Les défis de la durabilité soulevés par l’IA

Bien que le concept d’intelligence artificielle (IA) remonte aux Laboratoires Bell dans les années 1950, ce n’est que cette année que beaucoup d’entre nous ont découvert son potentiel pour la première fois, avec le lancement de ChatGPT d’OpenAI et d’autres grands modèles de langage.

En termes simples, la simulation de l’intelligence humaine par des machines nécessite des programmes informatiques qui sont formés sur de grandes quantités de données pour déduire ou résoudre des problèmes avec une intervention humaine minimale. Alors que nous nous lançons dans la prochaine vague d’innovation technologique, nous réfléchissons à l’équilibre entre les risques ESG et les opportunités qui se profilent à l’horizon.

Changement climatique

L’intelligence artificielle pourrait être un élément décisif dans la lutte contre le changement climatique. Une étude récente du Forum économique mondial[1] conclut que les technologies numériques, telles que l’IA, peuvent réduire les émissions de gaz à effet de serre de 20% d’ici à 2050 dans les trois secteurs les plus émetteurs : l’énergie, la mobilité et les matériaux. En bref, l’IA peut être utilisée pour mieux suivre et rendre compte des émissions de gaz à effet de serre, améliorer la circularité et réduire les émissions. Un exemple concret est celui de Johnson Controls International (JCI), qui peut déployer l’IA dans ses systèmes de contrôle du chauffage, de la ventilation et de la climatisation pour améliorer considérablement l’efficacité énergétique des bâtiments. La suite de solutions numériques OpenBlue permet aux clients de réduire les coûts d’exploitation et les émissions de carbone et d’améliorer la qualité de l’air intérieur. Grâce à l’IA, les systèmes de chauffage, ventilation et climatisation peuvent réagir aux données des capteurs internes qui surveillent la température et l’humidité et les combiner avec des données supplémentaires, telles que les prévisions météorologiques, les niveaux d’occupation, la source d’énergie et le coût de l’énergie, afin d’optimiser l’efficacité de l’équipement.

L’efficacité énergétique est particulièrement importante si l’on considère que les centres de données utilisant des modèles d’apprentissage et d’inférence de l’IA devraient consommer une quantité croissante d’énergie, non seulement pour le traitement des données, mais aussi pour le refroidissement des équipements. En effet, une analyse[2] publiée le mois dernier présente une série de scénarios concernant l’empreinte énergétique croissante de l’intelligence artificielle. Dans un scénario de base, les serveurs d’intelligence artificielle pourraient consommer entre 85 et 134 térawattheures d’énergie par an d’ici à 2027, ce qui représente environ 0.5% de la consommation mondiale actuelle d’électricité et correspond à peu près à la consommation annuelle de l’Argentine, des Pays-Bas ou de la Suède.

Emplois et main-d’œuvre

Bien qu’initialement perturbatrices, les révolutions industrielles ou technologiques se sont historiquement traduites par une croissance globale des possibilités d’emploi. Pour preuve, une étude récente de David Autor, économiste au MIT, indique que 60% des travailleurs d’aujourd’hui occupent des postes qui n’existaient pas en 1940, ce qui signifie que 85% de la croissance de l’emploi au cours des 80 dernières années peut s’expliquer par la création de nouveaux emplois induite par la technologie. D’un autre point de vue, l’IA pourrait être le nouveau facteur démographique qui comblera la pénurie de main-d’œuvre causée par le ralentissement de la natalité et le vieillissement des populations dans le monde entier. Contrairement aux innovations technologiques précédentes, qui ont historiquement perturbé les emplois de cols bleus, l’IA est susceptible d’avoir un impact sur les emplois de cols blancs – plusieurs études ont identifié les rôles de connaissance dans les domaines de l’administration, de l’informatique, des mathématiques, des affaires, du design et des médias comme étant les plus susceptibles d’être impactés. Comme indiqué précédemment, l’histoire suggère que l’IA n’entraînera probablement pas une réduction de l’emploi global, mais qu’elle conduira plutôt à la création de nouveaux rôles. C’est pourquoi nous nous concentrons sur la façon dont des entreprises réagissent à ces changements, en particulier, les programmes de formation qu’elles mettent en place pour les collaborateurs touchés par l’adoption de l’AI.

Ethique

La place de plus en plus faible laissée au jugement humain au profit de modèles d’IA comporte des risques importants : utilisation de données biaisées au départ, résultats inexacts ou aberrants, accessibilité des informations, sécurité et confidentialité des données et cybersécurité. Étant donné que les modèles d’IA sont formés à partir de données générées par l’homme, nous courons le risque de perpétuer des biais qui pourraient avoir des ramifications significatives pour une série d’applications finales, telles que les applications financières (par exemple des pratiques de prêt biaisées) ou juridiques (comme les résultats juridiques biaisés). En outre, les coûts associés à l’entraînement des modèles d’IA sont aujourd’hui prohibitifs, ce qui concentre l’accès à cette ressource puissante entre les mains de développeurs importants et ingénieux qui peuvent élargir l’accès à ces outils de manière limitée. Pour l’avenir, nous attendons des éclaircissements sur le cadre réglementaire aux États-Unis, où plusieurs agences gouvernementales s’efforcent de trouver un équilibre entre l’encouragement de l’innovation et l’atténuation des inconvénients potentiels de l’utilisation de l’IA sans garde-fous, notamment la polarisation politique, les violations de la vie privée et l’inégalité sociale.