Comment l’IA peut accélérer la transition circulaire
L’intelligence artificielle rendrait plus rapide l’éco-conception des produits, simplifierait le développement de nouveaux « business models » plus économes en ressources et faciliterait le tri des déchets, relève un rapport publié à Davos.
Alors que l’avènement de l’économie circulaire est considéré par une pluralité d’acteurs comme de plus en plus urgent, cette transformation bute aujourd’hui face à une pluralité d’obstacles d’ordre technique comme économique. Elle demande au fond de repenser l’ensemble du cycle de vie des produits, d’adapter les infrastructures et la logistique existantes, d’imaginer de nouvelles offres et business models. Les nouvelles technologies, notamment l’intelligence artificielle, peuvent toutefois accélérer la transition circulaire, signale un rapport publié le 23 janvier, lors du Forum économique mondial à Davos, par la fondation Ellen MacArthur avec Google et le cabinet d’études McKinsey. Ce dernier calcule que, dans le seul secteur agroalimentaire, la croissance du chiffre d’affaires générée par le croisement entre l’intelligence artificielle et l’économie circulaire pourrait atteindre 127 milliards de dollars par an en 2030. Dans le secteur des produits électroniques, ce potentiel serait de 90 milliards.
NOUVEAUX ALLIAGES
Quel que soit le secteur d’activité, l’intelligence artificielle peut en effet faciliter le développement de trois piliers de l’économie circulaire. Le premier consiste dans l’écoconception des produits de consommation, mais aussi de leurs matériaux et composants, afin d’en minimiser les effets de pollution, d’intégrer davantage de matière recyclée et de les rendre plus facilement réutilisables ou recyclables. L’intelligence artificielle peut en effet venir en aide dans l’analyse et l’élaboration de la pluralité de données et d’options à prendre en compte à ce stade: les caractéristiques des divers matériaux, leur disponibilité locale, leurs origines et leur recyclabilité, l’opportunité de construire des produits démontables ou de recourir à l’impression 3D pour en fabriquer des éléments... « Un processus de feedback continu où les concepteurs testent et affinent les suggestions générées par l’IA pourrait conduire à un meilleur résultat de conception dans un temps plus court » , ainsi qu’à une meilleure valorisation des matériaux, note le rapport. Parmi les exemples déjà existants d’une telle utilisation vertueuse, l’étude cite un projet de l’Agence spatiale européenne, dénommé « Métallurgie accélérée », où l’intelligence artificielle a été utilisée afin de développer plus rapidement, et en réduisant les gâchis, de nouveaux alliages performants, non toxiques et plus durables. Mais l’IA pourrait aussi « aider les scientifiques et les concepteurs de matériaux à élaborer des solutions pour les 30 % d’emballages en plastique, qui [n’étant pas recyclables, ndlr] nécessitent une refonte et de l’innovation, ou les ingénieurs et les architectes pour optimiser la conception de bâtiments sur le fondement des principes de l’économie circulaire ».
STRATÉGIES MARKETING
Dans l’agroalimentaire, elle faciliterait la conception et l’offre d’aliments privilégiant les produits issus d’une agriculture « régénératrice » et locale, et dont les restes pourraient être compostables en toute sécurité, voire la réutilisation d’aliments proches de la date d’expiration ou de restes alimentaires. L’intelligence artificielle peut en outre « amplifier la force concurrentielle des modèles économiques fondés sur l’économie circulaire » . « En combinant les données chronologiques et historiques concernant les produits comme les utilisateurs, l’IA peut contribuer à augmenter la circulation des produits et l’utilisation des actifs via une meilleure prévision des prix et de la demande, la maintenance prédictive et une gestion intelligente des stocks » , développe le rapport. Ce potentiel n’est pas limité aux modèles inspirés de l’économie collaborative ou de la fonctionnalité, tels que l’autopartage ou les vélos en libre-service. Le rapport cite également l’exemple de Stuffstr, entreprise américaine qui rachète et revend des vêtements de seconde main, et qui utilise l’intelligence artificielle pour optimiser ses prix de rachat et de revente, mais aussi pour peaufiner ses stratégies marketing. L’intelligence artificielle permet également de mieux déterminer le meilleur usage, selon leurs conditions, des biens utilisés et collectés, et notamment des appareils électroniques : réutilisation, récupération des composantes ou recyclage. Dans le secteur agroalimentaire, une analyse en temps réel des données météorologiques ou captées dans les champs peut améliorer le rendement des pratiques agroécologiques, alors que les technologies de reconnaissance d’images peuvent être utilisées afin d’optimiser la récolte en fonction du stade de maturation des végétaux. Dans la distribution, une gestion plus intelligente des stocks réduit les coûts et les gaspillages sans nuire à l’offre. Enfin, l’intelligence artificielle peut être intégrée aux infrastructures de recyclage afin d’optimiser le tri et donc la qualité des matières premières recyclées. Elle est d’ailleurs déjà utilisée par la société américaine ZenRobotics, qui a développé un robot capable d’interpréter les images des déchets prises par une caméra incorporée, et d’assumer ainsi des décisions autonomes concernant le tri. En France, ce robot est aujourd’hui utilisé par Veolia dans un centre de tri de déchets ménagers. Cette application semble toutefois aussi intéressante pour le tri des déchets électriques et électroniques, ainsi que dans l’agroalimentaire, où l’intelligence artificielle est déjà utilisée afin d’orienter les végétaux récoltés vers des usages différents en fonction de leur aspect, voire d’analyser les contenus des biodéchets en matière de nutrition et de pollution, afin d’en optimiser la valorisation.
OBSTACLE FINANCIER
Finalement, en raison de ses apports dans la gestion des systèmes complexes, l’intelligence artificielle serait l’outil idéal afin de redessiner dans leur ensemble les chaînes logistiques et celles de valeur, suivant une logique de filière indispensable à l’essor de l’économie circulaire, ajoute le rapport, qui ne néglige pas pour autant les défis d’une telle entreprise. L’un des plus importants concerne l’accessibilité du grand nombre de données de qualité nécessaires, trop souvent encore propriétaires – notamment en ce qui concerne les caractéristiques des matériaux –, sans compter les exigences en matière de respect de la vie privée. Pour les plus petites entreprises – et notamment pour les petits agriculteurs, qui en auraient pourtant particulièrement besoin pour optimiser leurs rendements –, un autre obstacle de taille risque d’être financier. Le rapport n’évalue pas les investissements que demanderait l’application préconisée de l’intelligence artificielle à l’économie circulaire. Mais les formes demandant l’achat d’équipements spécifiques risquent de rester inaccessibles aux plus petits acteurs, reconnaît Clarisse Magnin, senior partner chez McKinsey, qui a participé à la rédaction du rapport. Les algorithmes d’analyse des données, toutefois, restent plus abordables, et leurs prix semblent plutôt destinés à baisser avec la multiplication des utilisateurs. À eux seuls, ils peuvent apporter « beaucoup de valeur », estime l’experte.
Un meilleur résultat de conception dans un temps plus court