L'essor de l'IA et le paradoxe d'une "solution verte"

Depuis plus d'une décennie, l'intelligence artificielle (IA) progresse à une vitesse fulgurante, comme en témoignent l'ampleur de la recherche et l'intensité des investissements mondiaux. Selon le rapport AI Index 2024 (données du Center for Security and Emerging Technology – CSET, 2023), le nombre de publications mondiales sur l'IA en anglais a presque triplé entre 2010 et 2022, passant d'environ 88 000 à plus de 240 000. En 2022, la croissance n'était que de 1,1 %, marquant un ralentissement par rapport aux années d'explosion précédentes.

Cependant, derrière ce développement massif se cache un paradoxe majeur en matière de durabilité: l'IA est à la fois perçue comme un outil essentiel pour lutter contre le changement climatique et comme une technologie extrêmement gourmande en ressources pour son entraînement et son fonctionnement. D'après une étude célèbre de l'Université du Massachusetts à Amherst, analysée par la MIT Technology Review, l'entraînement d'un modèle d'IA à grande échelle peut émettre plus de 626 000 livres d'équivalent dioxyde de carbone - soit près de cinq fois les émissions produites par une voiture américaine moyenne sur l'ensemble de son cycle de vie.

Dès lors, la question fondamentale n'est pas de savoir « s'il faut utiliser l'IA ou non », mais plutôt comment l'appliquer de manière à générer une valeur positive pour notre planète.

L'IA crée un avantage distinct : des valeurs incontournables

L'IA contribue au développement durable avant tout par sa capacité à réduire le gaspillage et à optimiser l'utilisation des ressources, nous aidant ainsi à éliminer les redondances inhérentes aux activités traditionnelles. Plutôt que de se baser sur des conjectures, l'IA permet à l'homme de mener des actions “vertes” de manière automatique et intelligente :

D’abord, l’IA agit comme un “gestionnaire d’énergie” - capable d'ajuster automatiquement les systèmes d’éclairage et de climatisation en fonction de l’occupation réelle, tout en prédisant avec précision les besoins pour éviter la surcapacité du réseau électrique. Dans le secteur des transports, l’IA réduit directement les émissions en calculant les itinéraires les plus courts pour les livraisons et en anticipant les embouteillages pour éviter les temps d'arrêt moteur inutile.

De plus, l’IA aide à réduire les déchets grâce à des “yeux de lynx” capables de détecter les défauts de fabrication sur les lignes de production afin de limiter les rebuts, tout en pilotant des robots pour un tri des déchets recyclables plus précis que celui de l’homme. Enfin, l’IA élimine le gaspillage lié aux “essais et erreurs” en effectuant des simulations virtuelles. Cela permet d’identifier les solutions les plus économes en ressources dès la phase de conception, sans consommer de produits chimiques ou de matériaux pour des tests réels.

La face cachée du succès: quand l'IA devient un "ogre énergétique"

Cependant, derrière les bénéfices de l'optimisation se cache une réalité souvent ignorée : l'IA n'est pas aussi « virtuelle » qu'on le pense. Chaque commande ou processus de traitement repose sur de gigantesques centres de données physiques où des millions de serveurs tournent 24h/24 et 7j/7. Ces systèmes « dévorent » une quantité massive d'électricité et nécessitent d'énormes volumes d'eau douce pour le refroidissement. Ainsi, chaque requête envoyée consomme des ressources bien réelles, loin d'être gratuites pour la planète.

Dans la course technologique actuelle, plus les modèles sont intelligents, plus le prix à payer pour l'environnement est lourd. L'entraînement d'une IA de pointe peut émettre autant de carbone que des centaines de vols intercontinentaux, un coût qui s'étend sur tout le cycle de vie des équipements, de la fabrication des composants à leur exploitation et leur remplacement.

Il existe ici un paradoxe psychologique notable : alors que l'IA rend tout plus rapide et moins cher, l'humain a tendance à l'utiliser bien au-delà de ses besoins réels. Auparavant, rédiger un article pouvait prendre une journée, contre quelques minutes aujourd'hui avec l'IA. Mais au lieu de s'en tenir au nécessaire, nous multiplions souvent les versions. De même, la facilité de générer des images par IA pousse à effectuer des dizaines d'essais pour un besoin mineur. En somme, si l'IA optimise chaque processus, sa commodité même peut créer un nouveau fardeau pour les ressources si elle n'est pas utilisée de manière contrôlée.

