L’utilisation de l’IA générative entraîne une augmentation des émissions de gaz à effet de serre (GES), alors comment réévaluer les objectifs en matière de climat ?
Actions pour agir face à l’impact environnemental de l’IA générative
Selon le rapport du Capgemini Research Institute sur la durabilité de l’IA générative, l’empreinte environnementale néfaste de l’IA générative est croissante, il faut donc mettre en place une stratégie d’IA générative responsable et durable.
Impact environnemental de l’IA générative
Selon une étude Capgemini, 6% des organisations avaient intégré l’IA générative dans les fonctions et sites d’activité fin 2023, ce chiffre est passé à 24% en octobre 2024.
Si l’IA est un moteur de croissance, il lui faut beaucoup de données et une puissance de calcul importante, d’où de grandes quantités d’électricité, d’eau et d’autres ressources.
Les organisations s’attendent à ce que la part de leurs émissions liées à l’usage IA générative par rapport à leurs émissions totales augmente, en moyenne, de 2,6% à 4,8% au cours des deux prochaines années.
Peu se préoccupe de la durabilité de l’IA générative
Selon 12% des cadres dirigeants utilisant l’IA générative, leur entreprise mesure l’empreinte environnementale de leur utilisation mais 38% sont conscients de cet impact.
Pour rester compétitives, les entreprises mesurent la performance, la déployabilité et le coût dans l’évaluation des modèles d’IA générative, mais la durabilité importe peu.
Un cinquième des cadres dirigeants placent l’empreinte environnementale de l’IA générative comme l’un des cinq premiers facteurs lors de la sélection ou la construction de modèles d’IA générative.
Le nécessaire soutien du secteur
31% ont commencé à mettre en place des initiatives durables dans le cycle de vie de l’IA générative (modèles plus petits, infrastructure d’IA générative alimentées avec des sources d’énergie renouvelables…). Mais seulement 4 % construisent leurs propres modèles.
De plus, il est difficile de mesurer l’impact de cette technologie en raison du manque de transparence des fournisseurs et d’absence de méthodologie. « Si nous voulons que l’IA générative soit un moteur de croissance durable, l’ensemble du marché doit ouvrir la discussion sur de la collaboration autour des données, en élaborant des normes sur la façon dont nous mesurons l’empreinte environnementale de l’IA, afin que les dirigeants soient équipés pour prendre des décisions business plus éclairées et responsables, et atténuer ces impacts, a déclaré Cyril Garcia, responsable mondial des offres ‘Sustainability’ et de la RSE et membre du Comité de Direction générale du Groupe.
Feuille de route durable et responsable de l’IA générative
Une évaluation approfondie du retour sur investissement et de l’empreinte environnementale doit être lancée par les entreprises. Les pratiques durables tout au long du cycle de vie de l’IA (hardware, architecture des modèles, sources d’énergie pour les data centers…) sont aussi conseillées.
Dans certains cas, l’IA générative peut être utilisée pour accélérer les objectifs en matière de durabilité, malgré son empreinte environnementale. Parmi les cas d’usage, on note le reporting ESG et la planification de scénarios, l’optimisation des matériaux pour certaines industries ou la conception de produits durables/circulaires.
Autres axes pour une utilisation plus sûre, transparente, durable et éthique de l’IA générative : les modèles de gouvernance multidisciplinaires et la collaboration entre les parties prenantes de l’écosystème. Ainsi, selon 62 % des cadres dirigeants, une gouvernance solide peut atténuer efficacement l’impact environnemental de l’IA générative.
Source : Rapport Capgemini Research Institute sur la durabilité de l’IA générative Developing sustainable Gen AI
Téléchargez cette ressource
Construire une infrastructure cloud optimisée pour l’IA avec Microsoft Azure
Les managers IT ont besoin d’une stratégie claire et de solutions concrètes pour préparer leur infrastructure cloud à l'adoption de l'IA, tout en optimisant les coûts, renforçant la sécurité et développant les compétences internes. Découvrez tous les conseils dans ce guide Insight.
Les articles les plus consultés
- Les nouvelles technologies à l’horizon 2030
- Les 3 fondamentaux pour réussir son projet d’automatisation intelligente
- Cinq conseils de sécurité IoT pour le travail hybride
- L’expérience client : une feuille de route 2021 en 5 axes
- Les services cognitifs : un élément essentiel pour la gestion intelligente des contenus d’entreprise
Les plus consultés sur iTPro.fr
- Souveraineté numérique : les décideurs publics veulent prioriser les modèles d’IA souverains
- Dans l’œil du cyber-cyclone : l’excès d’optimisme constitue le risque principal pour la résilience des données
- Les 3 prédictions 2026 pour Java
- Infrastructures IT : 5 leviers concrets pour éviter les impasses technologiques
Articles les + lus
Gouvernance, cybersécurité et agents IA : trois défis clés à relever pour réussir la transition en 2026
IoT et cybersécurité : les bases que chaque décideur doit maîtriser
Projets d’IA : la maîtrise prime sur la vitesse
Menaces de sécurité des appareils IT/IoT
L’IA agentique : vers des systèmes autonomes et proactifs
À la une de la chaîne IoT
- Gouvernance, cybersécurité et agents IA : trois défis clés à relever pour réussir la transition en 2026
- IoT et cybersécurité : les bases que chaque décideur doit maîtriser
- Projets d’IA : la maîtrise prime sur la vitesse
- Menaces de sécurité des appareils IT/IoT
- L’IA agentique : vers des systèmes autonomes et proactifs
