IA et transition durable : repenser la performance pour créer de la valeur sans détruire celle des autres.

Dilemme et paradoxe.

Depuis quelques mois, je me surprends à revenir sans cesse à cette question : peut-on faire de l’intelligence artificielle un levier d’accélération pour la transition durable, sans détruire ailleurs ce que nous cherchons précisément à préserver ?

Cette interrogation dépasse largement le champ technologique en ce sens qu'elle questionne des fondamentaux tels que notre conception du progrès, notre manière de gouverner, de créer de la valeur, de décider collectivement de la trajectoire que nous souhaitons emprunter. Elle met également en lumière nos amalgames — entre progrès et performance —, nos dilemmes, nos contradictions, et les arbitrages, parfois inconfortables, entre court terme et moyen-long terme que le contexte économique incertain actuel d'une part et l’urgence climatique d'autre part nous imposent désormais.

Ce constat s’est imposé avec force lors des échanges autour de la parution de la 6ème édition de l’Observatoire des Transitions Sociétales 2025¹ de De Gaulle Fleurance, auxquels j’ai eu l’opportunité d’assister. À mesure que les débats abordaient les enjeux de gouvernance, d’éthique, de reporting ou de régulation, une évidence s'est imposée à moi. Ce n’est pas tant la technologie en elle-même qui pose question, que la place que nous lui accordons et l’usage que nous décidons d’en faire.

Au-delà de la question de la légitimité de l’IA dans l’« éventuelle amélioration » du pilotage de la RSE, une interrogation plus fondamentale s’impose : que signifie réellement la performance ou comment la redéfinir dans un monde de limites ?
Et sommes-nous, collectivement et dans nos organisations, suffisamment mûrs — intellectuellement, stratégiquement, éthiquement — pour accepter de la repenser afin de créer de la valeur, sans en détruire par ailleurs ?

IA et transition durable : entre levier d’efficacité et facteur de tension.

La tentation de confondre vitesse, efficacité et progrès est forte. Et l’intelligence artificielle offre à cette confusion un terrain d’expression inédit. Dès que l’on aborde son rôle dans la transition durable, le débat se polarise rapidement autour de son empreinte environnementale : centres de calcul, consommation énergétique, dépendance aux ressources matérielles. L’IA devient alors, presque mécaniquement, le symbole des dérives du numérique.

Pourtant, l’idée selon laquelle l’intelligence artificielle pourrait devenir un levier utile face aux défis environnementaux — non pas parce qu’elle serait « verte » par nature, mais parce qu’elle est particulièrement adaptée à la complexité des systèmes que nous cherchons à transformer — est la thèse défendue par Gilles Babinet, entrepreneur et membre du Comité Intelligence Artificielle Générative du Gouvernement, dans une interview accordée au Nouvel Économiste.

« Les enjeux climatiques, tout comme ceux liés à la biodiversité, s’intègrent dans des systèmes d’un grand niveau de complexité. Or, l’IA est particulièrement appropriée pour traiter ce défi de complexité. »
²Green IA "L'IA est notre meilleur allié pour relever le défi environnemental"– Interview de Gilles Babinet menée par Edouard Laugier pour Le Nouvel Économiste, 2024. 

Dans cette perspective, l’IA pourrait contribuer à gagner en efficacité énergétique, à mieux piloter les ressources, à produire moins et mieux et potentiellement, devenir un appui aux stratégies de transition durable.

Mais, car il y a un mais ... cette promesse ne peut être pensée indépendamment de ses effets de bord. C’est là que réside son paradoxe central, comme le souligne Bruno Deffains, professeur de droit et d’économie et Avocat of Counsel chez De Gaulle Fleurance :

« Cette technologie offre un levier puissant d’efficacité, mais elle n’en reste pas moins un facteur de tension écologique par sa consommation d’énergie. Plus elle avance, plus son impact sur notre société nous oblige à repenser la réglementation et la gouvernance. »
¹Intelligence artificielle et RSE : enjeux juridiques, économiques et durables, Bruno Deffains, Observatoire des Transitions Sociétales 2025, De Gaulle Fleurance .

Autrement dit, l’IA oblige à poser un cadre d’utilisation et des arbitrages explicites : quels usages prioriser ? quels investissements justifier ? et surtout, au service de quelle trajectoire collective ?

Les travaux récents du Shift Project vont dans le même sens. Ils soulignent que la trajectoire actuelle de développement de l’IA — fondée sur une croissance continue des infrastructures de calcul — entre en tension avec les objectifs de décarbonation, en l’absence d’une réelle sobriété numérique et d’une hiérarchisation des usages.

