Utiliser l'IA de la génération pour les objectifs mondiaux : Guide du secteur privé pour le développement durable grâce à la technologie

Il semble difficile d'atteindre les objectifs de développement durable ( ODD) à l'horizon 2030. L'intensification des tensions géopolitiques, des inégalités et du changement climatique a des répercussions considérables. C'est pourquoi ce rapport sur l'utilisation de l'intelligence artificielle générale au service des objectifs mondiaux apporte un éclairage précieux sur les défis à relever et les solutions envisageables.

« L’Agenda 2030 – notre plan mondial pour la paix et la prospérité sur une planète saine – est gravement menacé. L’IA pourrait contribuer à inverser la tendance. Elle pourrait dynamiser l’action climatique et les efforts déployés pour atteindre les 17 Objectifs de développement durable d’ici à 2030. Mais tout cela dépend d’une utilisation responsable des technologies d’IA et de leur accessibilité pour tous », a déclaré António Guterres , Secrétaire général des Nations Unies.

Objectif du rapport – Contribuer à la réalisation des objectifs de l’ONU en fournissant des analyses et des recommandations concrètes.

Qu'est-ce que GEN AI ?

Il s'agit d'un système automatisé qui reproduit la pensée humaine et convertit diverses entrées en sorties. Ces sorties peuvent aller des recommandations et prédictions au contenu. [7] L'IA générative (IA GEN) est un type d'intelligence artificielle qui génère du nouveau contenu allant au-delà de ce qui existe déjà. [8]

Tout cela est réalisé en identifiant et en reproduisant les modèles déjà présents dans le texte et les images, ainsi que d'autres données, pour créer de nouvelles données réalistes. Parmi les produits Gen AI les plus courants, on trouve GPT-4/4o, Claude, Midjourney et Claude.

Actuellement, l'attention se porte sur les grands modèles de langage (LLM) capables d'imiter le langage humain. Ces modèles génèrent également des mèmes et des structures protéiques. Les modèles fondamentaux à usage général sont entraînés sur de vastes ensembles de données issus du cœur de l'écosystème Gen AI. Une personnalisation avec des données spécifiques pour diverses applications est possible, et les fournisseurs de cloud peuvent entraîner le système.

L'utilisation de L'IA de génération pour les objectifs mondiaux : le rôle moteur du secteur privé dans le développement durable

Représentant plus de 60 % du PIB mondial, le secteur privé joue un rôle essentiel dans la production de biens et de services. Il existe donc une réelle opportunité de devenir un chef de file en matière d'intelligence artificielle générative pour le développement durable, en s'appuyant sur les Objectifs de développement durable (ODD).

Les deux principaux objectifs préconisés par le Pacte mondial des Nations Unies pour les entreprises spécialisées dans l'IA sont les suivants :

1. Les entreprises doivent procéder avec prudence lors de l’adoption de l’IA de génération et garantir une supervision humaine pour la développer en toute sécurité avant utilisation.
2. Parallèlement à la mise en œuvre responsable de l’IA de la génération, le secteur privé devrait combler le fossé entre les actions et les intentions concernant les ODD.

Utiliser l'IA de la génération actuelle pour faire progresser les Objectifs de développement durable

Il existe 3 éléments clés pour soutenir le système pour une utilisation réussie et responsable de Gen AI.

1. Les entreprises doivent s'assurer de bien comprendre le problème qu'elles résolvent. Elles doivent également reconnaître que l'IA de la génération est une solution idéale.
2. Les entreprises doivent former leurs collaborateurs à une utilisation responsable de l'IA de la génération actuelle. Cela peut se faire en les accompagnant avec des données appropriées, une formation à l'IA et des outils numériques.
3. Les entreprises doivent mettre en place les structures gouvernementales appropriées et maintenir la sécurité et la responsabilité.

Génération IA et durabilité

L'IA de la génération a le potentiel de soutenir le développement durable en agissant comme un explorateur de données, un amplificateur de connaissances et un navigateur d'informations. Grâce à ces atouts, l'IA de la génération peut également améliorer les technologies et les opérations commerciales existantes, favorisant ainsi davantage la durabilité dans quatre domaines clés, comme indiqué plus loin.

Efficacité Opérationnelle

Il est important pour les entreprises de gérer efficacement leurs ressources limitées afin d'obtenir des rendements durables. Grâce à l'IA de génération, il est possible d'améliorer diverses opérations, comme indiqué ci-dessous.

