Résilience, sobriété, performance : quand le numérique devient un accélérateur de transition.

Merci infiniment d'être là, d'avoir accepté pour certains à nouveau hein, parce que si vous étiez à Bordeaux l'année dernière, vous m'avez peut-être déjà vu papoter, discuter IA et numérique avec Anthony Colombi. Merci d'avoir accepté l'invitation des utilisateurs des utilisateurs des organisateurs de cet événement. On va parler effectivement utilisateur dans le cadre de ce dans le cadre de ce débat, mais pas que. Euh puisque la ministre a déjà planté le décor de manière de manière substantielle, je vais rentrer directement dans le vif du sujet en vous posant une première question. Euh Claire Dorville, si vous le voulez bien, ça a été dit déjà hein, la révolution numérique, elle est en marche. Elle semble désormais inéluctable.

Tout l'enjeu consiste donc à faire en sorte qu'elle ne se fasse pas au détriment de la la transition écologique, mais au contraire qu'elle qu'elle puisse la servir en la matière. Ça a été rappelé par madame la ministre. La France a été un pays pionnier, hein, l'un des premiers à à structurer une vision de l'IA qui soit compatible avec les objectifs environnementaux. Euh est-ce queon peut prendre un peu de temps pour revenir sur les grands principes de cette démarche avec vous ? Claire ? Tout à fait. Merci beaucoup. Merci pour l'invitation à cette table ronde. Donc effectivement, si je devais aujourd'hui résumer l'approche française, je dirais qu'elle repose sur trois grands principes qui structurent notre action publique depuis plusieurs

années et qui sont très utiles pour tous ceux qui souhaitent aligner le sujet numérique avec l'environnement. Donc le premier principe qui est très important, c'est je dirais l'approche par l'usage. En France, on a fait le choix dans nos politiques publique de considérer l'IA comme un outil au service des objectifs environnementaux. Donc ça signifie quoi ? Ça signifie qu'on valorise on ne valorise pas l'IA pour ce qu'elle est mais pour ce qu'elle apporte réellement. par exemple euh en terme de d'optimisation des systèmes énergétiques, de détection des fuites d'eau, d'anticipation des risques climatique. Euh donc on on souhaite regarder vraiment la réelle

plus-value euh de l'IA pour nos politiques publiques environnementales. Le deuxième principe, c'est vraiment une approche concernant la réduction de l'impact environnemental de l'IA. On le sait tous hein, l'IA c'est un levier euh puissant mais ça a un impact. Ça repose derrière des infrastructures matérielles, des data center. Ça consomme de la ressource, des métaux rares, de l'eau euh notamment euh notamment avec des usages croissants de l'IA. Donc finalement ce qu'on il faut admettre cette réalité pour s'en servir et justement innover au service d'une filière euh IA durable pour apporter une forme de compétitivité aussi. euh dans cette direction. Donc l'idée c'est vraiment de promouvoir l'IA euh au

service de la transition écologique, mais de s'assurer que le modèle d'IA en lui-même est écoonçu et euh est peu consommateur de ressources. Alors pour ça, il y a un package législatif, un policy mix, mais il y a aussi d'autres leviers qui sont mobilisés par l'État parce que on le sait hein, pour transformer les pratiques, suffit pas de de de porter la vision et de poser le cadre. Il faut aussi donner les moyens aux acteurs de faire le pas. C'est ça. Oui, tout à fait. Alors effectivement, on a été, je le rappelle en France le premier pays au monde à avoir une réglementation sur l'impact environnemental de l'IA qui a été publié en 2021 euh qui permet de donner des

dispositions en terme de transparence sur la donnée en terme d'usage d'eau, des centres de données en terme de circularité pardon des des équipements numériques. Et on a aussi d'autres leviers très concrets pour accompagner les acteurs sur le terrain puisque la la réglementation ne suffit pas. Et donc un de ces premiers leviers, c'est la coopération internationale puisque la France a été à l'initiative de la coalition internationale pour l'IA durable qui a été lancée par la France avec les Nations- Unies. Donc c'est une coalition aujourd'hui qui rassemble plusieurs pays, tous les acteurs importants tout au long de la chaîne de valeur de l'IA,

des chercheurs, des ONG. Euh et donc dans ce cadre-là, l'objectif c'est vraiment d'avoir une communauté internationale où on partage les bonnes pratiques sur ce que c'est réduire l'impact environnemental de l'IA et utiliser l'IA au service de la transition euh écologique. Une autre un autre levier opérationnel, c'est vraiment les financements qu'on attribue à des projets très amonts, ce qu'on appelle des démonstrateurs, des démonstrateurs en IA Frugal où là on s'appuie sur des consortiums d'entreprises de collectivités pour d'acteurs de la recherche aussi. Voilà. Exactement. Tout à fait. euh pour développer des démonstrateurs au service des collectivités sur des projets très concrets. Et un des critères de

sélection de ces projets, c'est justement euh le regarder l'impact du projet dans sa globalité, pas uniquement euh le système d'IA en lui-même, mais d'avoir un un impact environnemental net bénéfique. Il y a 12 projets qui ont été financés. Vous nous on y reviendra tout à l'heure parce que vous en donnerez des exemples. Autre bras de levier de de l'État, développer des standards pour une frugale. Oui, tout à fait. Et donc là, l'idée c'est vraiment en fait de réussir à faire passer à l'échelle en fait des projets et des stratégies d'IA durable. Donc la France a été le premier pays au monde à créer ce qu'on appelle un

référentiel général d'IA Frugal qui a été euh piloté par le ministère de la transition écologique mais bien sûr avec les experts compétents sur le sujet. Et donc ce référentiel, il est euh disponible gratuitement sur le site de la FNOR et il permet vraiment aux acteurs publics et aux entreprises de bénéficier de lignes directrices euh pour développer des systèmes d'IA peu consommateurs de ressources euh et plus durable. Alors, vous m'offrez une transition toute faite, donc je vais me je vais me permettre de saisir la perche tendue. Ce référentiel, il a été construit avec un certain nombre d'acteurs dont le Hub France IA que vous représentez cet après-midi. Pierre

