Systèmes d'IA capables de créer du contenu nouveau (texte, images, code) à partir de modèles entraînés sur de grandes quantités de données. Inclut les LLM comme GPT et Claude, ainsi que les modèles de génération d'images comme DALL-E et Stable Diffusion.
L'IA générative présente des risques ESG significatifs, notamment en termes d'empreinte carbone due à l'entraînement et à l'exécution de modèles très gourmands en énergie (ESRS E1 sur le changement climatique, E3 sur les ressources), de potentiel de désinformation et de biais algorithmiques (ESRS S1-S4 sur les droits humains et la gouvernance des données), ainsi que de dépendance vis-à-vis de fournisseurs technologiques.
Une entreprise française utilise l'IA générative pour automatiser la rédaction de brouillons de rapports ESG, réduisant le temps de production de 60 % tout en maintenant la qualité grâce à une revue humaine systématique.
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.