Les gains de productivité de l'IA entraînent une augmentation nette du CO₂ dans le modèle énergie-économie

Un article dans npj Climate Action modélise l'IA comme un amplificateur bidirectionnel de productivité dans un modèle d'équilibre général calculable mondial, constatant que les gains de productivité induits par l'IA dans l'extraction de combustibles fossiles génèrent plus d'émissions de CO₂ que l'IA n'en évite grâce à l'optimisation des énergies renouvelables. Dans des scénarios d'adoption parallèle, les émissions nettes annuelles de CO₂ augmentent de 0,47 à 1,8 gigatonnes — soit 1,2 à 4,8 % des émissions mondiales liées à l'énergie en 2024.

Principaux résultats

• Émissions induites vs évitées : Les émissions induites (provenant des gains de productivité des combustibles fossiles) dépassent les émissions évitées dès que les gains dans le secteur fossile sont non nuls. Des réductions nettes des émissions nécessitent des gains dans les renouvelables 4 à 5 fois supérieurs aux gains dans les fossiles.
• Renforcement de la prédominance des fossiles : L'IA réduit les coûts d'extraction et diminue les risques opérationnels, prolongeant la viabilité économique du pétrole et du gaz. L'article note la caractérisation de l'AIE selon laquelle la production de pétrole et de gaz diminuerait d'environ 8 % par an sans réinvestissement — l'IA repousse les attentes de pic de production.
• Lacune politique : En l'absence d'orientation politique, les effets modélisés de l'IA augmentent l'intensité carbone de l'économie mondiale, une dynamique que les cadres de gouvernance actuels ne capturent pas.

Méthodologie

Le modèle traite l'IA comme une technologie à usage général qui amplifie la productivité à la fois dans les filières énergétiques à haute teneur en carbone et à faible teneur en carbone. Il contraste avec les analyses dominantes qui se concentrent uniquement sur la demande énergétique des centres de données et l'optimisation des renouvelables, ignorant comment l'IA redessine l'économie de l'offre de combustibles fossiles.

À qui s'adresse cet article

Développeurs et analystes travaillant sur les modèles d'impact climatique de l'IA ou les politiques énergie-économie.