Le bouleversement environnemental de l’IA
La perturbation de l’intelligence artificielle (IA), la simulation par des machines de processus typiques de l’intelligence humaine, risque à tout le moins d’améliorer substantiellement l’optimisation de l’utilisation des facteurs productifs. Cependant, l’impact final sur la productivité et la croissance se fait aux dépens de multiples facteurs incertains, tels que les réglementations qui définissent sa mise en œuvre.
Le bouleversement de l’IA atteint l’ampleur du changement climatique, avec des effets a priori positifs, mais mettant également une pression sur les ressources naturelles, comme le détaille un ouvrage de BBVA Research. Du côté positif, l’IA permet d’optimiser plus facilement le suivi des émissions de gaz à effet de serre ou d’améliorer les processus de captage du carbone, aussi bien avec des solutions naturelles que technologiques. De plus, sa capacité à analyser de grands ensembles de données améliore la prévision des catastrophes climatiques, la gestion des infrastructures résilientes ou la protection de la biodiversité. L’IA peut non seulement contribuer aux politiques d’atténuation et d’adaptation au changement climatique, mais elle peut également accélérer la transition énergétique en identifiant de nouveaux matériaux pour les technologies propres ou en améliorant les capacités de stockage d’énergie.
Concernant la pression sur les ressources naturelles, selon les estimations de l'Agence internationale de l'énergie (AIE), sans compter le minage de cryptomonnaies, les centres de traitement de données, clé du développement de l'IA, ont demandé entre 1 % et 1,3 % de l'électricité mondiale en 2022, soit plus que la 0,9% qui a pesé sur la demande d'électricité de l'économie espagnole. Ce pourcentage augmente considérablement avec les prévisions d'une demande électrique supplémentaire de 50 % en 2026 par rapport à la demande de 2022, dont les centres de données dédiés à l'IA pourraient multiplier par dix leur demande électrique. Les perspectives exponentielles d’augmentation de la demande et de la capacité installée pour y répondre compensent largement l’effet des gains potentiels d’efficacité énergétique, répétant le modèle historique des révolutions technologiques précédentes telles que celle du moteur à combustion interne. Néanmoins, l’impact environnemental de l’IA dépendra de la manière dont l’électricité nécessaire à son alimentation sera produite, ce qui souligne l’importance de la transition vers une énergie propre.
Mais le défi ne se limite pas à l’énergie, les datacenters nécessitent également beaucoup d’eau, à la fois pour refroidir les serveurs (empreinte directe) et pour leur consommation électrique (empreinte indirecte). Bien que les données et analyses disponibles soient en plein développement, au rythme des préoccupations de la société, les marges pour améliorer l'efficacité de l'utilisation de l'eau semblent plus que pertinentes, notamment dans les procédés de refroidissement, et très dépendantes des politiques mises en œuvre localement. Tout cela révèle l’importance d’internaliser les externalités négatives de l’IA sur les ressources naturelles, afin qu’elle finisse par représenter une « bonne » perturbation également sur le plan environnemental.