Et si, comme le souligne Jean-Marc Jancovici, Expert Climat, Associé Carbone 4, Président du Shift Project :

« L'IA - globalement - ne baissera donc pas les émissions sur Terre "juste parce qu'elle existe". Ce qui baissera les émissions, c'est de décider de le faire, et à ce moment les acteurs du digital occuperont au mieux l'espace physiquement limité que la collectivité leur accordera. »
⁴"L'Intelligence Artificielle peut-elle sauver le climat ?," Jean-Marc Jancovici, Linkedin, Dec. 2024.

L’IA ne pourrait-elle pas, malgré tout, devenir un levier d’accélération de la transition durable ? Oui sous conditions : celles d’être pensée comme un outil cadré, gouverné, qui s'inscrit dans une vision de long terme.

Gouvernance, responsabilité et création de valeur.

À mesure que l’intelligence artificielle s’invite dans les processus de décision des entreprises — qu’il s’agisse d’optimisation opérationnelle, de pilotage de la performance (extra-)financière ou d’arbitrages stratégiques — une question devient incontournable : qui est responsable de ce que l’algorithme influence, rend possible ou engendre par son utilisation ?

Car si l’IA promet des gains de productivité, de traçabilité et de rationalisation, elle met également à l’épreuve nos cadres juridiques, nos modèles de gouvernance et notre définition même de la création de valeur. Une valeur qui ne peut plus être uniquement financière, ni évaluée à l’aune du court terme, mais qui doit intégrer les impacts sociaux, sociétaux et environnementaux dans la durée.

Comme le résumait Jérémy Sitruk, Directeur Data & IA chez Accuracy, lors de son intervention à l'occasion de la parution de l'Observatoire des Transitions Sociétales¹ :

« Si l’IA reconfigure la création de valeur, elle pose également la question de la société dans laquelle nous voulons vivre. »

L’IA n’est donc pas seulement un outil de performance de l'instant, mais elle appelle à une réflexion plus profonde, à un arbitrage entre efficacité immédiate et soutenabilité de long terme, entre automatisation et discernement, entre optimisation et responsabilité.

C’est ici que la question humaine redevient centrale — non pas en opposition à la technologie, mais comme condition de sa légitimité. Dans l’éditorial de l’Observatoire des Transitions Sociétales¹, Bénédicte Faivre-Tavignot le formule avec clarté :

« Il nous faut inventer de nouveaux principes de gouvernance, capables de transformer la puissance des technologies en impact positif, plutôt qu’en accélérateur d’inégalités. »

Comme le rappelle Bruno Deffains, dans un récent entretien accordé à Florence Starkand pour ActuJ :

"Il ne s'agit pas d'« arrêter » I'IA mais de définir dès maintenant les garde-fous, les principes d'usage, et les finalités que nous jugeons souhaitables. [...]. En encadrant rigoureusement I'IA, tout en la mobilisant pour atteindre les objectifs sociaux et environnementaux, les entreprises pourront transformer ces contraintes en opportunités d'innovation responsable."
⁵"IA : quel avenir pour la transition durable " - Entretien avec Bruno Deffains mené par Florence Starkand pour ActuJ, 2025. 

Le déploiement de l’intelligence artificielle dans les entreprises, et plus largement, s'accompagne d'enjeux économiques, organisationnels, environnementaux et éthiques - principes d’usage, responsabilité, transparence, consommation énergétique, biais et discriminations, conformité réglementaire… - qu'il est essentiel d'adresser et de réguler pour faire de l’IA un véritable levier de la transition durable.

Accélérer, oui… mais vers quoi, et à quelles conditions ?

En filigrane de ces réflexions, une réalité s’impose : les débats autour de l’intelligence artificielle et de la transition durable ne sont jamais uniquement technologiques. Comme le rappelle l’auteur de l’entretien de Gilles Babinet :

« Le débat sur la croissance et l’environnement est d’autant plus compliqué qu’il cristallise des positionnements politiques et idéologiques antagonistes. »
²Green IA "L'IA est notre meilleur allié pour relever le défi environnemental"– Interview de Gilles Babinet menée par Edouard Laugier pour Le Nouvel Économiste, 2024. 

C’est sans doute ce qui rend la question de l’IA si sensible, et parfois si clivante. Elle agit comme un révélateur de nos contradictions entre performance et sobriété, entre efficacité et responsabilité, entre court terme et soutenabilité de long terme. Révélateur, aussi, de notre difficulté collective à accepter que le progrès ne se résume pas toujours à l’accélération et au "toujours plus".

