Éco-conception IA
Éco-conception IA
Les choix qui comptent vraiment
« C’est trop technique. » « Ça concerne uniquement l’IA générative. » « Ça ne coûte pas cher, donc on s’en sert à peine, et l’impact est donc minime.»Trois idées reçues qui freinent discrètement toute action… et qui sont toutes les trois fausses.
Au cours de ce webinaire de 35 minutes, Hélène LEVRAULT, cofondatrice et directrice technique chez Verdikt, décompose l’impact environnemental de l’IA en 5 critères concrets que vous pouvez appliquer dès la phase de cadrage de tout projet : besoin, choix technologique, modèle et paramètres, localisation des données et utilisation prévue.
S'appuyant sur des chiffres concrets — allant d'un écart de 1 000 fois entre un appel à un modèle de langage grand format (LLM) et une requête SQL, à une dépense incontrôlée de 500 millions de dollars consacrée à l'IA en un seul mois —, cette session vous propose un cadre de gouvernance que vous pouvez mettre en œuvre immédiatement, et non pas un énième discours abstrait sur la durabilité.
CE QUE VOUS DÉCOUVREREZ DANS CE WEBINAIRE
- Pourquoi l’impact environnemental de l’IA ne se limite pas à l’IA générative: c’est en réalité l’IA traditionnelle (apprentissage automatique, maintenance prédictive, OCR) qui représente encore la majeure partie de votre empreinte environnementale
- Les 5 critères pour une conception écologique de l'IA: légitimité du besoin, choix de la technologie, sélection du modèle et des paramètres, localisation des données et utilisation prévue
- Des chiffres concrets tirés de la pratique: un écart de 1 000 fois entre un appel à un LLM et une requête SQL, un écart de 30 fois entre un LLM et un petit modèle linguistique, et comment Covéa, Suez et d’autres ont transformé ces données en décisions concrètes
- Que se passe-t-il en l'absence de garde-fous? — D'une dépense incontrôlée de 500 millions de dollars dans l'IA à des cultures d'entreprise qui privilégient la consommation au détriment de la modération
- Un cycle de gouvernance réutilisable — évaluation, modélisation, cadrage, mise hors service — visant à garantir la responsabilité de l'IA sur le long terme, et pas seulement lors de son lancement
Regardez la rediffusion
Webinaire « Verdikt »
Demander les ressources
en utilisant le formulaire ci-dessous