VIDÉO | Data + iA Green : 3 super-pouvoirs pour la transition environnementale

Vous n’avez pas pu voir nos ateliers à Big Data & AI Paris cette année ? Pas de panique, on vous propose une dernière séance de rattrapage ! Vous allez redécouvrir aujourd’hui l’atelier dédié à l’AIGreen. Comment mettre la data et l’IA au service de la transition environnementale de l’entreprise ?

Vous tous, nous qui travaillons dans les sujets de Data et d’IA, avons un rôle clé à jouer. La bonne nouvelle : il existe des super-pouvoirs à déployer grâce à la data et l’IA en faveur de la transition environnementale des entreprises.

Nous allons vous montrer 3 actions principales possibles avec la Data et l’IA que vous pourrez vous-mêmes activer, et qui sont basées sur nos retours d’expérience, pour faire avancer le sujet du green dans l’entreprise et relever le défi du millénaire.

Chiffres clés

Source : ADEME-ARCEP (mars 2023)

Ces chiffres montrent que le premier effort est à faire avant tout sur l’ensemble des terminaux. Sur ces terminaux, 78 % de leur empreinte est émis directement lors leur production. Ainsi, le terminal n’a pas encore été allumé qu’il a déjà près de 80 % de tout le carbone qu’il va émettre pendant tout son cycle de vie, y compris la fin de vie et le recyclage. Si on veut agir, il faut le faire sur la réduction du nombre de nos équipements. La priorité absolue doit être là.

Vient ensuite la réduction des usages afin d’arrêter l’inflation qu’on a sur les équipements, bien raisonner chacun de nos achats, aller vers des équipements reconditionnés à chaque fois qu’on pourra le faire, y compris dans l’entreprise. C’est là que l’on va avoir un véritable effet de levier sur les émissions de gaz à effet de serre.

Pour le reste, les usages de tous les équipements représentent « seulement » 20 % des émissions des GES. Des efforts sont donc aussi à faire de ce côté, et nous allons vous en reparler avec la notion d’éco-conception des projets bien sûr, néanmoins il est important d’avoir le sens des priorités et des ordres de grandeurs pour faire les choix les plus pertinents avec le maximum de résultats.

Les analystes (études de Gartner, McKinsey ou de BCG) estiment que l’IA pourrait permettre de réduire de 10 à 15 % des émissions de GES. L’enjeu : déployer les bons algorithmes et les bonnes applications en Data et en IA chaque fois que cela est pertinent pour réduire l’empreinte environnementale de toute l’entreprise.

L’IA4Green vise à réduire l’impact carbone grâce à l’IA en fléchant correctement les usages de l’intelligence artificielle.

3 leviers pour réduire l’empreinte environnementale des entreprises

Super-pouvoir #1 : passer à l’éco-conception ✔️

Avec l’écoconception, vous allez parvenir à réduire globalement l’empreinte carbone et environnementale de vos projets de data et d’intelligence artificielle. Ici, vous allez questionner les usages de tous les équipements. Bien que les usages « seulement » 20 % des émissions des GES, ils restent un point essentiel, surtout au regard de leur augmentation estimée pour les années à venir.

L’éco-conception consiste à avoir pour vos projets Data et IA une architecture et des applications les plus simples possibles. L’enjeu est de viser les meilleures solutions à la fois en termes de durabilité et de frugalité . On est donc ici dans l’optimisation et l’application de bonnes pratiques Green Data & IA.

💡 3 bonnes pratiques Green au cœur des projets Data & IA
1. Challenger les besoins
2. Utiliser l’algorithme le plus simple
3. Purger les données

1. Challenger les besoins

Challenger les besoins est le premier point clé. En effet, lorsque les métiers font part d’un besoin, ils souhaitent souvent avoir toutes les possibilités qui s’offrent à eux. Or, on constate quelques mois plus tard qu’en réalité, seules une à trois fonctionnalités ont été activées sur les 10 à avoir été implémentées. C’est là qu’en tant qu’équipe Data / IA / IT, il est essentiel de challenger au plus près les besoins afin de ne déployer que le besoin initial du métier. Si nécessaire, faites évoluer par la suite le besoin, il faut être agile.

Prenons un exemple concret. Nous avons répondu récemment à un cahier des charges dans lequel il était demandé le réentrainement mensuel d’un algorithme assez complexe ainsi qu’une exécution quotidienne de cet algorithme. Ce besoin a été challengé lors de la phase projet. Résultat : il a été établi qu’un réentrainement semestriel et une exécution mensuelle de l’algorithme suffirait largement, et c’est ce qui a été finalement réalisé.

