Replay IA & économie durable : quels leviers pour les acteurs financiers ? Avec Anne Le Hénanff.

Mesdames et Messieurs, Madame la Ministre, merci beaucoup d'avoir accepté de venir ouvrir cette manifestation du cercle Europe, IA et Finance, sur le thème de la relation entre l'IA et l'économie durable, sujet d'actualité, organisée en partenariat avec l'Institut Bachelier. Je salue Marie Brière, la directrice générale, la Fondation Parc, alors malheureusement Bertrand Badré est retenu à Washington par les réunions du Fonds monétaire, Stéphane Voisin qui est le directeur général interviendra pour la Fondation Parc, et la lettre Kant de notre ami Jean Ronietta, que tout le monde connaît et que je n'ai pas besoin de présenter et qui animera les tables rondes de cette manifestation. Madame la Ministre, notre cercle a été lancé il y a quelques mois pour réunir les directeurs généraux et les responsables IA de l'ensemble des secteurs de la finance, la banque, l'assurance, la gestion d'actifs, le capital investissement, les techs de l'IA, Mistral, Giscard, OVH, toutes les techs françaises et européennes qui se développent dans ce domaine.

Et les autorités de marché, je salue la présence de Marianne Lavergne, je ne sais pas où elle est, du cabinet du Premier ministre qui est également des nôtres ce matin. Voilà, la voilà qui arrive pour travailler ensemble à développer une place financière de Paris et un écosystème européen plus compétitif dans la concurrence, dans la compétition mondiale et notamment avec les Etats-Unis d'un côté et la Chine de l'autre. Concrètement, notre cercle développe trois types d'activités.

D'abord, un observatoire de l'investissement dans l'IA que nous avons mis en place avec l'aide de Serena qui est un acteur de capital investissement pour essayer d'analyser là où l'investissement se dirige, quels sont les secteurs, les entreprises dans lesquelles les investisseurs accompagnent les développements de l'IA au niveau européen, qui sont les investisseurs, notamment privés, qui vont vers ce domaine. Deuxièmement, des groupes projets, alors je n'appelle plus cela des groupes de travail. Notre objectif n'est pas de faire des rapports volumineux, mais plutôt d'essayer de faire connaître les bonnes pratiques qui se développent et de mettre des recommandations très opérationnelles sur les sujets.

Nos deux premiers sujets, et je pense que ceci correspond beaucoup à vos sujets d'intérêt, sont le future of work, c'est-à-dire les dispositifs qui sont mis en place dans notre entreprise en matière de formation et d'adaptation des compétences, mais également les conséquences de l'IA sur l'emploi, qui est un sujet évidemment important, notamment sur l'emploi des jeunes. Le deuxième sujet, co-animé par Marie Brière et Charles-Albert Le Halle, qui est professeur à l'école polytechnique, porte sur les risques, les nouveaux risques de l'IA, là où l'IA réduit les risques, là où elle les augmente, là où elle en crée des nouveaux. Et nous sommes sur le point de mettre en place un troisième groupe projet sur le financement des techs de l'IA au niveau européen.

Et nous organisons des forums réguliers et manifestations. Donc celle-ci a le courage de mettre le sujet de l'économie durable sur la table. Notre prochaine manifestation que nous souhaitons organiser début juillet à Bercy, si la confirmation peut nous être donnée, sera sur la souveraineté européenne avec des intervenants européens, puisque notre cercle a une vocation à s'ouvrir au niveau européen.

Et nous accompagnons le lancement par l'Institut Bachelier d'un cluster de recherche dans l'IA et la finance pour approfondir les thèmes qui doivent être approfondis sur les sujets que nous mettons en valeur avec nos acteurs professionnels. Et, Madame la Ministre, nous serions évidemment très heureux si nous pouvions obtenir un soutien de financement via notamment SGPI et le programme France 2030. Grâce à Marianne, nous avons été en contact avec les services du Premier ministre sur le sujet et nous souhaitons poursuivre les contacts sur le sujet.

Un mot pour saluer nos partenaires et membres de base. Aldric Zappellini qui est ici, Crédit Agricole est un soutien important du Cercle, ainsi que BNP Paribas notamment. Les grands acteurs de la gestion, Amundi, Natixis IM.

Et je salue nos nouveaux membres récents, puisque en l'espace de quelques mois, nous sommes maintenant, nous avons déjà réuni 50 entreprises membres françaises et des premières européennes. Et je salue l'arrivée comme nouveau membre de Ardian, qui est présent ici, AXA Venture Partner, la Caisse des dépôts, qui vient de nous rejoindre, CNP, Emergence, qui est le fonds de place des sociétés de gestion innovantes et qui aujourd'hui met en place un nouveau compartiment pour investir dans la défense française, la BITD, suite aux recommandations qui sont les vôtres. Euroclear, donc à Bruxelles, H2O, MBO+, Mirova, je salue Guillaume Abel qui interviendra dans la session tout à l'heure.

Et puis Etec, Stonal, Wifin, qui doit être ici quelque part, qui viennent de nous rejoindre également dans le cercle. Voilà, notre objectif aujourd'hui est d'essayer d'analyser les enjeux, les points d'inquiétude qui se posent sur ces sujets du développement de l'IA et de la relation avec les sujets environnementaux, sociaux, mais également les domaines où l'IA peut apporter des solutions positives pour accompagner les développements de l'économie durable, à commencer par l'analyse et la meilleure analyse des avancées ESG des entreprises, par exemple, ou les développements de tech, de l'IA, vous en aurez quelques exemples dans la deuxième session, dans les nouveaux domaines de la collecte de données, y compris satellitaires et autres, qui permettent de progresser sur l'analyse des sujets environnementaux et de l'économie générale. Voilà, et comme nous avons l'habitude de ne pas lancer des sujets sans poursuivre et approfondir, ce forum a pour objectif de lancer le quatrième groupe projet de cercle Europe, IA et Finances, qui portera sur la relation entre l'IA et l'économie durable.

Et dès maintenant, je fais appel aux volontaires dans la salle qui souhaiteront se joindre à ce groupe de travail pour faire des recommandations sur le sujet. Voilà, en quelques mots, je cède la parole non pas à Bertrand Badré, qui a été retenu à Washington par les réunions du Fonds Monétaire, mais à Stéphane Moisin, qui est directeur général de la fondation PARC. Remercie Arnaud.

Donc bon, vous t'avez déjà excusé Bertrand, je ne vais pas le faire. Mais en tout cas aussi, merci au cercle IA et Finances d'avoir répondu présent lorsqu'on a proposé de mettre cette thématique de la finance durable sur la table du sujet IA, parce qu'on a pensé effectivement qu'il y avait des sujets extrêmement importants à traiter. Et les raisons qui nous ont animés lorsqu'on a préparé cette table ronde avec Bertrand et Arnaud, c'est en tout cas trois raisons.

La première raison, très clairement, c'est que si la finance utilise majoritairement des données reportées, extrêmement fiables, la finance durable, elle, utilise majoritairement des données qui sont non reportées, des données qu'on appelle alternatives. Et maintenant, grâce à l'accélération de l'IA, des données synthétiques. Et ça, c'est vraiment en majorité.

Donc ça, c'est le premier point de vue. Et ce mouvement avec la déréglementation qu'on voit tous sur la durabilité et la finance durable va évidemment s'accentuer. Donc ça, c'est le premier sujet.

Deuxième sujet, c'est que si la finance est un terrain d'abord économique, la finance durable est aussi un terrain sociétal. Évidemment, en étant un terrain sociétal, pour beaucoup, elle peut apparaître comme un terrain idéologique, voire politique. Et du coup, se pose la question, beaucoup plus critique, de la fiabilité des données qu'on utilise et donc de la confiance, notamment la confiance dans les données d'entraînement qui sont pour certains autant de munitions pour construire une arme idéologique.

Ça, c'est le deuxième point. Le troisième point, pour un aspect plutôt positif, de contrecarrer ça, c'est que ce qu'on voit quand même, c'est que par rapport à tout ce qui est dit sur les réseaux sociaux, l'IA joue plutôt un rôle très positif, voire de contre-pouvoir, quand il s'agit de rectifier, en fait, le discours scientifique, le fait scientifique. Et ça, c'est extrêmement positif, notamment pour lutter contre les fake news.

Mais si on va un petit peu plus loin, on parlera peut-être avec Peter tout à l'heure de travaux qu'on a élaborés à l'ILB. C'est-à-dire que quand on pousse, ce qu'on a essayé, c'est de faire, de pousser un certain nombre de LLM dans ces retranchements sur des faits scientifiques ou des fake news concernant le changement climatique, eh bien, on s'aperçoit qu'il y a potentiellement des dérives, ce qu'on appelle dans le langage sémantique, ontologique, de la psychophonie, c'est-à-dire une complaisance des IA et un comportement très différent de certains IA sur ces faits-là. Et évidemment, il y en a qui dérivent beaucoup plus vite, dont je pense notamment à Grock, que d'autres qui sont beaucoup plus solides et robustes.

Je pense notamment à Claude. Et ce n'est pas par hasard que Claude, justement, est dans le nez de l'administration américaine. Le troisième enjeu dont on parlera et qui nous anime beaucoup et qui s'est accentué entre le moment où on a décidé de faire cette session et aujourd'hui, c'est le sujet de la souveraineté.

Parce que, comme vous le savez, dans la finance durable, comme dans la finance, 90% des données qu'on utilise sont non souveraines, sont non européennes, en tout cas. Et ensuite, toute la chaîne de valeur des données est en gros aux mains des anglo-saxons et en particulier des Américains. Évidemment, quand on ajoute les deux premières considérations que je viens de mentionner à ce sujet de souveraineté, on sent bien qu'il y a un enjeu de souveraineté sur pratiquement les trois ou quatre piliers de la définition de la souveraineté par la Commission européenne.

Le premier, c'est l'accès aux données. Le deuxième, c'est le contrôle des données, la traçabilité des données, etc. Et le dernier pilier, c'est l'alignement avec les valeurs fondamentales de l'Union européenne.

Et là, évidemment, lorsqu'on se place dans un niveau de dépendance tel, se pose la question, avec beaucoup de données synthétiques et un rôle croissant de l'IA, de l'alignement de cette accumulation, on va dire, de cette concentration, avec un contexte aussi juridique aux États-Unis, d'extraterritorialité sur les données, de la même façon qu'il y a une extraterritorialité sur le dollar, qui évidemment renforce notre dépendance à ces données américaines. Donc, j'ai dit, c'est un sujet, mais c'est un sujet qu'on traite, qu'on a démarré, qu'on a commencé à traiter à l'ILB, et notamment à travers un programme de recherche qui vise à, justement, analyser, identifier, mesurer ce niveau de dépendance à la fois à l'écosystème donné, mais aussi à l'écosystème IA qui l'accompagne et qui est entraîné par ces données, et essayer de comprendre les conséquences que ça peut avoir, évidemment, particulièrement sur la finance durable, qui est sans doute beaucoup plus vulnérable à ce sujet que la finance classique, on va dire. Voilà un petit peu les enjeux qui nous amènent, qui nous animent.

Évidemment, le dernier sujet, mais il va être traité par la table ronde, donc je ne vais pas en parler aujourd'hui, qui est le sujet, évidemment, de l'emprunte énergétique et carbone de l'IA en général, et qui est un sujet qu'on traite, bien évidemment, à l'ILB et à la Fondation PARC, de façon, avec un programme de recherche, mais je pense que Peter Plankoff aussi reviendra sur ce sujet-là. Voilà, Madame la Ministre, ayant posé un petit peu ses fondamentaux sur la finance durable, je vous laisse la parole pour votre intervention. Il est cassé, là, maintenant.

Bonjour à toutes et à tous, merci de m'accueillir ce matin, de bon matin. Merci beaucoup de cette introduction, ça me permet aussi de voir comment vous abordez ce sujet-là. Monsieur Arnaud de Bresson, directeur général du Cercle Europe IA et Finance, Monsieur Bertrand Badra, président de la Fondation PARC de l'Institut Louis Bachelier, Mesdames et Messieurs les acteurs et les actrices de la finance, Mesdames et Messieurs, l'intelligence artificielle redéfinit nos façons de travailler, de produire, de créer, et même de vivre ensemble, on le voit.

Elle porte en elle des promesses immenses de productivité, de croissance, de compétitivité, mais son développement rapide nous confronte aussi à des défis majeurs, parmi lesquels son impact environnemental figure en tête de liste. L'IA consomme aujourd'hui des ressources importantes, énergie, eau, matières premières, au point de menacer les progrès que nous réalisons par ailleurs en matière de décarbonation. Face à cette réalité, une évidence s'impose à nous.

L'IA durable n'est pas une option, c'est une nécessité absolue. C'est une nécessité absolue que nous assumions, nous, Français, totalement. On essaie de partager avec nos amis européens, globalement partagés, d'autres pays du monde également, l'Inde, le continent africain, porté par le Maroc, c'est plus compliqué avec certaines nations.

Face à cette réalité, une évidence évidemment s'impose, il faut, elle est d'abord énergétique, car la croissance des besoins de l'IA dépasse largement celle de l'offre d'énergie renouvelable, une nécessité aussi d'équité, car des modèles toujours plus gourmands risquent d'aggraver les fractures entre ceux qui ont accès à ces technologies et ceux qui en sont exclus, entre les territoires qui en tirent profit et ceux qui en subissent les coûts sans en partager les bénéfices. Ces enjeux, la France les a placés au cœur de l'agenda international. Lors du sommet de Delhi, nous avons lancé avec l'Inde, l'UNESCO et la coalition pour une IA durable un défi mondial pour une IA résiliente et sobre.

L'objectif est clair, exploiter le potentiel de l'IA pour répondre aux défis environnementaux. Cette initiative, née des travaux coprésidés par la France et l'Inde, s'inscrit dans la continuité du sommet sur l'impact de l'IA. La coalition pour l'IA durable créée à notre initiative au sommet de Paris pour l'action sur l'IA rassemble désormais plus de 220 partenaires, entreprises, institutions, Etats, autour d'une même ambition, faire de l'IA un levier de développement durable et inclusif.

Et ce n'est qu'un début. Dès le mois de mai, et précisément le 29 mai pour le G7 numérique à Bercy, dans le cadre de la présidence française du G7, nous porterons à nouveau notre vision d'une IA durable, inclusive, au service de l'intérêt général et le besoin de concilier résilience et durabilité dans le secteur numérique. Pourquoi cette urgence ?

Parce que les défis sont immenses et que nous devons collectivement être à la hauteur de cet enjeu. L'IA durable n'est pas un affichage, n'est pas un objet marketing ou de communication. Et ce n'est évidemment pas seulement une question de responsabilité environnementale, c'est aussi une opportunité économique, sociale, sans précédent.

Et c'est ici que votre rôle en tant qu'acteur financier devient décisif. Ce message, je le porte partout où je vais, dans tous les secteurs d'activité où je vais. Aujourd'hui, c'est vous, demain, ce sera l'industrie, après-demain, le transport, bref.

