Numérique responsable : conseils pour passer des bonnes intentions à la stratégie industrielle

L’industrialisation du pilotage environnemental

Les retours d’expérience mettent en avant trois piliers récurrents. D’abord, le passage à des outils de mesure sophistiqués pour un pilotage par la donnée. Ensuite, l’ancrage d’une gouvernance forte au cœur des métiers et des projets. Enfin, la nécessité de maîtriser les domaines technologiques que sont le cloud et l’intelligence artificielle générative.

La première phase, celle de la mesure, constitue le socle de toute démarche crédible. Sans elle, impossible de quantifier les impacts, de prioriser les actions ou de suivre les progrès. Cependant, l’enjeu pour les entreprises n’est plus de savoir s’il faut mesurer, mais de comment mesurer pour avoir une évaluation multicritère.

Chez Enedis, une analyse approfondie a révélé que le changement climatique ne représentait que 27 % de l’impact environnemental de son système d’information, dixit Manon Beaufils, pilote GreenIT. L’épuisement des ressources (minerais, métaux, fossiles) s’est avéré plus critique, comptant pour 42 %. Cette prise de conscience a conduit l’entreprise à adopter les 16 indicateurs du référentiel européen PEF (Product Environmental Footprint), qui offre une vision exhaustive de ses dépendances.

Cette approche est partagée par Schneider Electric, qui a mené une analyse de cycle de vie (ACV) complète sur plusieurs critères pour évaluer ses solutions d’intelligence artificielle et s’assurer de leur bénéfice environnemental net.

Un tel pilotage exige cependant de relever le défi critique de la qualité des données. Le recueil d’un inventaire fiable est qualifié de « nerf de la guerre » par Enedis. L’industriel de l’énergie a travaillé un an pour passer d’hypothèses basées sur les achats à un inventaire réel et détaillé de son parc.

Ce travail, bien que fastidieux, est indispensable pour fonder la stratégie sur des faits et non des estimations. Pour y parvenir, les entreprises passent à des outils spécialisés.

Arkema, par exemple, est passé d’une « calculatrice Excel » à la solution Verdict pour rendre sa mesure répétable, auditable et scalable. Cette transition vers une plateforme dédiée, également adoptée par Enedis avec Resilio et Axa France avec Greenoco, est clé pour rendre le pilotage fiable à l’échelle de l’organisation et gagner en autonomie.

Cependant, des outils performants, aussi sophistiqués soient-ils, ne suffisent pas. S’équiper dès l’amorce d’une initiative GreenIT est prématuré. Le tableur a encore sa place, car l’outillage ne peut qu’accompagner la montée en maturité. En outre, l’efficacité des solutions dépend d’un engagement profond de l’organisation pour les transformer en levier d’action.

Ancrer les pratiques au cœur des projets

Le succès d’une politique de numérique responsable repose moins sur la technologie que sur sa capacité à s’intégrer dans la gouvernance et les processus quotidiens des équipes IT et métiers. Sans un cadre clair et un engagement partagé, les meilleures intentions et les outils les plus précis restent inefficaces.

Les entreprises les plus avancées structurent donc leur organisation pour faire de la durabilité un réflexe et non une contrainte. Plus facile à dire qu’à faire, reconnaissent-elles cependant. Plusieurs modèles de gouvernance émergent, adaptés aux différentes cultures d’entreprise, mais ils visent tous à infuser la responsabilité à tous les niveaux.

On observe notamment le modèle partenarial, choisi par Arkema. Le chimiste a mis en place une équipe tripartite très restreinte (un chef de projet interne, un expert de Wavestone, un de Verdict) pour capitaliser sur des expertises externes et accélérer sa montée en maturité sur la mesure.

Ailleurs, c’est le modèle distribué qui prévaut, comme chez Axa France, qui s’appuie sur des années d’expérience et sur une communauté de Green Champions. L’assureur a formé plus de 800 collaborateurs pour diffuser les compétences à grande échelle.

Avec son modèle centralisé au niveau du développement via un pôle IA dédié, Schneider Electric garantit pour sa part une standardisation et un contrôle des risques. De plus, il intègre nativement les enjeux de l’IA responsable dans la conception de chaque cas d’usage.

Pour surmonter le conflit classique entre les exigences de reporting et les contraintes opérationnelles, l’intégration doit aussi se faire avec « pragmatisme ». Le terme est sans cesse répété (presque autant que « opacité » lorsqu’il s’agit des offreurs d’IA générative).

Le retour d’expérience d’EDF, partagé par Richard Bury (directeur de programme numérique responsable), le souligne. Il est souvent irréaliste d’imposer des analyses de cycle de vie (ACV) complètes à des chefs de projet sous tension.

La solution est une approche plus qualitative comme la « revue de conception responsable », qui aboutit à une note synthétique. L’objectif n’est pas la mesure absolue, mais le progrès continu, en comparant l’évolution de la note entre deux versions d’un projet.

Enfin, l’adhésion des équipes repose sur un puissant moteur : la « quête de sens », un terme employé par Manon Beaufils d’Enedis. Il est crucial de montrer aux contributeurs l’impact direct de leurs efforts, notamment lors de la collecte de données.

En partageant les résultats, une tâche perçue comme une contrainte peut se transformer en une contribution valorisante. Axa France communique systématiquement sur les bénéfices des actions d’écoconception. Il s’agit de démontrer que la durabilité génère aussi des gains de performance, des économies financières et une meilleure expérience client.

La structure de gouvernance mise en œuvre doit ensuite se traduire par des actions techniques concrètes, qui irriguent l’ensemble de la chaîne de valeur, des postes de travail jusqu’aux infrastructures cloud.