Ainsi, en challengeant les besoins, l’empreinte en termes de consommation énergétique a été sur ce projet très largement inférieure à ce qui était demandé initialement, et ce sans renoncer au besoin, ni nuire à la satisfaction métier. Ces phases de rechallenge sont donc importantes. Vous allez ainsi vraiment pouvoir allier empreinte carbone et besoins.

2. Utiliser l’algorithme le plus simple

Ici, l’idée est de mettre en place une IA frugale ou comment utiliser l’algorithme le plus simple possible ? Concrètement, il s’agit par exemple d’éviter de faire du Deep Learning si une régression logistique suffit. Les Data Scientists ont donc aussi besoin d’être challengés sur ce sujet !

Avoir un algorithme le plus simple nécessite aussi d’utiliser le minimum de data ayant une très bonne qualité de données et une forte valeur ajoutée , pour qu’il puisse être entraîné, activé et industrialisé le plus facilement possible. L’industrialisation et la gouvernance des IA est aujourd’hui un vrai challenge pour l’ensemble des équipes Data et IA.

3. Purger les données

Le 3ème principal secret concerne les données en elles-mêmes. Comment les minimiser ? Comment purger les données inutilisées ? Certes, le RGPD impose un certain nombre d’effacements qui doivent être respectés. Néanmoins, il reste encore beaucoup de données qui ne sont pas utilisées et qui n’ont donc pas de nécessité à rester dans le SI. Là encore, l’entreprise peut agir.

Citons également les duplications de données. On constate ainsi parfois des données dupliquées plusieurs fois… C’est parfois bien de le faire, lorsque cela permet par exemple de faire des calculs plus simples et d’avoir ainsi au final une balance énergétique positive. Mais il y a de nombreuses fois où les duplications sont dues à une mauvaise gouvernance des données. C’est parfois plus simple pour l’opération mais pas forcément pour l’environnement. Il est donc important de prendre garde à cela.

Super-pouvoir #2 : mesurer en détail pour vraiment agir ✔️

Le 2ème super-pouvoir est celui du pilotage, avec l’utilisation possible du Data4Green pour exploiter les données et mesurer au mieux l’empreinte carbone. Objectif : vous aider à prendre les bonnes décisions et savoir où agir dans l’entreprise. L’idée est de faire appel au Data4Green, soit d’utiliser les données pour bien mesurer l’empreinte carbone et pouvoir agir en conséquence. Ce pilotage est un point clé.

💡 3 bonnes pratiques Data4Green
1. Mesurer l’empreinte carbone de l’IT
2. Identifier les KPI clés
3. Déployer des solutions permettant de piloter l’ambition de réduction

1. Mesurer l’empreinte carbone de l’IT

Il s’agit de mettre en place des systèmes de mesure, c’est le fameux « mesurer pour agir » que tous les professionnels de la Data le connaissent bien. Si vous voulez être efficaces, vous devez aller dans la granularité. Il n’est pas possible de rester dans l’approximatif, il faut aller beaucoup plus dans le détail. La Data permet de mesurer, estimer l’impact carbone de l’ensemble des départements et de l’ensemble des bâtiments.

On rencontre régulièrement des responsables RSE qui se sentent seuls dans l’entreprise. Ils repartent uniquement avec des factures et n’ont pas beaucoup de données. Ils ne peuvent donc pas savoir exactement où agir parce qu’ils n’ont pas de mesure claire et précise de ce que consomme chaque département, chaque projet dans l’entreprise, chacun des éléments de logistique, parfois chacun des sites ou des usines, etc.

Sans ces éléments de mesure, il n’est pas possible d’agir sérieusement. C’est dont le tout premier sujet : récupérer des données, les analyser, créer des tableaux de bord, mettre en place un système de pilotage qui vont permettre de définir ensuite les actions concrètes à mener.

2. Identifier les KPI clés et déployer des solutions de pilotage

Les KPI et les solutions de pilotage, qui sont les deux autres sujets, peuvent être traités ensemble. Voici les meilleures pratiques.

Ici, le pilotage correspond à ce que l’on appelle les ESG, les critères Environnementaux, Sociaux et de Gouvernance. Les entreprises se doivent d’établir un reporting durable. L’identification des KPI clés liées à l’environnement, au social et à la gouvernance, doit leur permettre de déployer des solutions qui pourront être industrialisées à l’ensemble de l’entreprise. L’enjeu est de répondre à l’ambition de réduction de l’empreinte carbone pour les années à venir.

C’est d’autant important que les contraintes réglementaires vont venir de plus en plus fortes. Les objectifs de reporting sur ces indicateurs-là seront aussi de plus en plus sérieux. Les engagements de la France, au niveau national et international, instaurent une diminution de l’empreinte carbone aussi très forte. Cette diminution passe par les entreprises qui ont donc besoin d’avoir des tableaux de bord permettant de piloter ce sujet de manière efficace.