• Optimisation des ressourcesLa réduction des coûts et de l'impact environnemental passe par la minimisation des besoins en ressources. Les employés peuvent optimiser des ressources comme la logistique et la puissance de calcul en appliquant l'IA de génération aux analyses actuelles. Par exemple, la transformation des systèmes d'analyse prédictive en systèmes de maintenance prescriptive offrant des recommandations concrètes.
• Efficacité des travailleurs: Une formation et des outils adaptés peuvent améliorer la situation. Avec Gen AI, la formation de chaque employé peut être personnalisée en fonction de son rôle, des réglementations locales et de sa langue. De plus, elle permet de concevoir des programmes de formation alignés sur les objectifs de l'entreprise, améliorant ainsi la prise de décision et la productivité des employés.
• Code efficacePour gérer l'impact environnemental des logiciels, un codage efficace est essentiel. Avec Gen AI, les tâches de codage peuvent être automatisées, le code existant optimisé et les améliorations ciblées. Cela améliorera l'efficacité de l'équipe. Un codage efficace est essentiel pour gérer l'impact environnemental des logiciels. Gen AI peut automatiser les tâches de codage, optimiser le code existant et identifier les améliorations, aidant ainsi les équipes à gagner en efficacité.

Dans l’ensemble, en rationalisant les processus de développement, les entreprises peuvent éventuellement réduire leur utilisation des ressources et diminuer leurs émissions.

Études de cas

SuperHumanRace – Afin d'améliorer la santé maternelle dans les États les plus pauvres d'Inde, l'entreprise a développé une application qui fournit des recommandations médicales personnalisées. Cette application utilise l'intelligence artificielle générale et la modélisation automatique pour analyser les données de santé maternelle et créer des questionnaires adaptés au stade de la grossesse et aux facteurs de risque de chaque patiente.

Siemens a déployé Industrial Copilot (solution d'intelligence artificielle de Microsoft) sur une ligne de production Schaeffler afin d'optimiser l'efficacité industrielle. Cet outil facilite la programmation des automates programmables (PLC) par les ingénieurs en automatisation. Un tiers des machines de l'usine fonctionnent grâce à des équipements Siemens. L'utilisation d'un langage de programmation intuitif permet de réduire le temps, les efforts et les erreurs, et ainsi de permettre aux ingénieurs de se concentrer sur des tâches plus importantes. De plus, des employés moins expérimentés peuvent accéder à des postes d'ingénierie.

Chaîne de valeur durable

Pour une transition réussie, il est essentiel d'impliquer l'ensemble de la chaîne d'approvisionnement dans le développement durable . L'IA de nouvelle génération peut simplifier un processus de collecte de données souvent long en analysant des données non structurées. Elle permet également de réaliser des analyses de cycle de vie (ACV) efficaces, d'améliorer l'engagement des fournisseurs et de promouvoir un approvisionnement responsable. Les ACV sont importantes pour obtenir des données claires sur la durabilité, mais leur élaboration est gourmande en ressources. L'IA de nouvelle génération contribue à améliorer l'efficacité du maintien d'ACV précises.

Conformément aux ODD 2030, l'approvisionnement responsable est essentiel car il influence l'empreinte sociale et environnementale. L'engagement des fournisseurs est également essentiel, car tous les risques ne peuvent être atténués par le seul approvisionnement. L'IA de la génération peut aider à identifier les risques et les opportunités d'amélioration. Elle propose également des formations sur mesure aux fournisseurs, favorisant ainsi la transparence et les pratiques durables.

Études de cas

Accenture utilise l'intelligence artificielle de nouvelle génération (Gen AI) pour optimiser les opérations de la chaîne d'approvisionnement. Grâce à des analyses en temps réel fournies par Gen AI, les responsables du développement durable et des achats sont mis à profit. L'outil identifie les risques liés aux droits humains et à la durabilité en analysant les données de la chaîne d'approvisionnement au regard d'indicateurs clés. Récemment, Accenture a constaté que les fournisseurs de rang 2 et 3 sont responsables de 50 à 60 % des principales émissions de CO2. Cette information a été obtenue après l'évaluation de plus de 122 000 fournisseurs, soulignant ainsi la capacité de l'outil à éclairer les décisions en matière d'achats durables.

Unilever , partenaire de Google Earth Engine depuis 2020, a développé des solutions d'analyse géospatiale pour surveiller la déforestation et gérer les risques liés aux matières premières forestières. Afin de croiser les données géospatiales et celles de la chaîne d'approvisionnement, l'entreprise a intégré GenAI. Cette intégration permet d'optimiser les décisions commerciales en intégrant des informations géospatiales dans la gestion des achats et des fournisseurs.

