Les étiquettes alimentaires indiquent la teneur en calories. Pourquoi ne pas faire la même chose pour les requêtes d'IA ? Chaque fois qu'une personne lance un LLM, il y a une consommation réelle d'énergie derrière — puissance de calcul, électricité, coûts d'infrastructure. L'empreinte environnementale et les dépenses opérationnelles sont réelles, mais elles restent invisibles pour les utilisateurs finaux. Si nous apposions des métriques énergétiques sur chaque recherche, génération ou analyse effectuée par ces modèles, les gens pourraient réellement réfléchir à leurs habitudes d'utilisation. La transparence pourrait modifier les comportements. Il s'agit de rendre visibles les coûts cachés, tout comme les faits nutritionnels ont changé la façon dont les gens perçoivent ce qu'ils mangent.