Cette article fait partie du dossier
Les articles du dossier

L’IA responsable, c’est aussi contribuer à l’environnement

L’intelligence artificielle doit être frugale, mais elle peut également contribuer à la RSE, au travers notamment de projets visant à réduire l’empreinte carbone. Suez et Eramet travaillent en ce sens, comme Data For Good.

IA RSE “Dans la data, la finalité de l’éthique est d’établir l’explicabilité des algorithmes, c’est-à-dire être capable d’expliquer tout le fonctionnement d’un algorithme, et la traçabilité des données”,définit Guillaume Leboucher, directeur général d’Openvalue

Une IA responsable, c’est donc une intelligence artificielle intégrant les principes d’explicabilité dans sa conception. Elle veille aussi à limiter la manipulation de données personnelles.

Une IA frugale par conception et donc volonté

C’est probablement aussi une IA conçue pour minimiser sa consommation énergétique et donc son impact environnemental. Car si on parle d’Ethic by Design, il convient de parler également d’IA Green by Design.

Ces systèmes peuvent se montrer très consommateurs de ressources, pour le stockage des données, leur traitement et durant les phases d’apprentissage. Et tous les modèles ne se valent pas sur le plan énergétique. La complexité se conjugue généralement avec une consommation accrue.

L’équation, comme en matière d’explicabilité, consiste donc à trouver un juste équilibre entre performances et empreinte carbone. Entreprises et experts de la données doivent être sensibilisés aux enjeux de l’IA frugale.

Cependant, l’intelligence artificielle ne doit pas être reléguée dans la seule catégorie des technologies accentuant les externalités négatives du digital. L’IA peut en effet aussi contribuer à améliorer l’empreinte carbone d’autres activités.

Le SewerBall de Suez combine IA et IoT

L’industrie minière s’efforce ainsi de réduire ses émissions. C’est le cas chez Eramet, qui a pris des engagements RSE “très forts”, comme les caractérise son Chief Data & Analytics Officer, Jean-Loup Loyer.

Et outre le recours à l’IA pour améliorer son efficacité opérationnelle, l’entreprise travaille à des cas d’usage axés développement durable. “Nous avons un beau cas au Sénégal qui arrive en production sur la détection automatique des arbres et de la végétation autour de nos mines. Nous aurons de plus en plus de cas d’usage sur la partie environnement”, nous confiait le CDO.

Pour Suez, les enjeux environnementaux sont aussi stratégiques. Pour y répondre, l’industriel mobilise la technologie, comme avec la SewerBall. Cet ensemble de capteurs est utilisé dans les réseaux d’eaux usées, en combinaison avec des algorithmes d’intelligence artificielle.

Sewerball Suez

Sewerball Suez

Grâce à cette balle bardée d’IoT, Suez peut analyser des données et ainsi détecter des anomalies, comme de la pollution ou des infiltrations, détaille la CDO de Suez, Chafika  Chettaoui. L’entreprise a mis en production d’autres cas d’usage basés sur la data.

Pour sa gestion des réseaux d’eau, l’IA intervient par exemple dans la détection des fuites et leur localisation, ou encore afin de “produire des plans de renouvellement plus précis et plus efficaces”.

La data au service de l’intérêt général

Les professionnels des technologies peuvent aussi se mobiliser sur les enjeux environnementaux au travers de l’action d’associations comme Data For Good. Dans sa nouvelle “saison”, ses membres prévoient d’accélérer 9 projets d’intérêt général. Parmi ceux-ci, NotaClimat et Pyronear.

Le premier, NotaClimat, vise à créer “une plateforme de transparence et de collaboration dédiée à l’action Climat des entreprises”. Quant à Pyronear, il est destiné à améliorer les algorithmes de détection d’incendies forestiers et à en modéliser la propagation.

Enfin, dans le domaine de la RSE, on peut aussi citer le recours à la data et à l’open data fait par Kering pour mesurer l’impact environnemental de ses activités. Le groupe de luxe dispose d’un portail dédié à son impact environnemental ou EP&L (compte de résultat environnemental).

L’EP&L mesure l’empreinte environnementale du groupe sur six dimensions : émissions de gaz à effet de serre, pollution de l’air, pollution de l’eau, consommation d’eau, utilisation des sols et production de déchets. Green AI et AI for Green, les deux démarches en matière d’intelligence artificielle sont compatibles.