Nouveaux usages, investissements record dans des centres de données, menaces sur l’emploi… L’actualité autour de l’IA est si frénétique que chaque jour voit émerger de nouvelles annonces.
Entre cette effervescence, promesses des grands acteurs du numérique, enjeux de souveraineté, implications socio-économiques, incertitudes sur l’émergence des cadres réglementaires, de modèles rentables et donc du niveau d’adoption, les entreprises recherchent des cas d’usage. L’enjeu ? Ne pas se laisser distancer par une révolution technologique.
Mais si les enjeux environnementaux ne sont pas toujours affichés comme une priorité, les impacts et concurrences d’usages sont une réalité. Les modèles d’IA générative en mobilisant des milliers de milliards de paramètres sont une technologie particulièrement énergivore. Pour conférer une valeur pérenne à l’IA, certains souhaitent la doter d’une raison d’être, notamment en maîtrisant ses impacts directs et en recherchant des effets positifs, durables et équitables dans les opportunités développées.
Pour cela, les entreprises peuvent actionner différents leviers.
Mesurer et piloter l’impact des projets. D’une part en développant les moyens humains et techniques pour collecter, voire estimer, les données d’impacts, ainsi que les outils pour les exploiter. D’autre part, en intégrant les résultats dans le processus de gouvernance afin d’informer les décideurs.
Challenger l’usage de l’IA. « Si votre seul outil est un marteau, tout ressemble à un clou » : pour s’assurer que le recours à l’IA apporte bien de la valeur, différents outils permettent de bien qualifier voire challenger les besoins des clients internes ou externes (guidelines internes, analyse de risques, IA gate…).
Agir sur les fournisseurs. Que ce soient via les créateurs d’IA, intégrateurs de systèmes, hébergeurs de données, ou les fournisseurs de services numériques, l’essentiel des services d’IA d’une entreprise est aux mains de ses prestataires. Inclure dans les appels d’offres des exigences d’écoconception et de performance en énergie, eau, carbone est un levier incontournable d’une stratégie IA.
Penser IA frugale. Agir sur les spécifications d’un projet d’IA pour limiter ses impacts génère des gains de coûts, confidentialité et performance : réduction du jeu de données et optimisation des modalités d’entrainements et des algorithmes d’inférence, réseaux et serveurs éco-efficients. Ici aussi la gouvernance du projet et les compétences des équipes sont essentielles.
Rechercher des cas d’usages vertueux. L’IA analytique a déjà prouvé son efficacité pour optimiser les consommations énergétiques et matérielles dans l’industrie. En revanche, l’IA générative doit encore démontrer sa capacité à générer un impact positif pour l’environnement : développement de modèles d’affaires durables, réduction des consommations matérielles, identification et atténuation des risques environnementaux.
La récente publication Le pilotage environnemental des projets IT à l’heure de l’IA détaille ces leviers et les illustre par des pratiques d’entreprises. Les participants au comité numérique d’EPE poursuivront ces réflexions en 2026.
David LAURENT, Directeur de la Transformation écologique, EPE
Source : La Lettre d’EPE n°79