Agent conversationnel propulsé par l'intelligence artificielle, capable de comprendre le langage naturel et de générer des réponses contextualisées. Les chatbots IA modernes reposent sur des LLM (Large Language Models) et peuvent être déployés en interne (support RH, aide juridique) ou en externe (service client, conseil ESG). Leur déploiement soulève des enjeux de transparence (obligation d'indiquer qu'il s'agit d'une IA selon l'AI Act), de protection des données personnelles (RGPD) et de qualité des réponses (hallucinations).
Les Chatbots IA présentent des risques ESG substantiels, notamment en termes de biais algorihmiques (ESRS S2, S3), de protection des données (RGPD, ESRS S1, S4), et d'empreinte environnementale liée à la consommation énergétique des LLM sous-jacents (ESRS E1).
Une entreprise française déploie un chatbot IA interne pour répondre aux questions des salariés sur la politique RSE et les obligations CSRD. Le système traite 2 000 requêtes/mois avec un taux de satisfaction de 85 %, tout en signalant clairement son statut d'IA conformément à l'article 52 de l'AI Act.
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.