L'IA accélérera davantage l'extraction pétrolière que le développement des énergies vertes

Des chercheurs de Microsoft ont utilisé un modèle d'équilibre général calculable mondial pour analyser l'IA en tant que technologie qui augmente la productivité dans les secteurs des énergies fossiles et renouvelables. Ils ont constaté que l'adoption parallèle d'algorithmes avancés d'IA pourrait augmenter les émissions mondiales d'environ 0,47 à 1,8 milliard de tonnes de CO2 par an, soit l'équivalent de 1,2 à 4,8 % des émissions énergétiques mondiales de 2024. La raison en est que les gains d'efficacité induits par l'IA dans l'extraction de pétrole et de gaz ont un effet économique plus fort que des améliorations similaires dans l'énergie solaire et éolienne. L'IA est utilisée pour analyser les données géologiques, évaluer les réserves, réduire les risques de forage, optimiser les opérations et la maintenance des puits, réduisant ainsi les coûts de production et rendant viables des ressources auparavant non rentables. Wood Mackenzie estime que l'IA pourrait rendre économiquement accessibles 470 milliards à 1 billion de barils de pétrole supplémentaire, tandis que Goldman Sachs affirme que l'IA pourrait augmenter les réserves récupérables de schiste aux États-Unis de 8 à 20 % et réduire les coûts de forage d'environ 30 %. Une enquête d'IBM montre que 44 % des compagnies pétrolières et gazières utilisent déjà l'IA dans l'exploration, et 45 % prévoient de l'adopter dans les trois ans. Dans les énergies renouvelables, l'IA peut améliorer les prévisions de l'activité solaire et de la vitesse du vent, détecter les pannes, optimiser les réseaux et la charge des batteries, ce qui pourrait augmenter la productivité jusqu'à 30 % et éviter jusqu'à 500 millions de tonnes de CO2 par an. Cependant, des études montrent que la productivité des énergies renouvelables doit augmenter de 4 à 5 % pour chaque gain de 1 % de productivité dans le pétrole et le gaz afin de compenser les émissions, et des obstacles physiques et administratifs persistent. Les chercheurs exhortent à prendre en compte les émissions cachées des applications de l'IA dans d'autres secteurs, qui peuvent être jusqu'à dix fois plus élevées que les émissions directes des centres de données.