Le désastre environnemental de l'IA

Au pire moment pour l'avenir de la planète, la prolifération d'applications de l'intelligence artificielle générative suscite une recrudescence des émissions de gaz à effet de serre et autres graves impacts environnementaux… dont beaucoup reconnaissent la réalité… mais qui sont pourtant ignorés par une majorité d'entreprises.

Une étude menée par l'institut de recherche de Capgemini auprès de 2 000 hauts responsables dans de grandes entreprises montre qu'il reste d'énormes efforts à faire, dans plusieurs dimensions, afin de les sensibiliser aux enjeux écologiques que soulèvent leur adoption échevelée de l'IA. Et, alors que l'urgence monte face aux bouleversements du climat et de la biodiversité, il faudra encore plus de travail avant d'infléchir la tendance qui est, pour l'instant, extrêmement mal orientée.

Le premier axe de la prise de conscience porte sur la véritable empreinte environnementale des outils. Si tout le monde a entendu parler du gouffre énergétique que représente l'entraînement des modèles, il s'avère que leur utilisation, souvent combinée avec des méthodes de renforcement de l'apprentissage, n'est pas moins consommatrice. En outre, la production et la gestion de la fin de vie des puces mises en œuvre et fréquemment renouvelées a aussi des effets délétères sur la planète.

Conséquence immédiate, près de la moitié des dirigeants interrogés avouent que les émissions d'équivalents CO₂ de leur organisation sont désormais reparties à la hausse (de 6% en moyenne), une proportion similaire estimant que leur déploiement de l'IA générative est, au moins en partie, responsable de cette augmentation. Enfin, quatre sur dix lui imputent directement leur décision, contrainte, de remettre en cause leurs engagements antérieurs en matière de développement durable.

Mais le pire se trouve dans une autre statistique : en dépit de la perception généralisée de son ampleur, seulement 12% des répondants déclarent effectivement mesurer l'impact de l'intelligence artificielle générative. Bien que l'excuse paraisse un peu facile, trois quarts de l'échantillon incriminent le manque de transparence – avéré – des fournisseurs comme un frein une éventuelle évaluation. Avec un certain réalisme, 68% admettent tout de même une absence d'intérêt de la part des responsables.

Avant même d'envisager des actions concrètes de reprise de contrôle – telles que celles que Capgemini propose sur la sélection avisée des matériels et des modèles appropriés, sur l'efficacité énergétique des centres informatiques (vieux sujet), sur l'optimisation des modèles… –, la priorité consisterait évidemment à alerter les acteurs concernés dans les entreprises sur la voie dangereuse qu'ils empruntent plus ou moins inconsciemment et donc sans en vérifier au préalable l'équilibre (global) coûts-bénéfices.

En attendant, la recommandation que formule Thomas Husson (Forrester) pourrait aider à infléchir les excès de l'enthousiasme de la nouveauté : n'utiliser l'IA générative qu'à bon escient. Il peut s'agir, comme il le suggère, de ne pas solliciter systématiquement le dernier outil disponible pour des problèmes qu'une analyse de données classique est capable de résoudre. J'ajouterais qu'il faudrait également s'interroger sur la pertinence de mettre à la disposition des collaborateurs des outils qu'ils peuvent employer à tout et n'importe quoi : a minima, le coût environnemental de chaque requête (10 fois supérieur à son moteur de recherche, chez Google) devrait être sérieusement pris en compte.