Programme informatique utilisant l'intelligence artificielle, souvent basé sur des modèles de langage (LLM), capable de comprendre des requêtes en langage naturel et d'y répondre de manière contextuelle. Un assistant IA peut automatiser des tâches répétitives, synthétiser des documents, répondre à des questions complexes, générer du contenu et accompagner la prise de décision. Il se distingue d'un simple chatbot par sa capacité à raisonner, à s'adapter au contexte et à traiter des requêtes multi-étapes.
L'intégration d'assistants IA soulève des enjeux ESG majeurs, notamment en termes d'empreinte carbone due à la consommation énergétique des modèles (ESRS E1, E3), de gestion des e-déchets liés au cycle de vie matériel (ESRS E5), et de risques de biais algorithmiques ou d'hallucinations affectant la fiabilité des informations, ce qui impacte la transparence et l'équité (ESRS S1, S2, S4).
Une PME industrielle déploie un assistant IA interne connecté à sa base documentaire (procédures qualité, fiches techniques, réglementation). Les techniciens posent des questions en langage naturel et obtiennent des réponses sourcées en temps réel, réduisant de 60 % le temps de recherche d'information.
Termes connexes (Technologie)
IA fantôme (Shadow AI)
Utilisation non autorisée d'outils d'intelligence artificielle par les employés, contournant les politiques de sécurité, de conformité et de gouvernance de l'entreprise. Ce phénomène représente un risque ESG majeur : fuite de données sensibles, non-conformité RGPD/IA Act, absence de traçabilité et d'audit.
Ingénierie de prompt ESG
Discipline d'optimisation des instructions textuelles (prompts) données aux modèles d'IA pour obtenir des réponses pertinentes, précises et conformes aux exigences du reporting de durabilité. Inclut la structuration des requêtes, l'injection de contexte réglementaire et la réduction des hallucinations.
Hallucination IA
Génération par un modèle d'IA de contenus faux, inventés ou non étayés par les données sources, présentés avec une apparence de certitude. Risque critique pour le reporting ESG où l'exactitude et la traçabilité des informations sont essentielles pour l'audit externe.
Token (unité de traitement IA)
Unité élémentaire de texte traitée par les modèles de langage (environ 4 caractères ou 0,75 mot en français). Le nombre de tokens détermine le coût de calcul, la consommation énergétique et l'empreinte carbone d'une requête IA. Métrique clé pour l'optimisation Green AI.
GPU (Processeur graphique)
Processeur spécialisé dans le calcul parallèle, essentiel pour l'entraînement et l'inférence des modèles d'IA. Les GPU représentent la principale source de consommation énergétique et d'émissions carbone des infrastructures IA, avec des enjeux d'approvisionnement en terres rares et de recyclage.
Récupération de chaleur fatale (data center)
Valorisation de la chaleur résiduelle générée par les serveurs et GPU des centres de données pour alimenter des réseaux de chauffage urbain, des serres agricoles ou des processus industriels. Levier clé d'économie circulaire pour réduire l'impact environnemental net des infrastructures IA.