Comment les chefs d’entreprise peuvent atteindre leurs objectifs en matière d’IA et de développement durable

Pour les entreprises, il est impératif de trouver un équilibre entre l'adoption de l'IA et l'impact environnemental. Forum économique mondial (WEF), l'énergie nécessaire au développement de l'IA double tous les 100 jours. D'ici 2028, la consommation énergétique de l'IA pourrait dépasser la consommation totale d'énergie de l'Islande en 2021. L'IA peut être une arme à double tranchant : si elle peut faire progresser considérablement les initiatives environnementales, elle peut être tout aussi néfaste si elle est utilisée sans précaution.  

Il n’existe pas de modèle universel pour une utilisation durable de l’IA : l’approche de chaque organisation doit s’adapter à ses spécificités. L’intégration de l’IA et la poursuite d’objectifs écologiques nécessitent plutôt une certaine attitude.

Pensez aux files d’attente qui se forment devant les magasins Apple les jours de lancement des produits : les premiers utilisateurs affichent fièrement les derniers gadgets comme des symboles de statut. Cet état d’esprit ne fonctionnera pas ici. Les entreprises ne devraient pas se précipiter pour adopter des outils d’IA tape-à-l’œil simplement pour être considérées comme des précurseurs. Au lieu de cela, elles devraient se concentrer sur la mise en œuvre d’une IA ciblée qui soutienne les objectifs de durabilité à long terme.

Voici quelques stratégies à considérer.  

Automatiser en vue d'économies d'énergie

Certains dirigeants pourraient désapprouver le fait que leurs employés prennent des raccourcis, mais je ne le fais jamais. JotformJ'encourage les employés à rechercher continuellement des moyens plus rapides pour accomplir leurs tâches fastidieuses, tant que la qualité de leur production ne faiblit pas. L'automatisation est au cœur de notre activité et au cœur de notre culture. S'il existe un outil automatisé capable de gérer une tâche manuelle fastidieuse, alors je dis : foncez.

Il se trouve que l’automatisation des tâches à l’aide d’outils d’IA peut également favoriser vos objectifs de durabilité. WEF Remarques : l'optimisation de la planification pour les économies d'énergie, c'est-à-dire le déplacement des charges de travail de l'IA pour correspondre aux périodes de faible demande énergétique, est une tactique efficace pour tirer parti de l'IA et réduire votre empreinte carbone.

Supposons que vous ayez choisi un outil d'IA pour automatiser les analyses de sécurité régulières afin de protéger vos données. Programmer ces tâches pendant la nuit est un moyen simple de devenir plus économe en énergie. La consommation énergétique générale a tendance à diminuer pendant les soirées, et les réseaux électriques bénéficient d'une pause et peuvent fonctionner plus efficacement. En outre, vos coûts énergétiques diminuent souvent également. 

Ou, si vous vous trouvez dans une région géographique au climat chaud et à l'utilisation intensive de la climatisation, vous pouvez déplacer les projets gourmands en énergie vers les mois les plus frais, lorsque les réseaux électriques sont moins sollicités. Il est important de noter que ces changements nécessitent une réflexion préalable, mais ne nécessitent pratiquement aucun effort supplémentaire. Ils peuvent se traduire par des économies d'énergie importantes. 

Choisir des modèles fondamentaux

Imaginez que vous êtes dans la cuisine d'un restaurant étoilé Michelin. Les chefs ont tous été formés dans des écoles culinaires et des restaurants de haut niveau. Ensemble, l'équipe peut exécuter tous les types de plats et en inventer de nouveaux. Si quelqu'un veut concocter un repas incroyable, il n'a pas besoin de former une toute nouvelle équipe de chefs : il peut utiliser celle-ci, en tirant parti de son expertise existante et en fournissant des conseils personnalisés. 

En IA, c'est l'idée d'un modèle de base : un programme avancé qui a déjà été formé sur d'énormes quantités de données. Si quelqu'un avait besoin d'un certain outil d'IA, il pourrait commencer avec ce modèle de base plutôt que de construire un modèle à partir de zéro.

