RSE : pourquoi des indicateurs trop simples peuvent être trompeurs

Depuis des années, on nous répète que les tech­nolo­gies numériques vont sauver la planète : rem­plac­er les vols par la vidéo­con­férence, les CD par le stream­ing, opti­miser le traf­ic grâce à l’IA… La logique sem­ble claire : moins de ressources physiques, plus d’ac­tiv­ité numérique, moins d’émis­sions. Or, ce n’est qu’une par­tie de l’his­toire. Les sys­tèmes numériques peu­vent sem­bler immatériels, pour­tant, ils dépen­dent forte­ment de la réal­ité matérielle, car les puces néces­si­tent l’ex­trac­tion de ter­res rares et les cen­tres de don­nées con­som­ment d’énormes quan­tités d’eau pour leur refroidisse­ment. À mesure que ces tech­nolo­gies se pop­u­larisent, les util­isa­teurs mod­i­fient égale­ment leurs com­porte­ments, créant ain­si de nou­velles deman­des dif­fi­ciles à mesur­er. Il est dès lors dif­fi­cile de saisir l’im­pact sys­témique de ces tech­nolo­gies dans leur entière complexité.

Néan­moins, ces out­ils per­me­t­tant de saisir ces impacts sont plus impor­tants que jamais. En France, les entre­pris­es tech­nologiques sont passées d’une résis­tance aux régle­men­ta­tions envi­ron­nemen­tales à l’in­té­gra­tion volon­taire d’outils d’é­val­u­a­tion, par­fois réu­til­isés au-delà de leur champ d’ap­pli­ca­tion ini­tial. Ceux-ci devi­en­nent des instru­ments de ges­tion clé cen­sés influ­encer la stratégie, les déci­sions d’in­vestisse­ment et la com­péti­tiv­ité. Dans cet arti­cle, nous abor­dons le dou­ble défi qui con­siste à éval­uer avec pré­ci­sion les impacts envi­ron­nemen­taux des tech­nolo­gies numériques, en par­ti­c­uli­er leurs effets sys­témiques com­plex­es, et à garan­tir que ces out­ils d’é­val­u­a­tion soient pro­fondé­ment inté­grés au sein des organ­i­sa­tions afin de favoris­er une véri­ta­ble transformation.

Dans notre étude, nous exam­inons la lit­téra­ture exis­tante, les normes inter­na­tionales (telles que ISO 14040¹ et ITU L.1410²) et four­nissons des exem­ples sur la manière dont les impacts envi­ron­nemen­taux des tech­nolo­gies numériques sont actuelle­ment mesurés.

Les impacts numériques sont sou­vent éval­ués de manière trop restric­tive. En effet, les out­ils d’é­val­u­a­tion se con­cen­trent majori­taire­ment sur les effets de pre­mier ordre (directs), comme les impacts directs du cycle de vie des appareils, l’ex­trac­tion, la fab­ri­ca­tion, le trans­port, l’u­til­i­sa­tion, l’élim­i­na­tion des matéri­aux pour les com­posants et le coût envi­ron­nemen­tal de l’ex­ploita­tion des cen­tres de don­nées, plutôt que sur les con­sid­éra­tions socio-économiques. C’est le cas, par exem­ple, du bilan car­bone (Bilan Car­bone ©) large­ment util­isé ou des out­ils d’é­val­u­a­tion directe du cycle de vie.

Cela est per­ti­nent pour le report­ing car­bone, mais ignore les effets d’en­traîne­ment de la tech­nolo­gie, avec entre autres les boucles de rétroac­tion, comme les effets de rebond, aus­si le développe­ment des infra­struc­tures et les change­ments de com­porte­ment. Prenons l’ex­em­ple du déploiement de la 5G³. À pre­mière vue, la 5G est un atout pour l’en­vi­ron­nement. Elle trans­met plus de giga­bits par unité d’én­ergie, donc son util­i­sa­tion devrait réduire l’én­ergie util­isée pour trans­met­tre des infor­ma­tions. Cepen­dant, si la 5G met effec­tive­ment le stream­ing ultra-haute déf­i­ni­tion à la portée de tous, don­nant accès à des con­tenus rich­es en don­nées toute la journée, partout et à des prix réduits. Cette facil­ité d’ac­cès entraîne une aug­men­ta­tion de la demande, ce qui alour­dit l’im­pact de la tech­nolo­gie, notam­ment sur l’émission des gaz à effet de serre. De plus, une demande accrue implique davan­tage d’in­fra­struc­tures et de matériel, et donc davan­tage de métaux pré­cieux, d’én­ergie, d’émis­sions de car­bone et de dom­mages pour la san­té humaine tout au long du proces­sus de fabrication.

