L’intelligence artificielle est une constellation de technologies différentes, qui fonctionnent de concert pour permettre aux machines de percevoir, de comprendre, d’agir et d’apprendre à des niveaux d’intelligence comparables à ceux des humains. Cela explique sans doute pourquoi il y a autant de définitions de l’intelligence artificielle : l’IA ne se limite pas à une seule technologie. Des technologies comme le machine learning (ML) et le traitement automatique du langage naturel (NLP) font partie de l’IA. Chacune d’entre elles évolue à son propre rythme et suit son propre parcours, mais lorsqu’elles sont associées aux données, à l’analytics ou encore à l’automatisation, elles peuvent aider les entreprises à atteindre leurs objectifs – qu’il s’agisse d’améliorer le service client ou d’optimiser la Supply Chain.

À l’heure où les solutions d’intelligence artificielle ne cessent de prendre de l’importance dans le domaine de l’environnement, comment l’IA pourrait-elle influer sur la croissance économique et sur l’ambition mondiale visant à réduire les émissions nocives d’ici à 2030 ? Dans un large éventail de situations et de secteurs économiques, il est possible d’exploiter l’IA afin de gérer l’impact du changement climatique et ses répercussions environnementales. Des innovations propulsées par l’IA telles que des réseaux de distribution d’énergie propre, l’agriculture de précision, des chaînes logistiques durables, le suivi et de contrôle du respect de la réglementation environnementale, ainsi que la prévision et de gestion des catastrophes météorologiques et climatiques. « L’intelligence artificielle est une des meilleures opportunités que nous ayons pour dissocier enfin la croissance économique de celle des émissions de CO2, en offrant des solutions alternatives légères en carbone dans leurs usages. L’IA c’est aussi des opportunités majeures de création d’emploi et d’innovation : deux enjeux majeurs des économies mondiales pour les prochaines années. »

D’après les estimations, l’utilisation de l’IA pour des applications environnementales pourrait contribuer à hauteur de 5 200 milliards de dollars à l’économie mondiale en 2030, soit une augmentation de 4,4 %. De plus, ces solutions permettraient la réduction de 4 % des émissions mondiales de gaz à effet de serre en 2030, représentant 2,4 Gt (gigatonnes) d’équivalent CO2, soit un montant comparable à la somme des émissions annuelles de l’Australie, du Canada et du Japon à la même date. Parallèlement à l’amélioration de la productivité, l’IA pourrait créer 38,2 millions de nouveaux emplois net dans l’ensemble de l’économie mondiale, en offrant des emplois plus qualifiés dans le cadre de cette transition. En effet, l’IA est aujourd’hui capable d’apporter une réponse aux trois principaux défis environnementaux : 1) Le réchauffement climatique, 2) L’effondrement de la biodiversité, 3) La pollution généralisée. Nous vivons à l’ère de la quatrième révolution industrielle, une transformation socio-économique rapide induite par un progrès technologique effréné qui bouleverse des secteurs et des systèmes de gouvernance entiers. Également baptisée « industrie 4.0 », elle fait suite à la première révolution industrielle au XVIIIe siècle (mécanisation), impulsée par l’invention de la machine à vapeur ; à la deuxième révolution industrielle (production de masse) au XIXe siècle, portée par l’invention de l’électricité ; et à la troisième révolution industrielle (automatisation) au XXe siècle, fondée sur l’invention de l’électronique et de la technologie de l’information.

Un exemple concret, l’intelligence artificielle au service de la rénovation énergétique des bâtiments publics. La Banque des territoires, en partenariat avec l’Etat, Enedis et GRDF, a annoncé ce mercredi 16 février la mise en place d’un service d’intelligence artificielle pour aider les collectivités à réduire la consommation énergétique de leurs bâtiments. Baptisé Prioréno, l’outil, qui sera accessible en ligne à partir du deuxième trimestre 2022, fonctionne avec les données de consommation énergétique de la quasi-totalité des 500.000 bâtiments publics de France, fournies par les gestionnaires du réseau électrique. Un algorithme se charge d’analyser ces données ainsi que d’autres fournies par l’État, comme les fichiers fonciers ou des bases de données topographiques. Les collectivités pourront ainsi connaître la consommation énergétique exacte de leurs bâtiments et savoir lesquels sont à rénover en priorité pour faire le plus d’économies d’énergie. Il leur sera également possible de filtrer les bâtiments en fonction de leur usage, par exemple pour viser les seuls établissements scolaires, ou de déterminer leur potentiel photovoltaïque. Le dispositif a déjà été expérimenté par une soixantaine de collectivités, qui ont toutes confirmé son intérêt. A titre d’exemple, la Ville de Grasse avait déjà réalisé par le passé une étude de 10 mois, cofinancée par la Banques des territoires, afin d’analyser son parc scolaire et évaluer les rénovations à prioriser. Le top 10 des bâtiments qui lui avaient alors été proposé est le même que celui suggéré par Prioréno dans le cadre de cette expérimentation. L’outil permet ainsi de concentrer sur les bâtiments à plus fort potentiel les études qui préciseront les travaux à engager. “Prioréno est un formidable outil d’aide à la décision pour les élus ; il permettra d’accélérer la rénovation énergétique des bâtiments des collectivités”, espère la ministre déléguée au Logement, Emmanuelle Wargon.

« L’Intelligence Artificielle ne peut remplacer l’Intelligence Humaine, et doit permettre de bâtir une démarche IA durable, en plaçant l’homme au cœur de ses enjeux et non l’inverse. »

Nou artrouv’

David Gauvin