Pierre Monget, le Hub France IA. Alors, je vais le dire avec mes mots et puis vous reformulerez et vous corrigerez les inexactitudes s'il y en a. C'est un écosystème d'acteurs, plus de 300 organisations membres de de tout type. Euh, mobilisé autour d'une vision commune de l'IA en France, mais aussi en Europe. On voit bien qu'il faut qu'on dézoome. Euh et puis il y a trois adjectifs que vous aimez à coller à l'IA. Éthique, souveraine et coresponsable. Vous nous en dites davantage. Oui. Donc effectivement le Prancia, on est une association nationale en IA, reconnue d'intérêt général. On a comme toute association des adhérents un peu plus de 300 et notre vocation et bien c'est de favoriser et d'accompagner l'adoption d'une IA éthique responsable et souveraine. Et je vais expliquer un

petit peu tout ça dans le tissu économique français et européen. Européens très rapidement c'est qu'on a des partenaires européens qui sont d'autres associations nationales dans d'autres pays et on a formé une grosse association européenne pour porter une vision aussi au niveau européen. Les membres ce sont les grands groupes, les PME, les start-ups, mais pas que hein. Tout à fait. dans les plus de 300 membres, on a plus de 200 start-up en IA forcément, mais on va avoir des organismes de formation, des institutions comme BPI France, on a des collectivités comme la métropole du Grand Paris, des grands groupes institutions, il y a aussi la gendarmerie nationale. Donc c'est très éclectique parce que Balias, c'est à 360°, ça touche tous les secteurs, tous

les types d'organisme et il faut tous se mettre autour de la table pour discuter de ces sujetsl. Alors, c'est quoi une IA éthique souveraine et coresponsable ? Alors, éthique pour nous, c'est euh dans tous les travaux qu'on peut faire à travers nos groupes de travail et les projets, on essaie de faire ça toujours se baser sur la littérature scientifique. Il y a souvent des universitaires qui travaillent sur nous, avec nous sur les livrables et c'est surtout nos membres qui travaillent sur les livrables. Mais on va partir la théorie et on va rendre ça très opérationnel. Pourquoi ? parce qu'on veut que ça soit utilisable, on veut que ça soit actionnable par les organisations priv et donc dans l'éthique et bien on a pris les les les principes d'éthique qui étaient les plus

récurrents, on les a décliné en un guide de bonnes pratiques et donc c'est vraiment mettre en œuvre l'IA de manière très pratique dans les projets. C'est ça. Quand on a échangé tous les deux en amont de la table ronde, vous m'avez dit on fait pas de la philosophie, on fait de la méthode sur l'éthique. C'est ça. Alors, les pilotes du groupe de travail éthique étaient deux philosophes, mais on a aussi ramené ça sur la partie pratique. Et c'est vraiment par exemple, je donne quelques exemples de de de principes, mais c'est la sûreté, la responsabilité humaine, l'explicabilité. Il y a des LLM par exemple, c'est les boîtes noires, donc le deep learning, comment on explique tout ça ? l'équité, c'est ce qui relève de de l'éthique. Après, pour les deux autres peut-être, allez-y

euh sur la partie souveraine, c'est vraiment côté français et côté européen avoir la souveraineté sur toute la chaîne de valeur de l'IA. Et donc bah, ça passe par les infrastructures, on a des grands acteurs nationaux. Il y a des initiatives aussi qui sont lancées par le public et notamment par la Commission européenne. Je vais citer une initiative qui est AI Factories. Donc, il y en a un en France, un seul parce que c'est qu'un seul par pays qui est AI Factory France. Francien en fait partie. et c'est notamment de mettre en valeur les infrastructures, les puissances de calcul en France pour notamment faciliter l'accès aux start-ups, à ces infrastructures de calcul. Donc là, il y a quelques initiatives qui existent euh au niveau enfin sur la chaîne de valeur, pardon. Euh donc ça c'est les

infrastructures. Il y a d'autres initiatives au niveau européen, par exemple Euro LLM qui est un consortium de partenaires qui a créé un LLM qui s'appelle Euro LLM qui coule les 24 langues officielles de l'Union européenne. On a des acteurs français qu'il faut euh faire émerger et ceux qui sont bien lancés les accompagner. Alors on a la chance en France parce que Mistralay c'est littéralement le champion européen de l'IA générative. L'IA générative est une discipline parmi tant d'autres dans l'IA. Euh et donc c'est toute cette chaîne de valeur qu'il faut avoir. On a des bonnes pistes en France, en Europe, mais on a encore quelques trous dans la requête. Et c'est vraiment dur pour l'instant de dire en Europe ou en France, on est souverain sur toute la chaîne de valeuria. Je