Notre conseil : commencez par mesurer l’empreinte carbone de l’IT. Pourquoi l’IT ? Parce que c’est le département où il y a le plus de data. Vous pourrez donc mesurer de manière concrète les choses et avoir plus facilement une vraie action.

L’IT représente même dans certaines entreprises le département qui a le poids le plus important en termes d’émissions carbone et de consommation énergétique. Vous pourrez faire des mesures en vous basant sur vos outils d’ITSM, les outils qui sont dans le cloud pour permettre d’avoir cette mesure. Vous appuyez sur l’IT comme un pilote peut être très pertinent avant une application à d’autres départements.

Super-pouvoir #3 : réduire l’empreinte de toute l’entreprise ✔️

Le troisième super-pouvoir est celui de l’utilisation de l’IA, lorsque cela est pertinent. Il s’agit du levier le plus important : c’est celui qui aura le plus grand impact sur la réduction de l’empreinte carbone. Ici, l’objectif est d’aller jusqu’à 15 % de réduction, en adéquation avec les estimations des différents analystes. L’IA4Green vise à réduire l’impact carbone grâce à l’IA en fléchant correctement les usages de l’intelligence artificielle. Voici quelques exemples.

💡 Les applications AI4Green à utiliser
1. Usages basés sur les capteurs
2. Optimisation de la consommation par algorithme
3. Réduction des déchets

Réduire la consommation énergétique d’un Data Center

Concrètement, des capteurs permettent par exemple de maximiser les usages, tels la mise en place de capteurs dans les salles de serveurs pour accompagner le refroidissement. Un exemple de ce type est assez iconique chez Google. L’entreprise s’est rendu compte qu’en pilotant le système de refroidissement du Data Center par un algorithme de Machine Learning, ils arrivaient à réduire de 40 % la consommation énergétique de ce premier poste de consommation énergétique du Data Center. Ainsi, lorsqu’il y a pilotage et qu’un algorithme très fin est mis en place, cela peut être très efficace.

Réduire la consommation énergétique d’antennes

Autre exemple avec un projet réalisé pour le Groupe Orange (notre maison mère) qui a permis de réduire de 15% la consommation énergétique de l’ensemble des antennes du réseau mobile à l’échelle d’un pays. Le projet a été fait en Pologne, pays où le mix énergétique est très défavorable car très carboné. Le charbon y est encore très utilisé pour générer de l’électricité. Un algorithme a été entraîné en France de façon frugale, sur une énergie elle-même peu carbonée, et a ainsi eu un effet de levier important dans une autre partie du monde où l’énergie est beaucoup plus carbonée. Cela a donné des résultats donc très positifs en termes de gain de CO2.

Une multitude d’autres exemples pourraient être citées, tels que la réduction des déchets, sujet sur lequel nous avons eu beaucoup de projets. Chaque entreprise a des problématiques différentes et des cas d’usages propres à trouver pour appliquer lorsque cela est pertinent de l’IA au service de la réduction d’empreinte environnementale.

L’utilisation de l’IA, lorsqu’elle est pertinente, est le levier au plus fort impact sur la réduction de l’empreinte carbone. Objectif : aller jusqu’à 15 % de réduction, en adéquation avec les estimations des différents analystes.

On récapitule

Récapitulons vos 3 super-pouvoirs ! Le premier est celui de l’écoconception, qui vise à réduire l’empreinte carbone et environnementale des projets de data et d’IA. Le 2ème levier est d’utiliser la data et de l’IA partout dans l’entreprise pour effectuer des mesures fines et précises, et permettre ainsi de pouvoir agir et mettre en place des plans d’actions dans l’entreprise bien calqués sur les priorités. Enfin, le 3ème levier est l’utilisation de l’IA lorsqu’elle est pertinente pour réduire directement l’empreinte carbone de l’entreprise.

Avec ces 3 grandes pratiques, les entreprises vont participer directement et réellement à la réduction de l’empreinte environnementale de leur structure. Ces 3 leviers devront être activés en même temps si vous voulez être totalement efficace. La bonne nouvelle est que chacun d’eux ne demande pas beaucoup d’investissements pour l’ensemble des équipes.

Ces 3 super-pouvoirs sont pragmatiques et faciles à mettre en place. Vous pouvez donc tous agir dès maintenant avec ces actions très concrètes et très simples. Nous pouvons vous accompagner sur toutes ces principaux leviers, ainsi que sur d’autres bonnes pratiques à ce sujet. Contactez-nous !

👉 Retrouvez toute notre actu en temps réel en nous suivant sur LinkedIn 👈

💬 Cet atelier a été co-animé avec Mick Levy, Directeur de l’Innovation Business (Business & Decision).