RSE et IA, si ce n’était pas le même combat ?
L’IA est au cœur de l’actualité.
Chez les professionnels, elle nourrit largement les réflexions des Directions de la relation client, des Directions des Systèmes d’Information. Dans de nombreux webinaires, tables rondes, réunions ou comités de direction, ce sujet est évoqué….
Après la vague RSE, c’est une course folle vers l’IA et plus spécifiquement l’IA générative….
Si la prise de conscience de l’importance de la RSE est incontestable ces dernières années, nous assistons aujourd’hui à une course effrénée vers l’IA, en particulier l’IA générative.
Pourtant, ces deux dynamiques sont-elles compatibles ?
De nombreuses entreprises considèrent aujourd’hui la RSE comme une valeur stratégique à porter et se sont engagées dans des démarches actives à travers des chartes. Paradoxalement, elles ne semblent pas, pour la plupart, avoir mesuré l’impact écologique de l’IA.
Or, cette révolution technologique nécessite de prendre du recul et de bien mesurer l’équilibre bénéfices versus impact environnemental.
Ainsi, avez-vous déjà réfléchi et mesuré l’impact énergétique d’une simple question à ChatGPT, Mistral, Claude, Gemini, Llama, Deepseek ou à d’autres modèles d’IA ?
Or, derrière chaque requête se cache un coût bien plus important qu’on ne le pense, notamment en termes de consommation d’énergie et d’eau, ainsi que de rejet de gaz à effet de serre (GES).
Loin d’être basé dans les nuages, le cloud est bel et bien ancré sur notre Terre, avec un impact réel sur les écosystèmes.
Quel est l’impact caché d’une simple requête IA ?
Comme toute activité humaine, l’IA possède sa propre empreinte écologique.
Même si l’on parle de « cloud », les datacenters et leurs centaines de milliers de serveurs sont bien réels, avec un bilan carbone loin d’être anecdotique.
Les besoins en puissance de calcul, en stockage de données, en eau pour le refroidissement et en énergie sont autant de facteurs contributifs.
Avec l’utilisation massive d’applications d’intelligence artificielle générative grand public, telle que ChatGPT depuis 2022, la demande en ressources ne cesse d’augmenter.
L’étude de l’ARCEP, autorité de régulation des communications électroniques, des postes et de la distribution de la presse, dresse un constat alarmant.
Des data centers aux appareils connectés, l’empreinte environnementale du numérique se situe entre 3 à 4 % des émissions des GES dans le monde et 2,5 % en France. Ces émissions pourraient augmenter de 60 % d’ici 2040.
Chaque question posée à une IA générative comme ChatGPT, Deepseek Claude, Gemini, Llama et maintenant Mistral avec « Le Chat », IA 100% française, engendre une consommation d’énergie bien plus importante qu’on ne l’imagine.
Il y a certes l’impact de l’entraînement initial, mais aussi l’utilisation de ces modèles pour une simple question qui requiert une puissance de calcul massive, alimentée par des infrastructures gourmandes en énergie et en eau pour leur refroidissement.
IA et RSE : comment mesurer l’impact énergétique et écologique de l’IA ?
Grâce à ComparIA, une plateforme éditée par le gouvernement, il devient désormais possible de comparer de manière simple et transparente l’impact écologique de vos interactions avec ces IA.
En quelques clics, vous pouvez connaître la consommation d’énergie associée à une requête, ainsi que les émissions de gaz à effet de serre générées.
Prenons un exemple concret dans un service client du secteur assurances /mutuelles au sein duquel l’agent se verrait proposer une réponse personnalisée et contextualisée par l’IA générative à une question simple comme « Pouvez-vous me communiquer les conditions de remboursement des frais optiques ?« .
En testant plusieurs modèles tels que Mistral, Llama, Deepseek, ChatGPT, on observe des réponses quasi-similaires en termes de qualité mais une consommation énergétique qui varie considérablement : du simple au quadruple, avec des émissions de CO2 peuvent tripler selon la technologie utilisée.
Ainsi, si les 5 % de Français qui utilisent très souvent l’IA choisissait d’utiliser plutôt Mistral que les IA Américaines et Chinoises, technologie non bien moins énergivore mais en plus Française, 141 440 kg d’émissions de CO2 seraient économisées, à savoir l’équivalent de 2 946 667 trajets en métro ou encore 2 121 600 litres d’eau.