prends un exemple très classique. Il y a toute une strate de logiciel pour aider à développer des modèles ou les rendre sécurisés ou les infrastructures et il y a quelques mois ou quelques semaines, Cloud Flir si ça vous parle a tombé en panne et c'est là on voit que 80 % des applications dans le monde tournent sur Cloud FLIR. C'est ça. Donc l'enjeu de réduire les dépendances, c'est pas juste une vue de l'esprit. Allez, on a fait éthique, on a fait souverain, il reste écesponsable. Et le responsable, c'est d'une part mettre lié au service de la transition écologique, on en reparlera tout à l'heure, et aussi rendre le lia frugal. Il y a un impact avéré encore plus pour l'IA générative. Et donc comme l'explique clair, il y a des standards, il y a des outils qu'on expliquera

certainement par la suite qui existent, mais c'est comment estimer, mesurer l'empreinte environnementale des modèles d'IA pour ensuite mettre des bonnes pratiques pour rendre les IA plus sobres et plus frugales. Voilà. et toutes ces réflexions se mènent en coconstruction à travers des groupes de travail he vous en avez déjà évoqué l'un ou l'autre tout à l'heure avec vos membres et la volonté de mettre à disposition de tous les les résultats des travaux qui sont conduits dans ces groupes et ça c'est intéressant aussi peut-être de le souligner exactement donc on est une association reconnue l'intérêt général tous nos livrables qui sont produits sont open source sont accessibles sur le site internet al livrable parfois c'est des webinair des conférences mais on va

mettre les replay et l'idée c'est que ça se propage un maximum dans l'écosystème IA français public privé parce que ce sont encore une fois des ressources actionnabl opérationnalisable sur plein de sujets autour de l'IA et donc ça permet à l'écosystème IA français de monter en compétence sur ces sujets et de déployer une IA éthique responsable et souveraine. Et vous nous en donnerez vous aussi quelques exemples tout à l'heure. Allez on conclut ce premier tour de table avec Anthony Colombi. Je l'ai dit, on avait déjà échangé sur le même sujet, pas tout à fait le même. Et puis un an est passé hein depuis notre dernière rencontre à Bordeaux, Anthony. Alors pour ceux qui étaient pas à Bordeaux l'année dernière

et qui montent dans le train, mais ça m'intéresse évidemment que vous puissiez reposer quelques briques sur la manière dont un opérateur et le terme est important he comme comme Big Tellcom rentre dans un sujet aussi complexe, aussi disruptif que celui de de l'IA. Et puis pour ceux celles et ceux qui étaient peut-être là à Bordeaux l'année dernière, qu'est-ce qui a changé depuis notre dernière conversation dans l'appréhension que vous pouvez avoir de ce sujet et sa mise en œuvre ? pratique au quotidien. Alors, qu'est-ce qui a changé ? Bah tout, hein, parce que dans le monde de LIA, on a l'impression que un an, c'est un quart de siècle. En réalité, ça va très très vite et il y a peut-être des choses qu'on anticipait pas qui ont déjà changé. Euh nous ce qui a changé pour

nous alors effectivement vous l'avez souigné, on est un opérateur, on n'est pas un professionnel de l'IA, on est un utilisateur pour nous-même de l'IA et on met à disposition de nos clients des des IA et on leur donne les moyens surtout d'accéder à ces IA parce que nous sommes les tuyaux qui conduisons les données entre l'utilisateur, le LLM et le circuit de de retour. Voilà, on est l'infrastructure, on n'est pas nativement I mais on s'intéresse beaucoup à ça. Donc pour ce qui nous concerne nous opérateurs, ce qui a ce qui a changé vraiment une massification d'usage de l'IA. Il y a un an, on avait quelques centaines d'utilisateurs réguliers de l'IA interne que nous avons développé chez Belecom qui s'appelle Lucia sur des usages qui étaient très standardisés de la

rédaction de mail, de la correction, de la synthèse et cetera. Beaucoup autour du texte. Euh aujourd'hui, on a la quasi totalité de nos 10000 collaborateurs qui utilisent l'IA de manière extrêmement régulière. Donc soit l'IA générative, j'allais dire de première génération qui étaient les les chatbots les plus les plus traditionnels hein, ceux qu'on utilise tous au quotidien. Et puis on est passé il y a 6 mois à agentique, c'est-à-dire des des IA qui sont capables de s'interfacer avec des systèmes et de produire de la donnée de manière beaucoup plus automatique. Et là, on a déjà des un millier d'agents qui sont actifs et et à peu près une centaine d'agents qui sont diffusés à l'échelle de de l'entreprise. Ça change beaucoup les choses he parce que ça autonomise beaucoup le le travail. Et

quand on avait parlé tous les deux, vous m'aviez même dit euh vous savez Lia aujourd'hui elle s'invite aussi dans notre dialogue social parce qu'elle elle est elle fait bouger les lignes sur euh certains de nos métiers qu'on aurait jamais pu imaginer voir évoluer de cette manière. Absolument. Chez Bri Telcom l'idée c'est c'est de ne pas subir l'IA, c'est de ne pas subir la technologie. C'est d'essayer de s'en emparer, d'en faire un levier de croissance mais aussi de partage de la valeur. Euh il est évident qu'aujourd'hui on pourrait pas renoncer à l'IA ou expliquer que tant que tout n'est pas régulier, on y renonce pas. Mais on essaie de le faire intelligemment. On est persuadé par exemple que nos collaborateurs doivent se saisir de l'IA. Euh il y a une

boutade qui qui tourne beaucoup dans la dans la silicone valet sans doute ailleurs que probablement notre métier sera pas pris par UNIA mais assez certainement par quelqu'un qui maîtrise mieux l'IA que nous. Donc comme on a des enjeux extrêmement forts en terme d'employabilité bah ça nous paraît important que tout le monde se saisisse de l'IA. Et puis évidemment, on n'est pas inattentif à à la à l'impact environnemental de de cet usage. Euh donc, on a la chance de pouvoir faire tourner des I en interne, des I qui sont plutôt des modèles réduits, plus spécialisés, moins énergivor, même s'il manque encore beaucoup de de référentiel pour être vraiment sûr de ça. Euh et on essaie d'inciter nos collaborateurs à se servir de la bonne IA pour le bon usage. Oui, c'est ça. Et dans la bonne mesure.

