo ; résultats dépendant du modèle et des réglages
• MIT Technology Review (2025) : enquête sur la consommation d’énergie de l’IA, avec la mesure de génération vidéo de CogVideoX
• Simon Willison : résumé de l’enquête du MIT Technology Review, notamment sur les mesures de CogVideoX
• Our World in Data / Ember : intensité de cycle de vie de l’électricité, UE
• Our World in Data / Ember : intensité de cycle de vie de l’électricité, États-Unis

L’AIE estime qu’une heure de streaming vidéo sur Netflix en 2019 émettait environ 36 g CO₂ selon son scénario central.
10 kg CO₂ correspondent à environ 278 heures.

Cette estimation dépend notamment du pays, de l’appareil utilisé, du réseau et de la qualité vidéo.
L’AIE attribue la plus grande part de la consommation d’électricité de son scénario moyen aux appareils de visionnage.

• AIE : estimation, scénario central et facteurs influençant l’empreinte du streaming vidéo

Impact CO₂ affiche 80,2 kg CO₂e par smartphone de référence, sur la base d’une étude ADEME/ARCEP mise à jour en 2025.
10 kg CO₂e correspondent donc à 1/8 de smartphone
La fabrication représente 79,3 kg, soit 99 % du total.
Garder son appareil plus longtemps répartit donc de manière importante l'impact.

• Impact CO₂ (ADEME) : empreinte carbone d'un smartphone