Et il faut qu'on aille tous dans le même sens. Vous êtes à la fois client, vous êtes financeur des solutions d'IA, et donc j'ai quelques messages à vous passer, assez pragmatiques. En tant que client, vous avez le pouvoir de choisir des technologies qui respectent nos engagements climatiques.

Adopter des IA frugales, embarquer ou optimiser pour l'Edge Computing, et non seulement réduire votre propre empreinte, mais aussi envoyer un signal fort au marché. L'innovation ne peut se faire au détriment de la planète. Les grands modèles généralistes ne sont pas toujours la réponse la plus efficace et la plus vertueuse.

Des solutions plus légères, plus ciblées, existent et méritent d'être déployées. Ce que je veux vous dire, c'est qu'il faut prendre le temps d'analyser les solutions qui se présentent à vous. La solution, généralement, c'est de faire comme on a toujours fait.

Vite, sur étagère, c'est rapide et on sait au moins ce que c'est. Il faut qu'on prenne le temps de poser les choses et d'analyser les solutions nouvelles. Les start-up à impact existent.

Il faut prendre le temps de regarder ce qu'elles proposent. Et d'ailleurs, on a besoin de vous pour porter ces filières aussi, ces entreprises françaises, et leur permettre de se développer. En tant que financeur, évidemment, vous détenez une autre clé, celle de l'investissement dans des projets qui concilient performance et durabilité.

Des entreprises comme Glimmer, qui révolutionnent les diagnostics médicaux, ou encore Carbon Farm, qui réduit l'usage des pesticides à travers une agriculture intelligente, prouvent chaque jour que l'IA peut être un accélérateur de transition écologique et sociale. Ces pépites ont besoin de votre soutien pour grandir, pour innover, pour devenir des champions de demain. En les accompagnant, vous ne financez pas seulement des entreprises, vous bâtissez un écosystème où l'IA sert l'intérêt général.

Et vous vous glissez aussi dans la feuille de route nationale, ce qui est plutôt bien. Comment agir concrètement ? D'abord, en intégrant la durabilité dans vos stratégies d'investissement.

Ensuite, en identifiant au sein de vos propres organisations les cas d'usage où l'IA peut apporter une valeur ajoutée sans alourdir notre bilan carbone. Enfin, en formant vos équipes aux compétences de demain. C'est essentiel, c'est même la clé du succès.

Partout où j'ai vu des usages IA dans des organisations, la dernière en date à Laval dans une grosse société de transport routier, cela s'est fait avec les employés. Si ça ne se fait pas avec les employés, c'est compliqué. Et il faut les convaincre par l'usage, sans les remplacer, bien sûr.

Vous avez aussi un rôle à jouer dans la souveraineté numérique, vous en avez parlé, de notre continent. J'en ai fait pour ma part, depuis que je suis arrivée à ce ministère, une priorité absolue. Et c'est ce qui guide chacune de mes actions sur l'ensemble du scope de ma responsabilité, des infrastructures jusqu'aux usages et la lutte contre la désinformation, les ingérences étrangères et la protection de nos populations.

Nos dépendances technologiques nous exposent à des risques géopolitiques, opérationnels, et cette dépendance est une fragilité dangereuse, particulièrement dans le secteur qui est le vôtre. Heureusement, l'Europe et la France, en particulier, disposent d'atouts majeurs. Nous avons une électricité abondante, décarbonée.

Nous avons un écosystème dynamique de start-up et de talents qu'il faut soutenir, qu'il faut être solidaire avec nos entreprises. Une volonté politique claire et forte, qui s'illuste par des programmes comme France 2030, aux ELIA, et qui consacre la moitié de leurs investissements à la décarbonation et à l'innovation responsable. Et puis, enfin, nous avons une politique d'attractivité, qui donne lieu à de nombreux projets d'infrastructures numériques.

Les 109 milliards annoncés par le Président de la République lors du sommet de Paris pour l'IA, ce n'était pas une annonce. Simplement, on voit concrètement les investisseurs étrangers arriver. Après, la souveraineté, c'est un autre sujet, on fait attention quand même à ce qu'on fait, notamment pour la filière des data centers, que nous sommes en train de construire in extenso, et ça fonctionne très bien.

Pour renforcer cette souveraineté, vous pouvez vous aussi agir, à plusieurs niveaux, en utilisant des solutions européennes pour vos besoins technologiques, en privilégiant des infrastructures locales qui garantissent l'application pleine et entière de nos règles, comme le RGPD, auquel nous sommes très attachés, et surtout en finançant des champions européens de l'IA. Je pense à des Mistral, EH, je pense à H Company, à Amilabs, il y en a plein d'autres en fait. Nous voulons plein de champions.

Alors, évidemment, on réagit aussi en européen, ça va être le sujet de votre prochaine réunion. On ne peut pas réagir qu'en français. Ça voudra dire aussi, dans certains cas, accepter que les champions, ils soient hollandais, allemands, italiens.

Il va falloir jouer collectif. Nous, on a une vraie carte à jouer sur l'IA, on le sait. Mesdames et messieurs, l'IA est une révolution.

Elle transforme nos économies, nos sociétés, nos vies, mais cette révolution ne sera vertueuse que si nous sommes attentifs à ces externalités. Pour notre environnement, nous devons mesurer et limiter l'impact de l'IA. Pour notre société, nous devons veiller à ce qu'elle réinvente les métiers sans exclure l'humain, qu'elle protège les citoyens, sans surveiller de manière généralisée les citoyens, qu'elle crée de la valeur sans creuser les inégalités.

Financer une IA durable, voilà le message que je viens de vous porter ce matin. Vous contribuerez ainsi à soutenir une souveraineté numérique porte, vertueuse. Ensemble, je vous propose d'écrire le prochain chapitre de la finance à l'ère de l'IA, un chapitre où la technologie sert l'humain, où l'innovation sert la planète et où la finance sert l'avenir.

Et bien sûr, je suis à votre disposition, ainsi que mon cabinet, portée ouverte, pour échanger avec vous sur vos engagements, sur les possibilités, et échanger. Et je vous remercie de votre attention. Merci beaucoup, Madame la Ministre.

Donc, financer une IA durable, nous sommes là pour creuser ce sujet. Nous sommes également intéressés, peut-être, avec vous, de voir comment, j'allais dire, connecter avec l'initiative qui a été lancée à Delhi sur cette alliance des pays où une IA plus durable. Je pense que ce sera un sujet sur lequel il sera intéressant de voir comment nous pouvons connecter nos réflexions et notre volonté de creuser ce sillon de l'IA, voilà, en faveur de l'économie durable, absolument.

Voilà, j'accueille maintenant notre ami Jean Ronietta. Je voudrais quand même saluer également nos équipes du cercle Europe IA et Finance, Dominique Leblanc, président au premier rang, Charles-Henri Dovigny, qui se cache derrière l'écran, directeur général de l'agence Réputation, de forte réputation dans la communication, et qui nous aide dans nos travaux, et les équipes d'organisation, avec Kevin Parent, notamment, qui nous a aidés à organiser cet événement. Et maintenant, le dynamique Jean Ronietta, pour mettre de l'ambiance dans les sessions.

En parlant de réputation, je commence sérieusement à m'inquiéter de la réputation que tu me fais, Arnaud. Bonjour mesdames et messieurs, je m'appelle donc Jean Ronietta, à ce qui me paraît, je suis journaliste, et je pense qu'Arnaud faisait surtout référence à cette tendance que je peux avoir d'un peu journalistique, de demander si c'est bien là, que ça fait mal quand j'appuie. Et le thème de ce matin m'a rappelé un article qui m'a valu énormément de critique, un dossier que j'avais fait après le CES 2023, donc tout début d'année, juste après le lancement de ChatGPT, où j'avais eu la mauvaise idée de commencer le dossier en me demandant s'il était très raisonnable de ramener 200 000 professionnels par avion au milieu d'un désert jouer au golf, pour discuter d'intelligence artificielle et d'informatique durable et verte.

Eh bien, tous les golfeurs de Paris m'ont écrit pour me dire ce qu'ils pensaient de ma prise de position. Et c'est un peu de cela que nous allons parler, puisque l'intelligence artificielle durable, c'est le mariage de la carpe et du lapin. La carpe, ce sera la première table ronde, et le lapin, la deuxième, pour se demander comment on peut développer une IA frugale, et parler de l'impact de l'intelligence artificielle, dont vous verrez qu'il n'est pas si propre que cela, souvent, je vais prier Christine Balaguet, Olivier Darmouni, Mathieu Delescluse, Viviane Lefebvre, Mathieu Velhoff, et Aldric Zappellini, de venir par ordre alphabétique ou non, autour de cette table.

Je viens d'apprendre que Mathieu Delescluse est malade. Mathieu Velhoff, d'accord. Je le regrette pour lui, parce que Mathieu Delescluse est là, voilà, bonjour.

Olivier, vous êtes là pour présenter les excuses de Mathieu Velhoff. Excusez-moi, Mathieu Velhoff de l'ADEME, qui a beaucoup travaillé, et l'ADEME a beaucoup travaillé sur l'empreinte énergétique d'un point de vue scientifique, de l'IA générative spécifiquement, donc il m'a demandé de relayer quelques mots. Je parlerai d'énergie de toute façon, et je partagerai un peu son analyse, l'analyse de l'ADEME aussi.

Et donc, ça sera le rôle de médiateur du professeur d'HEC, mais je vais prier tout d'abord Viviane Lefebvre, Lefebvre, je vais y arriver, de poser la problématique. En préparant cette table ronde, nous avions parlé du rôle de panacée, qu'on attribue volontiers à l'IA, et de la différence entre le pharmacone et le pharmacos. Donc, je vais vous proposer, pour commencer tout de suite, dès le matin, une petite leçon de grec ancien.

Viviane Lefebvre. Alors, effectivement, on entend dire à peu près tout, et son contraire, sur la partie d'IA. Effectivement, c'est là où on a le pharmacone grec, qui est à la fois le poison, et le remède, et qui peut aussi être le bouc émissaire, c'est-à-dire l'animal qu'on charge de tout ce qui va mal, et une fois qu'il est parti, on a tout résolu.

Et donc, effectivement, il y a des aspects de ce type-là sur l'IA, où on peut se dire, est-ce que c'est le début du commencement, enfin, est-ce que c'est la catastrophe totale en termes climatiques, ou au contraire, est-ce que ça nous apporte des solutions, est-ce que c'est ce qui met tout le monde au chômage, ou ce qui nous permet de répondre aux enjeux démographiques d'une population vieillissante, et sur le plan économique, est-ce que c'est la source future de notre compétitivité, notre productivité, ou au contraire, est-ce que finalement, tout va aller au monopole de la rente, et globalement, en manifestation 7, qui ont tendance à ne pas être des entreprises européennes. Et donc, comme souvent, en fait, pour éclairer le débat, il faut comprendre très précisément de quoi on parle. Et si on se pose la question de est-ce qu'il faut imposer une IA frégale, et est-ce que ça nuirait à la compétitivité des entreprises.

On peut questionner, en fait, ces différents éléments. D'abord, la notion d'imposer. Évidemment, si on allait dans une logique où on aurait une autorité qui, cas par cas, va dire, ça, ça mérite de l'IA, ça, ça ne mérite pas de l'IA, voilà les modèles qu'on peut aller, mais on va en brider la puissance, on voit de manière très rapide, à effectivement les problèmes que ça pourrait poser en matière de compétitivité, en se privant d'un certain nombre de champs d'exploration.

Et donc, si on pose la question comme ça, on se dit, évidemment, on a un problème de compétitivité. À l'inverse, si on se dit, non, mais ce n'est pas de ça dont on est en train de parler, mais ce qu'on est en train de parler, c'est de faire un choix résolu en faveur d'une IA frugale, là, évidemment, la réponse, elle est assez différente. Si on pose la question, finalement, de se dire, est-ce qu'on choisit dans un contexte où on a une nouvelle industrie, technologie basée sur l'IA qui utilise des ressources qui sont aujourd'hui essentiellement non européennes, si on choisit délibérément une démarche de sobriété, est-ce que là, c'est intéressant pour la compétitivité, assez naturellement, on répond oui.

Et donc, ça pose aussi la question de ce qu'on appelle la frugalité. Et là encore, il faut bien savoir de quoi on parle parce qu'on peut se dire, on ne va pas aller prendre des très grands modèles, on va limiter la taille des modèles. Mais si on se dit, on les limite, et puis d'ailleurs, du coup, on peut avoir des modèles on-premise qu'on en profite pour mettre partout et donc on n'a pas un grand modèle mais plein de petits modèles.

Mais en fait, en termes de sobriété, ça n'a pas marché. Mais si on se pose, et ce qui est à mon sens, la vraie démarche en termes de frugalité qui est dire à chaque fois, on se pose la question de savoir, est-ce qu'on a besoin de l'IA ici ? Est-ce qu'on va mettre de l'âge antique à un endroit où on a un processus parfaitement défini ?

On n'en a juste pas besoin. Le process déterministe marche très bien. Et donc, si on se dit, à chaque fois, je vais réfléchir à utiliser le minimum de ressources nécessaires pour atteindre l'objectif, là, non seulement, ce n'est pas en contradiction avec la compétitivité, mais en fait, c'est même la démarche même de l'efficience qui consiste à se dire, à chaque fois, je ne vais pas utiliser un marteau-pilon futile numérique pour écraser une louche.

Et ce qui est bien, c'est que c'est à la fois évidemment intéressant en termes de compétitivité et d'un point de vue financier, mais ce qu'on voit, c'est qu'il y a une très large corrélation entre ce qui est pertinent d'un point de vue de la compétitivité et ce qui est pertinent d'un point de vue de l'environnement parce qu'en fait, les solutions qui sont frugales en termes de consommation et ce qu'on voit de manière générale souvent en termes de Green IT, c'est que c'est aussi ce qui permet effectivement à la fois de réduire les coûts et le carbone. Et puis, j'aurais peut-être dû commencer par là, mais je savais qu'effectivement d'autres intervenants seraient là-dessus. D'ailleurs, on a dit une IA, mais d'ailleurs, de quelle IA on parle ?

Parce que si on parle de l'impact énergétique de l'IA, savoir si on parle de l'IA traditionnelle, de l'IA générative ou de l'agentique, ça n'apporte pas nécessairement la même réponse. On sait même que les réponses sont quand même assez clairement différentes, mais je laisse d'autres intervenants développer. Je veux dire, un calcul est un calcul.

L'IA gentil qui est plus de calcul, mais le problème, me semble-t-il, et je vous laisserai répondre si vous n'êtes pas d'accord, Viviane, et puis je l'en serai Olivier précisément sur ce sujet, le problème, il n'est pas dans le calcul, il est dans le boulier, c'est-à-dire dans le data center. Après, vous faites une certaine quantité de calcul, mais le problème de la trajectoire brune de l'IA, il est dans le fait qu'on nous explique que les calculs sont nourris par de l'électricité verte et avec des petits réacteurs nucléaires qui n'existent pas et que les nouveaux data centers sont en réalité alimentés par du gaz. Et puis, moi je le mettrai même en amont, c'est pourquoi on fait le calcul ?

