Intelligence artificielle et environnement. 3 solutions IA pour vous aider à construire une entreprise durable | IA en affaires #26

L’intelligence artificielle ouvre également de nouvelles voies pour atteindre des objectifs environnementaux tout en contribuant à l’efficacité des entreprises. Saviez-vous que la bonne application de l’IA peut révolutionner la gestion de l’énergie de votre entreprise ou même contribuer à la conservation de la biodiversité ?

L’intelligence artificielle et l’environnement pour des entreprises durables

L’intelligence artificielle aide à construire une entreprise durable :

• Dans la phase conceptuelle – en soutenant la création d’une idée d’entreprise sensible à l’environnement – par exemple, grâce à une consultation avec ChatGPT ou Claude d’Anthropic,
• Dans la phase de croissance de l’entreprise – en créant des chaînes d’approvisionnement durables et en aidant à créer des solutions pour une IA verte,
• Dans la phase d’optimisation – en analysant et en ajustant les solutions existantes avec des logiciels utilisant des modèles d’IA dédiés.

Examinons des solutions spécifiques qui contribuent directement au développement d’entreprises durables.

Automatiser la gestion de l’énergie avec l’intelligence artificielle

L’IA peut surveiller et gérer automatiquement la consommation d’énergie d’une entreprise, identifiant les domaines pour de futures économies. Cela se fait, par exemple, avec Flex2X, un système développé par Grid Edge, basé au Royaume-Uni. Ce système combine des données obtenues à partir de capteurs existants dans un bâtiment, tels que des capteurs de température ou d’humidité, avec d’autres sources de données, telles que les conditions météorologiques, et les analyse avec des algorithmes d’intelligence artificielle qui peuvent optimiser la consommation d’énergie d’un bâtiment en temps réel.

Source : Flex2X

Agriculture optimisée

L’intelligence artificielle dans l’environnement ouvre un large champ d’innovation tant pour les entreprises développant des solutions innovantes pour l’agriculture que pour l’agriculture à grande échelle, qui nécessitent le travail de machines peu efficaces en énergie et beaucoup d’efforts humains.

En analysant des données provenant de diverses sources, l’IA peut aider les entreprises du secteur agricole à prendre de meilleures décisions concernant l’irrigation, la fertilisation ou le contrôle des maladies des plantes. Cependant, les solutions agricoles les plus innovantes sont celles qui combinent l’intelligence artificielle et la robotique. Une de ces solutions est LaserWeeder, développée par Carbon Robotics, qui peut éliminer 100 000 mauvaises herbes en une heure en distinguant avec précision les espèces de plantes. C’est le premier et le seul robot de désherbage au laser disponible commercialement. Il dispose d’une technologie avancée :

• IA d’apprentissage profond,
• robotique,
• lasers,
• cartes graphiques puissantes de Nvidia,
• 42 caméras haute résolution pour une reconnaissance d’image précise,

LaserWeeder aide à prendre soin de la biodiversité car au lieu de pulvériser des pesticides chimiques nuisibles à l’écosystème et aux insectes, il peut enlever les mauvaises herbes même dans de grandes zones de cultures.

Source : CarbonRobotics

Chaînes d’approvisionnement pilotées par l’IA

L’IA peut aider à tracer l’origine des produits, ce qui est essentiel pour construire des chaînes d’approvisionnement durables. Une logistique efficace des chaînes d’approvisionnement, en attendant, peut être réalisée grâce à l’intelligence artificielle et à l’automatisation. Par exemple, Amazon investit massivement dans des technologies d’automatisation des transports, telles que des camions autonomes et des taxis appelés Zoox.

Parallèlement, TCS Logistics Optimiser/TCS Crystallus peut optimiser les chaînes d’approvisionnement d’une entreprise en temps réel. Développée par Tata Consultancy Services, cette technologie combine l’IA, l’apprentissage automatique et l’Internet des objets (IoT) pour fournir des solutions qui améliorent la gestion du temps de transport, de la charge utile des véhicules et de leur disponibilité.

Source : IoT Global Awards

Coûts environnementaux de l’intelligence artificielle

Le principal coût environnemental de l’IA dans les entreprises est la consommation d’énergie. Bien que l’énergie exacte requise pour entraîner le modèle GPT-4, que la version payante de ChatGPT et BingChat utilisent, ne soit pas disponible publiquement, nous pouvons faire quelques estimations basées sur les informations disponibles.

GPT-4 est un modèle avec plus de 175 milliards de paramètres qui ont été entraînés sur plus de 45 To de données. Le processus d’entraînement implique l’analyse des données et l’optimisation des paramètres du modèle, ce qui nécessite beaucoup de puissance de calcul et entraîne une forte consommation d’énergie.

