L’Arcep (Autorité de régulation des communications électroniques, des postes et de la distribution de la presse) vient de publier une note concernant l’évaluation de l’empreinte environnementale de l’IA générative.
Les données disponibles sur l’impact environnemental de l’IA générative restent à ce jour très limitées, notamment du fait d’un manque de transparence des acteurs : 84 % des modèles d’IA ne font l’objet d’aucune information environnementale. Une meilleure mesure de l’impact environnemental de l’IA sur l’ensemble de la chaîne de valeur nécessite d’utiliser des méthodologies robustes, fiables (multi-critères, multi-composants, multi-étapes) et harmonisées, pour permettre la comparabilité des modèles et des services. Des méthodologies par analyse de cycle de vie (ACV) standardisées et reconnues à l’international existent déjà et doivent être mobilisées et diffusées, pour éviter un foisonnement des méthodes et ainsi s’appuyer sur une base commune.
Pour contribuer à l’évaluation de l’empreinte environnementale de l’IA, l’Arcep s’est appuyée sur les résultats issus de la littérature scientifique, complétés par des travaux institutionnels ou de l’industrie. Elle a également mené des travaux avec le Pôle d’expertise de la régulation numérique (PEReN), qui apportent des résultats inédits sur l’impact environnemental de la phase d’utilisation.
« Les éléments d’appréciation de l’empreinte environnementale de l’IA générative recueillis distinguent les impacts par brique du numérique (centres de données, terminaux, réseaux) puis selon les phases d’entraînement et d’inférence d’un modèle.
L’analyse par brique montre que les centres de données sont la composante structurante des impacts environnementaux de l’IA générative. Leur développement soulève notamment des questions liées à la consommation d’énergie et par extension aux émissions de gaz à effet de serre qui dépendent du mix électrique du pays d’implantation. À titre d’illustration, en moyenne en 2024, le mix polonais possédait un contenu carbone 1,65 fois plus élevé que celui du mix irlandais et 17,6 fois plus élevé que celui du mix français. Il soulève également des questions liées à la consommation d’eau et à l’artificialisation des sols. De fait, le développement de l’IA est considéré comme le principal facteur de croissance de la consommation électrique des centres de données, qui pourrait doubler au niveau mondial d’ici à 2030. Des grands acteurs du numérique ont d’ores et déjà indiqué que l’atteinte de leurs objectifs initiaux de décarbonation était compromise à cause du développement de l’IA générative et ont revu leurs objectifs à la baisse. Au-delà des stratégies des acteurs industriels, la croissance de la consommation électrique des centres de données soulève des enjeux à l’échelle des nations et de leurs trajectoires de décarbonation.
Les effets environnementaux de l’IA générative liés aux terminaux (intensité énergétique d’utilisation des services d’IA générative potentiellement plus élevée et risque de renouvellement des terminaux) et aux réseaux (capacités a priori suffisantes à court terme mais des interrogations à moyen terme) sont encore incertains.
L’analyse par phase montre que l’impact environnemental de l’entraînement des modèles dépend principalement de leur taille (nombre de paramètres), du mix électrique et du matériel utilisé (puces, serveurs). Elle relève également que le nombre de modèles et leur taille n’ont cessé de croître.
Les impacts environnementaux de la phase d’inférence sont moins documentés mais pourraient devenir un enjeu significatif en raison de la croissance des usages. Pour enrichir l’analyse, des travaux inédits ont été réalisés par le PEReN sur la consommation électrique des prompts (requêtes). Ils montrent qu’en phase d’inférence, les plus grands modèles sont toujours les plus consommateurs d’énergie mais aussi que des modèles de tailles très différentes peuvent avoir la même consommation énergétique. En outre, certains modèles qui consomment moins sont capables de fournir des réponses aussi pertinentes que des grands modèles. Limiter la consommation énergétique ne revient donc pas nécessairement à faire des compromis sur la performance du modèle. Les tests réalisés mettent également en évidence que des techniques d’optimisation et de compression permettent des gains énergétiques significatifs en phase d’inférence.
Nos recommandations afin de rendre le développement de l’IA compatible avec les limites planétaires
Afin de s’assurer que l’IA et ses infrastructures se déploient dans des conditions compatibles avec les limites planétaires et permettant aux générations futures de bénéficier de son potentiel, l’Arcep formule quatre axes d’actions couvrant neuf recommandations. Ces recommandations s’articulent avec le cadre législatif européen, en vigueur ou à venir
Axe 1 : Améliorer la mesure et la connaissance de l’impact environnemental de l’IA
- Mettre en œuvre la collecte et la publication des données environnementales de l’IA par des autorités publiques
- Utiliser des méthodologies internationalement standardisées d’évaluation de l’impact environnemental, afin de faciliter les comparaisons entre systèmes d’IA
Axe 2 : Promouvoir l’écoconception des services d’IA comme levier stratégique de la compétitivité européenne
- Intégrer l’écoconception des services d’IA dans la régulation européenne des fournisseurs
- Renforcer l’écoconditionnalité dans les modalités de soutien à l’innovation et la commande publique
Axe 3 : Donner les moyens aux utilisateurs de choisir leurs services d’IA générative en fonction de leur impact environnemental grâce à une régulation européenne adaptée
- Imposer une plus grande transparence environnementale aux fabricants de puces et aux grands fournisseurs de modèles et de services d’IA
- Garantir l’ouverture des services d’IA
Axe 4 : Construire une stratégie de développement des centres de données en Europe alliant souveraineté et soutenabilité
- Éclairer les choix publics et d’investissement : faire de la transparence et de la régulation par la donnée des atouts du développement des centres de données en Europe
- Renforcer la coordination européenne entre politiques numérique, énergétique et d’infrastructure pour accompagner le développement des centres de données
- Encourager une implantation territoriale concertée des centres de données. »
Mots-clefs : environnement, technos