L’IA peut devenir un levier d’accélération pour la transition durable et peut également amplifier des tensions écologiques, sociales et éthiques déjà à l’œuvre. Ce paradoxe ne tient pas à la technologie elle-même, mais au cadre que nous lui donnons, aux usages que nous privilégions, et aux renoncements que nous acceptons — ou non — d’opérer.

La question n’est donc pas tant de savoir s’il faut utiliser l’IA, mais de clarifier ce que nous attendons d’elle, et surtout ce que nous sommes prêts à transformer dans nos modèles de performance, de gouvernance et de création de valeur pour qu’elle serve réellement un progrès compatible avec un monde de limites et "nos futurs souhaitables". Car donner du sens et une direction à l'accélération qu'elle propose reste une responsabilité profondément humaine.

IA for Good

Je crois que l’intelligence artificielle peut devenir un levier d’accélération de la transition durable — à condition de l’utiliser, et surtout de la concevoir, dans cette intention. Et à condition, aussi, d’en limiter l’accès et les usages lorsqu’ils sont futiles, voire socialement « annihilants ».

Il existe aujourd’hui des cas d’usage qui montrent que l’IA peut produire des effets concrets et mesurables lorsqu’elle est mobilisée sur des enjeux prioritaires.

Elle permet de mieux monitorer et piloter les indicateurs environnementaux et extra-financiers, d’objectiver les trajectoires de réduction des émissions, de modéliser différents scénarios d’amélioration et d’éclairer les décisions stratégiques associées.
Elle permet également de modéliser et d’optimiser des processus industriels, d’anticiper plus finement les flux — approvisionnement, logistique, transports — grâce à des modèles prédictifs et au machine learning.
Elle contribue à une meilleure gestion des ressources, notamment en agriculture, à la protection des écosystèmes et de la biodiversité via l’analyse de données complexes, à l’optimisation de la gestion des déchets, ou encore à la transformation de la construction durable, qu’il s’agisse de l’analyse des sols, du choix des matériaux ou de la performance des bâtiments sur l’ensemble de leur cycle de vie.

Si ces apports sont réels, le paradoxe environnemental de l’IA l’est tout autant. Comme énnoncé plus haut, son fonctionnement même repose sur une consommation significative d’énergie et de ressources. Mais rappelons-le : aucun outil de transformation systémique n’est neutre à court terme. Alors pourquoi ne pas envisager l’IA comme un levier à moyen/long terme ?
Car si, sur un horizon court, les coûts environnementaux de l’IA compensent encore peu — voire pas — les gains de durabilité qu’elle permet, je pense (j'ai envie de croire) qu’à moyen terme, ce rapport pourrait évoluer favorablement : à  mesure que les usages seront mieux ciblés, les infrastructures plus sobres, et l’intégration de l’IA pensée de manière plus circulaire au sein des chaînes de valeur existantes.

Une telle trajectoire pré-suppose toutefois un arbitrage clair dès le départ, et une gouvernance exigeante : réserver l’IA à des usages utiles, structurants et alignés avec les enjeux de transition, et accepter d’en limiter, voire d’en réguler, les applications superficielles ou énergivores, qui ne contribuent ni à un progrès durable ni à un futur souhaitable.

En ce sens, la question n’est pas de savoir si l’IA est « bonne » ou « mauvaise » pour la planète. Elle est de déterminer si nous sommes capables de l’inscrire dans un cadre de performance repensé, compatible avec un monde de limites — et d’assumer, collectivement, les arbitrages que cela implique.

A très bientôt 🍀

Sources et références : 
(1) "RSE et IA: Quel avenir pour la transition durable ?", 6ème Edition de l'Observatoire des Transitions Sociétales, DeGaulle Fleurance (Lien vers le rapport, ici)
(2) Green IA "L'IA est notre meilleur allié pour relever le défi environnemental"– Interview de Gilles Babinet menée par Edouard Laugier pour Le Nouvel Économiste. (Lien vers l'article ici).
(3) Rapport 2025 "Intelligence artificielle, données, calculs : quelles infrastructures dans un monde décarboné ?",  The Shift Project (Lien vers le rapport, ici)
(4) Post Linkedin de Jean-MarcJancovici (Lien vers le post, ici).
(5) "IA : quel avenir pour la transition durable " - Entretien avec Bruno Deffains mené par Florence Starkand pour ActuJ, 2025. (Lien vers le post Linkedin associé, ici)