IA et climat : les limites du pacte de COP31
Le pacte IA et climat de COP31 promet énergie propre et transparence, mais reste volontaire. Ce qu’il change — et ce que les entreprises doivent mesurer.
Un pacte climat sur l'IA peut-il changer autre chose que le discours ?
À l'approche de la COP31, prévue à Antalya en Turquie, un texte consacré à l'intelligence artificielle et au climat est présenté comme une réponse à l'empreinte grandissante des centres de données. Il propose plusieurs pistes assez cohérentes : plus d'électricité renouvelable, des normes communes, une meilleure transparence sur les impacts et une gestion plus rigoureuse des déchets électroniques. Sur le papier, c'est bien cadré. C'est aussi ce qui donne envie de regarder de près ce qu'il apporte vraiment - et ce qu'il ne peut pas faire.
Tout se joue sur son statut. Les objectifs annoncés sont volontaires : le pacte ne crée pas de nouvelles obligations. Il peut donc aider à organiser la discussion, sans forcer les États ni les opérateurs à changer leurs pratiques. Pour les entreprises, la question ne se résume pas à « l'IA peut-elle aider ? ». Il faut aussi regarder ce que son déploiement consomme, vérifier les bénéfices revendiqués et clarifier qui, concrètement, accepte des engagements. Voici ce que le pacte dit, ce qu'il ne garantit pas, et comment décider avec des critères utiles.
Ce que prévoit le pacte IA et climat
La Turquie a présenté en amont de la COP31 le Pacte d'Antalya sur l'intelligence artificielle. Les délégations présentes au sommet sont invitées à le soutenir avant son lancement annoncé le 16 novembre. Le contexte est clair : la demande d'électricité des centres de données augmente avec les usages de l'IA, en particulier quand on parle de grands modèles et de capacités de calcul importantes.
Le projet couvre plusieurs sujets qu'une politique sérieuse ne peut pas ignorer. Il vise à orienter les centres de données vers des sources d'énergie plus propres, à encourager des standards de développement « responsable » et à améliorer la publication d'informations sur les impacts environnementaux. Il mentionne aussi les déchets électroniques liés au renouvellement du matériel informatique.
Des mesures pertinentes, mais encore générales
Ces axes répondent à de vrais problèmes. Un centre de données ne se limite pas à ses serveurs : l'empreinte dépend de l'électricité utilisée, de la façon dont elle est produite, du refroidissement des équipements et de la fabrication du matériel. Et quand les infrastructures se déploient vite, il peut aussi y avoir des investissements supplémentaires dans le réseau - et, selon le mix local, des besoins qui restent partiellement couverts par des sources fossiles.
Le texte a donc le mérite de ne pas réduire l'impact de l'IA aux seules émissions de l'entraînement d'un modèle. Il rappelle aussi que les infrastructures tournent en continu et que le matériel a une fin de vie. On entend moins souvent ces points dans les annonces de nouveaux outils, mais ils comptent dans le bilan.
La limite inscrite dans le texte lui-même
Le pacte précise toutefois que ses objectifs sont volontaires, non prescriptifs, sans obligation nouvelle. Il indique aussi qu'ils doivent s'adapter aux circonstances nationales. Autrement dit : pas de seuil obligatoire d'émissions, pas de calendrier de réduction imposé, pas de méthode commune de vérification.
Cette nuance entre « objectif » et « obligation » change tout. Un texte international peut proposer un vocabulaire commun et donner un cadre aux discussions. Mais il ne garantit pas des données comparables ni une réduction mesurable de la consommation énergétique. Pour une entreprise, soutenir le pacte ne suffit donc pas à prouver une performance climatique : il faut regarder les actions réalisées, les chiffres publiés et leur évolution dans le temps.
Pourquoi un engagement volontaire ne suffit pas
Un engagement volontaire n'est pas forcément inutile. Il peut servir de point de départ quand il n'existe pas de règles claires, ou quand les pays n'arrivent pas à s'accorder sur des engagements communs. Il peut aussi aider certaines administrations et entreprises à aligner leurs pratiques.
