On ne pourra plus dire qu’on ne savait pas. Les chiffres sur l’impact environnemental de l’IA sont là. Et c’est loin d’être neutre pour les RH.
Je ne compte plus les entreprises dans lesquelles les salariés et les CSE interpellent la direction et les RH sur le coût écologique des outils d’IA qu’on leur demande d’utiliser dans le cadre de leur travail. De surcroît quand l’entreprise a une vraie politique RSE. Qu’il s’agisse de réagir, ou de prendre les devants, les RH sont directement concernés.
Voyons ce que recouvrent ces impacts, et ce que ça implique pour l’entreprise et les RH.
Depuis début septembre, deux spécialistes de la question, Lou Welgryn, secrétaire générale de l’association Data for Good et Théo Alves Da Costa, Partner AI & Sustainability au sein d’Ekimetrics, une start-up française spécialisée dans le déploiement de solutions de data science et d'intelligence artificielle, nous révèlent les impacts réels de l’IA, dans les colonnes du média indépendant Bon Pote dédié à l’environnement.
Et ils sont nombreux. Ils démarrent par une consommation énergétique colossale pour entraîner les modèles d’IA (des dizaines de gigawattheures, ce qui représente la consommation électrique de grandes villes pendant plusieurs mois). La consommation d’énergie continue lors de l’utilisation, c’est-à-dire quand vous faites une requête.
Il n’est pas possible de connaître la consommation précise de ChatGPT pour le moment, les acteurs sont opaques, sortent des chiffres trompeurs. Mais en parallèle ils achètent et construisent des centrales nucléaires pour faire tourner leurs modèles…
Parmi les autres impacts dont on parle moins :
- il faut beaucoup d’eau et d’énergie pour refroidir les infrastructures, on parle ici aussi de l’équivalent de la consommation d’eau de villes entières ;
- il faut des métaux rares pour fabriquer les puces, processeurs, câbles, serveurs, datacenters… et ces métaux sont extraits au détriment de l’environnement, et très difficiles à recycler
Alors même que les entreprises font leur transformation IA, en déployant des outils d’IA et en demandant à leurs équipes d’utiliser cette technologie dans le cadre de leur travail, elles vont devoir intégrer ces nouvelles informations.
La sensibilisation et la responsabilisation restent des leviers centraux, bien plus efficaces que le fait d’interdire ou de punir. Je crois qu’en matière de technologie, on ne peut pas revenir en arrière, et qu’une interdiction formelle aurait pour seul effet d’encourager les "shadow users", ces salariés qui utilisent en cachette l’IA dans le cadre de leur travail.
Quelques pistes pour vos plans d’action :
1) Privilégier l’intentionnalité et l’utilité
Lorsqu’on a un outil tellement puissant à portée de main, il peut être tentant de lui déléguer les moindres tâches de sa journée, seulement pour voir ce dont il est capable. On est tous passés par là en se familiarisant avec l’IA, moi y compris. Les entreprises peuvent donc commencer par sensibiliser sur le fait qu’on n’utilisera l’IA que lorsque c’est vraiment nécessaire. Par exemple, en arrêtant de faire des recherches web sur ChatGPT alors que Google le fait très bien.
2) Bannir les usages les plus énergivores et encourager des usages raisonnés
À l’inverse des tâches trop simples pour être confiées à l’IA, certaines, trop complexes, consomment une quantité d’énergie démesurée. Il faudrait les utiliser avec parcimonie, uniquement lorsque nécessaire. Pour cela, il faut connaître les ordres de grandeur : générer une image en bonne qualité est 60 fois plus énergivore que générer du texte, et une vidéo contient 25 images par seconde. Il ne s’agit pas de bannir totalement ces usages, mais de faire connaître les chiffres et de sensibiliser.
3) Faire connaître ce coût environnemental de l’IA
Dans la phase de sensibilisation, et pour responsabiliser les individus, n’oublions pas de diffuser l’information sur ces multiples impacts de l’IA, afin d’aider à la prise de conscience individuelle qui sera clé pour la suite. Quelques chiffres : selon les deux experts, Lou Welgryn, secrétaire générale de l’association Data for Good et Théo Alves Da Costa, une vidéo de six secondes à huit images par seconde nécessite environ 115 Wh, soit l’équivalent de la recharge de deux ordinateurs portables. En Irlande, 21% de l’électricité du pays est absorbée par les data centers, au détriment des habitants. Ils alertent également sur le fait qu’à Marseille, la demande en électricité des centres de données pénalise l’électrification des transports public et des ferrys et qu’en 2030, les datacenters devraient représenter 3 à 4,5% de la consommation mondiale d’électricité.
4) Choisir ses outils d’IA et responsabiliser les fournisseurs RH
L’IA n’est pas présente que sur ChatGPT ou Mistral, elle est aussi intégrée, de manière plus ou moins visible dans de nombreuses solutions RH.
Il est donc l’heure de mettre à jour vos exigences vis-à-vis d’eux. Aux côtés de vos questions sur le traitement et l’hébergement des données, vous pouvez ajouter des questions sur les impacts estimés de l’IA utilisée, notamment en termes de consommation d’énergie et d’eau. Afin qu’il y ait plus de transparence dans ce domaine, et que cela sensibilise les fournisseurs au fait que vous êtes attentifs aux impacts écologiques.
Et à moins d’être dans une entreprise qui a déjà un responsable Green IT (chanceux que vous êtes), il vous faudra travailler sans surprise main dans la main avec la DSI et les équipes RSE, tant ces sujets restent techniques et complexes.
A noter que les IA pourraient devenir plus frugales à l’avenir, notamment via des petits modèles spécialisés, mais notre planète aura-t-elle le temps de les attendre ?
