IA et empreinte environnementale : pourquoi la RSE doit guider le développement d’une Green IA

L’Intelligence Artificielle (IA) s’impose comme un levier puissant de transformation, dans tous les secteurs. Pourtant, à mesure que l’IA s’installe, ses impacts environnementaux et éthiques soulèvent des interrogations majeures. Face à ces défis, la Responsabilité Sociétale des Entreprises (RSE) offre un cadre essentiel pour orienter le développement d’une IA plus sobre et responsable. Décryptage.

Le numérique : un poids croissant dans les émissions mondiales

Aujourd’hui, le numérique représente environ 4 % des émissions mondiales de gaz à effet de serre – un chiffre en croissance continue, estimée à +6 % par an (source : The Shift Project). Au rythme actuel et si rien n’est fait, le numérique pourrait représenter d’ici 2030 10% de nos émissions, compromettant les objectifs climatiques des entreprises et des États.

Cet empreinte grandissante s’explique essentiellement par l’explosion des usages numériques, mais aussi par le déploiement massif des infrastructures et par le traitement de volumes de données toujours plus importants. Alors qu’il faudrait freiner, l’arrivée de l’IA ne fait qu’intensifier cette dynamique.

L’IA : catalyseur d’innovation… mais à quel prix environnemental ?

Commençons par le positif. L’IA transforme nos pratiques et peut être un formidable outil dans de nombreux secteurs : automatisation, analyse prédictive, génération de contenus, reconnaissance d’image, etc. Elle offre de nombreuses opportunités pour la transition :

• Optimisation des réseaux électriques et de la production d’énergie ;

• Modélisation climatique et anticipation des catastrophes naturelles ;

• Médecine de précision et tri des patients ;

• Efficience numérique via des datacenters intelligents ou des algorithmes de test et recette.

Mais cette révolution technologique a aujourd’hui un coût écologique et matériel considérable qu’on a parfois du mal à toucher du doigt, tant les services qu’elle nous rend semble immatériels.

IA et environnement : les chiffres qui alertent

Une consommation énergétique hors norme

Les modèles d’IA consomment massivement de l’énergie, notamment lors de l’entraînement (traitement de milliards de données) et de l’exécution des requêtes. Aux États-Unis, la consommation des datacenters pourrait être multiplier par 3 à 5 d’ici 2030. Un rythme alarmant quant on sait que 80% de l’énergie utilisé dans le monde est d’origine fossile et que tous les secteurs ont aujourd’hui entamé leur électrification. Face à un telle croissance, le mythe des datacenters 100% renouvelables est illusoire … vos requêtes IA fonctionneront certainement en partie à partir de gaz ou de charbon.

Une pression croissante sur la ressource en eau

Le refroidissement des serveurs mobilise une ressource invisible mais cruciale : l’eau. Selon une étude de l’université de californie, du colorado et du Texas, une dizaine de requêtes sur ChatGPT équivaut à 1/2 litre d’eau, tandis qu’un datacenter moyen prélève jusqu’à 1,5 million de litres par jour, soit la consommation de 13 000 foyers. L’IA pourrait dès 2027 entraîner un prélèvement en eau équivalent à la consommation annuelle de la moitié du Royaume-Uni et créer des conflits d’usage massifs : alimenter nos villes ou nos datacenters, il faudra peut être bientôt choisir.

Des impacts sociétaux et éthiques

Au delà de l’environnement, l’entraînement des modèles IA soulèvent des questions éthiques fortes :

• Risque de désinformation et de manipulation des opinions, grâce aux algorithmes et aux images plus vrais que nature ;

• Questions de propriété intellectuelle des contenus générés par l’IA . Exemple des images générées sur le modèle du réalisateur Miyazaki ou encore des données confidentielles que nous proposons à l’IA pour nos requêtes ;

• Accès inégal aux ressources technologiques, creusant des écarts entre entreprises et territoires.

La RSE comme boussole pour une IA responsable

Lorsqu’elle est porté au niveau stratégique de l’entreprise, la RSE permet d’inscrire l’innovation technologique dans une démarche de progrès global. Elle pousse les organisations à prendre en compte les externalités environnementales et sociales de leurs activités, de leurs outils numériques, à impliquer leurs parties prenantes et à structurer leur transition digitale dans une logique de durabilité.

Vers une Green IA : trois leviers pour agir

Pour intégrer l’IA dans une politique RSE cohérente, plusieurs leviers complémentaires sont à activer.

1. Sobriété numérique

• Prioriser les cas d’usage réellement utiles pour l’entreprise et la société ;

• Sensibiliser les collaborateurs aux impacts de l’IA ;

• Adopter des solutions hybrides où l’IA complète l’expertise humaine ;

• Réduire les usages superflus ou gadgets.

2. Efficacité technologique

• Utiliser des modèles spécialisés, moins énergivores ;

• Optimiser le code et les infrastructures ;

• Limiter le nombre de paramètres et les cycles de réentraînement ;

• Suivre l’empreinte carbone des services numériques (outil utile : Base Empreinte ADEME).

3. Énergie propre et circulaire

• Choisir un hébergeur de données alimenté en énergies renouvelables

• Favoriser les dispositifs de récupération de la chaleur fatale produite par les serveurs.

Conclusion : faire de l’IA un levier de la transformation RSE

Plutôt que d’opposer IA et transition écologique, faisons de l’intelligence artificielle un outil au service d’une innovation responsable. La clé : intégrer l’IA dans une démarche RSE ambitieuse, fondée sur la sobriété, la transparence, l’éthique et la performance environnementale.