L’impact environnemental de l’intelligence artificielle ne s’arrête pas aux portes des data centers. Selon une étude publiée dans la revue Nature, l’utilisation de l’IA dans l’industrie pétrolière pourrait augmenter les émissions de CO2 de 500 millions à 1,8 milliard de tonnes par an. De quoi remettre en cause l’idée brandie par les défenseurs de l’IA d’un « équilibre » entre l’énergie qu’elle consomme et les émissions qu’elle contribue à éviter.

L’intelligence artificielle au service de l’industrie pétrolière ? Mardi 15 septembre, TotalEnergies a officialisé un partenariat avec Mistral AI, entreprise française spécialisée dans l’intelligence artificielle générative. Les deux groupes veulent développer de « nouveaux modèles de frontière » pour accroître les « opportunités d’exploration » et améliorer la caractérisation et le développement des réservoirs de pétrole et de gaz. Pour le groupe pétrolier, l’enjeu est notamment d’exploiter plus efficacement les immenses quantités de données accumulées au fil des décennies. « L’exploration et l’ingénierie des réservoirs figurent parmi les domaines où l’intelligence artificielle peut créer le plus de valeur pour nos activités », a déclaré Patrick Pouyanné, président-directeur général de TotalEnergies. Le groupe entend ainsi s’appuyer sur « un siècle de données de géosciences » et sur les capacités de Mistral AI pour développer des outils capables d’assister ses experts dans l’analyse de données complexes et la prise de décision.

.

Ce rapprochement entre l’IA et les énergies fossiles n’est pas anecdotique. Il illustre l’un des principaux effets mis en évidence par une étude publiée début août dans la revue Nature. En rendant l’exploration et l’exploitation des hydrocarbures plus efficaces et moins coûteuses, l’intelligence artificielle pourrait aussi contribuer à augmenter la quantité de pétrole et de gaz économiquement exploitable. Selon les auteurs, l’utilisation de l’IA permet notamment de mieux cartographier les réservoirs souterrains et de sécuriser les opérations de forage. À terme, les réserves considérées comme exploitables pourraient ainsi augmenter de 470 à plus de 1 000 milliards de barils à l’échelle mondiale. Aux États-Unis, les réserves des gisements de schiste pourraient, par exemple, progresser de 8 à 20 %. Autrement dit, les gains d’efficacité apportés par l’IA ne se traduisent pas nécessairement par une baisse des émissions. Dans l’industrie pétrolière, ils peuvent au contraire rendre certains gisements plus rentables et favoriser une hausse de la production. C’est là que se trouve le principal paradoxe étudié par les chercheurs.

.

Conséquences sur l’environnement  

L’IA permet également de faire baisser les coûts de forage d’environ 30%, soit une économie d’environ 5 dollars par baril produit. Le bassin Permien, aux États-Unis, illustre bien ce phénomène. Alors qu’il fallait un baril à plus de 90 dollars pour être rentable il y a dix ans, le seuil est aujourd’hui tombé à environ 40 dollars, notamment grâce à l’IA. Cette technologie agit sur deux tableaux à la fois en permettant, d’un côté, de tirer davantage de pétrole des gisements déjà en exploitation, et de l’autre, de rendre rentables des sites autrefois jugés trop compliqués ou trop coûteux à exploiter. L’intelligence artificielle agit comme un accélérateur de rendement.  

Mais cela n’est pas sans conséquences pour la planète. Cette hausse annuelle présumée du nombre de barils rendus exploitables représenterait une forte augmentation des émissions de gaz à effet de serre, comprise entre 500 millions à 1,8 milliard de tonnes de dioxyde de carbone par an. D’après l’étude, l’utilisation de l’IA par certains des plus grands acteurs du secteur des énergies fossiles est dès lors encore plus problématique pour l’environnement que les centres de données. Les émissions des entreprises énergétiques utilisant l’IA sont 2,8 à 10 fois supérieures à celles des centres de données, estimées l’an dernier à 180 millions de tonnes de dioxyde de carbone par l’Agence internationale de l’énergie. 

.

La rentabilité des fossiles renforcée

Au-delà de son apport pour le secteur pétrolier, l’IA permet également d’optimiser l’utilisation des énergies renouvelables et nucléaires. Dans l’enquête, il y est indiqué que la maintenance prédictive assistée par IA pourrait réduire les coûts opérationnels de 15% dans le nucléaire. Pour le solaire, les trackers intelligents pilotés par IA permettraient des gains d’efficacité de 10 à 20%. Enfin, dans l’éolien, on estime un potentiel de hausse de 6% de la production d’énergie annuelle grâce à l’IA. 

Néanmoins, pour que l’impact net de l’IA sur les émissions soit neutre, les gains de productivité dans le secteur des renouvelables doivent être quatre à cinq fois plus élevés que dans le secteur fossile. « Nos conclusions remettent en cause la vision dominante selon laquelle l’impact climatique net de l’IA s’apparenterait à un compromis entre l’énergie qu’elle consomme et les émissions qu’elle contribue à éviter », analysent les auteurs de l’enquête. D’après les résultats de l’étude, l’IA s’apparente davantage à un «  amplificateur bidirectionnel de productivité » car les mêmes capacités qui optimisent la production d’énergies renouvelables et leur efficacité énergétique renforcent parallèlement la rentabilité des combustibles fossiles.  

.

Cette ambiguïté rend l’utilisation de l’IA pour optimiser les énergies renouvelables non suffisante pour contrebalancer les conséquences de l’augmentation de l’exploitation pétrolière. « En l’absence de pilotage politique, les effets modélisés de l’IA augmentent l’intensité carbone de l’économie mondiale et renforcent la domination des combustibles fossiles », concluent les auteurs. En tout cas, les pétroliers n’entendent pas rater le coche, à l’instar de TotalEnergies.

.

Valentin Ernoul à suivre sur : https://www.novethic.fr/