Et dans la bonne mesure. De la même manière qu'on prendrait sans doute pas une voiture et encore moins un 44 ou un char d'assaut pour aller acheter le pain au bout de la rue, et ben c'est peut-être pas non plus très intelligent d'utiliser UNIA pour demander l'horaire du prochain train pour Bovet quoi. Parce que ça, on peut le faire directement. Où est-ce qu'ils sont ? Parce que d'une certaine manière vous vous anticipez sur ma question suivante. Où est-ce qu'ils sont aujourd'hui les domaines où l'IA peut vous apporter un vrai gain environnemental et que vous avez peut-être réussi sinon à chiffrer parce que on en reparlera avec vous Claire Dorville tout à l'heure, c'est pas si simple à faire mais au moins à circonscrire, à approcher. Un domaine dans lequel on est assez

mature, c'est celui évidemment du pilotage de nos réseaux et de nos infrastructures. Un des enjeux des opérateurs, c'est de pouvoir avoir les infrastructures les plus sobres et les plus frugales possibles. Et une une manière qu'on a de faire ça, par exemple, c'est de pouvoir éteindre un certain nombre de fréquences la nuit. Évidemment, on a beaucoup moins d'usage mobile la nuit. Il faut garantir évidemment l'acheminement des communications et en particulier des communications d'urgence. Mais comme il y a moins d'usage, on peut éteindre certaines fréquences, notamment les fréquences les plus basses. Jusque-là, c'était assez compliqué à faire parce que éteindre et rallumer une fréquence, c'est pas trivial. C'est comme quand on rallume une voiture, elle peut caler

et une antenne qui cale, c'est embêtant parce que c'est des pannes. Euh LIA nous aide aujourd'hui à éteindre et allumer de manière dynamique et intelligente en fonction des usages euh ces fréquences. Et là, on l'a mesuré le gain, il est d'environ 12 % de la consommation électrique des antennes considérées. Donc, c'est un gain très significatif euh et qui nous permet d'être surtout beaucoup plus dynamique, c'est-à-dire de ne pas vivre la baisse de de la puissance de antennes comme une punition qui se traduirait par une baisse de la qualité de service, voire une coupure de communication, mais c'est complètement transparent pour les clients et c'est quand même 12 % ce qui est à l'échelle d'une entreprise comme nous qui avons 25000 antennes. Euh, c'est pas rien. Alors pour

l'instant c'est une expérimentation sur quelques antennes mais on va les tendre onverra peut-être l'année prochaine. Voilà et vous me direz qu'on a encore avancé de d'une année lumière. Pierre Monget parmi les différents secteurs que vous regardez évoluer et que vous accompagnez dans cette dans cette évolution, où est-ce que vous voyez vous les bénéfices environnementaux les plus concrets obtenus grâce à l'IA aujourd'hui ? On avait évoqué le secteur de la logistique, le secteur agricole aussi. C'est c'est intéressant à regarder ça. Ouais, c'est tout à fait intéressant. Et on parlait d'IA Frugal, là où la maturité sur l'IA Frugal est plutôt naissante, la maturité de l'AV à transition en fait ça fait des années des années qu'il y a beaucoup

d'organisations qui se penchent sur le sujet. Donc en fait, on commence à avoir des résultats concrets. Le secteur de l'énergie par exemple, prédire la production d'énergie renouvelable même dans 6 he c'est quoi la production d'énergie renouvelable éolienne à la villette ? Ça va être super compliqué le savoir. Donc il a permet dynamiquement de faire ça et permet aussi d'équilibrer les réseaux si on injecte du mix énergétique vert. Et puis ça peut aussi permettre, alors je vais faire un petit pas de côté mais c'est intéressant sur l'énergie par exemple bah sur les parcs éolien offshore, il y a des I qui vont permettre en fait de mieux qualifier et de prédire les pannes et donc en fait ils sont et on a un quadage qu'on avait référé 70 % plus rapidement et plus

efficacement pour prédire les pannes ça peut sembler à noin mais les techniciens de maintenance il faut les envoyer en merid pour faire la maintenance et donc ça fait des allers-retours en bateau éventuellement en hélicoptère qui sont évités si on On réduit en fait le le taux de maintenance préventive. Agriculture, c'est beaucoup sur les images satellitaires. On va d'une part accompagner les agriculteurs de dire "Ne va pas semer dans 3 jours, je sais que tu avais prévu parce que tu as un phénomène de météo très localisé dans certains départements comme les landes. Il y a des lames de brouillard mais ça peut être des averses flash. Si tu fais dans 3 jours toutes tes semences vont partir dans le ruisseau". Donc ça être la gestion très précise à la à la