Quels facteurs influent le coût énergétique et écologique de l’IA ?
Ces facteurs sont multiples, souvent peu visibles et donc difficiles à appréhender pour bien évaluer le coût de l’IA. Il faut ainsi prendre en compte :
- Le modèle de données : certains algorithmes s’avèrent plus gourmands que d’autres. C’est le cas notamment de ceux reposant sur du raisonnement avancé. Or, trop souvent, par défaut, même si la demande ne le justifie pas, le modèle le plus performant est proposé.
- Le type de requête : texte, image ou vidéo, chaque type de demande génère son propre impact énergétique. De manière logique, la vidéo est la requête la plus consommatrice en ressources, avec un coût souvent facturé à un euro la minute produite.
- La longueur de la question et de la réponse : l’empreinte énergétique est fonction du volume de l’interaction.
- La saison et le lieu : en été, la nécessité de refroidir les serveurs augmente la consommation énergétique, tandis qu’en hiver, elle est moindre.
IA et RSE : quelles solutions pour une IA Plus sobre ?
Les chiffres parlent d’eux-mêmes : la différence entre les IA peut être impressionnante.
Pour des tâches simples, le modèle le plus performant n’est souvent pas nécessaire. Si la qualité de la réponse est similaire entre les IA, pourquoi choisir la plus énergivore ?
Il est primordial de prendre conscience de ces coûts cachés et d’adapter nos usages en mettant en place de bonnes pratiques :
- Utiliser des IA et des modèles moins avancés et moins gourmands pour des requêtes simples.
Des moteurs plus frugaux comme Mistral, par exemple, sont moins énergivores tout en étant aussi efficaces. De même pourquoi solliciter un modèle de pointe en IA Générative quand une IA plus dite « classique » pourrait suffire ? Par exemple, Eloquant utilise Mixtral et Mistral afin d’offrir à ses clients des performances équivalentes sur les résumés de conversation pour un impact écologique moindre, tout en garantissant une meilleure sécurité des données.
- Privilégier les IA classiques pour certaines tâches
Pour des demandes non évoluées (catégorisation automatique de verbatim…) les IA dites classiques doivent s’imposer comme des alternatives plus écologiques, comparées aux IA conversationnelles. Ainsi Eloquant propose son IA propriétaire, 100 fois moins gourmande en ressources que l’IA générative, pour les usages de catégorisation automatique, d’analyse de sentiments… l’IA générative n’apportant pas, sur ces cas d’usage, de valeur ajoutée significative.
- Faire un usage réfléchi de l’IA et privilégier des technologies low tech.
Utiliser l’IA pour des demandes trop futiles ne constitue pas seulement une perte d’efficacité, mais aussi un gaspillage d’énergie. Ainsi, un outil low tech comme le SVI Visuel peut très souvent remplir le même rôle qu’un callbot en IA générative pour un coût 10 fois moins élevé.
Dans le même ordre d’idée, pour rechercher les meilleures réponses, Eloquant favorise des outils d’IA classique comme Elastic Search moins polluants et surtout engagés dans une réduction de leur impact écologique.
- Héberger ses serveurs chez des hébergeurs offrant des garanties de réduction d’empreinte environnementale.
Eloquant a ainsi fait le choix d’Adista, médaille d’or écovadis, pour héberger ses applications.
IA et RSE : pour Eloquant, un même combat !
En conclusion, chaque question posée à une IA a un coût économique et écologique.
Ce coût peut être optimisé en opérant des choix plus avisés et ce, avant même la rédaction du prompt.
L’avenir de l’IA ne peut être dissocié de la question écologique.
Ces dernières années, l’IA a contribué à augmenter de 30% les émissions de Microsoft et +50% chez Google. Il s’avère urgent d’adopter dès aujourd’hui une approche plus sobre et durable, en faveur d’une technologie au service de l’humain et de la planète.
Chez Eloquant, nous intégrons l’IA et l’IA générative de manière responsable pour enrichir nos solutions de centre de contact et de voix du client. Notre approche responsable vise à trouver le juste équilibre entre technologie et efficacité, en mettant l’IA au service de l’automatisation, de l’assistance aux conseillers et superviseurs, ainsi que de l’analyse des expériences clients pour des cas d’usage concrets et performants.
Vous souhaitez bénéficier d’un audit gratuit pour déterminer la solution d’IA ou de selfcare la plus adaptée à vos besoins ?
N’hésitez pas à nous contacter !