Il y a un des éléments qui est aujourd'hui dans un certain nombre d'entreprises, pourquoi certaines disent on n'a pas le ROI de l'IA ? Parce que certaines, si on commence par, notre objectif c'est de mettre une solution au IA, en fait, si vous êtes une entreprise du secteur financier, votre objectif ce n'est pas de faire de l'IA, c'est de faire de la banque, c'est de faire de l'assurance, c'est de faire de la gestion d'actifs. Et donc, la première question c'est qu'est-ce qu'on veut faire ?

Et c'est bizarre parce que c'est la plus importante et pourtant celle souvent qu'on oublie. L'observé de Claude Cowart que je suis n'est pas complètement d'accord, mais Olivier Darboudi. Merci.

Merci. Oui, donc je vais dire quelques mots spécifiquement, moi mon rôle ça va être de parler de l'empreinte énergétique de l'IA, comme Jean l'a pointé. Donc effectivement l'IA, derrière tous les super trucs qu'on utilise, Claude Chat, GPT, etc.

Mistral, il y a des énormes data centers qui sont fondamentalement plus gros et plus gourmands en énergie que ce qu'on faisait avant, les data centers existent depuis des années bien sûr. Donc Mathieu Welfaut de l'ADEME m'a dit qu'effectivement le problème, l'empreinte énergétique vient de Gen AI et Gentic AI, c'était vraiment un autre hors de magnitude. Donc moi pour avoir fait une lecture, un papier de recherche là-dessus, aux Etats-Unis ils sont en train de construire des campus qui consomment à l'année autant que Los Angeles.

En France on a un projet qui sera en consommation d'électricité, une des plus grandes villes de France, avec un réacteur nucléaire, l'équivalent d'un réacteur nucléaire pour lui tout seul. Donc l'ADEME a fait des études très poussées là-dessus, c'est très sérieux, la Green, et la Gen AI verte n'existent pas, les gains d'efficience sont très très très petits par rapport au montant total et la sobriété serait la seule solution mais il y a beaucoup de problèmes avec la sobriété, à savoir qui va avoir droit d'utiliser ces outils, comment, etc. Donc, puisqu'il y a un écart entre l'offre et la demande d'électricité, d'énergie, potentiellement pour les dix prochaines années, moi ma réponse d'économie classique, c'est de se demander si on ne pourrait pas augmenter l'offre et se voir ce qui se passe du côté de l'offre.

Alors, clairement, en France, on se dit, c'est bien, on a les centrales nucléaires, on a de l'électricité propre et de d'harmonie, donc on va pouvoir, quand on ouvre ces data centers, avoir une très faible empreinte fossile. Alors, la réalité, c'est que ce n'est pas du tout le cas, à court terme, les centrales nucléaires sont à 100% de leur activité déjà, on ne peut pas les augmenter, les renouvelables, c'est pareil, donc à la marge, peut-être qu'on va importer moins en Allemagne et que les Allemands, ils vont utiliser leur central à gaz. il y a la quadrature du cercle, si on augmente la demande, en court terme, on ne peut pas augmenter l'offre décarbonée, c'est forcément via des énergies fossiles que bien sûr, en Europe, nous n'avons pas.

Donc, il y a cette question d'empreintes carbone qui est plus une empreinte fossile, il y a des problèmes climatiques pour les petits enfants, nos petits enfants qui malheureusement n'ont pas pu venir à cette réunion aujourd'hui, on va quand même dire un petit mot pour eux, mais il y a aussi un problème de souveraineté géopolitique, économique. Vous dites ça parce que vous n'en avez pas encore, des petits enfants, vous, petits chanceux. C'est ça, j'espère bientôt.

Mais donc, effectivement, à la marge, toute cette demande d'énergie par les data centers qu'on veut construire aux Etats-Unis ou en France, en Europe, viendront du gaz à la marge, il n'y a pas d'autre alternative technologique. Donc, ça veut dire une dépendance croissante, une crise énergétique permanente qui ne sera que amplifiée avec les data centers. Donc, du coup, quelle est la réponse financée liée à durable ?

Eh bien, moi, j'ai une solution très claire qui est peut-être plus la finance traditionnelle que la finance verte, c'est de financer massivement les centrales, les nouvelles centrales, les nouvelles infrastructures. Il y a trois aspects. Il y a les choses qu'on sait déjà faire.

C'est dans des énormes investissements dans les systèmes de stockage et de batterie. Deuxièmement, il est renouvelable également qu'il faut bien sûr utiliser des batteries aussi pour avoir de l'énergie 24-7. Ensuite, financer l'innovation, donc ça, c'est plus des trucs de VC dans l'école des startups, private equity.

Donc, le nucléaire à petite échelle, on ne l'aura pas dans 5 ans, on l'aura peut-être dans 10 ans si on y va à fond. Le géothermal commence à décoller aux Etats-Unis avec quelques projets en Allemagne. On sait le faire depuis l'année dernière, mais c'est beaucoup, beaucoup, beaucoup de capitaux.

Donc, pour moi, la finance verte, c'est aussi ça. Et l'IA durable, ce n'est pas seulement réduire la consommation, mais c'est aussi verdir, surtout, les sources d'électricité. Le troisième volet, c'est bien sûr le rôle de l'État dans les financements.

S'il y a vraiment un secteur stratégique, si l'empreinte fossile, que ce soit pour le climat ou pour la souveraineté économique, est si important. L'Étoile a constitué à investir massivement, ce qu'ils font à la fois pour l'électronologie qu'on connaît, mais aussi pour l'innovation avec par exemple la BPI, mais ils font un recendrage à 200% sur les technologies de production d'électricité propre. Et donc, on a beaucoup parlé d'innovation dans le domaine de l'IA, ce qui est bien sûr très important.

Moi, je parlerai aussi de financer l'innovation dans le domaine de la production d'électricité décarbonée avec des meilleurs systèmes de stockage, le petit nucléaire, le géothermal comme exemple principal. Merci. Je suis presque étonné que vous n'ayez pas cité le blocage du détroit d'Ormouth au titre des bonnes nouvelles.

La crise économique, la crise énergétique qu'on voit aujourd'hui, on en a eu il y a 4 ans. Si on continue à dépendre du gaz et encore plus avec la, ce sera tous les 3-4 ans. C'est très important.

Mais alors, moi, il y a une autre question qui me taraude l'utilisateur de Claude Cowork, c'est que à un moment, autant privilégier le développement de sources d'électricité verte, je serais heureux de savoir si quelqu'un n'est pas d'accord dans la salle. En revanche, privilégier l'IA frugal au dépens de la meilleure des IA est une réelle question de compétitivité. Or, il se trouve qu'on a autour de la table quelqu'un dont c'est le métier d'y réfléchir parce qu'il a la compétitivité de sa banque à protéger.

Aldrich Zappellini, comment est-ce que vous affrontez le problème entre la meilleure IA et la plus frugale ? Est-ce que vous prenez un grand couteau et vous tranchez le nœud ? Je vous affronte en faisant un pas de côté.

Pour moi, la meilleure IA, ça ne veut rien dire en fait en réalité. Il faut voir que quand on parle de CESIA, tout le monde pense qu'il y a générative et que quand on en parle quand même assez régulièrement, on est très barycentré sur les usages comme Claude Cowork, donc des usages où tu promptes, où tu fais des tâches qui finalement sont assez variées. Mais la réalité, c'est que dans une banque en fait, ce n'est pas tous les collaborateurs qui font ce type de tâches. clients, etc.

Et là, je vous assure que c'est un autre sport. Pourquoi ? Parce que quand vous mettez par exemple un agent conversationnel IA face à 12 millions de clients, la question que vous posez, c'est plutôt quand le lundi matin entre 8h et 10h, j'ai peut-être 4 ou 5 millions de clients qui vont se connecter en même temps et qui potentiellement vont avoir recours à l'agent, la frugalité, ce n'est pas une option.

En réalité, vous n'avez pas le choix. C'est que vous n'avez rien qui peut supporter la charge si vous utilisez des IA comme Claude qui sont extrêmement gourmandes et de toute façon qui n'ont pas une capacité d'extension affine. Ce qui nous aide beaucoup aussi, il faut quand même le dire, c'est qu'en général, la frugalité, c'est quand même très bien alignée avec le côté financier.

Donc franchement, on a tort de ne pas le faire. Et donc, voilà, moi, je voudrais recentrer le débat. L'IA à usage industriel, donc pas celle du quotidien qu'on utilise en interpersonnel.

En réalité, c'est déjà quelque chose qui est beaucoup plus varié que le meilleur modèle d'IA génératif qui vient juste de sortir et il en sort tous les jours. Je ne parle même pas de Claude Mythos, etc. Et donc du coup, quand vous êtes par exemple sur une tâche, je ne sais pas moi, allez, vous avez un compte-rendu d'entretien à faire, vous pouvez tout à fait faire un bon compte-rendu d'entretien guidé et accompagné par l'IA et même identifier par exemple des opportunités commerciales à l'intérieur de ce compte-rendu avec un modèle, par exemple, de deep learning qui est 1000 fois plus petit qu'un modèle d'IA génératif qui vous apporte soit le même résultat, soit peut-être un résultat un petit peu inférieur, mais de toute façon qui n'est pas perceptible pour l'utilisateur.

C'est aussi ça où il faut être raisonnable, c'est qu'il y a des moments en fait, j'ai l'impression que la course au meilleur modèle, au modèle le plus puissant, ça revient à aller chercher des gains marginaux pour des choses qui sont 10, 15, 20, 30 fois plus impactantes et plus chères. Et donc du coup, il faut juste remettre un peu de pragmatisme dans tout ça, c'est-à-dire oui, moi, un cas d'usage génératif, je ne sais pas ce que c'est, donc ça a été dit, revenons à l'utilité, aux besoins fondamentaux et ma foi, s'il n'y a pas besoin d'IA et que par exemple, c'est un simple calcul data, et bien ça frattra bien le faire, côté déterministe en plus. Si on a besoin d'un modèle d'IA, principe de minimisation, il est présent sur les données dans le RGPD, je ne vois pas pourquoi il ne serait pas présent dans l'IA, il n'a pas été mis dans la IACT en tant que tel, mais nous, on l'a transposé par exemple dans nos normes, là je parle des normes industrielles bancaires en disant, pour un résultat donné, il faut rechercher le meilleur, le modèle le plus frugal possible et savoir démontrer pourquoi on a choisi ce modèle au regard de la performance.

Ce que je fais le plus régulièrement, c'est même que j'accepte des diminutions de performance pour pouvoir privilégier un modèle qui est plus petit, plus frugal, mais surtout beaucoup plus exploitable en production industrielle, parce qu'on ne le dit pas aussi, je parlais de Claude Mythos tout à l'heure, mais les modèles par exemple Adjantik ou IA Générative, au-delà en fait de l'impact environnemental, c'est aussi qu'ils ont des surfaces d'attaque cyber qui sont absolument phénoménales et donc du coup, le fait de dire quand je peux, je ne les utilise pas, et bien ça présente aussi un enjeu de maîtrise industrielle, c'est-à-dire de protection à la fois de la banque mais aussi de ses clients. Alors, parler de performance me mènerait assez naturellement parler de productivité, et puis de là, on parlera de social et de sociétal, c'est-à-dire des deux autres lettres de l'ESG, mais comme vu le nombre d'intervenants, il sera assez difficile de vous laisser du temps pour poser vos questions à la fin, je vais vous prier de poser des questions au fur et à mesure de la conversation, mais en essayant, mesdames et messieurs, de vous inscrire dans la conversation, c'est-à-dire de poser une question, par exemple, sur l'impact énergétique et environnemental de l'intelligence artificielle, si vous en avez une, là, qui vous brûle tout de suite, parce que sinon, après, on parlera de social et de sociétal et de gouvernance et de productivité, et pourquoi pas de désinformation et pourquoi pas de tous les autres risques sociaux et sociétaux que pose l'intelligence artificielle et dont vous vous êtes faite une spécialité, Christine Balaguet. Oui, bonjour à tous, donc moi, je suis Christine Balaguet, je suis professeure à l'Institut Mille Télécom et je m'occupe d'une chaire qui est hébergée à la Fondation du risque qui s'appelle Good in Tech et on traite deux sujets, IA et Société et en particulier depuis deux ans maintenant les questions de désinformation et mésinformation dont je vais reparler et puis un deuxième thème qui est l'évolution des métiers avec l'IA.

Donc, on est tout à fait dans le thème de la table ronde. Alors, je vais ajouter à ces bonnes nouvelles d'impact carbone de l'IA un autre impact de l'IA non négligeable également lorsqu'on réfléchit au climat qui est cette question de désinformation et mésinformation qui est l'un des risques de l'IA et c'est intéressant parce que si vous avez bien écouté la ministre et bien ça fait partie de son périmètre elle l'a cité tout à l'heure ce sujet de la désinformation et la mésinformation. Donc, de quoi parle-t-on ?