parcelle pas la passerelle, la parcelle. Tout à fait. Et après, il y a aussi un projet par exemple européen euh qui permet avec les images satelliteur open source Copernicus hein, c'est la Commission européenne qui met ça à disposition, enfin l'Union européenne qui met ça à disposition. Ça permet bah de suivre l'artificialisation de sol, d'identifier les cultures, de suivi de suivre les pratiques agricoles. Traduction, euh ce projet-là en fait, ils avaient pour ambition 2025, donc l'année dernière, j'ai pas vérifié les chiffres officiellement, mais en tout cas, ils avaient pour ambition d'engager 10000 agriculteurs pour 1 million d'hectares de superficie de sol transformé en régénération des sols. Cli avec toute cette cartographie, tout ce mapping très précis permet ce

type d'initiative et il y a d'autres secteurs logistiques et j'en dire deux pour finir mais sur la logistique par exemple être la mobilité urbaine augmenter le taux de disponibilité des vélos en libre service et quand j'arrive à la à la à la station et que je peux pas remettre mon vélo, bon parfois il finit au canal mais que je veux prendre un vélo qui en a pas ben je vais me tourner sur une autre solution parfois carbonée. Donc Salia est très utile pour ça où il y a des métropoles, j'ai un exemple chiffré, il y a une métropole qui a optimisé les tournées de ramassage scolaire sur toute la métropole. En une année, 500000 km économisés et ça c'est vrai pour toutes les années suivantes. Et ça c'est très facile de traduire en tonne d'équivalent CO2 qu'on aimait pas.

Et en transverse de tout ça, de tous les secteurs, celui qui monte en flèche est l'adaptation au changement climatique. Très important pour les entreprises, très important pour les territoires. Donc ça va être soit des solutions de caméras des gens en place, des villes pour suivre l'évolution du trait de coach du littoral ou pour en fait suivre l'évolution bah d'un cour d'eau de la crue. Ça va être aussi des images satellitaires pour suivre l'artificialisation des sols, la sécheresse et cetera et l'évolution des inondations flash. Et donc tout ça, c'est de la donnée très qualifiée de manière dynamique et mise à disposition des pouvoirs publics pour affiner de manière très précise et bien les politiques publiques et prévenir et mieux préparer la population

et mieux et et aussi euh sur les cas d'usage agricole que vous évoquiez juste avant, mieux gérer les les allocations de ressources, ce qui est aussi un autre bénéfice direct. On voit le potentiel et on est qu'au début. Je vous ai vu plusieurs fois opin clair pendant le à la fois l'intervention d'Anthony et de et et de Pierre. Si on revient sur les les si vous avez envie de nous dire pourquoi, n'hésitez pas, mais je voudrais vous faire aller sur les les projets que vous évoquiez tout à l'heure financés dans le cadre de du programme France 2030. Est-ce que voilà pour essayer d'être complémentaire par rapport au panels de de de retour d'expérience qui ont déjà été évoqués, il y en a un ou deux que vous aimeriez partager avec nous là cet après-midi ? Oui, tout à fait. Merci beaucoup pour la

question et ça faisait vraiment écho aux interventions précédentes notamment vis-à-vis des pouvoirs publics et des collectivité puisque donc parmi cet appel à projet donc il y a eu 25 projets qui ont été financés euh en France. Donc l'idée c'était vraiment de tester en conditions réelles des solutions d'IA, des solutions d'IA qui ne sont pas de l'IA générative, c'est important de le savoir, dans des conditions réelles et pour l'adaptation au changement climatique. Et donc un des projets qui a qui je pense est intéressant de de partager ici, c'est le projet Lakmitted qui est déployé sur le territoire

brivardois qui est un territoire assez représentatif de problématique de d'autres territoires sur la perte d'eau potable dans les réseaux. Et donc c'est un enjeu qui est partagé par beaucoup de collectivités dans un contexte de pression sur les ressources, contraintes budgétaires et cetera. Et donc euh l'idée, la solution qui a été développée avec un consortium public privé euh c'est une solution difrugale, ciblée euh et utiliser comme outil de prédiction euh des risques et d'aide à la décision. Donc en fait, elle va permettre d'identifier dans des zones du réseau d'eau potable euh des zones qui se comportent de façon anormale euh notamment grâce à l'analyse des données acoustiques, donc les sons en fait dans

les canalisations et euh et donc grâce à ces données, on peut prélocaliser des zones à risque de fuite. Et donc je le précise hein, c'est c'est un élément très concret mais ces canalisations sont souvent enfouies sous terre. Donc en fait le fait de préidentifier ça permet de faire des économies, de cibler la maintenance, de cibler les travaux. Et donc là on est sur un usage de l'IA, d'une IA sobre comme je disais qui n'est pas générative et qui permet des économies monétaires et d'anticiper les risques de perte en eau potable et d'économie des de ressources naturelles. Vous en aviez pointé un deuxième peut-être rapidement. Ou voilà, tout à fait. Un deuxième projet qui est intéressant. Oui, ce que je voulais dire aussi, c'est que ces

projets sont intéressants parce qu'ils sont réplicables dans d'autres territoires et il y a vraiment un enjeu de de mise à l'échelle en fait de ces projets qui sont des démonstrateurs et un autre projet qui s'appelle récital qui permet en fait de faire des économies euh euh de piloter en fait la performance énergétique dans plus de 200 bâtiments publics. Et donc cette va permettre de suivre les consommations énergétiques en temps réel, de simuler différents scénarios de rénovation et d'identifier les investissements qui vont être les plus efficaces en tenant compte des contraintes budgétaires des collectivités. Donc il y a des objectifs très concrets he de - 20 % de