L'IA est-elle “ mauvaise ” ?

Plutôt que de considérer l'IA comme un “ sauveur ” ou un “ coupable” , il faut en saisir la véritable nature : l'IA est un outil qui, en soi, n'est ni "verte" ni "néfaste". Ce qui est déterminant, c'est la manière dont l'homme conçoit, déploie et utilise cette technologie.

La valeur de l'IA réside dans sa finalité. Elle devient une partie de la solution lorsqu'elle est utilisée pour optimiser les opérations, réduire le gaspillage, soutenir la santé, protéger l'environnement ou résoudre des défis sociaux. À l'inverse, elle peut devenir une partie du problème si elle est dévoyée pour générer du contenu à faible valeur ajoutée, privilégier la quantité au détriment de la qualité ou répondre à des besoins superflus.

Dès lors, ce dont nous avons besoin n'est pas une IA "parfaite ", mais une utilisation de l'IA intelligente et responsable. Ce n'est qu'avec des objectifs clairs, des performances mesurables et une intégration des enjeux éthiques et durables que l'IA pourra réellement exprimer son potentiel, sans accroître les risques pour la société et l'environnement.

L'usage durable de l'IA: une responsabilité de l'entreprise à l'individu

Pour que l'IA soit réellement durable, la responsabilité n'incombe pas seulement aux développeurs de technologies, mais aussi à la manière dont les entreprises l'intègrent et aux habitudes de chaque utilisateur.

Pour les entreprises, l'usage durable de l'IA commence par le choix d'outils adaptés aux besoins réels, plutôt que d'utiliser des modèles surdimensionnés pour des tâches simples. Cette approche de "juste milieu" permet de réduire la consommation de ressources tout en garantissant l'efficacité. Les entreprises devraient également mettre en place une base de connaissances partagée pour les résultats d'IA réutilisables (modèles d'e-mails, résumés, procédures standards, etc.) afin d'éviter la répétition de requêtes identiques. Par ailleurs, former les collaborateurs à formuler des requêtes (prompts) claires et ciblées dès le départ est crucial: moins il y a d'itérations, plus on économise de temps, d'argent et de ressources d'infrastructure.

Pour les particuliers, l'usage durable de l'IA repose sur une consommation intentionnelle. En rédigeant des instructions précises et complètes, l'utilisateur obtient un résultat pertinent dès la première tentative, limitant ainsi les relances inutiles. Il est également essentiel d'éviter de solliciter l'IA de manière excessive par simple curiosité ou commodité, surtout pour des contenus sans utilité réelle. En d'autres termes, l'IA apporte sa plus grande valeur durable lorsqu'elle est utilisée pour résoudre de vrais problèmes, plutôt que pour alimenter une consommation numérique superflue.

Conclusion

L’IA peut être durable, mais cela ne se produira pas automatiquement. Si l’IA continue à se développer dans une logique de "toujours plus puissante” sans contrôle, les coûts en électricité, en eau de refroidissement et en ressources matérielles augmenteront rapidement, au point que l’IA risque de devenir une nouvelle charge pour l’environnement. Ainsi, pour rendre l’IA réellement "verte", nous devons l’orienter de manière proactive vers des critères d’efficacité énergétique et de valeur réelle, au lieu de poursuivre uniquement la course à la taille.

Pour y parvenir, une approche multidimensionnelle est nécessaire: les pouvoirs publics doivent mettre en place un cadre politique et des normes, tandis que les entreprises doivent adopter l’IA de manière responsable et être capables d’en mesurer les impacts, et que les scientifiques et les ingénieurs développent des solutions techniques pour rendre l’IA plus légère et plus économe. Lorsque les politiques publiques et la technologie avancent ensemble, l’IA peut alors devenir une partie de la solution climatique, plutôt qu’un "grand consommateur de ressources" à l’ère numérique.