Si vous regardez depuis deux ans le forum de Davos le forum de Davos édite tous les ans un rapport sur les risques globaux et depuis deux ans le premier risque mondial n'est pas le climat n'est pas le risque climatique dans ce rapport mais la désinformation et la mésinformation donc je vais utiliser par défaut le terme désinformation désinformation ça veut dire et bien des fausses informations qui circulent avec une intention de nuire donc nuire envers un pays généralement une démocratie mais nuire aussi envers des entreprises envers un secteur économique voire envers des personnes donc cette désinformation en fait est l'IA est au coeur du processus de cette désinformation et c'est ce que je vais essayer très rapidement de vous de vous partager avec vous le premier problème de cette désinformation c'est qu'aujourd'hui en Europe et plusieurs enquêtes le confirment il y a un européen sur deux 50% des européens qui ne font plus la différence entre une information fiable et une information qui n'est pas fiable donc on ne sait plus juger une information fabriquée par de l'IA ou ou une information réelle le deuxième aussi phénomène auquel on a à faire face aujourd'hui et en particulier aussi c'est un problème sur le climat c'est tout un courant anti-science qui remet en cause la science et qui crée le doute sur tous les résultats scientifiques et donc ce courant est amplifié par ces questions de désinformation donc pour information le GIEC a même créé un groupe de travail pour lutter contre la désinformation contre leurs actions sur le climat parce que la désinformation et bien limite toutes les actions que l'on peut faire pour lutter contre le changement climatique alors le rôle des technologies dans tout ça à part ça vous pouvez rester optimiste voilà l'IA c'est vert le rôle de l'IA dans tout ça il y en a deux premièrement l'IA est au coeur vous le savez des modèles des plateformes des réseaux sociaux et les réseaux sociaux donc sont bien sûr au coeur de l'information qui circule en particulier chez les jeunes aujourd'hui et donc ces algorithmes de réseaux sociaux et bien poussent ou non des contenus ça s'appelle la modération sur les plateformes aujourd'hui avec l'IA générative tout le monde vous, moi n'importe qui est capable de produire des contenus non seulement texte mais images son et vidéo et donc on est tous capables de produire des informations fausses donc en fait l'IA générative aujourd'hui est en train d'amplifier ce phénomène de production de données fausses et c'est un cercle problématique puisque on amplifie les données fausses qui circulent il y a bien sûr des acteurs malveillants qui font circuler ces fausses informations en particulier sur le climat et ces fausses informations qui se retrouvent sur le web nourrissent à nouveau les IA génératives donc ça c'est ce qu'on appelle le data poisoning aujourd'hui on est capable aussi de polluer un peu les données qui vont rentrer dans les modèles d'IA génératives donc l'IA générative amplifie ce phénomène premier point et le deuxième également rôle de l'IA il se trouve dans quelque chose qu'on regarde moins ou peut-être que vous dans votre secteur vous regardez moins qui est le modèle publicitaire des plateformes c'est-à-dire les plateformes reposent sur un modèle publicitaire qui s'appelle de la publicité programmatique qui est complètement basé sur des modèles d'IA et des enchères et donc aujourd'hui ces acteurs malveillants qui poussent la désinformation utilisent également ces modèles d'IA de la publicité programmatique ils achètent ils financent de la publicité pour pousser des contenus sur les réseaux sociaux donc on a ces deux phénomènes l'amplificateur alors la bonne nouvelle c'est que l'IA a un rôle dual et est également source de solutions pour lutter contre la désinformation aujourd'hui on voit apparaître bien sûr l'IA pour détecter des faux comptes et ça marche très bien les plateformes utilisent ça régulièrement les bots on les détecte et on les supprime deuxièmement le computational fact-checking qui est tout un domaine aujourd'hui qui se développe pour faire du fact-checking automatique troisièmement et c'est peut-être le plus important des technologies de watermark donc le watermark ce sont ces technologies qui aujourd'hui vont s'insérer dans des contenus qui sont diffusés sur l'internet et donc c'est une sorte de label qu'on va mettre dans des fichiers numériques et qui vont permettre de tracer des contenus et donc de détecter si des contenus officiels d'entreprises de marques de médias et bien sont modifiés trafiqués par l'IA pour diffuser des fausses informations je peux me permettre de réagir Christine quand même parce que comment dire là j'ai l'impression qu'on fait un mauvais procès à l'intelligence artificielle les réseaux sociaux n'ont pas attendu l'intelligence artificielle pour donner la parole aux antivax et Goebbels n'a pas attendu les réseaux sociaux pour faire utiliser les médias pour faire de la propagande vous voyez j'ai l'impression que dans le cas précis le problème ce n'est pas l'intelligence artificielle c'est la sottise humaine c'est à dire c'est simplement Christine Puyall je dirais que ces modèles ces plateformes sont faites pour amplifier ces phénomènes et donc nous avons une régulation européenne depuis 2023 qui s'appelle le DSA très important dont les médias n'ont pas du tout parlé Digital Services Act qui est là pour lutter contre ce phénomène de désinformation donc enfin on a une régulation mais le modèle des plateformes qui repose sur ces modèles d'IA et bien amplifie on connait les phénomènes de bulles d'enfermement etc. qui sont connus depuis très très longtemps tout ça amplifie ces phénomènes de désinformation alors les plateformes jouent un peu parce que maintenant elles sont soumises au DSA donc elles jouent le rôle un peu de contrôle mais c'est bien sûr largement insuffisant je reviendrai là dessus mais Adric en fait si le problème a démarré avec l'IA les algorithmes d'IA aujourd'hui personne ne le sait tout le monde pense que les IA les plus utilisés c'est Cloud ou ChatGPD en réalité c'est les moteurs de recommandation des réseaux sociaux c'est pas qu'un petit rapport c'est de l'ordre de 15 à 20 fois plus que les IA génératives avec interaction humaine le modèle et il y a des tas d'analyses qui ont été faites y compris par des repentis qui sont sortis de ces sociétés là ils reposent exactement sur ça c'est à dire sur le fait de recommander les contenus pour vous enfermer dans des bulles soit de consommation soit des bulles de certitude les anti-vax sont un exemple à mon avis assez probant et voilà c'est juste très clairement un usage à mon avis néfaste pour la société d'une intelligence artificielle et donc moi je suis plutôt effectivement en accord avec le fait de réguler ce type d'usage là parce que je vois vraiment rien de positif dans ce type d'usage alors c'est une question qui va vous arriver Mathieu de l'exclus puisque tu as la parole Aldric Gardela tu mesures ce qui te remonte à travers toutes les agences du crédit agricole ce qui remonte et ces sociétaires ce qui remonte du terrain sur la perception de l'intelligence artificielle que ce soit du conseiller bancaire augmenté par le client ou par le conseiller Quelle est aujourd'hui la réalité et la perception de l'impact social et sociétal de l'IA ? Je vais peut-être vous décevoir mais en fait la partie environnementale arrive plutôt en numéro 3 le premier c'est l'impact sur l'emploi et ça franchement c'est très uniforme ça remonte de chefs d'entreprise de retraités pour leurs petits-enfants etc d'élus à la fois les élus mutualistes puisqu'on est nous et on a des caisses régionales agricoles ou les élus des CSE c'est très convergent c'est vraiment l'emploi en numéro 2 en fait et c'est assez surprenant que ça arrive avant l'impact oriental c'est plutôt les risques de déclin cognitif et donc on voit que bon là c'est effectivement une dimension sociétale ils se disent mais du coup est-ce qu'on va pas confier quasiment toutes les tâches y compris celles analytiques à des IA et donc perdre cette capacité là et donc une fois qu'on aura perdu finalement ce qui est automatique répétitif plus ce qui est cognitif un peu cérébral bon en fait il ne nous restera plus rien et donc du coup qu'est-ce qu'on fera quoi donc du coup les deux en fait à mon avis sont un peu liés et en trois arrive l'impact environnemental mais franchement je vous dirais que c'est quand même assez loin derrière les deux premiers points et donc alors quel lien on peut faire à un moment je ne sais plus qui l'a dit la question de la souveraineté en fait moi je pense que la question de la souveraineté elle est quand même très corrélée justement avec cette question de l'emploi pour moi être souverain c'est aussi faire en sorte de consommer effectivement des produits plutôt français européens et donc faire en sorte que les gains finalement de l'intelligence artificielle se produisent par des enfin se traduisent par des emplois qui sont proches de nos territoires effectivement c'est super notre prix Nobel le dit ça va probablement créer beaucoup d'emplois mais ce qui résonne ce qui fonctionne dans un règlement global c'est très bien mais s'il est X dizaines de millions d'emplois créés et à long terme ils ne correspondent pas là où il y en aura de détruits parce qu'il y en aura forcément comme dans toute innovation il y aura des emplois détruits pour le coup on a un problème d'équation générale et donc pour moi la souveraineté c'est à la fois une question de maîtrise de résilience et du fait qu'on ne veut pas que des acteurs externes en particulier américains nous empêchent de faire ce qu'on a envie de faire ou puissent couper de main une activité essentielle pour notre fonctionnement ça c'est le premier point mais le deuxième point qui est encore plus à long terme c'est de dire finalement les créations d'emplois on préfère qu'elles soient en France et en Europe Christine Malagué d'un mot puis Mathieu Delesse juste un mot sur l'emploi qui est le deuxième sujet qu'on traite dans cette gergue d'intech l'emploi et l'IA juste je ne vais pas développer mais quand même le risque sur l'emploi même si certains prix Nobel disent il n'y en aura pas Philippe Aguero qui était ici pour le cercle IA et finances et et quand il y a maintenant Arnaud deux ans un peu moins un an voilà je vous invite à quand même regarder ce sujet de près parce que la réalité est déjà là c'est à dire il y a aujourd'hui des gens qui perdent leur emploi en raison de l'IA et je vous invite juste sans prendre la parole trop longtemps à lire deux articles du Monde il y a deux jours et hier l'un qui décrit ce qui se passe dans la Silicon Valley aujourd'hui je vois qu'il y a certains l'ont lu où en fait les gens se jaugent par et ça fait partie des informations qu'ils mettent sur leur CV le nombre de tokens qui consomment tous les jours donc tu consommes combien de tokens d'IA donc des gens qui sont très utilisateurs d'IA d'IA générative et qui font ça tout le temps dans leur métier et puis l'article d'hier ou d'avant-hier qui dit à très juste titre nous on le voit dans nos formations à l'IMT que les jeunes post-M2 qui vont rentrer sur le marché du travail et bien les trois premières années où en fait on apprend un métier où on cherche des stages aussi pendant l'IMT2 et bien vont être très problématiques et donc on commence à voir ça et vous devez le voir aussi dans vos fonctions est-ce qu'on prend des stagiaires aujourd'hui on en prend de moins et moins est-ce qu'on prend des jeunes juste post-diplômés on prend moins de jeunes parce qu'on a automatisé ces tâches par l'IA donc se posent quand même des questions et donc une dichotomie entre des gens qui sont très très gros utilisateurs dans leur métier d'IA générative et qui font tout avec l'IA et puis des jeunes qui rentrent sur le marché du travail et donc il va y avoir un peu cette génération je ne dirais pas sacrifiée mais une période un peu difficile pour les jeunes actuellement et donc une nécessité absolue de former déjà jusqu'au M2 à ces technologies moi j'aime bien le coup des tokens parce que en fait mais moi si je recrute un maçon en fait je ne lui demande pas son nombre de truelles mais plutôt les murs qu'il a construits vous voyez mais on demandera l'avis d'Olivier mais si ton fils Aldric fait HEC et veut se démarquer du reste de la cohorte pour trouver un emploi le token maxing lui peut être une vraie option monsieur vous aviez une question est-ce que tu veux juste un mot pour vous présenter bonjour Grégory Lavrouz moi je suis entrepreneur dans la tech et la data depuis longtemps j'ai une question pour Christine et pour vous vous avez parlé effectivement des plateformes mais qu'en est-il de l'information de ce dont parlait Stéphane l'information je pose une question à n'importe quel IA je fais en particulier sur le taux de crédit sur mes travaux sur n'importe quelle question d'abord effectivement ça peut être biaisé sur l'information le résultat etc est-ce que vous pouvez être en électrique je me suis amusé à poser la question il y a deux ans sur l'électrique c'est marrant il y a vraiment des biais donc c'est comment on traite cette information au niveau de l'électrique comment on fait pour que le résultat ne soit pas biaisé et Christine comment on fait pour lutter contre ça parce qu'effectivement le DSA encadre les plateformes mais est-ce qu'il encadre les IA je vais répondre sur comment on fait l'électrique tu prends la partie plus généraliste mais rapidement dans les deux cas parce qu'on a réussi à être ponctuel la recherche la recherche d'informations et même d'actualité c'est quasiment le pire des cas d'usage avec ces systèmes là pourquoi premièrement déjà sur internet il y a à peu près 50% de contenu soit carrément faux soit inexact dans une proportion plus ou moins grande et ça ne fait que s'accroître en fait depuis 5 ans et les IA génératifs ils sont aussi pour quelque chose puisque pareil on doit être entre 50 et 60% des contenus disponibles sur internet qui vont être soit générés par l'IA soit ont des traces de génération donc du coup nous ce fameux usage en fait qui s'appelle le web grounding ou l'ancrage web qui consiste à dire vous fournissez à vos collaborateurs un chatbot donc une interface conventionnelle et puis dans certains cas ça va sortir sur internet pour récupérer des informations et puis nourrir la réponse du LLM nous en fait on a élaboré une liste fermée de sites sur lesquelles cette recherche peut se faire c'est à dire quoi c'est pas tout le web et donc évidemment c'est pas tout à fait pareil si vous avez une réponse juridique vous allez assurcer aller dans l'EGIFRANCE ou dans Reddit voilà je dis oui oui avançons Adric t'es conclué et le deuxième aspect en fait c'est que de toute façon ça va reposer sur une formation une acculturation des collaborateurs vous leur affichez les sources en fait d'où viennent comment a été nourrie la réponse il faut systématiquement les afficher et c'est un travail de très longue haleine de leur faire comprendre en fait qu'il ne faut pas prendre pour l'argent comptant la réponse celle qui est écrite il faut aller vérifier les sources et dans plein de cas même quand vous avez fait attention c'est à dire que vous avez fermé la liste des sites possibles pour nourrir la réponse vous vous basez sur des contenus internes c'est très compliqué de complètement réduire les hallucinations cette technologie elle est faite pour halluciner donc nous les meilleurs taux par exemple qu'on fait en vraiment faisons tout ce qu'il faut pour les réduire on est à des taux de précision de 95 allez 96% ça veut dire qu'il reste quand même 4% de cas soit où il manque quelque chose soit où il y a une trace d'hallucination et donc ça vous ne pourrez pas l'éviter donc ça veut dire qu'il faut faire très attention et avoir un discernement et de l'esprit critique dans la lecture de réponse Christine Malaguet mais vraiment d'un mot d'un seul d'un mot c'est en fait on est passé juste en termes d'usage moi je m'intéresse aux usages on est passé de gens qui recherchent de l'information sur le web aux réseaux sociaux et maintenant les gens switchent sur l'IA générative c'est à dire on demande à Tchad GPT tout ou Gemini ou Copilot et donc la question c'est qu'est-ce qui sort sur ces modèles l'IA générative donc là on vient de gagner un ANR France 2030 de 9 millions d'euros très très gros projet on est beaucoup à travailler là-dessus et donc nous dans ce projet on s'intéresse aux questions des informations mais on s'intéresse à qu'est-ce qui sort sur ces modèles d'IA générative en termes d'information et par exemple on a fait on a regardé ce qui s'est passé sur les municipales vous avez des jeunes qui demandent à Tchad GPT qu'est-ce qu'il faut voter pour les municipales et donc qu'est-ce qui sort et qu'est-ce qui sort aussi sur des marques qu'est-ce qui sort sur des entreprises la comparaison de produits qu'on fait régulièrement sur internet elle ne va plus exister on va la faire sur l'IA générative et donc qu'est-ce qui sort dans ces services et produits et donc évidemment on sait qu'il y a des hallucinations on sait que ça n'est pas neutre et pour terminer je ramène au modèle publicitaire parce que aujourd'hui aux Etats-Unis est en test une version gratuite utilisée donc par le grand public de Tchad GPT avec des publicités et donc qu'est-ce que va devenir cette information qui sort elle sera de moins à moins neutre Mathieu de L'Esclus vous avez vu la vivacité du débat dès qu'on sort du stupidement économique pour aller vers le vaguement politique de l'intelligence artificielle la DG Connect par extension l'Europe est entrée dans le débat avec le DMA que citait le DSA que citait Christine Baguier tout à l'heure mais aussi le DMA l'AI Act et pourtant les thématiques que nous avons fait qu'effleurer montrent que il y a peut-être besoin d'aller au-delà et sur l'impact environnemental et sur la responsabilité d'éditeurs des plateformes qui aujourd'hui enfin des plateformes de médias sociaux et d'éditeurs j'essaie de d'éclaircir peut-être un sujet un peu abscond mais il y a de plus en plus de jugements y compris aux