consommation énergétique à court terme et de - 50 % à horizon 2050. Et donc là encore, l'IA n'est pas utilisé pour complexifier les systèmes, mais vraiment pour mieux prioriser les décisions et maximiser l'impact environnemental de chaque euro investi en tout cas. Et donc voilà, c'est des projets financés par France 2030 qui illustrent vraiment l'approche qu'on a envie de au sein des pouvoirs publics de donner à à LIA. Merci Claire pour cette belle revue de projet. Ça a déjà été dit, c'est l'usage qui crée l'impact. Vous avez commencé à nous expliquer Anthony tout à l'heure comment votre stratégie numérique et la

la manière dont vous laissiez la main aux agents de de aux agents humains de Wig Télécom notamment pour développer des agents des des agents IA. J'ai envie de vous demander si voilà si c'est open bar ou si vous encadrez d'une manière ou d'une autre les usages de LIA au sein de de Big Telcom. Est-ce qu'il y a des gardes fous qui permettent de de dire non à certains projets ou de les redimensionner s'ils sont trop gourmands ? Alors, il faut distinguer deux dimensions. D'abord, l'IA pour nos collaborateurs, nos collègues et puis l'IA pour nos clients. Euh pour ce qui concerne nos collaborateurs, évidemment euh il y a toujours euh toujours une analyse de cycle de vie complet des projets qui est fait, que l'IA s intègre ou pas. Et effectivement, si euh

l'empreinte carbone est supérieure au gain qu'on estime, ben on ne fait pas le projet tout simplement IA ou pas IA. Donc ça, on y fait évidemment très attention. On n'utilise pas l'IA en open bar, hein. On fait on regarde aussi la consommation électrique et cetera. On essaie de favoriser les modèles les plus les plus petits, les plus spécialisés. Euh voilà, il y a des modèles aujourd'hui avec 175 milliards de paramètres, un millier de paramètres dans un LLM donement besoin pour pour j'en sais rien moi, créer un logo à partir d'une charte graphique, un LM petit spécialisé qui tourne en local peut être tout aussi efficace. Euh, on a pris le parti de de noter chacune des parce que nos collaborateurs ont accès au travers de Lucia qui est notre maison à à beaucoup en fait de LLM différents,

à Claude, à Gemini, à Chat GPT, à Mistral et cetera. On essaie de donner une note à chacun des à chacune des IA et à les encourager à utiliser toujours les plus sobres. J'ai mini flash par exemple et cetera. On est d'ailleurs très preneur de tout ce qui est normalisation pour être sûr que nos notes environnementales euh sont les bonnes. Donc on essaie voilà d'encadrer. La question est quand même très différente pour nos clients. Euh c'est toujours, vous savez les opérateurs, c'est toujours très ingrat comme tâche parce que tout le monde parle des des IA, des IAG et cetera, mais le le tuyau qui permet de transporter la l' de l'information du client vers l'IA, on l'oublie parfois un peu. Et donc là, on est plutôt dans une logique d'incitation. Là, évidemment, on va pas

dire à nos clients ce qu'ils doivent faire. euh on va plutôt les inciter à être plus sobre et plus raisonnable. Il y a quelques chiffres qui commencent à être connus. On pense que par exemple des requêtes qui auraient pu être effectuées sur un moteur de recherche Google ECIA ou celui qui qui vous plaît, euh il y en a aujourd'hui presque 27 millions par jour qui sont effectués sur les IA comme chat GPT comme l'empreinte environnementale d'une recherche sur une IA même très simple c'est 2 5 10 20 fois mais on sait que dans tous les cas c'est supérieur plus déjà inciter nos clients à utiliser euh Google ou le site de la SNCF pour obtenir une information de base plutôt que plutôt qu'une IA générative à 100 milliards de paramètres. C'est déjà quelque chose partie des recommandations que vous

et ça fait partie des recommandations. On essaie de pas être prescripteur et après on est aussi on regarde aussi comment évoluent les usages et notre on pense qu'on est aussi à la veille d'une véritable révolution. Euh 60 % des jeunes Américains selon l'université de Chicago préfèrent se confier à une IAC qu'à un copain. Euh je sais pas si on se rend compte de la de la puissance. C'est pas tout à fait le sujet de notre table ronde mais c'est un sujet sociétal. Ça devient si ça devient un usage continu où l'IA est allumé sur la table basse et queon parle à Lia et ben ça va ça va produire une explosion des usages et il faut aussi faire attention à ce que et des et des conséquences délétaires de ces usages mais là c'est un autre débat. Mais en tout cas, il y aura une

empreinte environnementale qui ne sera pas du tout négligeable et c'est aussi notre devoir de d'observer ça et d'essayer de l'encadrer. Pierre Monget, est-ce qu'il y a des outils, des méthodes euh qui existent pour aider les acteurs économiques, publics et privés à faire leur chemin, à choisir le bon dimensionnement d'outils et le bon outil. Voilà, comment on peut distinguer les usages gadgets de de l'IA et ceux qui sont vraiment utiles. Est-ce que votre écosystème d'acteur et les travaux que vous menez dans dans les groupes que vous avez évoqué tout à l'heure ont accouché de de livrables utiles à partager avec la salle aujourd'hui ?

