
L'intelligence artificielle (IA) est devenue omniprésente dans notre quotidien et un moteur essentiel d'innovation pour les entreprises. Si elle apporte des solutions pragmatiques et prometteuses à des enjeux cruciaux comme la santé, la sécurité et la transition écologique qui nous poussent à explorer toujours davantage ses applications, il est impératif de prendre garde aux risques et au danger d’effet rebond inhérent à son utilisation intensive !
Philippe Escande, éditorialiste économique au Monde, met en lumière dans son article « Intelligence Artificielle : Le piège de l’effet rebond », les difficultés de concilier technologie et sobriété : "Les investissements massifs, comme ceux de Microsoft, ont conduit à une augmentation significative des émissions de CO2. Entre 2023 et 2024, l’entreprise a investi 50 milliards de dollars pour de nouveaux centres de données, entraînant une hausse de 30 % de ses émissions de gaz carbonique par rapport à 2020."
Entre autres : la phase d'entraînement de Chat GPT 3 aurait utilisé environ 700 000 litres d’eaux et 150 Tonnes de CO2 soit l’équivalent de 150 à 200 Allers-retours Paris-New York !
Ces chiffres compromettent les objectifs climatiques globaux, comme ceux de l'Accord de Paris.
Cet effet rebond, déjà anticipé par l'économiste britannique Stanley Jevons dans les années 80, confirme sa théorie que plus une technologie permet d'économiser de l'énergie, plus la consommation totale augmente en raison de l'augmentation des usages et des marchés.
Dans le contexte de l'IA, bien que les gains d'efficacité soient prometteurs, le développement de cette technologie élargit la demande, entraînant des risques et une pollution supplémentaire.
Les questions de sécurité et d'éthique sont également cruciales. L'utilisation de données sensibles peut entraîner des problèmes de confidentialité, de transparence et de sécurité, nécessitant des mesures robustes pour éviter les fuites d'informations et les biais dans les décisions prises par l'IA.
Malgré tout, l'IA permet de réaliser des gains de temps considérables en automatisant des tâches répétitives, ce qui libère des ressources humaines pour des tâches plus stratégiques. Elle améliore aussi la précision et la fiabilité des analyses, comme celles des données ESG (environnementales, sociales et de gouvernance) qui permettent de prendre des décisions plus éclairées. Enfin, en optimisant les processus et les décisions, l'IA contribue à une meilleure efficacité énergétique.
Par exemple, elle peut optimiser la gestion des réseaux électriques et prédire les risques physiques et de transition liés au changement climatique, permettre la détection d'espèces végétales envahissantes …
Chez Axionable, nous avons justement choisi de nous concentrer sur cette dernière thématique, en utilisant l'IA pour aider nos clients à accélérer leur transition durable, pour mesurer et réduire leur empreinte carbone, prédire les risques physiques ou encore optimiser les réponses aux problématiques liées à la biodiversité.
Face à ces risques, une réglementation et des mesures incitatives sont un premier grand pas : depuis 2021, l’AI Act propose une échelle graduée de risques pour encadrer l’utilisation de l’IA.
En complément, des certifications émergentes, comme celle créée par le LNE (Laboratoire National de Métrologie et d’Essais) ou encore Labelia Labs, garantissent les performances, la sécurité et l’éthique des systèmes d’IA audités.
Quant aux émissions générées, un certain nombre d’innovations émergentes pourraient permettre de réduire cette pollution, mais à quel prix ? Le risque demeure que ces améliorations à venir ne fassent finalement qu'atténuer les impacts négatifs sans les éliminer.
Sortir de ce paradoxe en matière climatique est un défi considérable pour nos sociétés modernes, nécessitant une conciliation entre technologie et sobriété.
Chez Axionable, en tant qu'acteurs de l’IA, se rappeler que nous avons la responsabilité collective d’imposer une gestion rigoureuse, de promouvoir une utilisation réfléchie et éthique de cette technologie est incontournable pour assurer un avenir durable.
Cela inclut la vulgarisation et la compréhension de ses impacts, la promotion de la sobriété des usages et le développement de technologies low-tech plus durables et résilientes.
En adoptant des pratiques durables et en instaurant des garde-fous efficaces, nous pouvons atténuer les impacts négatifs de l’IA et maximiser ses bénéfices pour le bien commun.
Dans un premier temps, il nous semble incontournable qu’une solution d’IA ne soit mise en œuvre que si et seulement si elle répond positivement aux deux problématiques suivantes :
• Cibler des cas d’usages d'utilisation à finalité durable
• Répond aux grands principes d’IA responsable/de confiance
Qu'attendons-nous pour adopter des usages conscients et responsables afin d’optimiser pleinement les avantages que ces technologies peuvent nous offrir pour le bien commun ?

Et si la commande publique devenait enfin un véritable levier pour les entreprises européennes qui investissent dans la qualité, l’innovation et l’impact ? Avec son projet de règlement sur les marchés publics présenté le 9 septembre 2026, la Commission européenne propose de changer la donne en renforçant la prise en compte du « Made in Europe » et des critères sociaux et environnementaux dans les règles d’attribution de la commande publique. Mobilisé de longue date auprès de ses dirigeants sur ce dossier, Impact France analyse les enjeux de cette réforme et formule ses propositions pour faire de la commande publique un véritable outil de transformation de l’économie européenne.

La Commission européenne a publié mi-septembre une étude inédite consacrée aux “Impact-driven businesses” pour évaluer la contribution de ces modèles aux priorités européennes, identifier les freins à leur développement et ouvrir la voie à de nouvelles politiques publiques spécifiques. Dans cet article, nous partageons notre analyse des enseignements de ce nouveau rapport européen et décryptons les choix opérés et les perspectives qu’il dessine pour le développement des modèles à impact.