Etats-Unis et qui montrent que Meta et X ont une responsabilité directe à laquelle faisait allusion à Dric tout à l'heure dans la polarisation du débat sur leur plateforme donc vous voyez le nombre de pistes finalement qui ne peuvent se résoudre à l'échelon national et qui vont toutes arriver tôt ou tard sur votre bureau Mathieu de l'Escuse oui merci beaucoup et d'abord très intéressante conversation très intéressante j'aurais beaucoup de choses à dire sur un certain nombre de sujets et vous avez 5 minutes voilà j'ai 5 minutes donc je vais me focaliser sur ce que j'avais prévu de dire et essayer de remettre de mettre un petit peu d'informations ici aussi concernant l'AI Act que vous avez cité et les règles qui s'appliquent en matière de grands modèles dont les grands LLM en particulier qui sont fournis par OpenAI Google Anthropik et les autres ils ont un certain nombre de règles à respecter et qui sont inscrites dans l'AI Act et qui couvrent un certain nombre de risques qui sont générés par ces modèles et dont certains ont été largement développés ici et ces risques sont enfin ces obligations ont été traduites dans un code de pratique l'année dernière qui a été signé par tous les grands fournisseurs excepté Meta mais sinon tous les autres se sont engagés donc ce code de pratique met en pratique justement les obligations de l'AI Act pour répondre aux risques générés par ces grands modèles et dont on a cité un certain nombre ce code de pratique il est divisé en trois grands chapitres un chapitre de transparence d'information et là je dirais un mot parce qu'il y a une information sur la consommation d'énergie qui est demandée un chapitre sur les copyright on n'a pas évoqué cette dimension mais c'est évidemment quelque chose d'absolument majeur dans le développement de ces modèles et un troisième volet qui est les grands risques sur la sécurité cybersécurité mais sur la désinformation ce qu'on appelle la manipulation nocive les risques aussi de développement d'armes biologiques ou radiologiques ou chimiques ou même nucléaires parce que les modèles apportent de la connaissance à des non-experts qui sont éventuellement capables de développer de telles armes donc en particulier dans le domaine bio il y a des risques accrus donc c'est le risque cyber le risque des armes développées les risques de manipulation et de désinformation et les risques de perte de contrôle c'est aussi un risque dont on n'a pas parlé mais ça vient aussi avec l'IA agentique c'est à un moment donné est-ce que certains modèles d'IA et certains systèmes ne vont pas échapper au contrôle simplement des humains donc ça c'est aussi un thème qu'on peut développer mais je ne vais pas rentrer là-dedans donc ce chapitre il faut que les entreprises qui développent ces modèles mettent en place des safeguards dans leur modèle et à tous les niveaux au niveau de l'apprentissage après l'apprentissage dans le déploiement dans le monitoring du déploiement et de l'utilisation qui est fait de leur modèle il y a des safeguards à mettre en place et ils doivent les mettre en place avant de mettre leur modèle sur le marché européen et mon unité dans le bureau de l'IA au sein de la commission supervise l'application de ces règles en matière de sûreté et sécurité maintenant je vais dire un mot sur la partie de transparence et documentation qui est le lien ici avec le thème disons de la durabilité et de la consommation d'énergie dans ce chapitre et dans ces obligations de l'IA Act les fournisseurs d'IA des grands modèles ont l'obligation de donner des informations sur le niveau de consommation énergétique de leur modèle au niveau de l'apprentissage mais aussi au niveau de l'inférence donc de leur utilisation et pour cela on est encore à un stade assez balbutiant pour mesurer ça et nous dans mon équipe on a lancé pour soutenir cette obligation une étude qui est en cours de développement et qui a d'ailleurs ouvert il y a quelques jours et jusqu'au 15 mai une consultation publique pour mettre en place un cadre de mesures et des indicateurs pour pouvoir comparer le reporting des consommations d'énergie par ces grandes entreprises qui fournissent les grands modèles d'IA donc ça c'est l'obligation de la matière de transparence il n'y a pas d'obligation plus dure encore parce que déjà le défi de les obliger à rapporter là-dessus et d'avoir des mesures fiables et comparables est encore devant nous donc notre étude va j'espère contribuer à développer ces capacités mais si ça vous intéresse je peux aussi bien sûr partager le lien vers cette étude et vers la consultation qui est en cours parce que le but de cette consultation est de voir quelles sont les données disponibles quels indicateurs pourraient faire sens et être utiles pour que ces obligations soient satisfaites par les opérateurs voilà je m'arrête là j'espère assez court mais il y a plein d'éléments sur lesquels j'aurais voulu pouvoir aussi éventuellement réagir prenez une minute de plus alors sur la désinformation je crois qu'on a évoqué le DSA parce que ce qui est compliqué pour nous évidemment on est les pionniers et je pense qu'on est en Europe on est les pionniers en termes de réglementation de l'IA et des services numériques en général donc on est à la frontière de la réglementation on n'est pas à la frontière en termes de technologie et c'est un petit peu aussi notre problème mais il y a effectivement pour nous il y a eu un cas récent au moment de Noël avec les images de Grock il y a on essaye de voir comment à quel niveau quelles obligations rentrent en ligne de compte et il y a des obligations qui vont accrober aux fournisseurs de modèles eux-mêmes des safeguards qui doivent être mis en place par les modèles mais c'est vrai que les modèles ont des capacités et elles peuvent être toujours mal utilisées intentionnellement pour différents types de manipulations et des informations donc les modèles au niveau des modèles eux-mêmes on ne va pas pouvoir complètement adresser le problème par contre c'est plutôt au niveau du système des AI système ou des plateformes effectivement de la modération que les choses peuvent se jouer mais au niveau des modèles on essaye déjà de mettre en place des systèmes dans lesquels les modèles refusent de fournir certaines informations ou de développer certaines choses donc ça s'appelle le jailbreaking c'est comment le modèle peut détecter la main intentionnalité derrière le prompt et bloquer en fait toute réponse ou en tout cas dériver la réponse ou la rendre inoffensive donc il y a des safeguards possibles au niveau du modèle mais bien sûr c'est plutôt dans l'utilisation downstream que les choses se passent monsieur vous aviez une question il va falloir que vous veniez bravo merci reste là reste là alors j'ai une question pour Mathieu Velhoff Sylvain Vanston à l'ADEME c'est Mathieu de l'écluse Mathieu voilà qu'il n'est pas là j'ai parlé pour lui ah pardon excusez-moi ok ma question je reviens juste au début du panel sur la consommation de l'énergie vous avez dit que le parc nucléaire français produit à fond mais c'est pas vrai il a 70% de charge de taux de charge le taux de charge maximum réel c'est 90% il reste 20% qui est utilisé pour faire rentrer les renouvelables est-ce qu'il n'y a pas moyen même d'utiliser ce décalage c'est quand même beaucoup de terawatts je ne sais pas on est pas dans la conversation je ne vous félicite pas retournez à votre place allez-vous-en après Viviane puis à votre place bon Olivier d'un mot mais d'un mot parce qu'il faut qu'on revienne au c'est bon quand même c'est totalement vrai c'est un problème de variabilité ça veut dire que si on utilise ces 20% après on peut avoir des problèmes de blackout ou de pic dans les moments donc c'est bien d'avoir un peu de super capacity dans la grid en général donc c'est difficile de l'utiliser à la marche mais on en parle après je vais demander Arnaud il faudra qu'on fasse un débat sur l'énergie elle-même et les data centers mais c'est un réassurer c'est votre micro Olivier que j'avais piqué pour en revenir au débat un peu plus global on va rester dans l'énergie Viviane Lefebvre un chemin de fer à vapeur ça brûle du charbon ça a une empreinte catastrophique ça fait du bruit ça pollue ça tue sur tout ce qui pâche sur son passage ça fait peur aux gens quand ça arrive en garde de la Ciotat ça transforme la société et pourtant on n'a pas arrêté les chemins de fer et on ne va pas arrêter l'intelligence artificielle comment est-ce que partant de la réalité actuelle d'une IA brune imparfaitement socialement dangereuse et ainsi de suite on peut utiliser cette IA pour mener nos économies pour ne parler que d'elle vers une trajectoire plus verte ce sera ma question de conclusion je commence par vous après il y aura Aldric et si quelqu'un d'autre d'entre vous veut prendre la question je pense que ça déjà il y a une partie qui a déjà été abordée qui est de différencier en fait dans le développement d'une technologie et la façon dont ça se traduit dans l'économie la frontière technologique effectivement quel est le modèle le plus en pointe quelle est la dernière innovation et là où ça a vraiment un impact fort économique et d'ailleurs et là aussi plus social qui est la question de l'industrialisation et là effectivement je parle moi je travaille dans les services financiers mes clients sont des entreprises du service financier donc sur la partie industrielle qui est un autre sujet du sujet de l'IA grand public et de l'IA pour tous qui a aussi été partie et sur la partie industrielle moi ma conviction elle est très claire les entreprises du secteur financier qui sont celles dont je m'occupe qui tireront le plus de bénéfices de l'IA ne sont pas celles qui utiliseront le meilleur modèle en pointe sur la technologie c'est celles qui sauront l'utiliser et le mettre à l'échelle parce que là on a fait on a parlé comme si effectivement si on voulait le faire on pouvait le faire dans la réalité d'une entreprise il y a est-ce qu'on a vraiment les données pour le faire il y a est-ce qu'on a toute la culturation qui permet de mener comment ça s'inscrit avec ma stratégie avec ma stratégie RH etc et donc déjà dans le temps de le faire et on l'a vu par exemple au moment de toute la partie micro-informatique entre le moment où c'est possible et le moment où c'est la réalité de terrain et pas simplement j'ai déployé un assistant IA générative à tout le monde je l'ai déployé je ne sais pas si les gens l'utilisent s'ils l'utilisent je ne sais pas si ça sert à quelque chose donc il y a tout cet enjeu d'industrialisation et là encore une fois pour toutes les consommations et c'est vrai pour la partie d'IA générative et pour toutes les technologies c'est qu'est-ce qu'on veut faire comment on l'utilise et le fait en termes industriels de se poser de manière systématique la question qui est comment j'utilise le moins d'intrants possible pour obtenir le résultat je reste convaincue que d'un point de vue industriel ça fait du sens et que très souvent la plupart d'entre nous et la plupart des usages dans une entreprise il n'y a pas besoin de modèles extrêmement complexes extrêmement coûteux il y en a qui le nécessitent je travaille notamment dans le secteur de l'assurance oui dans la modélisation de climatique par péril etc il y a un moment où on a des données très significatives et là il faut quand même aller chercher dans les grands volumes de calcul mais pas sur l'intégralité de tout ce qu'on fait tous les jours est-ce qu'on a besoin de faire et on retombe sur le même type de discussion de est-ce qu'on a besoin d'avoir un mail ou un système qui fait trois fois le tour de la terre pour demander à son voisin qui a 5 mètres s'il veut aller prendre un café peut-être pas et ça passe aussi par ça mais d'un point de vue industriel cette réflexion elle va être menée et c'est là où elle est sans doute facile parce que de fait pour la partie pour tous la question de la régulation et de qui décide de là ça vaut le coup là ça vaut pas le coup en fonction du coût que ça présente dans un contexte où le coût souvent il est caché du point de vue de l'utilisateur parce qu'en fait on lui fait croire que c'est gratuit quand c'est gratuit c'est que tel produit là c'est beaucoup plus complexe mais d'un point de vue industriel moi j'en suis convaincue une démarche qui se pose la question des conditions de la mise à l'échelle d'une part et de l'utilisation rationnelle pas rationnée au sens du rationnement mais rationnelle au sens de on sait pourquoi on le fait et comment on le fait ça je suis sûre que c'est la bonne voie André Zapellini le point de vue de l'industriel de la finance comme je disais déjà tout n'est pas il y a générative si je reprends l'exemple sur les risques climatiques quand on est sur un sujet par exemple de favoriser l'adaptation de prédire à 10 ans 20 ans 30 ans avec des scénarios climatiques ce qui se passera sur les occurrences d'inondations sur le stress hydrique sur tout un tas de choses qui peuvent impacter finalement dans notre quotidien dans 90% des cas ce qui compte c'est d'avoir les bonnes données et de faire ce qu'on appelle la modélisation quantitative c'est à dire des modélisations qui sont beaucoup centrées sur des hypothèses humaines on sait expliquer pourquoi on les fait et puis après qu'on le challenge avec un certain nombre de données dans le passé donc déjà ça ça montre que ce qui est utilisé pour quelque chose qui est finalement un très grand enjeu en termes de transition climatique et sociétale en réalité c'est pas de liage génératif deuxième aspect je reviens sur le volet mais surtout que notre sujet ce matin c'est l'IA pas forcément que générative oui oui mais c'est pour ça que je dis en réalité le bruit médiatique sur l'IA à 99% c'est IA générative et adjantique le quotidien des entreprises qui intègrent de l'IA industrielle c'est beaucoup plus nuancé que ça et même je vais vous dire aujourd'hui ce qui génère le plus de valeur dans ce qu'on a en production c'est pas des IA génératives c'est des IA traditionnels machine learning deep learning et ça tourne très bien deuxième point je reviens sur la notion transformation ce qu'il y a c'est qu'effectivement quand on parle de transformation on a souvent tendance parce que c'est la technologie arrive en premier à ne penser que transformation technologique et donc à dire une fois qu'on a réussi à voir comment utiliser la technologie c'est bon en réalité dans les entreprises c'est pareil il y a une transformation organisationnelle transformation humaine je vous donne un exemple tout bête et c'est comme ça que ça a démarré en 2023 au niveau marketing produire des contenus de marketing pour une banque c'est formidable en fait grâce à chaque GPT on va résoudre tous nos problèmes de délai et de charge de production de contenu marketing mais en fait c'est mésestimé que ce qui prend du temps en IA à la fois en délai et en charge dans une banque c'est pas tellement de produire le contenu c'est plus de passer une chaîne de validation marketing juridique conformité si vous ne changez pas le process et l'organisation vous n'allez rien gagner ce qu'il faudrait faire dans ce cas là c'est assez simple c'est de dire on va avoir un mode beaucoup plus collaboratif où on prend un conformologue un juriste un marketing client un marketing produit on les enferme dans une pièce on leur dit vous avez trois contenus à produire ce matin et quand vous aurez fini vous pourrez aller déjeuner sauf que si vous allez voir le directeur marketing directeur juridique directeur conformité ils vont dire non non mais moi je ne change pas mon organisation t'es malade je ne fais pas ça donc du coup vous faites le workflow et vous gagnez et donc la réalité dans l'entreprise c'est que pour arriver à des impacts vraiment transformationnels ça va prendre entre 5 et 10 ans et peut-être même à l'image de ce qui a été dit sur l'informatique et les législations ça sera même plus que 10 ans et donc à chaque fois qu'on en parle on a l'impression que c'est là tout de suite pour aujourd'hui et en réalité ça c'est plutôt la dimension de transformation technologique la vraie transformation celle qui est effectivement produit des résultats pour ça que moi je ne suis pas très inquiet sur les histoires de ROI etc c'est sûr que si vous regardez un ROI spot en disant ah c'était l'année dernière qu'on a la technologie arrivée est-ce que vous avez gagné en productivité en produit net bancaire pour les banques moi je considère que cette temporalité là ne permet pas d'observer quoi que ce soit d'ailleurs les études macroéconomiques montrent bien qu'en réalité on ne voit pas du tout ce qui est prédit en termes de productivité dans les chiffres macroéconomiques ça ne veut pas dire qu'il n'y a rien qui se passe ça veut juste dire qu'il faut changer les échelles d'observation et que probablement il y a des choses qui sont à l'oeuvre mais que ce n'est pas du tout la rapidité en fait qu'on nous a prédit si vous reprenez les articles de 2023 je crois que 2023 dans un certain journal c'était marqué bon ben en gros chaque GPT aura tué les banques dans deux ans bon ben elles ne sont pas encore tuées ça ne veut pas dire qu'il n'y a pas de risque mais voilà il faut juste quand même être raisonnable dans la façon dont on communique Olivier Dermoni oui merci juste dernier point effectivement je rebondis sur cette vision à 10 ans qu'effectivement les data centers la technologie n'est pas encore là mais que ça va être avoir un effet énorme mais effectivement ça va prendre un petit peu de temps à se réaliser et en particulier l'empreinte énergétique sur le court terme ça va être un désastre puisque au court terme on ne peut pas vraiment énormément augmenter notre capacité mais à long terme il y a beaucoup plus d'espoir non seulement pour la finance également c'est à dire financer ses investissements construire des centrales à tour de bras développer des nouvelles technologies optimiser le système énergétique excellente question quel est le système énergétique optimal pour ce monde qui va arriver dans 10 ans absolument je suis absolument d'accord c'était indéniablement tangente au sujet et nous ferons un sujet de la prochaine fois il