Oui. Alors déjà la difficulté euh pour faire l'IA à Fruga lequelle nous confrontait la première difficulté c'est que la une bonne partie de la communauté IA ne connaissent pas ces outils et ne savent pas où ils sont et savent pas comment le faire. Un très bon ressource, c'est le référentiel général pour l'IA Frugal que Claire a introduit. Euh c'est la Bible parce que ça explique ce que c'est l'IA frugal, la terminologie, les mesures, les méthodes d'indicateur pour calculer. Il y a une trentaine de bonnes pratiques et c'est la Bible aussi au niveau international clair indiqué qu'en 2021 la France était précurseur sur la réglementation l'impactemental de l'IA. J'ai participé aux travaux du référentiel général pour l'IA frégal quand on faisait la veille bibliographie

qui avait strictement rien dessus. Ça c'était premier semestre 2024. petit cocorico. Alors depuis, il y a rien d'autre qui s'est mis au niveau du référentiel où il y avait 130 experts qui étaient mobilisés dessus. Donc ça c'est une très bonne porte d'entrée. Ensuite, il y a tout un tas d'outils, enfin tout un tas une dizaine à peu près qui sont produits par des collectifs, par des associations, par les organismes publics aussi euh d'ailleurs et qui en fait et des universités qui sont là pour mesurer et aider à mesurer concrètement et estimer l'empreinte environnementale des modèles. Il y a Ecologits, code carbone, green algorithm, tout ça ils sont open source. Il y a même le ministère de la culture en France, il faut l' évoquer, qui a fait comparia, qui le met à jour régulièrement, qui

permet à des utilisateur pour avoir un choix très éclairé, je tape une requête sur 40 Llm qu'ils ont couvert en Europe et dans le monde. Ça va me sélectionner, alors il y a plusieurs choix mais je fais rapidement, ça va me sélectionner deux résultats. Un résultat A, un résultat B. Et ça me permet de dire OK, niveau pertinence de la réponse, je préfère A, je préfère B. Et derrière ça m'ajoute l'empreinte environnementale de chacun des modèles pour me dire bah ce modèle il a mis 15 g de CO2 pour générer cette cette résultat et celui-ci 50 g. Et ça permet de dire et ce modèle A c'est celui-ci, le modèle B c'est lui-ci. Super intéressant pour les utilisateurs pour éclairer et cetera. Et aussi en terme de en terme de pour répondre à la deuxième question sur les les cas d'usage gadget et les cas

d'usage à fort potentiel. Pour moi, les cas d'usage IA et transition écologique à fort potentiel parce qu'on en a vu beaucoup passer dans les travaux du hub français avec les avec les membres. C'est des c'est des cas d'usage sur lesquels on arrive à chiffrer même si c'est une approximation vraiment concrètement les tonnes d'équivalent CO2 qu'on va pouvoir générer. Je reprends le cas de ma tournée de ramassage scolaire. Si j'estime que je vais économiser 500000 km à plus ou moins 5 % l'année, c'est super simple de traduire en tonne équivalent CO2. Il y a plein de cas d'usage où en fait c'est pas apparent du tout. Même avant lancer le cas d'usage, on narrive pas vraiment à chiffrer. Et là attention gros gros point d'interrogation sur le sujet gadget et

je finis peut-être là-dessus sur les cas d'usage gadget. Et j'ai vu aussi par exemple des cas d'usage ou des start-ups qui faisaient du marketing ou de publicités ciblées en disant voilà on va tourner de l'IA pour parmi toute la palette de services de produits de l'entreprise, on va sélectionner ceux qui sont les plus verts et on va faire une marketing dessus sans faire du green washing mais du marketing pour les mettre en avant. Super. Mais là en fait, on est dépendant de une chose, du taux d'adoption des utilisateurs qui consomment le service A et de dire "B, le service B qui est plus qui est plus vert." Mais si les utilisateurs veulent pas changer leurs habitudes, et ben en fait euh l'effet de rebond il est pas présent et du coup bah en fait, j'ai pas

vraiment d'impact réel sur le sujet. Donc ça pète un peu gadget. à l'inverse, toujours le même cas d'usage. Si par contre j'ai une adoption massive du service plus vert, ben peut-être que mon service carboné est utilisé par 50000 personnes et le vert, il se retrouve à être utilisé à 300000 personnes au quotidien. Et ben peut-être que je vais réduire aussi euh l'impact positif, pas parce que je vais avoir une massification de la consommation qui est un effet rebond qui est difficile à maîtriser. Non, merci pour la démonstration Pierre. Clair, on le dit depuis le début chacun avec ses mots, mais on voit bien qu'on a besoin de données, de de données fiable, de données harmonisé pour pour piloter la sobriété, pour à minim maîtriser

l'empreinte environnementale de de Lia. Est-ce qu'il y en a encore qui manque euh pour aller au bout de cet exercice et véritablement aider les acteurs à comparer des pommes avec des pommes ? Bien sûr, et c'est vraiment un point euh central, un message que je voudrais faire passer ici aujourd'hui, c'est que on manque de données fiables, on manque de données harmonisées pour évaluer l'empreinte environnementale réelle des systèmes d'IA sur l'ensemble de leur cycle de vie depuis la fabrication des équipements nécessaires jusqu'à l'usage effectif des modèles. Et donc le premier manque, c'est l'accès à ce qu'on appelle des données primaires, c'est-à-dire les données mesurées à la source, donc qui sont issues directement des équipements,

