Épinard 🌳#56 - IA : Impact Alarmant ?
Intelligence artificielle, impacts réels
Hello 🌳
Les IA font maintenant partie de notre quotidien (ou presque).
Et même si c’est super pour résumer des textes, créer l’itinéraire idéal pour vos prochaines vacances dans l’Ardèche ou générer une image de votre chat avec un chapeau de Noël, il subsiste une zone d’ombre : son impact écologique.
Face à la croissance de ces outils et des ressources nécessaires pour les faire fonctionner, on est en droit de se demander : quel est le poids écologique de l’IA ?
Dans l’édition du jour, on va parler :
De l’impact global du numérique, surtout au niveau de l’électricité.
Du poids de l’intelligence artificielle là-dedans.
Des bénéfices sociaux et humains de l’IA (s’il y en a…suspense).
Bonne lecture !
Gaël🌳
👋 Tu connais quelqu'un qui devrait lire cet article ? Partager
On t'a partagé cet article ? Abonne-toi maintenant
Avant de commencer, je trouve important de rappeler qu’il existe encore trop peu d’études sur l’impact des technologies liées à l’IA (et notamment les Large Language Model comme ceux utilisés par ChatGPT).
Cette newsletter reprend de nombreuses conclusions des recherches de Sasha Luccioni.
Point intéressant : a peine deux ans après la démocratisation de ces outils, de premières études sur leur impact sont déjà disponibles, ce n’était pas le cas à ma connaissance pour les innovations technologiques précédentes (blockchain, smartphone etc).
🪨Ressources, ressources…
Le numérique consomme beaucoup de ressources telles que l’électricité, l’eau, ou encore les terres rares. Et la demande n’est pas prête de baisser puisque c’est un secteur en forte croissance.
Quelques chiffres pour s’en rendre compte :
Le numérique est responsable de 4 % des émissions mondiales de gaz à effet de serre.
En France, le numérique représente environ 2,5 % de l’empreinte carbone annuelle de 2020.
La France a utilisé 62,5 millions de tonnes de ressources naturelles en 2020 pour le secteur numérique.
L’impact du numérique est donc non négligeable.
Si c’est la demande en électricité et en énergies qui augmente le plus.
Il ne faut pas oublier :
L’utilisation des autres ressources essentielles comme l’eau.
Dans un contexte de crise de l’eau, en utiliser pour refroidir des datacenters peut poser question. D’ailleurs Google, dans son rapport environnemental de 2023, a révélé avoir prélevé 28 milliards de litres d’eau dans l’année juste pour ce refroidissement. Et les deux tiers étaient de l’eau potable…
La mise en concurrence des ressources.
La transition énergétique et le numérique ont besoin de métaux et terres rares en commun qui voient donc leur demande exploser. L’exemple du cuivre est parlant : c’est un matériau utilisé à la fois pour les systèmes électriques et les technologies d’énergie renouvelable.
Goldman Sachs prévoit que les centres de données d'IA, avec leurs besoins accrus en cuivre, généreront une demande de 80 000 tonnes en 2024, qui doublera à 160 000 tonnes par an d'ici 2026, avant de se stabiliser à ce niveau pour les années suivantes.
Sachant que d’ici 2030, JP Morgan prévoit un déficit de cuivre de 4 millions de tonnes…
Revenons à l’électricité, car c’est là où nous avons le plus de données.
⚡Électricité et émissions de CO2 : le numérique en ligne de mire
D’ici 2026, la consommation d’électricité du secteur de l’IA et des cryptos devrait doubler selon l’IEA.
D’ici 2029, c’est la construction de datacenters qui devrait tripler pour répondre aux nouveaux besoins du secteur numérique.
À noter que la consommation mondiale d’électricité de ces centres a augmenté de 20% à 40% par an ces dernières années, pour atteindre environ 1,3% de la demande mondiale d’électricité.
La part d’IA là-dedans n’est pas encore bien précise.
Sur le sujet, l’ambition de la France est claire : rattraper ses voisins européens en nombre de centres de données.
Bruno Le Maire, lorsqu’il était ministre de l’Économie et des Finances, le disait clairement : “Notre ambition, c’est que la France soit la première terre d’accueil de datacenters en Europe”.
En 2023, RTE, l’opérateur du Réseau de Transport d’Électricité, prévoyait :
15 TWh à 20 TWh de consommation annuelle pour les centres de données en 2030
28 TWh en 2035
Aujourd’hui, on en est où ? On se situe à environ 10 TWh.
Pour vous donner des ordres de grandeur, la France produit environ 500 TWh/an et on en exporte entre 70 et 80TWh. Si on raisonne à l’échelle nationale, nous avons donc de la “marge” pour accueillir ces datacenters.