SAP – La gestion de l'empreinte carbone durable de SAP utilise son intelligence artificielle métier pour réduire l'empreinte carbone en associant les facteurs d'émission aux critères d'achat. L'outil intègre des modèles OpenAI Embedding pour identifier et valider les produits correspondants. Cette validation s'effectue par l'analyse du cycle de vie (ACV) et les bases de données ERP. Une dizaine de correspondances pertinentes entre les facteurs d'émission sont identifiées, et les champs de données associés (nom du produit, description et score de similarité) sont renseignés. SAP évalue ensuite la qualité des correspondances et améliore la visibilité et la documentation des données d'émissions pour les audits.

Innovation

Le temps étant limité pour atteindre les ODD, il est urgent de trouver des solutions innovantes pour combler l'écart entre les intentions et les résultats. L'IA de la génération peut générer des idées pour les domaines suivants :

• Finance verte:Gen AI peut aider les PME en difficulté financière en les aidant à obtenir des ressources. Les institutions financières peuvent créer des solutions adaptées au contexte, comme des prêts et des obligations verts, grâce à Gen AI.
• Conception de produits et de services durablesL'IA de génération peut contribuer à intégrer les concepts de durabilité tout au long du processus de conception. Elle permet ainsi d'intégrer les exigences de durabilité dès les premières étapes de la conception et du développement. Les concepteurs peuvent ainsi gérer la concurrence tout au long du processus et satisfaire aux exigences fonctionnelles sans négliger les facteurs de durabilité.
• Recherche de pointeL'IA de la génération peut accélérer le développement durable, car elle permet d'identifier les tendances, les corrélations et les solutions émergentes en matière de développement durable. Elle permet non seulement d'analyser rapidement de vastes quantités de données, mais aussi de créer des ensembles de données synthétiques pour remédier à la sous-représentation des données. Elle peut améliorer la recherche et la technologie, aidant ainsi le secteur privé à atteindre les ODD 2030.

Études de cas

Yamaha et Final Aim – Le Concept 451, fruit de la collaboration entre Yamaha et Final Aim, est un véhicule électrique compact destiné à l'agriculture dans les montagnes japonaises et conçu pour répondre aux enjeux démographiques. Grâce à l'intelligence artificielle de pointe (Gen AI), la conception est accélérée par l'analyse des défis du secteur. Cette technologie permet de générer 2 000 variantes de conception et favorise la communication lors de la modélisation 3D. Ceci démontre qu'il est possible pour les entreprises de s'attaquer aux problèmes sociétaux grâce à des cycles de R&D plus courts.

Crayon – Afin d'optimiser la recherche, l'entreprise a co-développé un chatbot basé sur LLM pour une société énergétique internationale. Ce chatbot simplifie les recherches et la synthèse de données provenant de diverses sources. Grâce à lui, les études de marché ont été améliorées, avec 15 % de réponses plus pertinentes. Ceci a permis d'améliorer les décisions stratégiques et opérationnelles, ainsi que les interactions avec les clients.

Communication et rapports 

Face à la surveillance accrue des investisseurs, des régulateurs et des consommateurs, la durabilité des entreprises est soumise à divers cadres et politiques. Gen AI contribue au reporting ESG et au marketing durable tout en favorisant les collaborations au sein des entreprises. 

• Rapport de durabilitéLes rapports ESG sont essentiels pour présenter les résultats, la responsabilité et la conformité. Gen AI analyse les données pour identifier les indicateurs, mettre en avant les initiatives et générer des rapports, améliorant ainsi l'efficacité des rapports.
• Marketing durablePour obtenir le soutien des consommateurs et des investisseurs, il est essentiel de diffuser des messages honnêtes sur le développement durable. Les équipes marketing peuvent utiliser l'IA de génération pour créer du contenu sur mesure, garantissant ainsi l'alignement avec la stratégie de marque. Les outils d'IA de génération sont également utiles pour prévenir les risques. écoblanchiment en clarifiant des concepts durables complexes pour les spécialistes du marketing.
• Stimuler la collaboration:Gen AI aide également les entreprises à intégrer le développement durable en améliorant la collaboration et la communication entre les équipes. Elle simplifie facilement le jargon et fournit une meilleure base de connaissances aux décideurs.

Études de cas

Salesforce a intégré Einstein (système d'IA) à Net Zero Cloud, améliorant ainsi sa gestion ESG. Grâce à l'utilisation de données ESG historiques et d'autres documents, les réponses aux rapports sont préétablies. Les entreprises peuvent ainsi se concentrer sur leurs initiatives de développement durable plutôt que sur la production de rapports.

