Mutualiser la donnée pour accélérer le déploiement d’IA tout en maitrisant son impact environnemental
Plusieurs pistes ont été abordées au cours de cette conférence, telles que :- La réduction de la taille des données stockées ainsi que le management et la gestion de ces données, pour optimiser leur consommation d’énergie
- La création de bases de données de bonne qualité, en libre accès, afin d’éviter la surproduction et la dispersion de données
- La mutualisation et le partage des données est également un axe fort sur lequel il convient de se pencher pour optimiser le stockage des données et son exploitation raisonnée
La donnée pour décarboner les chaînes de transport
L’Association AI Cargo Foundation est un pôle d’innovation technologique, destiné à soutenir la filière Transport & Logistique dans sa transition énergétique et environnementale. Elle met à disposition des acteurs de la filière une plateforme numérique de traitement de données par l’IA, des applicatifs métiers et des APIs collaboratives pour soutenir la décarbonation des chaînes de transport. Son statut juridique est un gage de souveraineté, de neutralité et de confidentialité. Guillaume Desveaux, Président de AI Cargo Foundation nous raconte : « en connectant les acteurs entre eux, en cartographiant les flux de transport par une collecte de données massive, il est possible d’identifier les opportunités de massification des flux et d’utilisation de transports décarbonés et ainsi réduire la consommation d’énergie de la filière. C’est en massifiant la donnée que l’on permet alors de décarboner la logistique. »L’exploitation des données satellitaires à des fins environnementales
La solution Nimbo, développé par la société Kermap, permet grâce à une plateforme simple d’utilisation, d’avoir accès à des données issues des satellites Sentinel du programme européen Copernicus. C’est Antoine Lefebvre, CEO et co-fondateur de Kermap qui nous parle de l’usage qu’ils ont fait de ces données pour le compte de leurs clients : « Ces données constituent une ressource précieuse d’informations sur l’évolution de notre planète. Les traitements réalisés par l’IA permettent, entre autres, d’assurer un suivi en continu des territoires et ce à très grande échelle, pour en extraire des indicateurs sur l’utilisation des sols. Ces projets sont au service d’initiatives de transition agroécologique ».Et si nous réalisions notre bilan carbone ?
A grande échelle, si nous voulons avoir un impact positif sur l’environnement, chaque entreprise devrait être en mesure de réaliser son propre bilan carbone. C’est un moyen d’identifier concrètement les plus gros postes d’émissions de gaz à effet de serre, afin d’identifier des actions pour les réduire. C’est ce que propose la société Kabaun, qui au travers de sa solution ambitionne d’optimiser la réalisation des bilans carbone pour ainsi accélérer la prise de conscience des entreprises. Alexandre Paschunite, CTO et co-fondateur de Kabaun pense qu’aujourd’hui ce sujet est stratégique et l’IA peut aider à faciliter la mise en œuvre de ces bilans : « malgré les rapports scientifiques de plus en plus alarmants et une prise de conscience globale, les actions concrètes restent marginales. Les entreprises de tout type ont un rôle à jouer en réponse à ces enjeux environnementaux. Le bilan carbone que nous proposons a pour vocation d’identifier les plus gros postes d’émission et d’esquisser des actions pour les réduire. Arriver à intégrer ces indicateurs dans la stratégie globale de l’entreprise est l’enjeu majeur pour mener à bien sa stratégie climat. » Ces différentes interventions ont permis de mettre en lumière des solutions adaptées pour optimiser la collecte et l’usage des données pour l’IA, dans une démarche profonde de réduction de l’impact environnemental des activités des entreprises et collectivités. La conférence est disponible en replay ici. Si vous souhaitez en savoir plus sur les travaux du Groupe de Travail IA & Environnement, vous pouvez contacter pierre.monget@hub-franceia.frNos articles remonteront en priorité dans « À la une » de Google.
