L’Intelligence artificielle joue un rôle croissant dans l’optimisation de la consommation énergétique. Et pour cause, selon une étude publiée par le cabinet de conseil PwC, l’application des technologies de l’IA dans les systèmes énergétiques pourrait réduire les émissions mondiales de gaz à effet de serre jusqu’à 4 % d’ici 2030,1 soit l’équivalent de l’empreinte carbone de l’Union Européenne. Cela reste néanmoins conditionné par l’efficacité énergétique des modèles d’IA en eux-mêmes. Découvrez sur quels leviers l’IA peut agir pour une industrie plus résiliente et efficiente.
70 %
Plus de 70 % des émissions de CO2 de l’industrie pharmaceutique proviennent du scope 3, c’est-à-dire qu’elles sont liées à la chaîne de valeur (la production, le transport, les équipements et les technologies, etc).2
Optimiser la consommation d’eau au quotidien
La Commissions européenne estime que les secteurs de la chimie et du raffinage pétrolier représenteraient plus de 10 % de la consommation d’eau potable au sein de l’espace européen, soit l’équivalent de 5 à 10 % des ressources en eau potable à l’échelle mondiale. Et selon le Rapport mondial autour de la Réévaluation des projections sur la mise en valeur des ressources en eau3, les besoins en eau des industries devraient augmenter de 400 % d’ici 2050.
Dans l’industrie chimique, l’eau est un composant essentiel : on l’utilise pour le chauffage ou le refroidissement de produits et d’équipements, la création de vide, la production de vapeur, la préparation de solvants et de milieux réactionnels, de réactifs d’extraction ou d’absorption, le rinçage et la distillation de produits, le transport de produits, ou encore le lavage, ainsi que de nombreux autres processus. Optimiser son usage est donc crucial pour réduire substantiellement la consommation.
Les technologies de l’IA ouvrent la voie à l’identification d’opportunité de réduction tout au long de la chaîne de valeur. Grâce à des capteurs, collectant des données en temps réel, la relation coût-productivité-consommation d’énergie peut être évaluée. L’analyse instantanée permet d’identifier les points sur la chaîne de valeur où des économies d’eau peuvent être réalisées sans compromettre la qualité du processus chimique en cours.
Identifier des opportunités de réduction des émissions de CO2 et améliorer la part d’énergies renouvelables dans le mix énergétique
Tout comme pour la consommation d’eau, l’analyse d’une grande quantité de données en temps réel par l’IA aide à détecter les pertes énergétiques tout au long de la chaîne de production. Elle devient alors un outil de prédiction des besoins énergétiques futurs, fournissant des informations précieuses pour ajuster la consommation d’énergie de la façon la plus efficace possible. Elles permettent par exemple d’ajuster les horaires de production aux pics d’énergie solaire ou éolienne, ou encore à identifier les fuites et gaspillages de ressources.
Optimiser la chaîne logistique
Optimiser les itinéraires de transports : voici un autre volet sur lequel l’IA peut avoir un impact significatif. En effet, le fret de matières premières ou le transport des produits finis jusqu’au consommateur font partie des grands domaines générateurs d’émissions de CO2. Grâce à l’IA, il est désormais possible de gérer intelligemment les flux logistiques, en optimisant les temps de trajet. Cela contribue à réduire la consommation de carburant, mais aussi celle des émissions qui lui sont associées.
Prédire les risques de pannes ou surconsommation énergétique pour une meilleure allocation des ressources
La maintenance prédictive des équipements est un autre levier sur lequel l’IA peut jouer un rôle intéressant en matière d’économie d’énergie. En identifiant par avance les machines nécessitant de la maintenance, l’IA permet non seulement d’anticiper les potentiels arrêts de production et donc des pertes énergétiques, mais aussi de prolonger la durée de vie des machines. Sur le long terme, cela contribue à une rentabilité renforcée.
« Chez Servier, nous sommes convaincus que l’IA, tant que ses modèles sont peu énergivores, est un levier indispensable pour optimiser notre consommation énergétique industrielle. Aujourd’hui, nous utilisons ces technologies pour analyser quel serait le mix énergétique le plus efficace pour certains de nos sites industriels en France et à l’international en tenant compte des caractéristiques de consommation énergétique, et de ressources propres à chacun d’eux. L’objectif est de déployer cette approche sur l’ensemble de nos sites industriels d’ici à 2030. »
Le recours aux nouvelles technologies comme l’IA est consommateur d’énergie, notamment en matière de ressources électriques. Selon le mix énergétique choisi, l’impact de l’IA peut donc varier considérablement. Chez Servier, nous nous attachons à augmenter la part d’électricité renouvelable dans le mix électrique. Celle-ci a augmenté de 11 points entre 2022-2023 et 2023-2024, et s’élève désormais à 19 %.
[1] IPCC, Special Report on Global Warming of 1.5 Degrees, 2018, https://www.ipcc.ch/sr15/
[2] THE PHARMACEUTICAL INDUSTRY’S CARBON FOOTPRINT AND CURRENT MITIGATION STRATEGIES: A LITERATURE REVIEW, IPSOR annual 2023
[3] A. Boretti and L. Rosa, ‘Reassessing the projections of the World Water Development Report’, Npj Clean Water, vol. 2, no. 1, Art. no. 1, Jul. 2019, doi: 10.1038/s41545-019-0039-9