Comment l'IA booste la pollution des géants du pétrole et du gaz
Elle les aide à trouver des gisements, à accélérer les forages... Une étude révèle qu'en épaulant les compagnies pétrogazières, l'intelligence artificielle contribue à relarguer énormément d'émissions de gaz à effet de serre.
L’intelligence artificielle (IA) est de plus en plus utilisée par les grandes entreprises pétrolières et gazières pour optimiser leurs activités. Ces entreprises, comme ExxonMobil, Shell ou TotalEnergies, intègrent des outils d’IA pour améliorer l’efficacité de leurs opérations, notamment dans l’exploration, la production et la maintenance des infrastructures. Par exemple, l’IA permet de prédire les pannes d’équipements ou d’optimiser les forages en analysant des données en temps réel. Cependant, cette utilisation de l’IA s’accompagne d’une augmentation de leur empreinte carbone. En effet, les centres de données nécessaires pour faire fonctionner ces algorithmes consomment une quantité massive d’énergie, souvent produite à partir de combustibles fossiles. Selon l’article, ces géants du secteur investissent des milliards d’euros dans ces technologies, tout en promettant de réduire leurs émissions, ce qui crée une contradiction apparente entre leurs discours écologiques et leurs pratiques réelles.
L’adoption massive de l’IA par les entreprises pétrolières et gazières aggrave leur impact environnemental. Une étude citée dans l’article révèle que l’entraînement d’un seul modèle d’IA peut émettre jusqu’à 284 tonnes de CO₂, soit l’équivalent des émissions annuelles de 125 voitures. De plus, les centres de données utilisés pour faire tourner ces modèles consomment autant d’électricité qu’une petite ville. Par exemple, Microsoft et Google, qui fournissent des services cloud à ces entreprises, ont vu leur consommation énergétique liée à l’IA augmenter de 20 % à 40 % par an ces dernières années. Les géants du pétrole, comme Shell, utilisent ces infrastructures pour analyser des données sismiques ou optimiser leurs pipelines, mais cette optimisation se fait au prix d’une hausse de leur pollution. L’article souligne que cette tendance risque de s’aggraver avec l’essor de l’IA générative, qui nécessite des ressources encore plus importantes.
Les entreprises pétrolières et gazières se présentent souvent comme des acteurs de la transition énergétique, tout en continuant à exploiter massivement les énergies fossiles. L’article met en lumière le greenwashing (écoblanchiment), une pratique qui consiste à donner une image écologique trompeuse à une entreprise ou à un produit. Par exemple, TotalEnergies a annoncé en 2021 un plan pour atteindre la neutralité carbone d’ici 2050, tout en prévoyant d’augmenter sa production de pétrole et de gaz de 5 % par an jusqu’en 2030. De même, ExxonMobil a investi 17 milliards de dollars dans des projets liés aux énergies fossiles en 2022, tout en développant des outils d’IA pour améliorer l’efficacité de ses opérations. Cette contradiction entre les promesses écologiques et les actions concrètes montre que ces entreprises utilisent l’IA pour maximiser leurs profits, sans pour autant réduire leur impact environnemental de manière significative.
Face à cette situation, des voix s’élèvent pour demander une régulation plus stricte de l’utilisation de l’IA dans le secteur des énergies fossiles. L’article mentionne que des organisations comme **Greenpeace** ou **Les Amis de la Terre** appellent à des lois qui obligeraient les entreprises à publier leurs émissions réelles liées à l’IA et à réduire leur dépendance aux combustibles fossiles. Par ailleurs, des alternatives existent, comme l’utilisation d’énergies renouvelables pour alimenter les centres de données ou le développement d’IA moins gourmande en ressources. Cependant, ces solutions restent marginales, car les géants du pétrole et du gaz continuent de privilégier la rentabilité à court terme. L’article souligne que sans une pression politique et citoyenne forte, cette tendance à l’augmentation de la pollution liée à l’IA pourrait persister, voire s’aggraver dans les années à venir.