des infrastructures, des composants et et non des reconstitutions de données de moyennes agrégé et cetera. Et on les a pas pourquoi ? Parce que on cache sa feuille encore beaucoup. on les a pas parce que c'est donc en partie les les fabricants et les structures de data center qui qui et autres fabricants de modèle DIIA qui qui ont ces donnéesl et qui sont pas forcément partagées pour diverses raisons, notamment du secret des affaires et cetera. Et donc euh ça nous ça fait en sorte que chaque structure se base sur des hypothèses et des chiffres propre à sa à sa structure euh qui font que c'est très difficile de comparer des résultats

d'impact environnementaux d'une entreprise à une autre. Et c'est pour ça qu'on a besoin d'avoir des cadres harmonisés pour expliquer quel type de données, quel type de paramètres, quel type d'hypothèse on va retenir collectivement pour pouvoir avoir des calculs comparables. Je vous donne un exemple. en fonction de des paramètres qui peuvent être utilisés, le ratio peut varier entre 1 et 10 pour le calcul de l'impact environnemental d'un data center. Après, il y a des avancées sur le sujet hein. On a notamment Mistral EA qui a partagé publiquement sa première analyse des impacts environnementaux de leur modèle tout au long du cycle de vie. On a aussi

une directive à l'échelle européenne qui est la directive efficacité énergétique qui demande au data center de partager des données harmonisées sur l'impact sur sur le la consommation d'eau, d'énergie et cetera. Et il y a des avancées dans d'autres secteurs, notamment dans l'automobile où on a un cadre harmonisé pour évaluer l'impact CO2 de la fabrication des véhicules. Donc c'est c'est l'étiquette que vous voyez dans les publicités sur les véhicules. Donc on pourrait faire la même chose sur le sur le numérique. Donc on a besoin de ces données et de cadre harmonisé. C'est vraiment la colonne vertébrale d'un numérique responsable à l'échelle internationale. Bon le message est passé du moins,

j'espère. Clair. Euh, on arrive. Alors là, faut vous devriez voir ça clignote, ça clignote, ça clignote pour nous dire qu'on est au bout du temps disponible pour cette table ronde. Donc je vais effectivement aller à la conclusion euh en vous proposant de répondre chacun de manière succinte à à la à la question qui vient. question très très concrète, très très pragmatique parce que je me dis que dans la salle, il y a peut-être des responsables d'organisation euh euh qui ont aussi envie de de se doter d'une stratégie euh d'intelligence artificielle responsable, potentiellement éthique, potentiellement euh souveraine aussi, mais qui ne savent peut-être pas par quel bout le prendre. Alors, un conseil et peut-être une recommandation aussi pour ne pas se

perdre en cours de route sur base de vos expériences respectives. On commence par Claire. Très bien. Alors, peut-être un conseil clé pour chaque organisation, c'est que pour avoir un pilotage performant, il faut une personne identifiée, dédiée euh sur ces sujets-là. Et euh et aussi pour moi, le point de départ, c'est pas forcément l'outil ou le modèle. mais vraiment la question de l'usage. Donc on doit vraiment se poser la question de pourquoi on utilise de l'IA, pour quel besoin précis, avec quel bénéfic comme on l'a dit déjà tout à l'heure, ne pas se baser sur des gros modèles d'IA en fonction enfin bien calibrer le modèle par rapport aux besoins attendus et d'avoir une gouvernance dans

l'organisation qui permet de travailler en transversalité sur ces sujets avec les directions du numérique, les autres les autres directions des entreprises et ça ça marche aussi pour les pouvoirs publics. Ah le le numérique aussi, ça va finir par devenir l'affaire de tous. Pierre, euh dans l'approche globale, moi je dirais il faut accepter la réalité que l'IA n'est pas la réponse à tout. Et donc quand on a un besoin, peut-être que l'IA n'est pas la solution. Peut-être qu'une solution logicielle qui d'ailleurs est beaucoup plus sobre que l'IA peut tout à fait faire l'affaire. Peut-être que c'est même pas une solution logicielle, c'est juste une revue de processus. Et s'il y a malgré tout la solution de pas euh euh et bien en fait être soumis directement besoin

d'aller vers l'IA générative qui est la plus énergivore, il y a plein de disciplines d'IA qui sont possibles. Anthony pour conclure, je vais pas être très je vais pas être très dissonnant. D'abord commencer par l'usage avant de se demander si on doit mettre de l'IA parce que ça fait un peu buzw. commencer par se demander ce qu'on veut faire et parfois une IA simple fonctionne très bien. Vous avez cité tout à l'heure les la maintenance prédictive des réseaux d'au on pratique la maintenance prédictive de nos antennes depuis 2017 avec des IA qui sont pas génératifs et ça marche très bien. Parfois même un bon fichier Excel, ça marche pas mal non plus. Et puis après bah c'est un conseil de base frugalité si je me souviens bien de mes mes vieux souvenirs de latiniste. Ça

doit venir de Frux le fruit. Donc ça fait appel à ce bon vieux bon sens paysan. Voilà donc on utilise la bonne au bon moment. On cherche pas à mettre absolument le dernier modeur d'IA pour montrer qu'on est l'entreprise la plus moderne du monde, mais on peut aussi travailler avec des IA plus sobres et plus limités mais qui peuvent tout être tout aussi efficaces. Merci infiniment à vous trois pour votre présence et vos contributions actives extrêmement intéressantes à cette table ronde IA et numérique le défi de l'impact environnemental et de la frugalité. Je vous laisse redescendre de scène. Profitez peut-être de la suite du programme de l'après-midi sous les les applaudissements de la salle. Merci, merci Anthony, merci Pierre, merci Claire.

Oh.