Alors que la COP27 de Charm-El-Cheikh s’est achevée sur un bilan mitigé et un sentiment de doute face à la remontée des émissions à effet de serre, le recours à l’Intelligence Artificielle (IA) apparaît de plus en plus comme une voie possible pour atteindre les objectifs de durabilité. Voici trois leviers d’action qui peuvent aider les entreprises à accélérer leur décarbonation par ce biais.
En juillet 2022, une étude réalisée par le BCG, le BCG Gamma et l’AI for the Planet Alliance avançait que 87 % des décideurs du secteur privé faisaient confiance à l’intelligence artificielle pour lutter contre le changement climatique, considérant même celle-ci comme « un outil essentiel ». Un chiffre conséquent au regard du nombre total de répondants : 1055 leaders dans 14 pays. Mais un engouement bien vite modéré par des réalités plus pragmatiques : d’une part 77 % estiment que l’IA n’est pas suffisamment accessible ni disponible et, d’autre part, seules 43 % des entreprises envisagent de l’utiliser pour leur propre décarbonation.
Un constat qui n’étonne pas les auteurs du rapport : « Sur le marché, les solutions d’IA consacrées à l’enjeu climatique tendent à être peu accessibles, souvent éparses et sans ressources suffisantes pour s’industrialiser », déclarent-ils. Une réticence qui se renforce quand on considère l’empreinte carbone non négligeable de ces solutions d’IA et de machine learning, particulièrement consommatrices en puissance de calcul et donc énergivore.
Qu’en penser ? Pour le docteur Rouzbeh Amini, Global Sustainability Offerings Lead chez Cognizant, la transition environnementale vers le zéro carbone ne se fera pas sans un recours massif à l’IA. Mais ce constat global ne doit pas occulter des approches spécifiques quand il s’agit d’optimiser l’utilisation de cette IA. « Il y a une tendance actuelle à appeler ‘IA’ tout ce qui relève de méthodes analytiques, ce qui porte à confusion, affirme-t-il. La définition au sens strict de l’IA c’est ‘l’intelligence démontrée par la machine’, ce qui signifie que l’intelligence requiert une prise de décision ».
1) Automatiser la gestion des données
La transition vers la neutralité carbone repose sur un suivi méticuleux des données ayant trait à l’activité de l’entreprise et à son environnement direct – ceci permettant aux décideurs de comprendre l’existant en matière d’empreinte carbone et d’identifier des voies d'amélioration pour réduire les externalités négatives, optimiser les opérations et trouver de nouveaux business models, plus vertueux en termes d’impact.
Mais le volume de toutes ces données reste encore un enjeu majeur sur lequel l’intelligence artificielle pourrait être mobilisée. En effet, la gestion manuelle des données ne semble plus réaliste au regard des volumes concernés, volumes qui vont s’amplifier plus encore avec la démultiplication des données issues des objets connectés avec l’Internet des Objets (IoT). La démultiplication des sources de données accélère le phénomène avec les données issues de la chaîne de production ou de distribution, des opérations, de sources externes (comme la météo par exemple), les données sociales ou RH (liées au suivi RSE notamment), les données de marché ou de pilotage… et tous les acteurs de l’écosystème client, fournisseur, vendeur qui participent de la création, de la communication ou de la consommation des données.
L’IA est désormais devenue indispensable pour acquérir, gérer et traiter une aussi grande diversité de données, dans des proportions aussi importantes. Pour une entreprise, automatiser la gestion de ses données par l’IA semble donc incontournable pour assurer le suivi de ses impacts carbone et apporter de nouvelles solutions business propres à les réduire. Ce qui ne signifie pas que seule l’IA suffira, bien au contraire, l’intelligence humaine est déterminante.
2) Favoriser l’automatisation de la prise de décision
L’utilisation de scenarii de simulation jouera probablement un rôle important dans la transition environnementale ; en effet, l’accumulation d’indicateurs de performance aussi essentiels et divers que le temps, le volume d’impact ou le rapport coût-bénéfice (pour n’en citer que quelques-uns) rendra nécessaire l’approche par scenarii pour adopter une approche rationnelle et stratégique autour des trajectoires d’impact.
Dans cette optique, l’entreprise aura bien besoin de l’IA pour analyser finement et rapidement ces différentes simulations et pour y trouver un appui décisionnel quant à ses options disponibles. De plus, l’IA pourra être mise à profit pour optimiser la planification des chaînes logistiques et cibler les choix les plus durables en matière de politique Achats. Au global pour l'entreprise : une stratégie de transformation environnementale optimisée et directement opérationnelle atteindre plus vite des objectifs de décarbonation.
3) Automatiser à la fois l’analyse, le suivi et la mise en route des systèmes
Au-delà du bénéfice tactique qu’une telle automatisation pourrait générer (via des outils comme le reporting automatisé ou l’automatisation robotisée des processus – RPA), ces solutions augmentées par l’IA pourraient avoir un impact pour optimiser l’utilisation du cloud et des ressources du réseau (et viser ainsi une meilleure efficacité énergétique).
Il apparaît ainsi de plus en plus important d’automatiser les applications de télédétection quand cellesci visent à monitorer la déforestation, la pollution de l’air ou les bulletins météorologiques. Sans l’IA, il sera difficile, voire impossible, d’accomplir cette automatisation à l’échelle.
En conclusion, qu’il s’agisse d’automatisation de la gestion des données, de la prise de décision ou du suivi des systèmes, des solutions concrètes existent pour accompagner l’effort de décarbonation des entreprises. L’intelligence artificielle joue un rôle central dans ce dispositif, même si de nombreux défis persistent, en matière d’accès et de minimisation d’impact notamment. Dans l’étude citée précédemment, plus de 60 % des répondants affirmaient ainsi que l’IA était le plus grand pourvoyeur de valeur ajoutée à leur organisation, avec une réduction observée de 5 à 10 % des émissions de CO2. Soit un vrai motif d’intérêt pour les entreprises en recherche de solutions opérationnelles pour leur stratégie de durabilité.