S'exprimant au nom de Christina Shim, directrice du développement durable chez IBM, explique pourquoi le choix des modèles de base est une approche économe en énergie. Contrairement à la création d’un nouveau modèle, « les modèles de base peuvent être personnalisés pour des objectifs spécifiques en une fraction du temps, avec une fraction des données et une fraction des coûts énergétiques. »

Shim note que la taille d'un modèle fondamental peut également avoir un impact : la plupart d'entre eux sont dotés de 3, 8 ou 20 milliards de paramètres. Selon une étude d'IBM, les modèles plus petits formés sur des données spécifiques et pertinentes peuvent fonctionner aussi bien que les plus grands, mais plus rapidement et consommer moins d'énergie. Plus grand n'est pas toujours synonyme de meilleur. Salesforce Autrement dit, opter pour le modèle le plus grand et le plus puissant pour des besoins d’entreprise spécifiques revient à « utiliser un semi-remorque pour aller faire ses courses ou prendre un seul passager » — en d’autres termes, c’est complètement inutile.  

Les modèles plus grands ont toutefois un prix plus élevé. Prendre le temps de choisir un modèle adapté à vos objectifs est un investissement rentable qui peut vous permettre d'économiser des ressources financières et écologiques.

Optez pour les logiciels open source

Un autre choix crucial au début de tout parcours d’IA est de savoir s’il faut opter pour un logiciel open source. Les options open source ne résoudront peut-être pas tous les problèmes, mais dans de nombreux cas, elles peuvent fournir une solution efficace en termes d’énergie et de coûts, qui s’appuie sur la sagesse d’innombrables experts. Vous pouvez vous concentrer sur l’amélioration d’une solution existante (et sur le partage des résultats), plutôt que de surcharger les réseaux énergétiques pour réinventer la roue à chaque fois. Comme le souligne Shim, les logiciels open source bénéficient de l’avantage de l’amélioration collective : plus de personnes se penchent sur le problème, plus le produit final est meilleur et la demande énergétique lors de la phase de développement est répartie entre les utilisateurs. 

Un bon logiciel vaut son prix, mais il doit s’adapter à vos besoins et à votre budget, un critère de plus en plus important en période d’inflation. Dans de nombreux cas, une solution open source est disponible gratuitement ou à un prix bien inférieur. 

Mettre en œuvre l'automatisation pour améliorer l'efficacité du système

Enfin, les outils d’automatisation basés sur l’IA peuvent économiser de l’énergie dans la mesure où ils contribuent à accroître l’efficacité du système. Ils peuvent le faire directement, en réduisant les heures nécessaires à l’exécution de tâches fastidieuses. Par exemple, si vous effectuez des recherches, des outils comme ChatGPT peuvent vous éviter de passer des heures assis devant un écran en identifiant et en synthétisant les informations clés en quelques secondes. 

Les outils d'IA peuvent également jouer un rôle dans la phase de planification des systèmes. Salesforce:L'équipe en charge de l'infrastructure du centre de données utilise l'IA pour prédire et anticiper les habitudes d'utilisation de ses clients, puis adapte automatiquement le volume de serveurs requis. Cela lui permet d'adapter la manière dont son infrastructure de centre de données est utilisée et d'éviter de gaspiller de l'énergie excédentaire. De même, l'entreprise de logiciels utilise l'IA pour prendre des décisions visant à réduire son empreinte carbone en analysant des millions de points de données provenant de la chaîne d'approvisionnement, des voyages d'affaires, de l'immobilier, etc. 

L’IA peut jouer le rôle d’un consultant en développement durable, en économisant idéalement plus d’énergie que nécessaire pour effectuer les analyses et les tâches correspondantes. En ce sens, l’IA peut être une arme à un seul tranchant, offrant plus d’avantages que d’inconvénients associés.