Pour entraîner le GPT-4, des unités de traitement graphique (GPU) puissantes et des unités de traitement tensoriel (TPU) ont été utilisées, qui sont également connues pour leur consommation d’énergie intensive. La consommation est encore augmentée par l’énergie requise pour le fonctionnement lui-même.

IA verte

Bien que le coût environnemental du développement des technologies d’IA soit élevé, ce sont les outils d’intelligence artificielle qui rendent possible la création de solutions plus écologiques. Cela inclut l’IA verte, des modèles qui nécessitent moins d’énergie et d’autres ressources pour fonctionner.

C’est l’IA “verte” qui se concentre sur le développement d’algorithmes d’intelligence artificielle qui sont économes en énergie. Par exemple, de nouvelles méthodes de compression peuvent réduire la quantité de données nécessaires pour entraîner des modèles d’IA jusqu’à 90 %, réduisant ainsi considérablement la consommation d’énergie. Parmi d’autres, OpenAI, qui investit dans le développement de modèles d’IA verte plus écologiques, travaille sur eux.

L’intelligence artificielle présente de nombreux avantages. L’IA verte utilise moins de ressources, elle peut donc être utilisée par des entreprises plus petites, y compris celles opérant dans des pays en développement. Cela signifie démocratiser son utilisation et permettre à un plus grand nombre de personnes de la créer. Également, ceux avec des portefeuilles moins bien fournis.

L’IA verte se distingue de la soi-disant “IA rouge” – c’est-à-dire des solutions qui augmentent l’efficacité des opérations sans tenir compte des coûts environnementaux qu’elles génèrent. L’IA “rouge” génère des résultats spectaculaires, mais son empreinte environnementale est grande. Et avec le saut technologique, l’impact environnemental ne cesse de croître.

IA pour la Terre

L’intelligence artificielle et l’environnement concernent également la résolution de problèmes, tels que :

• analyser les problèmes liés à la crise climatique – grâce à l’IA, il est possible de développer des modèles complexes qui reflètent les changements environnementaux et prédisent leurs conséquences en utilisant des quantités de données qu’un humain ne pourrait jamais traiter. Un excellent exemple est le travail du Laboratoire national d’Argonne avec la société de télécommunications AT&T, où l’intelligence artificielle a été utilisée pour analyser un modèle climatique en conjonction avec une base de données contenant des informations sur le réseau de télécommunications d’AT&T pour prédire comment les effets du changement climatique – tels que l’élévation du niveau de la mer, des vents de haute intensité et des inondations côtières et intérieures – pourraient affecter les opérations dans 30 ans,
• la conservation de la biodiversité – par exemple, l’outil Wildlife Insights est une plateforme qui utilise l’intelligence artificielle pour convertir les données des caméras pièges en informations utiles sur la biodiversité, télécharge les données sur Google Cloud, où des modèles d’IA classifient automatiquement les images pour aider à surveiller et protéger la faune dans le monde entier. Wildlife Insights peut traiter 3,6 millions d’images par heure, avec un taux de précision d’identification de 80 à 98,6 pour cent.
• Améliorer l’efficacité des systèmes existants qui consomment de grandes quantités d’énergie, tels que les usines, le transport ferroviaire, les transports publics et l’éclairage urbain,
• prévenir les pannes – par exemple, dans de grandes usines industrielles, des centrales hydroélectriques ou éoliennes. Cela est rendu possible grâce à l’utilisation de jumeaux numériques (Digital Twins), qui permettent de prédire l’usure des composants dans un système particulier.

Résumé

Une combinaison appropriée de l’intelligence artificielle et de l’environnement de travail peut avoir un impact sur de nombreux aspects des entreprises durables. De l’optimisation des performances de l’intelligence artificielle, c’est-à-dire la création d’IA verte, à l’automatisation de la gestion de l’énergie, à l’optimisation de l’agriculture et à la création de chaînes d’approvisionnement durables. Ces dernières, dans le contexte des besoins logistiques croissants, deviennent cruciales pour l’efficacité et la responsabilité des entreprises.

L’application de l’intelligence artificielle pose également de sérieux défis, tels que la consommation d’énergie pendant la phase d’entraînement et le fonctionnement continu des modèles d’IA. Cependant, l’intelligence artificielle aide également à résoudre ces problèmes et à réduire l’impact environnemental de son fonctionnement. Il y a donc de la place pour des solutions d’IA verte et un engagement dans des pratiques durables à une échelle sans précédent, de l’analyse du changement climatique à la conservation de la biodiversité.

Si vous aimez notre contenu, rejoignez notre communauté de abeilles occupées sur Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.