IA et Big Data

L’IA, une menace pour l’environnement ?

Quel impact, quelles solutions, quels cas d'usage ?

L’impact environnemental de l’IA fait couler beaucoup d’encre et pas forcément celle des stylos les mieux informés. Le salon One-to-One B.Better est « le nouveau rendez-vous d’affaires One to One à destination des décideurs et fournisseurs engagés pour un business durable et responsable ». Afin d’introduire ce nouvel événement, Visionary Marketing a interviewé Thomas Husson de Forrester, qui fait partie du comité éditorial du salon. Avec lui, nous nous sommes posé la question de l’impact environnemental de l’IA. Voici un résumé de nos échanges que vous retrouverez in extenso dans le podcast associé à ce billet. 

Quel impact environnemental de l’IA et quelles perspectives ?

impact environnemental de l'IA
Quel impact environnemental de l’IA ? On entend souvent des annonces alarmistes et alarmantes, mais les résultats des scientifiques (Nature) ne les corroborent pas — image produite avec l’aide de Midjourney.

Mesurer les externalités négatives et positives de l’IA

L’IA est un sujet qui fait couler beaucoup d’encre. Mais la vraie question est celle de ses cas d’usage.

                  La vraie question est celle des cas d’usage de l’IA.

Effectivement, il y a une empreinte carbone et une consommation de ressources en eau importante. On sait que le digital a un impact sur l’environnement.

Afin d’illustrer ce sujet de l’impact environnemental de l’IA, nous ne pouvions faire autrement que de demander à l’IA de Midjourney de nous dessiner un environnement du futur. On dirait que l’IA a décidé comme Alphonse Allais de mettre les villes à la campagne. À moins que ce soit l’inverse, ou les deux à la fois.

La question c’est pour quoi faire ?

Microsoft a annoncé il y a peu de temps avoir eu une augmentation de 30 % de ses émissions de carbone sur la période 2020-2023, et a reconnu qu’une bonne partie de cette augmentation était liée à l’explosion de l’IA. Moins du fait de l’usage des données que de la construction même de ces data centers.

Mais la vraie question, c’est pour quoi faire ? Si c’est pour faire des vidéos, des fake news et passer son temps à poser des questions à ChatGPT alors qu’une réponse peut être obtenue facilement avec des outils non IA moins gourmand, cela va poser problème.

La bonne nouvelle, c’est qu’il y a pléthore de cas où l’IA peut se mettre au service de l’environnement.

impact environnemental de l'IA
Comme le dit Thomas Husson, le digital a un impact sur l’environnement. Selon Earth.org, « Des chercheurs de l’université du Massachusetts ont récemment mené une étude pour déterminer la quantité d’énergie utilisée pour entraîner certains grands modèles populaires d’IA. Selon les résultats, cet entraînement peut produire environ 626 000 livres [313 000 kg environ] de dioxyde de carbone, soit l’équivalent d’environ 300 vols aller-retour entre New York et San Francisco – près de 5 fois les émissions d’une voiture moyenne pendant toute sa durée de vie ». L’article ne précise pas la fréquence cependant, on n’entraîne pas un modèle d’IA tous les jours et on l’entraîne pour des millions d’utilisateurs. Mais quoiqu’il en soit, l’impact n’est pas neutre.

De l’impact environnemental du digital et de l’IA en particulier

Le digital au sens large, c’est-à-dire toute l’infrastructure et l’usage liés à la technologie digitale, représentent de 3 à 4 % de l’ensemble des émissions de gaz à effet de serre. L’industrie aérienne pèse environ 3,5 %*, donc le digital est significatif.

NDLR* Le chatbot d’Ekimetrics que nous présentons ci-après indique que le transport aérien est uniquement responsable de 2,4 % des émissions de gaz à effet de serre. Sur l’impact environnemental du digital, nous avons donné des indications plus précises dans ce billet

A notre grande surprise, le journal Nature a trouvé que l’IA consommait moins que les humains (ici la production d’une page, mais les résultats sont les mêmes pour les images). Sans doute car les humains mangent, transpirent et jettent des ordures. Les IA ne boivent pas de Coca Cola. (Cette illustration compare les émissions de CO2e de l'IA et des humains chargés de rédiger une page de texte. L'IA (via BLOOM ou ChatGPT) produit 130 à 1500 fois moins de CO2e par page qu'un auteur humain. L'IA produit également beaucoup moins de CO2e que l'utilisation de l'ordinateur pour aider les humains à écrire.
À notre grande surprise, le journal Nature a trouvé que l’IA consommait moins que les humains (ici, la production d’une page écrite, mais les résultats sont les mêmes pour les images). Sans doute, car les humains mangent, transpirent et jettent des ordures. Les IA, elles, ne boivent pas de Coca-Cola. (Cette illustration compare les émissions de CO2e de l’IA et des humains chargés de rédiger une page de texte. L’IA [via BLOOM ou ChatGPT] produit 130 à 1500 fois moins de CO2e par page qu’un auteur humain. L’IA produit également beaucoup moins de CO2e que l’utilisation de l’ordinateur pour aider les humains à écrire).