Mais dans un domaine où les investissements sont lourds et où la demande de calcul augmente, l'absence d'obligation laisse trop d'espace aux choix - donc à la variabilité. On risque alors un décalage entre la communication et ce qui se passe sur le terrain. Un opérateur peut afficher un objectif d'usage d'énergies renouvelables sans que cela dise, par exemple, quelle électricité alimente réellement ses installations à chaque heure, dans quelle région, ni si de nouvelles capacités renouvelables ont été construites.
Sans indicateurs précis et vérifiables, deux annonces qui sonnent identiques peuvent cacher des réalités très différentes.
La transparence doit permettre la comparaison
Publier des données ne sert à quelque chose que si elles répondent aux mêmes questions. Pour juger un centre de données, il faut notamment connaître sa consommation d'électricité, son intensité carbone, les méthodes de calcul utilisées et la période couverte. Il faut aussi préciser le périmètre : parle-t-on uniquement de l'exploitation du site, ou aussi de la fabrication des serveurs et de leur renouvellement ?
Pour les systèmes d'IA, il faut distinguer l'entraînement, l'utilisation quotidienne et les services annexes. Un grand modèle utilisé à grande échelle peut avoir un impact important même si son entraînement n'a lieu qu'occasionnellement. À l'inverse, une expérimentation très coûteuse en calcul peut rester marginale si elle n'est jamais déployée. En bref : les émissions totales comptent, mais aussi l'énergie (ou les émissions) rapportées à un service rendu - à condition que ce service soit défini de façon concrète et utile.
Le poids des grands marchés
Le pacte aura aussi une limite s'il n'est pas mis en œuvre par ceux qui concentrent le plus d'infrastructures. Les États-Unis disposent de nombreux centres de données, mais le contexte politique mentionné autour de la COP31 rend leur présence officielle incertaine : le président Donald Trump a retiré le pays de l'accord climatique mondial, et les États-Unis ne disposent pas de délégation officielle au sommet en Turquie.
Cela ne veut pas dire que les initiatives internationales sont inutiles. Mais ça rappelle une évidence : leur impact dépend de la participation des grandes économies et des opérateurs privés. Sans mécanisme de suivi, sans engagements mesurables et sans les acteurs majeurs, le risque est de rester sur un signal politique. Pour juger la portée réelle, il faudra donc observer les signatures, mais aussi les règles nationales, les investissements énergétiques et les données publiées après le sommet.
L'IA peut-elle réellement aider la transition climatique ?
Oui, dans certains cas. Des systèmes d'IA peuvent servir à anticiper la production d'énergie renouvelable, ajuster la consommation d'électricité, détecter des pertes dans les réseaux ou optimiser des opérations industrielles. On parle ici d'usages concrets, où un modèle aide à traiter rapidement de gros volumes de données et à améliorer une décision déjà identifiée.
Mais le fait qu'un cas d'usage soit utile ne prouve pas que l'IA réduit les émissions à l'échelle globale. Un gain local peut être annulé si le système entraîne une hausse de la consommation, accélère une activité polluante ou remplace mal une opération existante. Il faut donc comparer le bénéfice à l'ensemble des ressources mobilisées, et au scénario qui aurait existé sans ce projet.
Le bilan dépend du scénario de référence
Prenons un système qui optimise le chauffage d'un bâtiment. Pour évaluer son intérêt, il ne suffit pas de compter la réduction observée après son installation. Il faut tenir compte de l'énergie utilisée par le système, des équipements nécessaires, des travaux éventuels et de la durée pendant laquelle les économies se maintiennent. Et, surtout, il faut comparer avec une alternative plus simple : une régulation classique, une meilleure maintenance, ou un ajustement des pratiques.
Cette comparaison évite de vendre comme un « bénéfice de l'IA » quelque chose qui aurait pu être obtenu autrement. En entreprise, le bon indicateur n'est pas le nombre de projets dits « verts » qui utilisent l'IA. C'est la réduction nette d'émissions attribuable au projet, avec un périmètre, une période et une méthode clairement définis.
Attention aux effets indirects
Un système peut aussi produire des effets qui dépassent son usage initial. Quand les coûts baissent ou que la productivité augmente, l'activité peut croître. En énergie, une meilleure efficacité peut mener à consommer davantage si la demande augmente plus vite que les gains unitaires. Ce mécanisme - souvent décrit comme un effet rebond - n'est pas spécifique à l'IA, mais il doit être pris en compte dans l'évaluation.
