L’ère de l’IA est arrivée, et chez Okta, nous embrassons son potentiel pour révolutionner la productivité et l’innovation. Alors que nous déployons de puissants outils d’IA auprès de nos collaborateurs, nous constatons directement comment ils peuvent améliorer notre façon de travailler. En parallèle, nous reconnaissons qu’un élément essentiel du déploiement responsable de l’IA est la compréhension et la prise en compte de son impact environnemental.
C’est pourquoi nous sommes ravis de partager un aperçu des coulisses du programme d’IA durable d’Okta et de notre travail visant à développer un modèle pour mesurer la consommation énergétique et les émissions de carbone liées à notre utilisation de l’IA, en partenariat avec IT Climate Ed. Nous souhaitons être transparents quant à notre parcours, notre méthodologie et ce que nous apprenons en cours de route.
Notre stratégie d’IA durable
Notre approche de l’IA durable est une extension de notre stratégie climatique plus large, centrée sur quatre piliers clés :
- Mesure et gestion : comprendre notre empreinte environnementale liée à l’IA.
- Réduction : utiliser l’IA efficacement et choisir les modèles les plus appropriés pour la tâche.
- Électricité renouvelable : étendre notre programme d’électricité 100 % renouvelable pour inclure nos principaux outils d’IA d’entreprise.
- Implication des fournisseurs : travailler en partenariat avec nos fournisseurs d’IA afin de promouvoir la durabilité dans l’ensemble du secteur.
Cet article se concentre sur la première étape fondamentale : Mesure et gestion. Après tout, on ne peut pas améliorer ce que l’on ne mesure pas.
Une méthodologie provisoire dans un domaine en évolution rapide
L’un des principaux défis dans l’évaluation de l’impact environnemental de l’IA réside dans l’absence d’un standard unique à l’échelle du secteur pour mesurer et générer des rapports sur la consommation énergétique et les émissions de carbone des outils et modèles d’IA. L’autre défi est le manque de transparence et d’outils de la part du secteur de l’IA concernant le reporting des émissions de leurs clients. Dans ce paysage en évolution rapide, nous avons développé une méthodologie provisoire pour vous aider à naviguer dans cette nouvelle sphère. Cette approche repose sur des recherches et des données accessibles au public, ce qui nous permet d’estimer l’impact environnemental de notre utilisation de l’IA aujourd’hui, tout en continuant à plaider en faveur d’une plus grande transparence et d’une standardisation accrue de la part de nos partenaires et du secteur dans son ensemble.
Nous identifions d’abord un cas d’usage, tel que la génération de code assistée par l’IA. Nous appliquons ensuite un processus en trois étapes :
- Mesure de l’activité d’utilisation : nous commençons par examiner nos propres données d’utilisation, notamment le nombre de lignes de code générées et le volume des interactions par chat.
- Conversion de l’activité en consommation énergétique : ensuite, nous convertissons cette activité d’utilisation en consommation énergétique. Il s’agit d’une étape complexe qui consiste à convertir des lignes de code et des messages de chat en « tokens » (les unités de texte que les modèles d’IA traitent), puis à utiliser des profils énergétiques pour différents modèles d’IA afin d’estimer la densité énergétique des tokens. Nous ajoutons également la part de l’entraînement des modèles qui peut être attribuée à Okta.
- Calcul des émissions de carbone : enfin, nous calculons l’empreinte carbone en fonction de la consommation énergétique estimée et de l’emplacement des data centers. Nous tenons compte de la répartition des collaborateurs pour associer les régions des data centers cloud et l’intensité carbone associée à des fins d’inférence. Pour l’entraînement des modèles, nous estimons la localisation des data centers selon le fournisseur et le modèle d’IA. Cela comprend les émissions opérationnelles de l’électricité utilisée pour alimenter les modèles d’IA, les émissions intrinsèques associées à la fabrication du matériel des serveurs, ainsi que les émissions liées à l’entraînement attribuées à Okta.
Nous pensons que cette méthodologie, bien que reposant sur un certain nombre d’hypothèses et soumise à des incertitudes, constitue un pas en avant pour nous aider à mieux comprendre notre impact et à fournir une base de référence à partir de laquelle nous pouvons nous améliorer. Elle couvre à la fois la divulgation limitée de l’architecture de modèles spécifiques pour les modèles fermés, ainsi que l’infrastructure des data centers qui exécutent ces modèles. Nous utiliserons ces informations à des fins internes et ne les intégrerons pas à notre inventaire des gaz à effet de serre. Cela servira de base pour comprendre notre empreinte environnementale en matière d’IA, ce qui nous permettra d’identifier des moyens d’investir dans la décarbonisation.
La voie vers une IA durable
Ce n’est que le début de notre parcours. Nos prochaines étapes comprennent les suivantes :
- Mise à jour de notre base de référence : nous continuerons à suivre nos émissions liées à l’IA afin de surveiller les tendances au fil du temps.
- Optimisation de l’efficacité : nous continuons d’encourager nos collaborateurs à utiliser l’IA plus efficacement en choisissant les modèles les plus appropriés et les moins énergivores pour leurs besoins, et en rédigeant des invites efficaces.
- Promotion de la transparence : nous continuerons à partager nos progrès avec nos partenaires et le grand public, et à plaider en faveur d’une plus grande transparence de la part de nos fournisseurs d’IA et de l’ensemble du secteur.
Nous nous engageons à exploiter la puissance de l’IA pour faire progresser notre entreprise tout en respectant notre engagement en matière de développement durable. En adoptant une approche proactive et transparente pour mesurer et gérer notre empreinte énergétique liée à l’IA, nous visons à identifier des moyens de poursuivre les efforts environnementaux d’Okta. Pour en savoir plus sur notre stratégie d’IA durable, consultez le bilan 2025 d’Okta en matière de développement durable.
