GreenOps en pratique : concilier performance cloud et sobriété numérique

Le cloud n’est pas immatériel. Derrière chaque VM, chaque requête, chaque token IA, il y a un datacenter qui consomme de l’énergie. Le GreenOps vise à réduire cet impact — sans sacrifier la performance.

GreenOps ≠ greenwashing

Le GreenOps n’est pas un label marketing. C’est une discipline opérationnelle qui s’appuie sur les mêmes données que le FinOps :

• Si vous réduisez le gaspillage cloud, vous réduisez les émissions
• Si vous optimisez les workloads, vous consommez moins d’énergie
• Si vous choisissez la bonne région, vous utilisez un mix énergétique plus propre

Chaque euro gaspillé dans le cloud est aussi du CO₂ émis pour rien.

Les 3 axes du GreenOps

1. Éliminer le gaspillage (Quick wins)

Ce sont les mêmes actions que le FinOps, avec un double bénéfice coût + carbone :

Action	Économie coût	Réduction carbone
Éteindre les ressources inutilisées	20-40 %	Proportionnelle
Rightsizing (VMs surdimensionnées)	15-30 %	Proportionnelle
Supprimer les snapshots/volumes orphelins	5-10 %	Stockage + refroidissement
Arrêter les environnements hors heures	30-60 % sur le dev/staging	Directe

2. Choisir les bonnes régions

Tous les datacenters n’ont pas le même impact carbone. Les providers publient leur mix énergétique par région :

• AWS : eu-north-1 (Stockholm) → 98 % renouvelable
• Azure : Sweden Central → quasi 100 % renouvelable
• GCP : europe-north1 (Finlande) → 97 % bas carbone

Déplacer un workload non latence-critique de eu-west-1 (Irlande) vers eu-north-1 (Suède) peut réduire les émissions de 40 à 60 % sans impact perceptible.

3. Optimiser l’architecture

Les choix d’architecture ont un impact massif sur la consommation :

• Serverless vs always-on : une Lambda consomme 0 quand elle ne tourne pas
• Containers vs VMs : meilleur taux d’utilisation CPU = moins de gaspillage
• Cache intelligent : un résultat en cache = un calcul évité
• Compression des données : moins de transfert = moins d’énergie réseau

GreenOps et IA : le nouveau défi

L’IA amplifie le problème. Un seul entraînement de LLM peut émettre autant de CO₂ qu’un vol transatlantique. En inférence, les impacts sont plus modestes mais cumulatifs :

• Choisir le bon modèle : un GPT-4o mini consomme ~10× moins qu’un GPT-4o pour des tâches simples
• Optimiser les prompts : moins de tokens = moins de compute = moins d’énergie
• Cacher les réponses récurrentes : éviter de recalculer ce qui a déjà été généré

Le FinOps for AI et le GreenOps convergent : optimiser les coûts IA, c’est aussi réduire l’empreinte carbone.

Mesurer son impact : les outils

Provider	Outil	Ce qu’il mesure
AWS	Customer Carbon Footprint Tool	Émissions scope 1, 2, 3 par service
Azure	Emissions Impact Dashboard	CO₂ par souscription et service
GCP	Carbon Footprint	Émissions brutes et nettes par projet

Ces outils donnent une baseline. Pour aller plus loin, il faut croiser les données d’émissions avec les données de coût et d’usage — c’est le GreenOps data-driven.

Le business case du GreenOps

Le GreenOps n’est pas (que) une démarche RSE. C’est un avantage concurrentiel :

• Réglementaire : CSRD, taxonomie européenne — les entreprises devront reporter leur empreinte numérique
• Commercial : les clients B2B demandent l’empreinte carbone de leurs fournisseurs SaaS
• Financier : réduire le gaspillage = réduire les coûts (double dividende)
• Talent : les développeurs veulent travailler pour des entreprises responsables

Par où commencer ?

1. Activez les outils de mesure carbone de vos providers (c’est gratuit)
2. Identifiez vos 3 régions les plus carbonées
3. Éliminez le gaspillage évident (ressources inutilisées = émissions inutiles)
4. Pour les nouveaux workloads, choisissez une région bas carbone par défaut
5. Intégrez la métrique carbone dans vos revues FinOps mensuelles

Le meilleur cloud pour la planète, c’est celui que vous n’allumez pas pour rien.

Envie d’aller plus loin ? Commencez par un Diagnostic GreenOps pour mesurer votre empreinte cloud et identifier les leviers de réduction.