Une étude publiée en août dans une revue du groupe Nature, citée dans le débat autour du pacte, a aussi pointé un risque plus large : l'IA pourrait générer davantage d'émissions en facilitant la production de combustibles fossiles qu'elle n'en éviterait via l'amélioration des énergies renouvelables. D'où l'importance d'examiner précisément les usages financés et déployés, pas seulement de discuter des capacités techniques de l'outil.
La « bonne » question n'est donc pas « l'IA est-elle bonne ou mauvaise pour le climat ? ». Elle est plus concrète : quel usage, dans quel secteur, avec quelle énergie, pour quel gain net, et comparé à quelle alternative ? Sans ces précisions, l'argument climatique reste difficile à vérifier.
Ce que les entreprises et les pouvoirs publics peuvent faire
Le caractère volontaire d'un pacte international ne dispense pas les organisations d'agir. Les entreprises qui achètent ou déploient de l'IA peuvent définir leurs propres exigences, même sans norme mondiale contraignante. Les pouvoirs publics, de leur côté, peuvent rendre les informations comparables et intégrer l'énergie et les ressources dans les décisions d'implantation des infrastructures.
Pour une entreprise, l'objectif n'est pas de tout mesurer au niveau le plus coûteux. Il s'agit de mettre en place un contrôle proportionné aux usages et à leur échelle. Une expérimentation interne et un service utilisé par des milliers de clients n'exigent pas le même niveau de suivi.
Une grille de décision avant de déployer un modèle
Avant de lancer un projet, une équipe peut répondre à cinq questions :
- Quel problème le système doit-il résoudre ? Décrivez le résultat attendu, plutôt que de partir de la disponibilité d'un modèle.
- Existe-t-il une solution moins coûteuse en calcul ? Une règle métier, un modèle plus petit ou une amélioration du processus peuvent parfois suffire.
- Quelle est la consommation sur l'ensemble du cycle de vie ? Incluez l'usage récurrent, l'infrastructure et, quand c'est possible, le matériel.
- Quel bénéfice environnemental est vraiment mesurable ? Définissez un scénario de référence et un indicateur avant le déploiement.
- Qui vérifiera les résultats ? Donnez une responsabilité claire au suivi et fixez une date de réévaluation.
Cette approche évite deux pièges fréquents : supposer que tout usage de l'IA est trop énergivore pour être justifiable, ou supposer qu'un usage présenté comme « écologique » produit forcément un bénéfice net.
Des indicateurs utiles pour les achats et le pilotage
Dans un appel d'offres ou une revue fournisseur, demandez des informations cohérentes avec le service acheté : consommation ou indicateurs énergétiques, localisation des traitements, méthode de comptabilisation des émissions, politique de renouvellement du matériel et trajectoire de réduction. Demandez aussi si les chiffres portent sur le service précis ou sur l'entreprise entière. Une donnée globale ne permet pas toujours d'attribuer l'impact à un usage donné.
Côté pouvoirs publics, les règles peuvent porter sur la déclaration des consommations, la publication des méthodes de calcul et la prise en compte de la capacité électrique lors de la création de nouveaux centres. La cohérence compte : une exigence de transparence n'aide pas si les données sont incomparables, et une exigence énergétique peut être insuffisante si elle ignore les émissions déplacées vers d'autres régions.
Conclusion : mesurer avant de promettre
Le pacte présenté à l'approche de la COP31 met sur la table les bons sujets : l'électricité des centres de données, la transparence et les déchets électroniques. Mais son caractère volontaire limite fortement ce qu'il peut garantir. Sans obligations, sans indicateurs comparables et sans suivi réel des résultats, une déclaration d'intention risque de donner l'impression d'une réponse qui ne change pas grand-chose aux pratiques.
Pour les entreprises comme pour les pouvoirs publics, la manière la plus solide d'avancer consiste à évaluer chaque usage sur ses résultats nets, à comparer l'IA à des solutions plus simples et à exiger des données vérifiables auprès des fournisseurs. L'IA peut contribuer à la transition climatique, mais elle ne le fait pas automatiquement. La question utile n'est pas de savoir si une organisation soutient un pacte : c'est de savoir ce qu'elle mesure, ce qu'elle réduit, et comment elle le prouve.