Mais les tendances vont se confirmer.

Si on regarde la consommation des data centers aux États-Unis, on estime que la consommation électrique des data centers va tripler d’ici à 2030 pour représenter grosso modo 7,5 % du total. L’augmentation est indéniable.

Toutefois, c’est le hardware qui consomme le plus, c’est à peu près 80 % de l’empreinte*, et aller renouveler son smartphone tous les 10 mois est une mauvaise idée.

NDLR* Nos sources indiquent plutôt 70 % environ, mais l’ordre de grandeur est respecté.

Quand l’IA va inciter consommateurs et entreprises à acheter plus d’objets numériques, plus d’ordinateurs, plus de smartphones, plus de serveurs, c’est là que nous verrons son véritable impact environnemental.

impact environnemental de l'IA
Le matériel est effectivement ce qui produit le plus d’émission, non seulement sa fabrication, mais aussi son utilisation — source Sustainable Web Design via Mozilla.org

L’enjeu, c’est d’aller vers des SML, des Small Language Models. C’est-à-dire qu’au lieu d’avoir un modèle avec des milliards de milliards de paramètres pour une requête toute simple, ce qui consomme énormément et n’a pas forcément un intérêt systématique, on ira vers des modèles plus spécifiques à une fonction, un métier, un usage. Cela permettra d’optimiser réellement la consommation d’énergie.

Quelques cas d’usage positifs de l’IA pour l’environnement

L’IA, dans son acception la plus large, est au service de l’environnement depuis longtemps.

  1. Il est des systèmes d’advance analytics qui permettent de manière assez simple de mieux prédire la demande et d’optimiser les flux. Pour optimiser la consommation énergétique d’un bâtiment, ou les prévisions de la demande pour éviter le gaspillage alimentaire.
  2. Il y a aussi le machine learning pour les optimisations de la supply chain, l’ordonnancement dans le transport et l’optimisation du remplissage des camions.
  3. Puis il y a le deep learning, pour améliorer la prédiction du risque climatique, le respect de la biodiversité, avec la mesure, avec des capteurs, du bruit de certains animaux.
  4. Et enfin, il y a l’IA générative avec les fameux Large Language Models, mais surtout avec la capacité d’aller mieux traiter l’information. Il y a des cas d’usage de chatbots avec la Gen AI. Par exemple, ce qu’a fait Ekimetrics pour le compte de Climate Q&A [NDLR Voir notre essai ci-dessous] est assez intéressant parce que ça permet de sourcer l’information des travaux du GIEC et d’autres travaux scientifiques.

Et ensuite, il y a après tous les cas d’usage spécifiques à l’environnement, ce qui est encore autre chose.

Le chatbot d’Ekimetrics répond à vos questions sur le changement climatique

impact environnemental de l'IA
Voici la conclusion du chatbot d’ekimetrics pour la question de l’impact du digital sur le changement climatique. « La technologie numérique offre des possibilités d’atténuation du changement climatique grâce à l’amélioration de l’efficacité énergétique et à l’innovation. Mais elle pose également des défis tels que l’augmentation de la demande d’énergie et les compromis avec les objectifs de durabilité. Une bonne gouvernance et la prise en compte des impacts environnementaux de la numérisation sont cruciales pour exploiter son potentiel afin de soutenir des objectifs d’atténuation rigoureux ». Il est probable que cette requête ait cependant contribué au problème que le chatbot est censé dénoncer.

Les cas d’usage positifs de l’IA pour l’environnement

En utilisant des données satellitaires ou des capteurs au sol et des algorithmes de type machine learning, on peut affiner les prédictions environnementales. On peut également mieux détecter à l’avance les évolutions des feux de forêt, par exemple.

forêt
Prédire les feux de forêt avec l’IA c’est possible. Empêcher qu’ils se déclenchent aussi, mais on n’en est pas encore là…

Il y a quelques applications concrètes, par exemple en Californie. Ces technologies ont été utilisées par le département de protection Cal Fire. Cela leur permet de détecter plus rapidement les départs de feux, et d’anticiper leur propagation. Cela permet aussi de mieux affecter des ressources aux sinistres.

Ce sont des mesures palliatives, mais le potentiel de l’IA est assez exceptionnel dans ce domaine.

La question maintenant est de savoir quels moyens nous allons mettre sur ces cas d’usage. Et également, qui les met et comment on collabore pour pouvoir les déployer.

C’est encore une fois une question de volonté et de décision politique.

Pour s’inscrire à one to one B.Better, cliquer sur le bouton suivant.

S'inscrire maintenant

Yann Gourvennec

Yann Gourvennec created visionarymarketing.com in 1996. He is a speaker and author of 6 books. In 2014 he went from intrapreneur to entrepreneur, when he created his digital marketing agency. ———————————————————— Yann Gourvennec a créé visionarymarketing.com en 1996. Il est conférencier et auteur de 6 livres. En 2014, il est passé d'intrapreneur à entrepreneur en créant son agence de marketing numérique. More »

Laisser un commentaire

Bouton retour en haut de la page