nous reste 90 secondes Christine Balaguet Mathieu Delescluse le mot de la fin en 45 secondes chacun alors le mot de la fin moi j'ai deux recommandations voilà la première c'est un le sujet n'est pas nouveau c'est à dire avoir un phénomène avec des risques et gérer des risques c'est vraiment pas nouveau et c'est pas au secteur bancaire que je vais dire que c'est nouveau donc première recommandation c'est de mettre en place dans les organisations en particulier dans le secteur de la finance un management des risques de l'IA donc peut-être que et bien c'est déjà fait en partie mais on est essentiellement des machines à gérer les risques le problème c'est qu'il ne faut pas que gérer que ça normalement mais bon donc mais qui dit management des risques de l'IA dit mesure des risques de l'IA et ça c'est beaucoup moins fait et voilà ce sont aussi des sujets sur lesquels on travaille et donc deuxième recommandation si je suis dans le cas en seconde c'est ce sont des phénomènes inconnus du futur et donc ils font financer de la recherche sur ces sujets on ne peut qu'être d'accord Mathieu de Lescluse je vais très très bref j'allais justement dire la même chose donc encore une fois au niveau du règlement IA et de la commission on essaye de prendre les risques à la racine dans les grands modèles eux-mêmes c'est à dire au maximum même les 7 gardes dans les modèles bien sûr il y a encore beaucoup de choses à faire après et on doit financer la recherche aussi à ce niveau là ce qu'on appelle AI Safety Research pour la sécurité la safety des modèles eux-mêmes et je voulais juste terminer un mot parce que c'est quand même très dans l'actualité c'est les risques cyber alors je sais que là c'est complètement en dehors du sujet mais pour le secteur bancaire et financier Claude Bitho c'est dans le sujet voilà donc c'est pas là la durabilité elle est en termes de sécurité des systèmes et bon là je ne veux pas m'étendre là-dessus mais on est heureux que ces capacités cyber soient atteintes par Anthropik les premiers parce que c'est peut-être l'entreprise la plus responsable en la matière mais il ne faut pas se leurrer dans moins d'un an les modèles chinois auront les mêmes capacités donc il faut que les systèmes informatiques et des infrastructures critiques et du secteur financier en particulier soient capables de détecter les vulnérabilités avant que d'autres modèles que Plutus soient capables de le faire donc il y a un enjeu ici et une course assez épréhante merci à tous il est 10h01 je vous laisse 30 secondes pour les applaudir et je vais donc maintenant prier Guillaume Abel Anaïs Barrel Marie-Brière Antoine Rostand et Peter Tinkoff de venir autour de moi pour parler très concrètement de comment on peut utiliser l'IA pour développer la finance durable alors comme cette fois l'écran va être utilisé par Peter Tinkoff qui malheureusement n'a pas pu être avec nous je vais vous prier de vous présenter tour à tour ce qui permettra de fixer et la voix et l'image dans l'esprit des gens mais il y aura de devoir vous présenter à chaque fois Marie-Brière vous êtes présidente de l'ILB nous sommes en quelque sorte ici chez vous dans le micro bonjour à tous donc Marie-Brière je suis directrice générale de l'ILB donc l'institut Louis Bachelier qui développe des programmes de recherche enfin aide au développement de programmes de recherche universitaire sur des sujets qui sont la finance durable mais aussi l'intelligence artificielle donc on est ici au bon endroit à la croisée des deux sujets mais je suis aussi responsable de la recherche investisseur chez Amundi et c'est peut-être plus à ce titre-là que je participe à cette table ronde sur l'expérience Amundi mais je reprendrai si nécessaire ma casquette IFB Antoine Rostand oui donc je suis le fondateur et président de Kéros Kéros c'est une boîte qui fait de l'IA traditionnelle traditionnelle c'était pas traditionnelle il y a deux ans maintenant traditionnelle et générative sur l'imagerie satellite sur des problématiques d'observation de la Terre pour tout ce qui est flux de matières premières énergie et climatique Guillaume Abel Bonjour Guillaume Abel donc DGD de Mirovin une société de gestion qui est spécialisée dans l'impact ESG avec de l'impact via le private asset et le délisté très avancé dans l'IA puisqu'on utilise l'IA dans tous nos départements et donc Annaïs Blarel directrice Sustainability de Revaia Revaia c'est une société d'investissement en grosse equity donc pan-européenne nous sommes basés à Paris Berlin Londres et Munich et nous investissons dans des sociétés innovantes européennes à travers deux fonds article 8 donc totalisant 600 millions sous gestion et bientôt via une nouvelle stratégie dédiée à la transition énergétique et enfin Peter Tankov oui j'espère que vous m'entendez bien je suis professeur à l'ENSAE en site du politique technique de Paris chercheur en mathématiques appliquées finance durable finance de l'énergie directeur adjoint du Crest le labo de sciences sociales de l'ENSAE et aussi directeur scientifique de la fondation PARC et nous menons des réflexions sur le rôle de l'IA dans la finance durable et dans la recherche en général sur la durabilité et la frugalité de l'IA aussi bien au sein de la fondation PARC qu'au Crest et à l'ENSAE on est aussi confronté à l'impact sur les métiers de l'IA qui commence déjà à apparaître alors je vais vous proposer un plan de table ronde tout simple comprendre résoudre agir et pour comprendre je vais commencer à me tourner dans les chercheurs Marie-Grières et Peter Tankov quels sont les problèmes que l'IA peut aujourd'hui aider à résoudre en matière de finance verte Marie-Grières oui merci beaucoup donc effectivement le développement de l'IA pour la finance verte et l'explosion de ce qu'on appelle les données alternatives c'est à dire des données qui ne sont pas de façon native quantitative mais qu'on transforme en signal quantitative ça ne date pas d'hier il y a eu toutes ces dix dernières années tout un développement de ce champ là notamment pour pallier aux déficiences je ne sais pas si je dois dire ça comme ça mais en tout cas les critiques des ratings ESG traditionnels et donc notamment le fait vous avez dû voir ça qu'ils sont assez peu corrélés entre eux on ne sait pas très bien quand les données sont updatées donc il y a des problèmes en fait d'inadéquation des dates d'updates il y a des données manquantes on ne sait pas comment elles sont remplies etc donc on connaît tous les défauts entre guillemets des ratings traditionnels et donc l'une des idées a été de se dire puisque ces ratings sont incomplets les agences de rating font leur travail du mieux qu'elles peuvent mais c'est vrai que c'est assez compliqué de collecter toute cette information là complétons-la avec de la donnée alternative qui va permettre d'avoir des indicateurs supplémentaires plus fins à plus haute fréquence donc on connaîtra la fréquence de mise à jour etc donc ça ça a été un grand mouvement et on a vu le développement de deux grands champs la donnée textuelle et la donnée d'image et je suis très contente que Kairos soit ici avec Antoine parce qu'effectivement la donnée satellitaire notamment est extrêmement importante alors si je commence par la donnée textuelle on fait beaucoup beaucoup de choses aujourd'hui avec de la donnée textuelle on va faire du on va construire des indicateurs de sentiments donc ça on adore ça en finance parce que ça donne un signal d'investissement donc du sentiment climatique on va travailler sur des sujets comme celui-là chez Amundi donc à partir de textes de news sur des entreprises par exemple donc ça c'est une chose mais on peut faire plein d'autres choses on peut analyser les controverses des entreprises il y a des sociétés qui se sont spécialisées là-dedans comme Reprisque par exemple ou True Value Labs et on peut aussi avoir des choses un peu plus fines alors on va naturellement analyser les reportings réglementaires la compliance à la régulation le greenwashing donc est-ce que l'entreprise dit des choses très fines sur sa politique USG ou est-ce que c'est des banalités qui ne sont pas très en lien avec son activité donc on va essayer de détecter plus finement les moments où elle ment où elle est lucubre on va dire sur sa politique USG et puis aussi des sujets sur lesquels par exemple en tant que financier on n'est pas très compétent c'est les innovations vertes donc un des champs d'application on a travaillé là-dessus c'est les brevets les brevets climatiques quand on lit un texte de brevet on a du mal à le comprendre en tant que financier mais un large language model peut vous faire un résumé non technique peut aussi vous indiquer si l'innovation est très différente est vraiment disruptive par rapport à un corpus de brevets antérieurs donc est-ce que le corpus textuel est très différent ou pas et donc vous donnez une mesure de l'innovation de l'innovation par exemple climatique donc il y a un champ d'application et naturellement j'oublie plein d'usages mais extrêmement important sur la donnée textuelle l'autre champ et je ne vais pas en parler très longtemps parce que j'ai le spécialiste du domaine à côté de moi mais c'est la donnée satellitaire qui permet de faire beaucoup de choses donc qui permet de mesurer les expositions aux risques climatiques physiques notamment les inondations les cyclones etc qui permet de mesurer leur politique d'adaptation aujourd'hui aussi de plus en plus c'est-à-dire surveiller ce qu'elles font pour adapter leur bâti par exemple à des risques et ça aussi on va pouvoir le traquer assez finement mesurer l'impact des entreprises sur leur écosystème déforestation biodiversité etc et donc aussi je trouve qu'elles complètent très très bien la donnée textuelle parce qu'elles permettent de vérifier les dires de l'entreprise un des gros problèmes de la donnée textuelle c'est que c'est souvent sur la base du déclaratif c'est-à-dire ce que l'entreprise veut bien dire dans un reporting réglementaire ou dans sa communication officielle et ça c'est pas forcément la réalité la donnée satellitaire ou la donnée d'image va permettre de compléter cette vision-là donc ça c'est tout ce qu'on peut faire mais je voudrais parler un petit peu des challenges quand même donc c'est merveilleux il y a beaucoup d'innovations dans le domaine et je pense qu'on peut compléter vraiment les ratings traditionnels avec ce type de données-là mais ça présente quand même un certain nombre de challenges auxquels il faut avoir vraiment confiance alors premièrement cette donnée-là n'est pas standardisée contrairement au rating on a le rating ESG là on a une variété de données sur des historiques qui sont différents etc donc ça pose des problèmes de standard cette donnée est souvent peu corrélée il y a eu des exercices pour examiner les corrélations il y a des travaux économiques là-dessus les corrélations par exemple entre les mesures de risque climatique physique selon qu'on prend une donnée issue justement d'un indicateur textuel ou une donnée qui est basée sur une modélisation avec données satellitaires complétée par de la donnée satellitaire on n'a pas du tout les mêmes mesures parfois on a même des corrélations négatives entre les indicateurs donc voilà ces problèmes de corrélation que je citais sur les ratings ESG traditionnels on la retrouve aussi sur la donnée alternative il y a des problèmes il nous manque des données il y a des données très cruciales on en parlait la dernière fois je ne sais pas si tu cloues et Stéphane voisin mais il y a des données auxquelles on n'a pas accès et on a beau avoir de la donnée alternative si la donnée n'est pas publique accessible on ne l'a pas je pense notamment en ce moment je travaille pas mal sur l'adaptation aux politiques d'assurance des entreprises donc est-ce que les entreprises s'assurent et comment elles sont assurées contre les risques climatiques physiques cette donnée n'est pas publique vous avez beau avoir une IA pour récupérer de l'information si cette donnée n'existe pas enfin elle existe dans les boucles des assureurs mais ils ne la donnent pas on ne l'a pas je vais se demander de conclure de conclure mais j'ai plein d'autres choses à dire et toi on en fera du temps à la fin d'accord je voudrais insister aussi sur les biais importants lorsqu'on utilise des LLM en ce moment on travaille à l'Institut du Bachelier là-dessus sur tous les biais des LLM et donc la nécessité d'avoir des benchmarks pour mesurer la qualité de l'output donc ils sont très nombreux il y a le biais de narratif il y a des biais sectoriels look at bias je pourrais en faire une liste à la préserve mais Jean va m'arrêter avant donc je vais m'arrêter là risque de manipul... tu as vu bah c'est vérité risque de manipulation aussi ça c'est très important il y a des indicateurs prenez trouvaille ou l'air par exemple dont les pondérations dépendent du nombre de fois que la controverse est citée et ils prennent parmi les informations des réseaux sociaux donc vous imaginez bien qu'il est très facile d'injecter de l'information sur des réseaux sociaux faire monter une controverse et ainsi manipuler la output et donc potentiellement poser problème à l'entreprise donc ce type d'indicateurs quand ils sont basés sur des réseaux sociaux et quand ils pondèrent le risque par l'occurrence ça à mon avis c'est problématique et puis je voudrais juste dire un mot sur la souveraineté parce que donc on l'a dit mais à la fin c'est une bonne conclusion la souveraineté et puis c'est le tour de Peter Tankoff et il est déjà 10h12 Peter ah oui je suis d'une cruauté Peter et en 5 minutes quand on a préparé cette table ronde vous m'avez dit et ça m'a frappé que l'IA certes brune comme on l'a vu dans la table ronde précédente peut servir à financer des ENR à mieux financer les ENR et qu'on peut trouver des mécanismes de marché pour rééquilibrer d'une certaine manière l'impact de l'IA et qu'en plus de cela l'IA peut avoir un impact vert spécifique en créant de nouvelles bases de données par exemple vous avez 4 minutes et demie parce que j'ai trop parlé Peter Oui bien sûr merci Jean donc Marie a déjà rappelé la distinction entre l'IA plus ou moins traditionnelle c'est à dire qui existe depuis quelques années machine learning deep learning LLM utilisé via API ou via même les chatbots et puis il y a un nouveau développement qui est en cours c'est l'IA Gentic avec cloud code codex etc donc ce nouveau développement c'est pour introduire le sujet que je dois en parler ce nouveau développement en fait permet de réaliser des nouvelles tâches qui n'étaient pas possibles avant par exemple construire des données qui n'existaient pas par exemple au CREST on a des travaux sur la construction reconstruction de la chaîne de valeur des matériaux critiques pour identifier les risques que la dépendance de ces matériaux fait coller à la transition environnementale c'est une base de données qui n'existe pas et avec l'IA Gentic avec toutes les validations bien sûr on peut construire une telle base de données on peut faire de la recherche plus ou moins automatique en collaboration avec les humains ou même indépendantes et le nombre de nouveaux cas d'usage explose donc on parlait de remplacement par l'IA des profils juniors je pense au contraire qu'il faut embaucher des stagiaires leur donner des tokens et vous serez surpris de ce qu'ils vont découvrir avec l'IA Gentic par exemple un exemple en banque c'est la validation du modèle je pense que ça marche très très bien voilà le nombre de tâches que les agents peuvent réaliser explose mais avec cette explosion des usages vient aussi bien sûr l'explosion de la consommation de l'énergie et se pose alors la question comment la finance peut contribuer à rendre l'IA moins gourmande en ressources ou dans tous les cas moins émettrice de CO2 alors pour décarboner l'industrie on cherche tout d'abord à l'électrifier et à rendre sa consommation pilotable c'est à dire pouvoir la décaler dans le temps et à l'alimenter par les énergies vertes or l'IA est une technologie qui est déjà électrifiée bien entendu et sa consommation d'électricité est assez largement pilotable disons à 100% pour la partie d'entraînement et de manière croissante avec l'arrivée des agents pour la partie d'inférence il faut donc créer des mécanismes de marché permettant d'alimenter l'IA par les énergies vertes dans ce cas au lieu d'accroître nos émissions de CO2 l'IA pourrait même fournir une demande stable d'énergie verte et ainsi favoriser l'expansion de ces énergies donc la finance durable doit créer des outils pour que l'IA qui a énormément d'argent finalement finance le développement des énergies renouvelables des tels contrats sont encore à développer mais on pourrait envisager plusieurs exemples donc par exemple on pourrait faire payer les data centers un prix dynamique en fonction de l'intensité carbone de l'électricité produite en ce moment dans la région où se trouve le data center ou bien on pourrait demander aux data centers de se fournir une énergie décarbonée mais ce matching entre l'énergie produite et l'énergie consommée doit être fait en continu pas à la fin de l'année mais 24 heures sur 24 pour qu'à chaque instant la consommation de l'énergie des data centers soit couverte par les énergies renouvelables on pourrait même envisager des contrats dynamiques pour les utilisateurs de l'IA ce qui est connu dans l'industrie électrique sous le nom de réponse à la demande dans le secteur de l'électricité les tarifs dynamiques en fonction des contraintes de réseau ont été expérimentés et sont expérimentés mais ils peinent à être adoptés parce qu'ils sont complexes pour les consommateurs et si les consommateurs sont des humains ils ont du mal à s'adapter à ces tarifs or les agents sont rationnels et capables des calculs complexes pourquoi alors ne pas introduire des tarifs dynamiques pour l'utilisation de tokens afin d'inciter les utilisateurs qui sont dans ce cas-là les agents de consommer ces tokens aux heures où l'énergie est peu chère et peu carbonée vous voyez que j'ai beau essayer de réprimer la question de l'énergie elle ne cesse d'affleurer de me revire en pleine figure Peter aviez-vous conclu ?

