La gouvernance de l'IA et de l'ESG traite la relation à double sens entre l'intelligence artificielle et le reporting environnemental, social et de gouvernance. D'un côté, les systèmes d'IA créent des impacts ESG qui doivent être mesurés et publiés : consommation d'énergie liée à l'entraînement des modèles et à l'inférence, consommation d'eau pour le refroidissement des centres de données, déchets électroniques issus du matériel d'IA, déplacement d'emplois, biais algorithmiques affectant les communautés, et structures de gouvernance pour la surveillance de l'IA. De l'autre côté, l'IA est de plus en plus utilisée pour améliorer la mesure, le reporting et la performance ESG, de la surveillance environnementale par satellite aux analyses de transparence de la chaîne d'approvisionnement. Pour les organisations soumises à des obligations de reporting ESG, le défi de gouvernance consiste à garantir que les impacts ESG liés à l'IA sont correctement pris en compte dans les publications, et que les systèmes d'IA utilisés pour le reporting ESG sont eux-mêmes gouvernés, validés et transparents.
Impact environnemental de l'IA
L'empreinte environnementale de l'IA est significative et croissante. L'entraînement des grands modèles d'IA nécessite des ressources de calcul et une énergie considérables. L'Agence internationale de l'énergie estime que la consommation d'électricité des centres de données pourrait doubler entre 2022 et 2026, en grande partie sous l'effet des charges de travail d'IA. La consommation d'eau pour le refroidissement des centres de données est une préoccupation émergente, un seul grand centre de données peut consommer des millions de litres d'eau par an. Pour les organisations soumises à des exigences de publication d'informations climatiques (CSRD de l'UE, normes ISSB, règles climatiques de la SEC), la consommation d'énergie et les émissions liées à l'IA devraient être incluses dans le reporting du Scope 2 (électricité achetée) et potentiellement du Scope 3 (chaîne de valeur). Les organisations utilisant des services d'IA dans le cloud devraient obtenir les données d'émissions auprès de leurs fournisseurs cloud et les inclure dans leur reporting.
Impact social de l'IA
Les impacts sociaux de l'IA comprennent les effets sur les effectifs (déplacement d'emplois, exigences de compétences, conditions de travail sous gestion algorithmique), les impacts sur les consommateurs (biais algorithmiques dans les décisions de crédit, d'assurance, de logement et d'emploi) et les effets sur les communautés (surveillance, modération de contenu, accès aux services). Les référentiels de reporting ESG attendent de plus en plus des organisations qu'elles publient la manière dont elles gèrent ces impacts. L'exigence d'analyse d'impact sur les droits fondamentaux prévue par le règlement européen sur l'IA (AI Act) pour les systèmes d'IA à haut risque recoupe directement la dimension sociale du reporting ESG.
La dimension gouvernance
Le pilier gouvernance de l'ESG correspond directement à la gouvernance de l'IA : surveillance de l'IA par le conseil d'administration, structures de responsabilité, cadres de gestion des risques, politiques d'éthique, mécanismes d'audit et dialogue avec les parties prenantes. Pour les investisseurs et les analystes qui évaluent la performance ESG, la maturité de la gouvernance de l'IA devient un indicateur de la qualité globale de la gouvernance, les organisations qui gouvernent bien l'IA gouvernent probablement bien d'autres risques complexes.
Intégration pratique
Intégrez l'IA dans votre analyse de matérialité ESG, déterminez quels impacts ESG liés à l'IA sont significatifs pour vos parties prenantes. Incluez la consommation d'énergie de l'IA dans le reporting environnemental. Publiez les impacts de l'IA sur les effectifs dans le reporting social. Rendez compte des structures, politiques et mécanismes de surveillance de la gouvernance de l'IA dans les publications relatives à la gouvernance. Assurez-vous que les systèmes d'IA utilisés pour le reporting et la mesure ESG sont eux-mêmes gouvernés, validés et transparents, un système d'IA qui produit des données ESG inexactes crée une exposition au droit des valeurs mobilières pour publications trompeuses.
Pour aller plus loin : AIE, Energy and AI | Principes de l'OCDE sur l'IA
Lectures associées
- Qu'est-ce que la gouvernance des données ? En quoi elle diffère de la gouvernance de l'IA et pourquoi vous avez besoin des deux
- Ce que les équipes de data science et d'IA doivent savoir sur la gouvernance de l'IA (et que personne ne leur a dit)
- Gouvernance de l'IA open source : quand votre IA repose sur des modèles que chacun peut modifier
- Shadow AI : le guide de gouvernance pour ce que vos employés utilisent déjà
Pour aller plus loin : AIE, Energy and AI | Principes de l'OCDE sur l'IA