Image de 1×1 pixel (souvent transparente), aussi appelée pixel espion ou web beacon, ou script chargé depuis un serveur tiers, dont la seule fonction est de déclencher une requête HTTP porteuse d'informations sur le visiteur (URL, référent, user agent, identifiants publicitaires, événements de conversion). Utilisé pour la mesure d'audience, le retargeting, l'attribution marketing et de plus en plus pour alimenter des modèles d'IA de scoring, de ciblage ou de personnalisation.
Le pixel de tracking est un point de friction ESG/IA majeur : sur le plan Social/Gouvernance, il collecte des données personnelles souvent sans base légale claire (consentement RGPD, ePrivacy) et alimente des modèles d'IA de profilage exposés à des biais et à des décisions automatisées (Art. 22 RGPD, AI Act sur systèmes à haut risque). Sur le plan Environnemental, la multiplication des pixels alourdit les pages, augmente le trafic réseau et l'empreinte carbone du numérique (Scope 3.1 services achetés). Enjeu de reporting ESRS G1 (conduite des affaires, éthique data) et S4 (consommateurs et utilisateurs finaux).
Un site e-commerce français charge 18 pixels tiers (Meta, TikTok, LinkedIn, régies programmatiques). La CNIL sanctionne l'absence de consentement préalable et l'entreprise doit passer en tracking server-side avec CMP conforme, réduire le nombre de pixels et documenter dans son rapport CSRD la gouvernance des données personnelles utilisées pour l'IA de recommandation.
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.