Guide service public — déployer la mesure d’inférence LLM

Les collectivités déploient l’IA (copilotes, assistants, SaaS) plus vite que les outils de pilotage climat ne suivent. Ce guide décrit un déploiement réaliste : sensibilisation immédiate, agrégation par service, preuve exportable pour la RSE ou le comité, sans contenu de prompt sur nos serveurs.

carbon-llm est un indicateur d’usage (tokens, modèle, tenant) avec coefficients documentés — complément d’un dispositif climat ou numérique responsable, pas un substitut aux obligations statutaires.

Au cœur, carbon-llm est un référentiel technique d’activité d’inférence : métadonnées (identifiant de modèle, volumes) → CO₂e documenté → agrégation par segment (`tenant_id`) → tableaux de bord et exports. Ce n’est pas un cabinet de conduite du changement, ni un bureau d’études PCAET ou bilan carbone territoire, ni un remplaçant des éditeurs LLM.

Sur quoi étendre : renforcer l’instrumentation (flux réels, organisation / rôles, SSO, passerelles, qualité des séries, rapports d’audit) et la preuve (exports, conformité, traçabilité des hypothèses). Sensibilisation (extension sans compte, démos) reste un levier d’entrée — elle ouvre la porte ; la valeur durable pour une collectivité est la mesure fiable dans le SI, pas seulement l’ordre de grandeur sur le poste.

Conduite du changement (animation longue, formation RH, redesign métiers) : hors cœur produit — à mener avec vos équipes, un intégrateur ou un prestataire ; nous fournissons le compteur et le dossier technique de ce pan-là, pas le coaching de bout en bout.

Chaîne de lecture : sensibilisation (court) → instrumentation (là où investir) → pilotage / arbitrage (comité, RSE, DSI) ; le reste (charte IA, DPIA, climat global du territoire) reste collectif — lois, organisations, autres outils — avec lequel ce produit doit s’aligner, pas se substituer.

• Cœur produit — fiabiliser `POST /api/v1/track`, multi-segments, exports, vues conformité, documentation des limites méthodologiques.
• Un cran « pilotage » — gabarits d’export, libellés métier public, aide à cadrer les données que nous traitons (pas la transformation organisationnelle entière).
• Sensibilisation — extension et contenus pédagogiques comme porte d’entrée, pas comme seul produit « mature » côté collectivité.

Palier 1 — L’agent s’auto-sensibilise : installation de l’extension depuis le Chrome Web Store, sans compte. Indication de CO₂e par réponse à partir des métadonnées (pas de texte de conversation envoyé).

Palier 2 — La direction ou la DSI fédère par service : une clé API (compte gratuit ou Pro) et un tenant_id stable par ligne métier (ex. direction-sociale, urbanisme-digital). Les événements POST /api/v1/track alimentent la vue « Clients finaux » et le graphique CO₂e.

Palier 3 — RSE / climat / DSI : tableau de bord avec périodes (7 jours à tout l’historique), agrégation jour / semaine / mois, export CSV, rapports PDF et vue conformité. Les installations navigateur sont regroupées par client_instance_id (identifiant de poste, pas un nom de personne).

Chaque besoin se lit en un seul enchaînement C · A · P : caractéristique (fait produit vérifiable), avantage (ce que la collectivité gagne en pilotage ou en comité), preuve (ce qu’un réviseur, une DSI ou un élu peut rouvrir : export, doc, hébergement). Ce n’est pas quatre arguments séparés : c’est un fil par cas d’usage.

Les exemples documentés plus bas (Cannes, IssyGPT, parcours collectivités, enquêtes agents) illustrent pourquoi ce fil compte ; les chaînes ci-dessous disent comment carbon-llm répond sans prétendre remplacer charte IA, DPIA ou inventaire carbone complet.

• Back-office intensif IA générative (rédaction, marchés publics, juridique, comptes rendus — profils « modernisation administrative »). Caractéristique — événements `POST /api/v1/track` avec `tenant_id` par direction ou logiciel, métadonnées modèle + volumes uniquement (pas de texte de conversation sur notre plateforme). Avantage — une même ligne « inférence » alimente le pilotage climat / numérique responsable quel que soit le fournisseur derrière le SaaS. Preuve — séries dans le tableau de bord, exports CSV et page méthodologie.
• Canal usagers (chatbot d’information locale, formulaires intelligents). Caractéristique — `tenant_id` dédié « usagers » vs « interne » ; si votre passerelle expose déjà modèle et tokens, même API ; sinon sensibilisation agents via l’extension sur les chats web courants. Avantage — vous ne mélangez pas l’empreinte self-service avec les flux métiers dans le même agrégat. Preuve — graphiques et exports par tenant + coefficients et limites explicités publiquement.
• Multi-outils sur un territoire (Gemini, Mistral, Copilot, éditeurs métiers en parallèle). Caractéristique — un référentiel CO₂e par segment (service, budget, outil) au lieu d’attendre un bilan « clé en main » par éditeur. Avantage — la DSI et le comité arbitrer avec des séries comparables, y compris quand la stratégie est volontairement multi-moteurs. Preuve — agrégations jour / semaine / mois, période « depuis le début », documentation OpenAPI et DPA pour le cadre contractuel.
• Formation, literacy, risques (parcours type « collectivité » avec consommation énergétique et réglementation à l’agenda). Caractéristique — extension sans compte : CO₂e indicatif par réponse sur les interfaces où elle s’installe. Avantage — les agents calent l’ordre de grandeur avant la généralisation des copilotes ; appui pédagogique au même discours que le comité climat. Preuve — comportement observable sur le poste ; politique de non-réception du contenu des prompts côté plateforme décrite avec le reste du dossier sécurité / confidentialité.