Mais la marche est haute localement.
La création de fermes de datacenters, en plus de poser la question de l’artificialisation des terres, de l’utilisation des matières premières et des émissions de CO2, questionne également les besoins en électricité.
En France, cette accélération est déjà très concrète, notamment en Île-de-France.
Le risque ?
Une mise en concurrence avec l’électricité nécessaire aux autres industries et aux ménages.
Et c’est déjà ce qu’il se passe en Irlande, où la prolifération des centres de données a fait augmenter significativement la consommation électrique, mettant en difficulté la stabilité du réseau et la capacité d’approvisionnement des foyers.
Zoom sur les GAFAM
Premier impact concret : l’arrivée de l’IA réduit à zéro les ambitions des GAFAM de faire baisser leurs émissions de CO2.
Entre la création de nouveaux datacenters toujours plus grands pour répondre à la demande et les ressources utilisées pour les faire tourner, l’IA consomme. Beaucoup.
Et la compétition entre eux sur ce sujet, ne les pousse pas à la modération…
L’impact carbone des GAFAM augmente donc significativement :
Les émissions de CO2 de Google ont progressé de 48 % ces cinq dernières années.
Ses émissions totales sont dues à 25% à ses datacenters où l’énergie a augmenté de 37 % en une seule année.
Les émissions de CO2 de Microsoft ont augmenté de 23 % entre 2023 et 2020
Bref, c’est une des raisons qui pousse les GAFAM à se tourner vers des solutions comme la création de mini-réacteurs nucléaires pour subvenir à ces besoins croissants.
Ils considèrent d’ailleurs que le plus pertinent pour tendre vers une informatique “propre” reste de se tourner vers les énergies renouvelables (plutôt que de questionner la place prépondérante que prennent l’intelligence artificielle et le numérique).
On verra d’ailleurs, si cela tient toujours dans l’Amérique de Trump.
L’impact tangible de l’IA
L’intelligence artificielle s’ancre donc bien dans le réel.
Pour bien le comprendre, regardons quelques résultats des études menées par Sasha Luccioni.
Dr Sasha Luccioni est responsable des sujets IA & Climat au sein d'Hugging Face une entreprise créée par des Francais (cocorico) spécialisée dans la mise en commun d'outils IA.Une requête Google classique, c’est environ 7g de CO2eq.
Pour le même type de requête, une IA consommerait entre 10 et 30 fois plus…
Pour la consommation d’eau plusieurs chercheurs californiens, à l’origine de l’étude Making AI less thirsty, pointent du doigt le fait que vingt questions posées à ChatGPT mobilisent un demi-litre d’eau pour refroidir les serveurs…
Dans ses travaux Sasha distingue deux phases : l’entraînement des modèles et l’utilisation.
Selon ses travaux, c’est principalement la phase d’entraînement de l’IA - c’est-à-dire lorsque l’IA analyse des données pour identifier des schémas et réaliser des tâches -qui a besoin du plus de ressources.
Par exemple, une étude qui a analysé le modèle d’IA Bloom et met en avant que son entraînement a généré à peu près 50,5 tonnes de CO2.
Soit 80 vols aller-retours entre Londres et New York.
Pour savoir, si cela est significatif ou pas, il faudra analyser la durée de vie des modèles. Plus ils deviendront obsolètes rapidement, plus ces émissions seront significatives.
C’est la même histoire que les émissions liées à la construction des voitures diesel ou électrique. On peut émettre davantage à la “construction” si à l’usage on consomme moins.
Justement chaque modèle d’IA a une empreinte carbone différente.
Cela dépend :
De la taille du modèle et du nombre de paramètres.
De la durée d’entraînement.
Du matériel utilisé et de sa modernité, ou pas.
Des sources d’énergie utilisées pour l’alimentation des centres de données.
Dans la phase d’utilisation, c’est le type de tâche demandée sur chaque modèle qui produit un impact plus ou moins conséquent.
Les modèles polyvalents qui peuvent gérer plusieurs tâches (texte, génération d’images…) sont ceux qui utilisent le plus de ressources.
Les impacts sociaux de l’IA
Ce qui pose problème avec l’IA d’aujourd’hui, en plus de ses impacts majeurs sur l’environnement, c’est le manque de cadre clair sur l’éthique et la responsabilité.
L’étude corédigée par Sasha Luccioni souhaite appréhender la question avec une approche standardisée. Car il ne faut pas oublier que c’est un outil qui peut :
Transformer les interactions humaines entre elles et les humains avec la technologie.
Modifier les normes culturelles et sociales en diffusant des contenus qui déforment ces valeurs.
Rendre autonomes ou dépendant·es.
Avoir un impact sur la santé mentale.