Leviers d’action concrets : de l’écoconception au GreenOps

Une gouvernance solide n’est pas une fin en soi. Elle doit permettre le déploiement d’une approche systémique qui couvre l’ensemble de la chaîne de valeur numérique. Les entreprises concentrent leurs efforts sur plusieurs domaines clés, du développement logiciel aux opérations, en passant par la gestion des fournisseurs.

L’écoconception logicielle devient une pratique centrale. Chez Axa France, la démarche ne consiste pas à appliquer aveuglément le Référentiel Général d’Écoconception de Services Numériques (RGESN), mais à le contextualiser.

Les bonnes pratiques sont adaptées à la typologie de chaque projet (site web, IA, back-office). Les règles qui ne peuvent être maîtrisées par les équipes, comme le choix de l’hébergeur, sont écartées pour se concentrer sur les actions à impact direct.

La sobriété fonctionnelle est également privilégiée. Plutôt qu’une interdiction stricte des vidéos sur le site institutionnel d’Axa, l’accent est mis sur « un usage raisonné », en questionnant leur réelle valeur ajoutée, illustrent Alice Nado, responsable GreenIT et France Dupeyron, responsable web marketing.

Le rôle des fournisseurs est également central. Les achats de prestations IT peuvent représenter jusqu’à deux tiers de l’empreinte carbone d’une DSI, rappelle EDF.

Pour y remédier, Axa et Vinci ont intégré des critères GreenIT et RSE directement dans leurs appels d’offres. Cette pratique permet de s’assurer que les partenaires sont alignés avec les ambitions de l’entreprise et de faire de la performance environnementale un critère de sélection à part entière.

Enfin, pour maîtriser l’impact des infrastructures, une discipline GreenOps se déploie. En s’appuyant sur les expériences du Crédit Agricole et de sa filiale Bforbank, détaillées par Fabien Metivet (chef de projet numérique responsable) et Rémi Gaston (sustainable IT project manager), le GreenOps peut se définir comme l’optimisation des services cloud et d’infrastructure (internes et externes).

La démarche GreenOps est en forte synergie avec le FinOps (pilotage financier du cloud). Une infrastructure moins sollicitée est à la fois moins coûteuse et a moins d’impact sur le plan environnemental.

Les pratiques concrètes incluent le choix de régions cloud à faible intensité carbone, le pilotage d’indicateurs comme le « coût CO2 par client », et l’intégration de règles GreenOps dans les cadres d’architecture.

Alors que ces leviers sont de mieux en mieux maîtrisés, l’émergence de l’IA générative, complexe et énergivore, requiert une attention spécifique. Mais les fournisseurs d’IA propriétaires ne seraient pas les meilleurs partenaires dans ce domaine.

Maîtriser l’impact de l’intelligence artificielle générative

L’intelligence artificielle (ses modèles historiques, c’est-à-dire non génératifs) présente un paradoxe pour le numérique responsable.

D’un côté, elle constitue un outil d’optimisation capable de générer des gains environnementaux significatifs. De l’autre, l’essor de l’IA générative, avec ses modèles géants, risque de provoquer une inflation des impacts. Il est donc essentiel de distinguer l’IA « traditionnelle » de l’IA générative.

Schneider Electric, par l’intermédiaire de Jacques Kluska (expert en IA responsable), démontre que l’IA utilisée pour l’optimisation, comme la gestion énergétique des bâtiments, peut présenter un bilan environnemental extrêmement positif. L’impact de l’IA elle-même serait alors marginal par rapport aux économies qu’elle permet de réaliser.

L’IA générative, en revanche, pose des défis. Le premier est l’opacité des fournisseurs sur leurs méthodologies de mesure, rendant les comparaisons entre modèles quasi impossibles. Le second est le risque du Shadow AI.

Le Shadow AI constitue la partie émergée d’un « iceberg » d’usages non contrôlés via des outils grand public et dont l’empreinte échappe à tout pilotage, prévient David Romeyer, green IT architect chez Michelin.

Face à ces enjeux, un consensus émerge. Il repose sur plusieurs principes directeurs.

D’abord, il faut s’interroger sur le besoin. Avant tout, se demander si l’IA générative est la solution la plus pertinente et la plus sobre pour répondre au cas d’usage, ou si une approche plus classique serait suffisante.

Ensuite, il faut privilégier la frugalité. Opter pour des modèles plus petits (Small Language Models ou SLM) qui, pour des tâches spécifiques, sont moins coûteux, plus rapides et bien moins gourmands que les modèles généralistes surdimensionnés.

Puis, il faut optimiser l’inférence. Choisir des régions cloud dont le mix électrique est majoritairement décarboné pour l’exécution des requêtes (l’inférence). Selon les calculs de Schneider Electric, ce simple choix peut réduire l’impact carbone d’un facteur allant jusqu’à 100.

Il faut également s’appuyer sur la gouvernance. Intégrer l’analyse des risques environnementaux dès la conception des projets, comme le promeut Schneider Electric. Une autre approche, adoptée par Vinci, consiste à utiliser des portes d’entrée établies et non négociables, comme la cybersécurité, pour encadrer les usages et introduire les nouvelles préoccupations environnementales.

Enfin, il faut utiliser des référentiels émergents. S’appuyer sur des cadres comme la spec AFNOR sur l’IA frugale afin de guider les équipes vers les bonnes pratiques. Sans oublier de faire preuve de pragmatisme dans le recours à ces référentiels existants. Ils guident et éclairent les actions, même s’ils ne sont pas des textes religieux à appliquer aveuglément.

Propos recueillis lors du GreenTech Forum 2025.