Recommandation : faire du tenant_id le code du service, du programme ou du budget — jamais l’identité d’un agent. Le tableau de bord agrège alors « par direction », ce qui colle aux usages PCAET / bilan.

L’extension envoie un client_instance_id stable par installation navigateur pour distinguer les postes sans enregistrer de nom. C’est une donnée technique ; la politique interne (charte IA, DPIA) reste à votre initiative.

Après connexion, la vue d’ensemble résume l’usage tracké pour votre compte éditeur : filtres d’environnement, périodes, graphique et exports cohérents avec la documentation API.

• Filtres Tous / Production / Test pour séparer clés facturables et bacs à sable.
• Période « Depuis le début » pour les bilans longs ; graphique CO₂e en jour, semaine (lundi UTC) ou mois.
• KPI « Installations extension » + tableau par installation lorsque l’extension envoie client_instance_id.
• Exports CSV avec colonne client_instance_id pour rattacher à vos propres référentiels SI.

Hébergement UE et absence de contenu de prompt côté plateforme : voir sécurité et confidentialité. Le DPA et les CGU encadrent le traitement pour votre structure.

L’AI Act et les exigences climat (CSRD / ESRS E1 pour les sociétés concernées) poussent vers la documentation d’activité — notre positionnement reste « indicateur d’inférence », pas « conformité AI Act / PCAET clé en main ».

Pour pousser l’extension à grande échelle, les référentiels Microsoft / Google permettent les stratégies d’installation managée. Exemple indicatif — à valider avec votre administrateur et la documentation officielle du navigateur (ID d’extension ci-dessous).

• Alternative légère : lien intranet vers la fiche Chrome Web Store + sensibilisation lors de la formation IA (obligation de literacy côté AI Act pour les équipes concernées).

[
  "lohinmbpilopeojppfipplchdlmbnicp;https://clients2.google.com/service/update2/crx"
]

Les références ci-dessous ont été recoupées via recherche web (dont outil Linkup) : sites de collectivités, presse, opérateurs d’accompagnement. Ce ne sont pas des témoignages clients de carbon-llm ; elles servent seulement à ancrer le discours dans ce qui se joue déjà sur le terrain (multi-outils, multi-fournisseurs, exigence de cadre).

Relisez-les avec la section « caractéristique · avantage · preuve » : chaque profil (ex. Cannes = back-office intensif ; IssyGPT = canal usagers ; parcours SICTIAM = literacy + énergie) trouve sa chaîne C · A · P correspondante ci-dessus.

Lecture pour la mesure d’inférence : lorsque Copilot, Gemini, Mistral ou des SaaS métiers coexistent, l’agrégation utile est par service ou par outil (`tenant_id`), avec des exports comparables — pas l’illusion d’un unique « tableau de bord fournisseur ».

• Cannes (Alpes-Maritimes) — la Ville décrit un déploiement d’IA générative dans les services (rédaction, marchés publics, traduction, comptes rendus, etc.) au service de la performance administrative ; des retours presse détaillent des expérimentations multi-logiciels (culture, RH, marchés publics).
• Issy-les-Moulineaux — la presse généraliste a relayé le lancement d’un chatbot citoyen (« IssyGPT ») sur le site municipal pour l’information locale, illustration d’un canal dédié usagers en plus des outils internes.
• SICTIAM / Maison de l’IA (Sophia Antipolis) — des parcours « collectivité territoriale » placent explicitement ChatGPT, Gemini, Mistral et les risques (biais, hallucinations, consommation énergétique, AI Act, RGPD, CNIL) au programme d’accompagnement des acteurs publics.
• Usages déclarés par les agents — une synthèse de conseil cite le baromètre Talan / Ifop sur les Français et l’IAG, et un article Acteurs publics sur une enquête auprès d’agents : une part non négligeable déclare déjà utiliser des IAG « grand public » dans le travail — ce qui renforce l’enjeu de cadre, charte et preuve d’activité.
• Stratégie multi-moteurs — un même territoire peut combiner assistants européens (ex. Mistral), offres Google et écosystème Microsoft 365 / Copilot ; carbon-llm reste pertinent tant que vous pouvez rattacher des événements (modèle + volumes) à des segments stables, quelle que soit la marque du chat.

Des évolutions utiles côté terrain : lien d’installation pré-rempli (tenant / clé), comptes organisation avec rôles, SSO public. Elles demandent du développement dédié — en attendant, ce guide et le contact permettent de cadrer un pilote.