L’empreinte environnementale de l’IA générative est significative et en hausse. Cependant, de nombreuses entreprises ne parviennent pas à suivre de manière adéquate cet impact croissant, ce qui met en péril leurs objectifs ESG. Alors que les entreprises commencent à évaluer la capacité de l’IA générative à stimuler leur croissance à l’aune de son coût environnemental, un rapport de Capgemini Research Institute présente des mesures visant à concevoir une stratégie d’IA générative responsable et durable.
L’adoption de l’IA générative s’accélère. D’après un rapport de Capgemini Research Institute, intitulé « Harnessing the value of generative AI (Vol II, Juillet 2024) », le pourcentage d’organisations ayant intégré l’IA générative dans l’ensemble de leurs fonctions et sites d’activité est passé de 6 % fin 2023 à 24 % en octobre 2024. Dans son ensemble, l’IA est un moteur de croissance de l’entreprise, et a également le potentiel d’accroître l’efficacité énergétique et de soutenir les initiatives en faveur du développement durable. Cependant, l’IA générative requiert le traitement de vastes quantités de données et une puissance de calcul importante, ce qui consomme de grandes quantités d’électricité, d’eau et d’autres ressources. Par conséquent, près de la moitié (48 %) des cadres dirigeants estiment que leur utilisation de l’IA générative a entraîné une hausse de leurs émissions de GES selon le rapport « Developing sustainable Gen AI » de Capgemini Research Institute. Cette augmentation de l’empreinte carbone devrait continuer à croître. Les organisations qui mesurent actuellement l’empreinte environnementale de leur IA générative s’attendent à ce que la part de leurs émissions liées à cet usage par rapport à leurs émissions totales augmente en moyenne de 2,6 % à 4,8 % au cours des deux prochaines années.
Une minorité d’organisations se préoccupe de la durabilité de l’IA générative
Par ailleurs, avec l’accélération des innovations autour de l’IA générative, le reporting environnemental des entreprises ne suit pas le rythme. Seuls 12 % des cadres dirigeants qui utilisent l’IA générative déclarent que leur entreprise mesure l’empreinte environnementale de leur utilisation et, en réalité, seuls 38 % d’entre eux affirment être conscients de cet impact. De même, alors que les entreprises tentent de rester compétitives, la performance, la déployabilité et le coût sont des considérations clés dans l’évaluation des modèles d’IA générative, tandis que la durabilité n’a qu’une importance marginale. Seulement un cinquième des cadres dirigeants placent l’empreinte environnementale de l’IA générative comme l’un des cinq premiers facteurs lors de la sélection ou la construction de modèles d’IA générative, et plus de la moitié reconnaissent qu’inclure la durabilité comme critère clé lors de la sélection des fournisseurs d’IA générative permettrait de réduire son empreinte environnementale.
Un soutien de l’ensemble du secteur est nécessaire pour correctement rendre compte de l’empreinte environnementale de l’IA générative
Avec une prise de conscience croissante de l’empreinte environnementale de l’IA générative, près d’un tiers (31 %) des organisations ont commencé à mettre en place des initiatives durables dans le cycle de vie de l’IA générative. Par exemple, plus de la moitié d’entre elles utilisent déjà des modèles plus petits et alimentent leur infrastructure d’IA générative avec des sources d’énergie renouvelables, ou prévoient de le faire au cours des 12 prochains mois. Cependant, comme plus des trois quarts des organisations n’utilisent que des modèles pré-entraînés et que seulement 4 % construisent leurs propres modèles, les cadres dirigeants dépendent fortement de leurs partenaires technologiques lorsqu’il s’agit de traiter la question de l’empreinte environnementale de l’IA générative. En effet, près des trois quarts d’entre eux estiment qu’il est difficile de mesurer l’impact de cette technologie en raison du manque de transparence de la part des fournisseurs et de l’absence de méthodologie sur la façon de rendre compte de cette empreinte environnementale.
« Le prix de l’inférence des modèles d’IA ne correspond pas nécessairement à la consommation d’énergie dans les datacenters. Cette absence de transparence dans les prix, c’est-à-dire cette absence d’effet de signal sur les prix, n’est pas positive et ne permet pas d’adopter le comportement le plus vertueux », déclare Etienne Grass, Managing director et Directeur Exécutif de Capgemini Invent France. « Il existe par ailleurs une course à l’échelle qui est lancée sur la production de modèles, particulièrement de modèles d’agents et maintenant de modèles multimodaux (qui intègrent de l’image). Les trajectoires de bilan carbone des déploiements de l’IA ne sont donc pas balisées. Cela signifie qu’elles peuvent très fortement s’alourdir. D’ailleurs, quand on se projette à 2030 sur le bilan carbone des IA, on voit que la part des modèles d’agents devient extrêmement prééminente », ajoute-t-il. « Si nous voulons que l’IA générative soit un moteur de croissance durable, l’ensemble du marché doit ouvrir la discussion sur de la collaboration autour des données, en élaborant des normes sur la façon dont nous mesurons l’empreinte environnementale de l’IA, afin que les dirigeants soient équipés pour prendre des décisions business plus éclairées et responsables, et atténuer ces impacts, commente de son côté Cyril Garcia, Responsable mondial des offres « Sustainability » et de la RSE et membre du comité de direction générale du groupe Capgemini.
Une feuille de route pour une utilisation durable et responsable de l’IA générative
Le rapport suggère également qu’avant le lancement de leurs projets d’IA générative, les entreprises devraient procéder à une évaluation approfondie du retour sur investissement attendu et de leur empreinte environnementale. Elles devraient également s’assurer qu’elles ne peuvent pas utiliser d’autres technologies moins gourmandes en énergie avec une performance comparable. Dans certains cas, l’IA générative peut en réalité être utilisée pour accélérer les objectifs en matière de durabilité, malgré son empreinte environnementale. Le rapport met en évidence les principaux cas d’usage, comme le reporting ESG et la planification de scénarios, l’optimisation des matériaux pour certaines industries clés ou la conception de produits durables/circulaires.
Un tiers des cadres dirigeants utilisent déjà l’IA générative pour des initiatives durables et deux tiers déclarent s’attendre à une réduction de plus de 10 % de leurs émissions de gaz à effet de serre dans les 3 à 5 prochaines années grâce aux initiatives durables rendues possible par l’IA générative. Toutefois, cette perspective doit être prise avec prudence, selon le rapport, étant donné le nombre limité d’entreprises qui mesurent l’empreinte environnementale de leur usage de l’IA générative. La recherche et le suivi continus sont essentiels pour comprendre et atténuer l’impact de l’IA sur l’environnement. Les modèles de gouvernance multidisciplinaires et la collaboration entre les parties prenantes de l’écosystème de l’IA générative seront également importants pour les entreprises qui souhaitent parvenir à une utilisation sûre, transparente, durable et éthique de l’IA générative. Près des deux tiers (62 %) des cadres dirigeants estiment que des garde-fous et une gouvernance solide peuvent atténuer efficacement l’impact environnemental de l’IA générative.