Alors dans ce cas je vais vous proposer de passer vers la pratique et l'action car vous verrez que dans cette introduction des deux chercheurs on va trouver plein de pistes pratiques Anaïs vous développez un nouveau référentiel de due diligence avec Refrain Venture qui fait référence à ces insuffisances des ratings ESG dont vous parliez Marie Anaïs Oui oui nous sommes un acteur du gros equity dans les marchés privés où il y a moins de données et en fait nous on soutient les entreprises dans leur phase de croissance internationalisation consolidation atteinte de la rentabilité et c'est vraiment le moment idéal pour elles pour structurer leur démarche ESG et donc du coup l'analyse des modèles pour nous c'est plus seulement une façon de gérer les risques mais d'identifier un double levier de création de valeur et donc le premier c'est vraiment le fait de réduire les externalités négatives donc on en a beaucoup parlé sur le plan environnemental mais la consommation énergétique des modèles et donc l'empreinte carbone de l'infrastructure digitale on en a moins parlé mais l'usage de l'eau aussi pour le refroidissement des data centers et tous les impacts indirects en fait parce qu'il y a une étude qui est sortie la semaine dernière sur les îlots de chaleur provoqués par les data centers tout ça ça a un impact sur la biodiversité il y a la question de l'usage des terres des métaux rares etc. pour les terminaux enfin voilà donc tout ça on va regarder de façon très concrète dans notre due diligence ensuite sur la partie sociale on a un peu parlé donc sur les biais algorithmiques la discrimination aussi qui peut y avoir on en a moins parlé mais les conditions de travail pour les personnes en charge de l'annotation des données parce que l'intelligence artificielle on pense toujours à la partie digitale automatisée mais il y a des humains aussi derrière donc ça c'est des choses qu'on va regarder aussi au niveau de la chaîne de valeur les impacts sur l'emploi ça c'est plus compliqué car plus systémique et la partie gouvernance aussi donc ça on en a un peu parlé la transparence des modèles savoir d'où viennent les sources etc. pour éviter les phénomènes de désinformation mésinformation etc. le sujet de la propriété intellectuelle et la sécurité ça on en parle beaucoup depuis hier ou ce matin avec notamment mythos d'entropique qui pose un peu la question entre les mains de qui on met ces technologies et les vrais sujets de sécurité de danger que ça peut amener la question de souveraineté pourquoi il n'y a pas de société européenne dans Glass Week c'est pour Marie et c'est dans Vavie et donc moi je veux juste revenir vraiment sur cette deuxième opportunité qui est de financer les solutions à impact nous donc on a des fonds généralistes mais on s'engage sur une poche d'investissement à impact et donc on voit que quand l'IA est encadré on peut aussi accélérer les objectifs de développement durable donc les opportunités elles sont nombreuses l'optimisation énergétique et industrielle la gestion des ressources je pense que Kairos vous aussi est situé un petit peu dans ce segment là la santé l'éducation on en a parlé et nous on a un exemple dans notre portefeuille qui est Deepkey Deepkey et qui est une solution qui utilise la data et des briques de l'IA pour mesurer et piloter la performance énergétique des bâtiments donc ça permet aux acteurs de l'immobilier de réduire leurs émissions et donc de transformer une contrainte réglementaire en levier de création de valeur parce que ça leur permet aussi de maîtriser les coûts voilà donc nous on essaye d'avoir un impact plus écosystémique et donc on contribue à ces travaux sur la formalisation du diligence pour ces modèles l'IA parce que ça doit aller au-delà de l'ESG ça doit être une lecture plus granulaire et spécifique et donc on contribue à créer ces outils et notamment avec Reframe Venture donc j'invite tous les acteurs du private equity et plus spécifiquement du capital risque et grosse à regarder cet outil qui est très très complet et notamment il y a ce travail vraiment sur la gouvernance parce que ça c'est très très important nous on va regarder s'il y a une personne en charge de l'éthique s'il y a des organes qui permettent de mettre en place ces garde-fous on en a parlé avant par rapport à tous ces risques et donc c'est très important Antoine Rostand vos modèles de fondation géospatiaux ont été incidemment cités aussi bien par Marie-Brière que par Anaïf Barrel et comme je n'ai jamais su résister à un mauvais jeu de mots est-ce que c'est vraiment le moment de Kairos donc les modèles géospatiaux c'est vraiment le GENEA et appliquer donc à l'imagerie satellite mais ce n'est pas ce qu'on utilise aujourd'hui c'est un peu c'est ce qu'on est en train de construire pour demain donc aujourd'hui il faut se rendre compte que les données satellitaires peut-être dire un mot ce que c'est qu'un modèle de fondation géospatiale quand même oui je pense qu'on pourra le faire aussi pour la partie future mais c'est des modèles autosupervisés sur de l'imagerie satellite donc ce qu'ils font le GENEA derrière ça c'est des modèles autosupervisés dont on n'a pas besoin d'une main qui a note et donc il va permettre de traiter et de créer des modèles avec beaucoup plus de points d'entrée donc jusqu'à présent la donnée satellitaire il faut se rendre compte que la constellation Sentinelle créée par l'Union Européenne la Commission Européenne produit en quelques jours le même volume de données que tout ce qui existe sur Internet depuis le début d'Internet donc on a plusieurs ordres de grandeur en termes de taille sur les matrices satellites par rapport à la donnée textuelle donc ça c'est vraiment important de comprendre ça pour savoir comment on évolue dans l'usage et pourquoi on est venu à l'IA pour traiter ces genres de données avant il y avait des analyses qui regardaient des photos et puis ils faisaient un rapport donc c'est absolument impossible avec le volume de données qu'on a aujourd'hui de faire ça et donc on a basculé vers un usage massif de l'IA pour le traitement de l'imagerie satellitaire compte tenu du volume donc qu'est-ce qu'on fait avec ça aujourd'hui principalement ça va être en matière d'IA durable c'est d'abord le suivi des émissions donc on fait le CO2 on fournit aux traders de CO2 tous les jours la consommation de CO2 mais surtout ce qu'a apporté l'IA c'est de la visibilité sur le méthane le méthane c'est la moitié du problème climatique et on s'en occupe absolument pas même dans le rapport français sur la comment on dit c'est pas gentil pour les végétariens on ne parle pas du méthane il y a la moitié du sujet qui est en fait totalement auquel on est totalement aveugle parce qu'on ne le voit pas on ne le sent pas c'est le gaz qui est dans le gaz naturel qui peut venir de sources cocides ou microbiennes mais on ne savait pas le quantifier on est capable aujourd'hui de le détecter le quantifier et l'attribuer uniquement parce qu'on a de l'immatrice satellite et de l'IA sur ces immatrices satellites donc il y a quand même la moitié du problème climatique qu'on ne pourrait pas voir sans IA donc je pense que c'est un on peut dire que l'IA peut être durable les autres sujets on en a déjà parlé c'est évidemment les problématiques de risque climatique on ne peut plus utiliser des modèles statistiques pour identifier le risque climatique on est obligé de faire des modélisations qui viennent sur l'observation réelle de l'état de la végétation enfin donc les malles satellites est essentielle et encore une fois compte tenu du volume de données à traiter on ne peut le faire qu'avec l'IA on traite par exemple pour les pompiers en France on suit tous les bâtiments de France pour savoir toutes les maisons vos maisons secondaires et tout pour savoir si vous avez coupé l'herbe et l'intensité de végétation et ensuite on donne un score aux pompiers pour savoir s'ils vont la laisser brûler ou ils vont venir la défendre donc ça on ne peut le faire que parce que un on a de la donnée massive deux elle est fréquente c'est tous les six jours et trois on a de l'IA pour être capable de traiter cette donnée et d'en créer quelque chose d'utile pour les pompiers en l'occurrence Alors donc je vais te prier de noter la phrase d'Antoine l'IA peut être durable et par les biais de cette meilleure rating ESG dont parlaient Marie et Anaïs elle peut sans doute avoir un impact social également et elle peut même avoir un impact de gouvernance Guillaume Abel Oui absolument et je voulais moi vous préparer vous donner un petit peu plus de détails comment on l'utilise nous pour avoir ces impacts-là encore une fois Nirova est très avancée dans le domaine et on a mis l'IA dans absolument tous nos départements et donc côté private asset par exemple concrètement comment on utilise l'IA par exemple pour le DIN sourcing c'est incroyable mais l'intelligence artificielle maintenant est capable de nous donner plein d'idées de boîtes dans lesquelles on pourrait investir ou financer des boîtes non cotées bien sûr et c'est quelque chose qui apporte beaucoup de choses bien sûr en prenant en compte toutes nos règles internes de SG et d'impact pour vérifier que ces boîtes-là seraient intéressantes et donc on utilise ça le deuxième et c'est celui sur lequel on est le plus avancé c'est que quand on va faire une due diligence dans une entreprise pour savoir si on va finalement la financer ou pas et bien l'IA on a développé un outil qui nous permet d'analyser tous les documents qui nous sont donnés par une entreprise on reçoit 80 documents c'est une une page avant on avait des analyses ça leur prenait trois jours pour faire une analyse de savoir si cette entreprise on l'a passée finalement ou si on allait effectivement la passer dans un comité d'investissement ou pas maintenant en trois minutes l'IA est capable de nous donner des détails sur oui c'est intéressant ou non ça ne l'est pas et parce qu'on a ces problèmes d'hallucination qui ont été dits tout à l'heure on demande quand même à l'IA de nous donner les détails où est-ce qu'il a été trouvé l'information quelle page quelle ligne quelle source pour qu'on puisse vraiment s'habituer à ça et il y a un troisième domaine dans le private asset mais aussi dans l'ISTé alors là pour le coup pour être totalement transparent avec vous sur les deux premiers cas on l'a utilisé on est en train de développer quelque chose c'est qu'on a de plus en plus de clients des LPs des grands investisseurs type assurance par exemple qui nous disent qu'ils ne veulent plus qu'on leur envoie des reporting mais comme ils utilisent l'intelligence artificielle ils veulent se connecter à nous et à nos data lake pour pouvoir avec un API pouvoir aller chercher directement l'information et qu'ils aient un reporting ils investissent plein de sociétés et qu'ils aient directement votre métier donc ça change et donc c'est quelque chose c'est quelque chose d'important peut-être un deuxième un deuxième sujet sur lequel par exemple on avance beaucoup aussi c'est sur le vote actionnarial côté listé c'est important si on veut avoir de l'impact sur les entreprises et vous savez que là si on regarde le jour où on est en ce moment les équipes qui s'occupent de ça travaillent 7 jours sur 7 24 heures sur 24 puisque les assemblées générales dans mi-mai mi-avril pardon jusqu'à fin juin il y en a beaucoup beaucoup à faire et l'IA nous aide énormément dans ce domaine là puisque en fait il nous permet d'analyser toutes les résolutions des assemblées générales pour lesquelles on doit voter ça nous améliore la qualité des décisions qu'on peut faire parce que ça fait des analyses sur l'ESG sur les controverses sur l'historique des choses que nous avons votées et ça nous aide ça nous aide beaucoup et puis bien sûr ça prend en compte ce que je vous disais aussi pour nos autres outils c'est-à-dire notre politique ESG et l'impact qu'on veut avoir l'IA on a réussi et c'est l'IA agentique on est capable de lui donner les informations qui sont importantes et ce qu'on veut qu'il fasse pour nous et il nous apporte des solutions très importantes on va aussi justement commencer à faire de l'engagement aussi avec l'IA puisque l'IA va pouvoir nous préparer des textes ça c'est c'est next step et et mon dernier point c'est de dire que l'IA nous apporte aussi quelque chose c'est que tout tout ce que je vous ai raconté après si un jour on est audité si un client nous demande quelque chose on est capable de détailler très très concrètement l'ensemble des choix qu'on a fait et des données qu'on a utilisé pour le faire et le deal sourcing donc effectivement ça permet de faire un bien meilleur screening moi j'ai un co-auteur la Maxime Bonnelli à la LSI qui a travaillé sur ce sujet là en analysant les décisions prises par les investisseurs un bien meilleur screening mais en revanche avec une bien plus faible probabilité d'aller sélectionner des entreprises très innovantes un peu en dehors du scope etc et en fait l'usage de l'IA générative recentre en fait vers le classique donc je pense que ça parmi les biais il y a le biais de majorité en quelque sorte le biais de consensus et donc il faut vraiment avoir ça en tête je pense oui le consensus ou le lieu commun c'est très vrai ça se ressort dans la pratique et bien nous sommes il est 10h30 nous sommes arrivés dans le dernier quart d'heure avant la conclusion souveraine que m'avait vu hier je ne vais pas oublier mais avant cela sur le comment agir on peut chercher toutes les questions toutes les propositions nouvelles y compris sur l'énergie oui oui mais Guillaume vous avez le micro gardez-le vous aviez une idée sur comment benchmarker les LLM en fonction de la durabilité oui alors