Questionner l’éthique et la responsabilité des actions que l’on demande aux IA.
Modifier le travail et la créativité.
Tous ces aspects questionnent la place que doit, et peut prendre, l’Intelligence Artificielle dans nos quotidiens.
Je ne vais pas tout détailler ici, mais l’étude est vraiment intéressante à lire.
Sur le même thème et dans un format moins scolaire, vous trouverez les travaux de Harari dans son livre Nexus.
Mais l’IA peut aussi avoir des impacts positifs
J’en parle en dernier car c’est un point assez délicat, mais l’IA peut avoir des bénéfices tangibles dans un futur proche.
La condition ? Que l’éthique et la responsabilité soient au cœur de son utilisation.
Et que les impacts écologiques soient pris en compte dès la conception et limités au maximum.
Tout ça pour dire que l’IA peut, si les solutions techniques suivent, avoir des bénéfices sur :
l’agriculture
l’énergie
le transport
la gestion de l’eau
Mais ces bénéfices économiques et environnementaux ne doivent pas seulement profiter aux pays qui sont déjà avancés sur la question des technologies.
Sinon cette nouvelle technologie ne ferait qu’augmenter les inégalités économiques et climatiques.
Faut-il investir dans l’IA ?
Commençons par ça :
Cette courbe représente le NASDAQ Composite, l’indice des sociétés technologiques américaines.
On constate en 2000, la fameuse bulle internet. Une montée rapide des cours de Bourse suivie d’une chute tout aussi rapide…
Il faudra 15 ans (oui 15 ans) à cet indice pour retrouver ses sommets.
Pourtant, les investisseurs ne s’étaient pas trompés. Internet à réellement bouleversé nos façons de travailler et a permis de nombreuses avancées.
Seulement, ça a pris beaucoup plus de temps que prévu.
Somme-nous dans un cycle similaire pour l’IA ?
Les valorisations des entreprises du secteur sont parties en orbite.
La question est maintenant de savoir si elles arriveront à générer rapidement suffisamment de revenus pour satisfaire les investisseurs.
On l’a vu de nombreuses contraintes physiques limitent les avancées du secteur.
Mais selon moi, les contraintes se trouvent plutôt du côté du marché :
La majorité des grandes entreprises ont déjà du mal à mettre en place des outils de collaboration (=utiliser correctement internet), alors mettre en forme et exploiter leurs données avec des outils IA, c’est un doux rêve.
Seules les entreprises technologiques (GAFAM et quelques autres) ont aujourd’hui les moyens techniques d’exploiter à plein potentiel ses outils…
Si toutefois l’aventure vous en dit, il y a deux grandes stratégies pour miser sur le secteur :
Investir dans les vendeurs de pioche :
On en retrouve plusieurs types :
Les constructeurs/concepteurs de puces dédiées à l’IA comme Nvidia qui a beaucoup fait couler d’encre ces derniers mois, mais aussi Intel, ARM, STmicro etc
Les fondeurs, ceux qui vont réellement fabriquer les pièces comme TSMC, UMC, Globalfoundries.
Les constructeurs de Datacenter comme Equinix, Digital Realty, Yondr.
Investir dans les chercheurs d’or.
Vous les connaissez : OpenAI, Anthropic, Mistral AI...
Ici, c’est plus compliqué car la plupart ne sont pas côtés et ont des valorisations déjà très élevées.
Il est possible de s’y exposer indirectement, en investissant dans les GAFAM qui ont pris des participations dans ces entreprises.
Microsoft avec OpenAI, Google & Amazon avec Anthropic etc.
Conclusion
Ce sujet change un peu des problématiques purement “climat”.
Mais ça me semblait pertinent de remettre l’écologie au centre du village pour cette techno.
Une chose est certaine, on n’a pas fini d’en entendre parler.
Dis-moi si cette édition t’a plu 👇
On se retrouve dans deux semaines pour une nouvelle édition.
PS 1 : Si tu souhaites être accompagné(e) dans tes investissements, réserve une consultation ici
PS 2 : Toutes les éditions précédentes sont dispos ici.
👋
Gaël 🌳
⚠️ Et pour finir : Je voudrais te rappeler qu’ici tu ne trouveras pas de conseils d'investissement ni de recommandations personnalisées. Ces informations sont impersonnelles, uniquement à but informatif et pédagogique et ne sont pas adaptées aux besoins d'investissement d'une personne spécifique.Tu dois aussi garder en tête qu’investir dans des actifs cotés ou non cotés comporte un risque de perte partielle ou totale des montants investis ainsi qu'un risque d'illiquidité.Et enfin, le traitement fiscal d’un investissement dépend de la situation individuelle de chacun. Souviens-toi que les performances passées ne préjugent pas des performances futures.