Microsoft – Le modèle Copilot aide les entreprises à collecter et à partager des données sur le développement durable. Grâce à l'intelligence artificielle de pointe, il analyse ces données pour accompagner les employés et permet de partager les résultats sous forme de documents et de rapports. Les entreprises peuvent ainsi comparer leurs progrès en matière de développement durable avec ceux d'autres acteurs, ce qui renforce la précision et la fiabilité des données. Cet outil favorise la diffusion des connaissances en matière de développement durable, réduit les erreurs et améliore la prise de décision.

Leeward Renewable Energy obtient des projets solaires de 400 MW auprès de Microsoft au Texas

Risques pour les utilisateurs du secteur privé utilisant l'IA de génération pour atteindre des objectifs mondiaux

• Les processus de l'IA générale sont souvent opaques – Les entreprises dépendent d'un système tiers pour leur infrastructure, leurs modèles et leurs données, ce qui crée un manque de responsabilité. Les données externes peuvent être mal étiquetées ou violer les droits d'auteur, ce qui empêche les développeurs de comprendre leurs conclusions. Il est également possible que les utilisateurs déforment leur validation des résultats de l'IA de la génération, ce qui accroît les risques.
• L'IA de génération peut produire des résultats incertains et problématiques – Les humains sont des modèles pour l'IA de la génération et peuvent refléter des biais et des incertitudes susceptibles d'introduire des biais de genre, socio-économiques et raciaux. Ce problème peut s'aggraver en raison d'une conception de modèle défectueuse, de biais utilisateurs existants et de données d'entraînement incomplètes. Il existe également un risque de présentation de contenu erroné et de production de résultats toxiques. Cependant, grâce à une transparence et une gouvernance appropriées, ces erreurs, cette toxicité et ces biais peuvent être évités.
• L'IA de la génération précédente peut compromettre la confidentialité et la sécurité des données – Les applications Gen AI peuvent parfois exposer involontairement des informations sensibles d'entreprise ou personnelles. Cela entraîne des violations des protocoles de sécurité des données comme le RGPD. Si de grands ensembles de données sont audités de manière inappropriée, même avec un filtrage, il existe un risque de divulgation de données confidentielles grâce à la capacité de Gen AI à indexer les informations publiques et à établir des associations.
• La puissance de l'IA de la génération précédente peut être mal utilisée – Les interactions des utilisateurs avec l'IA de la génération X ont un impact sur les populations et la planète. Sans protection, elle peut compromettre les ODD en diffusant de fausses informations via des deepfakes. Elle offre ainsi des pistes pour la fabrication d'armes ou favorise la tromperie. Il est possible que des utilisateurs manipulent l'IA de la génération X pour produire des résultats toxiques ou violer la confidentialité des données, augmentant ainsi ces risques.

Référence croisée : L’automatisation biaise-t-elle la prise de décision ?

Risques externes liés à l'utilisation de l'IA de génération par le secteur privé

• L'IA de génération a des besoins en ressources importants – L'IA de nouvelle génération nécessite des centres de données gourmands en ressources et une consommation d'électricité accrue d'ici 2026, qui représente déjà plus de 1.5 % de l'énergie mondiale. Elle affecte également la sécurité hydrique en raison des besoins de refroidissement, et la production de matériel a un impact environnemental.
• L'IA de la génération actuelle va redéfinir les emplois et pourrait les remplacer – Avec de nouvelles opportunités, la génération IA présente également d'importantes menaces d'automatisation pour les travailleurs. Les entreprises doivent se perfectionner pour réduire les licenciements et collaborer avec les gouvernements pour un transition centrée sur l'humain dans une main-d’œuvre en évolution.
• L'IA de la génération actuelle va bouleverser la société, ce qui pourrait creuser les divisions existantes. – Les sociétés et les économies vont transformer avec Gen AI. Cependant, cela nécessitera une maîtrise du numérique, des données de formation de qualité et une puissance de calcul. Les inégalités en matière de distribution d'internet et d'électricité ne feront qu'entraver les progrès, aggravant les fractures et générant des problèmes de droits humains pour les groupes vulnérables.

En conclusion, l'IA de génération n'est pas une solution universelle aux défis du secteur privé. Cependant, elle recèle un potentiel considérable pour révolutionner les entreprises et le développement durable. Le rapport montre comment les premières applications de l'IA de génération ont contribué à résoudre les problèmes mondiaux de pauvreté et d'inégalités entre les sexes. Le secteur privé devrait aligner ses décisions sur les dix principes du Pacte mondial des Nations Unies. Il y a lieu d'espérer que l'IA de génération puisse contribuer à la réalisation des objectifs de 2030.

Source : Guide du secteur privé pour accélérer le développement durable grâce à la technologie