c'était très intéressant à l'India IA Impact Summit où la ministre il était et moi aussi et le président de la République pendant une semaine il y avait des réflexions qui ont démontré à quel point en fait l'ensemble des gouvernements du monde et même les grandes sociétés qui produisent aujourd'hui l'IA avaient un alignement sur le fait de dire que dans 50 ans l'humanité aura plus bougé que les 3000 dernières années et qu'il faut vraiment qu'on avance et qu'il va y avoir des impacts on l'a dit sur le climat il va y avoir des impacts sur les sociétés notamment parce que ça a été mentionné tout à l'heure c'était très intéressant sur le fait que les data centers sont essentiellement en Occident pas en Afrique pas en Asie et donc c'est très compliqué c'est beaucoup plus compliqué pour l'Asie et l'Afrique ça je ne le savais pas avant le mois de février qu'en fait nous les occidentaux on peut utiliser l'IA de manière très pratique ça l'est beaucoup moins pour les asiatiques et pour les africains et donc il faut créer des data centers là-bas et puis ce qu'on a dit il y a quelques minutes sur le fait qu'il y a des problèmes de cybersécurité demain il pourrait y avoir des risques d'influence ou d'ingérence et donc tous les gouvernements étaient alignés pour dire qu'il fallait effectivement qu'il y ait des réglementations internationales là-dessus des lois internationales là-dessus et donc pour finir là-dessus c'est qu'on se dit qu'il faut qu'on crée un benchmark ESG sur le climat sur ce que ça va avoir impact sur les personnes et notamment les différentes régions et la mise en place de ces gouvernements pour pouvoir choisir demain les LLM qui cochent les cases et donc il faut qu'on commence à réfléchir et je pense que notre cercle pourrait travailler dessus justement je vois mal quand même le modèle c'est le modèle quelle que soit l'électricité que vous mettez dedans on ne peut pas dire que je ne sais pas moi Claude est plus ou moins respectueux de l'environnement que GPT 5.4 et bien justement c'est ce qu'il faut c'est ce qu'il va falloir réaliser au plus 4.6 c'est plus ou moins bien sûr qu'il va être plus ou moins gourmand en calcul mais le vrai déterminant d'impact c'est la qualité de l'électricité bien sûr ce sera dedans mais c'est ce que c'était ce qu'on voulait dire c'était que c'était pas sur LLM c'est ce qu'ils vont utiliser comme climat c'est l'impact qu'ils vont avoir sur les gens on est aligné moi j'aime bien les bons calculs d'autres idées d'autres questions tu peux juste dire un mot rapidement et on peut revenir aussi sur les données de synthèse les bases de données dont vous parliez tout à l'heure Peter Tak oui je veux juste réagir à ce qui vient d'être dit il faut éviter de rentrer en conflit entre performance environnementale et performance sociale performance sociale c'est tout ce qui est désinformation impact social des réseaux parce que peut-être que DeepSync aura parce qu'il est plus frugal aura peut-être une performance environnementale bien meilleure que Claude mais Claude par ailleurs a été entraîné avec des considérations d'éthique ils ont une constitution peut-être que la performance de Claude en termes de désinformation sera bien meilleure oui donc arrêtez de tousser Guillaume on a besoin de vous pour défendre l'idée de Batchbar sur la durabilité dit le gars qui a passé toute la matinée à tousser je pense que c'est vraiment c'est vraiment important mais on est qu'au tout début il va falloir il va falloir se mettre ensemble et s'aligner sur je n'ai pas d'autres réponses à donner on va faire un tour de conclusion Anaïs Barrel Antoine Roustan oui allez-y mais dans un micro pour la souveraineté il y a clairement un autre levier sur la souveraineté et l'impact non non justement en amont il y a vraiment une façon et c'est pour Twitter c'est pour tout le monde c'est qu'en fait la préparation des données la souveraineté des données l'ouverture des données lorsqu'on les prépare si par exemple on prépare les données et elles sont souveraines c'est-à-dire qu'on est le seul à les avoir à ce moment-là les autres modèles d'abord peuvent être plus frugaux et deuxièmement on peut contrôler finalement la sortie c'est-à-dire que si on ne donne pas nos données financières le chinois ne pourra pas les traiter donc je pense que pour la souveraineté il y a un vrai enjeu au niveau des données pas des modèles Anaïs Barrel en conclusion je voulais aussi rappeler que effectivement les modèles en soi ont des impacts variables il me semble qu'il existe quand même un ranking fait par ça a été hébergé par Hugging Face dont la responsable climat est très vocale sur ces sujets Sacha Lujani et donc voilà le modèle en soi il y a un impact ce qui est très important et il y a une étude qui le montre de Will et Holly Alpine qui montre aussi que l'utilisation finale de l'IA a son importance aussi et ça peut être un multiple de 100 par rapport à l'impact du modèle seul donc il faut être très vigilant sur quels usages on veut pour les modèles et pour ça il faut vraiment amener les entreprises à faire leur analyse cycle de vie je pense que c'est très très important aujourd'hui les hyperscalers leurs impacts c'est très opaque pour l'instant donc il faut leur demander plus de transparence et donc là il commence à y avoir des études il y a Mistral AI qui a réalisé son analyse cycle de vie mais il n'y a toujours pas cette notion d'utilisation du produit donc voilà il faut mettre plus de pression je pense sur les acteurs pour plus de transparence et voilà je n'ai plus la voix mais j'aime beaucoup cette idée Antoine Rostand oui je pense que il faut quand même différencier l'usage de l'IA pour faire une vidéo sur TikTok et faire de l'IA industrielle et professionnelle et je pense que on mélange vraiment tout ça et on risque de se freiner d'un point de vue industriel nous ce qu'on voit sur l'imagerie satellite un peu ce qui est notre notre coeur de métier c'est que les choses vont extrêmement vite et qu'on n'a pas besoin de régulation on a besoin de comprendre comment où va la technologie donc on a les premiers les premiers cas d'usage qu'on a fait sur les feux sur les méthanes c'était plutôt du machine learning traditionnel on rajoute maintenant de l'agentique pour faire la cartographie de tous les actifs dans le monde pour être capable d'identifier toutes les usines de ciment donc être capable d'avoir une base de données qu'on était incapable de faire avant tout ce qu'on fait avec l'IA on ne remplace pas des humains on fait quelque chose qu'on était incapable de faire avant c'est quand même c'est un niveau de connaissance on arrive à un niveau de connaissance qu'on n'avait pas avant aujourd'hui avec l'IA et le satellite vous avez une vision en temps réel sur tout ce qui se passe sur la planète alors on l'utilise bien sûr dans tout ce qui est intelligence et notamment sur l'impact des frappes aériennes sur le système énergétique mondial il y en a beaucoup en Russie ces temps-ci et nous on est Kairos on est un facteur très très important dans la formation des prix de l'énergie donc on a un impact très important sur l'inflation puisqu'on quantifie les capacités qui sont détruites on quantifie le niveau des dégâts et ça c'est pris en compte par les traders et donc qui sont dans le processus de formation de prix on est une partie excessivement importante aujourd'hui mais ça n'a rien à voir encore une fois avec une vidéo sur TikTok on utilise évidemment de l'énergie et heureusement qu'on a de l'énergie pour faire ça donc c'est quand même il faut bien voir il faut bien différencier ça et alors c'est bien le noucasting environnemental oui c'est une vision en temps réel c'est un film sur le monde et on le donc de manière temps réel et globale et ce qui est intéressant dans la donc les modèles de fondation donc qui sont en train d'arriver aujourd'hui avec les les GEO FM donc les modèles de fondation géospatiaux on va être on va réduire de manière très importante le temps de création des modèles jusqu'à présent pour faire par exemple ce qu'on a fait sur le méthane ça nous a pris deux ans et puis on a l'abellé avec des tas des gens qui ont pris un truc à la main etc donc ça a été assez long maintenant avec un modèle de fondation qui aura appris de manière auto-supervisée la structure des données dans une imagerie hyper-spectrale vous allez pouvoir identifier ce genre de choses avec un few shot ou zero shot donc extrêmement rapidement et donc les cas d'usage liés aux géospatials vont complètement exploser puisque les coûts de développement vont être la rapidité de développement vont être infiniment plus rapide que ce qu'on fait maintenant donc il ne faut surtout pas s'attendre à ce qu'on ralentisse parce qu'il y a des problèmes je ne sais pas de quantité d'énergie on trouvera l'énergie pour faire ces cas-là elle sera là brune ou pas on ne le sait pas mais elle sera là et notre compréhension du monde et notre capacité à agir va augmenter grâce à ce type de données et à l'IA Marie-Brière pour une conclusion souveraine la pression est à son maximum non mais moi ce que je voulais dire sur la souveraineté c'est qu'on s'est beaucoup plaint des rachats des agences de rating ESG par des américains mais avec la donnée alternative on se met dans les mains et je ne parle pas du tout de la donnée satellitaire et de Kairos mais via l'usage de l'IA générative et des larges anguages modèles dans les mains aussi d'acteurs américains et je pense que ça il faut vraiment en avoir conscience et essayer de comprendre ça du mieux qu'on peut alors quelle est la solution je ne l'ai pas mais je pense quand même que ça passe par deux choses la première chose c'est le développement de données européennes ces modèles-là sont très largement entraînés sur des données américaines ils sont moins performants sur les données européennes et une des raisons c'est que ces données-là ne sont pas standardisées la donnée financière en Europe ça paraît étonnant mais elle n'est pas standardisée aux standards américains par exemple elle n'est pas accessible de manière aussi facilement donc ça je pense que c'est une première chose et l'autre chose c'est ça passe aussi par le développement et ça notre ministre nous l'a dit ce matin de plus petits modèles on n'a pas besoin d'un large anguage modèle pour beaucoup de tâches financières y compris des tâches financières sophistiquées ils ne sont pas très performants en ce moment on est en train de passer en revue tous les benchmarks financiers et de regarder les performances des larges anguages modèles sur des tâches financières elles sont souvent médiocres sur beaucoup de tâches 50% d'accuratie sur certaines tâches et donc en fait des plus petits modèles très bien entraînés sur des tâches précises vont être bien meilleurs et je salue aussi les travaux du Lab avec Peter Tankoff et Thibaut Barraud notamment sur Climate Bench y compris sur les sujets climatiques on a besoin de modèles qui soient spécialisés et potentiellement fine-tunés sur le vocabulaire climatique etc. donc je pense qu'il faut qu'on travaille collectivement sur ces deux choses on se propose avec Arnaud de Bresson via le Cercle et Cercle IAï Finance et l'Institut Libal-Jolier d'essayer de développer ça en fédérant nos efforts fédérant nos efforts pour développer des bases communes européennes financières sur des cas d'usage précis qui permettraient à des acteurs européens d'entraîner des modèles et peut-être des plus petits modèles qui seront plus performants donc je pense que ça c'est quelque chose sur lequel il faut qu'on travaille et on a d'ailleurs aussi récemment embarqué l'ESMA sur ce sujet-là qui pense que c'est vraiment très très important en Europe donc c'est ça que je voulais dire sur la souveraineté mais puisque j'ai le micro et encore Jean ne me l'a pas encore arraché donc je voulais remercier déjà remercier le Cercle IA et Finance Arnaud de Bresson pour avoir initié cette conférence remercier la Fondation Parc notamment Stéphane Voisin Peter Tankoff pour la co-organisation de cet événement que moi j'ai trouvé personnellement remarquable et extrêmement instructif vous dire qu'on va faire d'autres événements sur le sujet notamment en partenariat avec l'AEFR et je salue ici Père Vange Bérès qui nous fait l'amitié de venir notamment sur les aspects juridiques aussi qui sont extrêmement importants à la fois sur les sujets IA et les sujets de finances durables et vous dire peut-être quelques mots sur l'ILB parce que un mot bon alors un mot sur l'ILB qui est on essaye de développer des projets des programmes de recherche dans ce domaine là donc si vous êtes intéressé venez venez nous voir moi François Tezorme qui est dans la salle et qui développe et qui développe le cluster IA et naturellement Stéphane Voisin Peter Tankoff donc on veut et Thibaut Barraud qui dirige les labs donc ce qu'on veut c'est développer des programmes de recherche on a des labs qui travaillent à des solutions concrètes sur notamment les questions de mesure des risques climatiques etc. notamment avec des outils d'IA et puis vous avez la base de données Pladifest pour ceux qui ne la connaissent pas également co-développée par les labs qui met à disposition un certain nombre de données à la fois financières il y a des données haute fréquence la donnée financière classique et aussi de la donnée climatique donc allez jeter un oeil sur tous ces outils et venez nous reparler voilà et il est 10h45 le train de l'IA est entré en garde de la Sûretière merci à tous je vais vous prier de les applaudir et je vous donne rendez-vous fin juin pour le Cercle IA et Finances sur la souveraineté et d'ici là bien sûr avec nos divers webinaires merci à bientôt Sous-titrage Société Radio-Canada