Selon une étude Brandtech Group, fifty-five et Scope3 l’impact carbone de l’IA générative appliquée au marketing digital est fort . Exemples : une fiche produit générée par IA représente environ 4g de CO₂ et pour une entreprise produisant 1 000 fiches par an, cela représente environ 3,8 kgCO₂, soit l’équivalent d’un repas à base de viande. À l’échelle d’un grand distributeur générant 300 000 fiches, avec 50 déclinaisons linguistiques, ce sont près de 50t de CO₂ émises – soit environ 30 allers-retours Paris/New York. Echanges sur les enjeux durables et bas carbone du marketing digital à l’ère de l’IA avec Ludovic Moulard, Global Sustainability Director chez fifty-five
DigitalCMO – L’étude montre clairement que l’IA générative va générer une forte augmentation du bilan carbone du digital. Est-ce que la mise en avant de cet argument est cependant suffisante pour modifier les comportements des annonceurs ?
Ludovic Moulard – Effectivement, la prise de conscience autour de l’impact environnemental de l’IA générative progresse (comme en témoigne par ex. cet article : https://www.linkedin.com/pulse/ia-g%C3%A9n%C3%A9rative-extractive-conseil-national-du-numerique-cnnu-w2lre/), il y a une très forte sensibilité du grand public sur le sujet (en particulier en Europe) et les annonceurs ne sont pas en reste. Chez nos clients, l’argument environnemental commence à résonner, notamment en lien avec leurs propres objectifs ESG.On peut citer MACIF qui a publié un manifeste sur le sujet et pris la parole au sujet de l’IA à l’Université de la Terre (https://presse.macif.fr/actualites/sommet-de-lia-la-macif-fait-le-choix-dune-intelligence-artificielle-ethique-et-responsable-a-travers-un-manifeste-1946b-821df.html).
Cependant, il est souvent couplé à une autre préoccupation très concrète : la maîtrise des coûts – actuels et surtout à venir. Aujourd’hui, de nombreux fournisseurs opèrent encore à perte sur l’IA générative, malgré l’augmentation constante des coûts liés à son fonctionnement. Les infrastructures nécessaires (GPU, data centers, bande passante, etc.) représentent des investissements colossaux, une grande quantité d’électricité (dont le coût est également en augmentation) et, in fine, les tarifs des API ou des modèles devraient logiquement en pâtir.
Nos clients en sont bien conscients : la généralisation des usages IA entraîne une hausse rapide des volumes d’inférences, donc des coûts d’usage au quotidien. Cette dynamique incite plusieurs d’entre eux à chercher dès maintenant des alternatives plus durables et plus économiques, que ce soit via des modèles open source, des déploiements en environnement à faible intensité carbone, ou encore (et surtout), un pilotage plus fin de leurs cas d’usage.
DigitalCMO – Et ceux des consommateurs ?
Ludovic Moulard – En revanche, du côté des consommateurs, la sensibilité est réelle, mais les arbitrages se font encore peu sur ce critère. La visibilité de l’impact environnemental dans les interfaces ou outils utilisés reste quasi inexistante. Cela évoluera sans doute avec plus de transparence et une réglementation plus structurée. Nous voyons aussi circuler des articles qui indiquent que l’impact environnemental de l’IA reste négligeable dans l’empreinte carbone individuelle – malheureusement avec des calculs largement sous-estimés et sans tenir compte de l’impact systémique (l’entraînement notamment) ou de l’effet de volume. Il ne faut pas oublier que l’opération des modèles d’IA reste aujourd’hui le processus data le plus énergivore.
DigitalCMO – Par rapport aux gains de productivité promis par l’IA, notamment dans le digital et la publicité, pensez-vous que les annonceurs et leurs agences ne vont pas au contraire accélérer leurs investissements en IA ?
Ludovic Moulard – Non seulement nous le pensons, mais c’est déjà le cas : les investissements en IA dans le secteur publicitaire sont en forte croissance. La promesse de gains de productivité, de réduction des coûts créatifs et d’optimisation des campagnes est trop forte pour être ignorée – ce qui ne signifie pas cependant que cette promesse soit toujours tenue.
Cependant, ce que nous constatons sur le terrain, c’est un double mouvement : d’un côté, une adoption massive des outils IA pour la génération de contenu, la segmentation ou l’idéation, souvent sans en maîtriser les conséquences (environnementales et en termes de coût) ; de l’autre, une montée en compétence progressive chez les acteurs les plus avancés, qui cherchent à structurer leur usage de manière responsable, comme mentionné plus haut : choisir les bons modèles, réduire la taille des outputs, éviter les itérations inutiles, privilégier des data centers bas carbone, etc. Nous rencontrons d’ailleurs des clients qui cherchent déjà des solutions pour mieux maîtriser ces coûts.
Autrement dit, le sujet n’est pas d’arrêter l’IA mais de l’utiliser et l’encadrer à bon escient. L’approche « test & learn » qui domine aujourd’hui va devoir évoluer vers une approche « pilotée et mesurée », où les cas d’usage seront évalués à l’aune de leur rapport valeur sociale, sociétale, environnementale vs leurs impacts sur ces mêmes aspects.