Il existe des par­al­lèles his­toriques. Tout en appor­tant d’énormes gains d’ef­fi­cac­ité, la mécan­i­sa­tion, l’élec­tri­fi­ca­tion et l’au­toma­ti­sa­tion ont toutes aug­men­té la con­som­ma­tion totale d’én­ergie⁴ et l’u­til­i­sa­tion des ressources à long terme. Le secteur numérique sem­ble suiv­re la même ten­dance. Ce que nous pro­posons d’ap­pel­er les « effets sys­témiques » (plus sou­vent appelés dans la lit­téra­ture effets de sec­ond et troisième ordre, regroupant les change­ments indi­rects de com­porte­ment, la crois­sance de la demande et les trans­for­ma­tions macroé­conomiques) ne sont générale­ment pas pris en compte par les out­ils d’é­val­u­a­tion, selon notre analyse.

Il existe cer­tains out­ils per­me­t­tant de saisir les effets de sec­ond et de troisième ordre, mais ceux-ci peu­vent être impré­cis et biaisés. Cela con­duit à des éval­u­a­tions extrême­ment opti­mistes, comme la pro­jec­tion de la Glob­al e‑Sustainability Ini­tia­tive (GeSI)⁵ selon laque­lle les TIC pour­raient réduire les émis­sions mon­di­ales de GES de 20 % d’i­ci 2030, ou l’af­fir­ma­tion de la GSMA⁶ selon laque­lle les réseaux mobiles ont « évité » dix fois leurs émis­sions directes⁷. D’autres out­ils peu­vent être gour­mands en don­nées et dif­fi­ciles à appli­quer au niveau organ­i­sa­tion­nel, comme l’analyse du cycle de vie con­séquen­tiel (CLCA)⁸, qui peut pro­duire des scé­nar­ios plutôt que des chiffres pré­cis. Ces out­ils, plus per­ti­nents pour l’analyse sys­témique, mais égale­ment plus com­plex­es, sont peu util­isés par les organisations.

Nous con­sta­tons ain­si que, ren­dre les méth­odes d’é­val­u­a­tion plus rigoureuses et plus pré­cis­es peut aus­si les ren­dre si com­plex­es qu’elles ne per­me­t­tent plus d’ap­pren­dre ou de con­duire le changement.

Même la meilleure méth­ode est impuis­sante si elle reste l’a­panage des spé­cial­istes. De nom­breuses organ­i­sa­tions exter­nalisent l’empreinte numérique et ne reçoivent en retour qu’un rap­port. Cepen­dant, l’ap­pren­tis­sage et le change­ment poten­tiel de men­tal­ité se pro­duisent au cours du proces­sus lui-même, et pas seule­ment lors de la pro­duc­tion des chiffres fin­aux. Les recherch­es mon­trent que les out­ils ne peu­vent sus­citer le change­ment que s’ils sont inté­grés dans les rou­tines, dis­cutés entre les équipes et réex­am­inés au fil du temps. Con­fron­tées à des objec­tifs envi­ron­nemen­taux non atteints, cer­taines entre­pris­es s’engagent dans un retour en arrière, abais­sant leurs objec­tifs plutôt que de chang­er de stratégie, et main­ti­en­nent le « statu quo » sous un autre label écologique.

Notre analyse sug­gère que la dynamique envi­ron­nemen­tale de la numéri­sa­tion néces­site de pass­er d’une approche sta­tique et attribu­tive à une approche plus dynamique, sys­témique et con­séquente. Il faut pass­er d’un report­ing isolé à un appren­tis­sage col­lab­o­ratif, et de dis­cours ras­sur­ants à un réal­isme fondé sur des preuves. Nous pro­posons d’u­tilis­er les approches ouvertes comme levi­er pour y par­venir. Les approches ouvertes ren­dent les résul­tats plus représen­tat­ifs et plus faciles à reli­er à leurs hypothès­es sous-jacentes. Elles per­me­t­tent aux organ­i­sa­tions d’ap­préhen­der ces méth­odes, même sans bud­get impor­tant. Enfin, nous avons besoin de recherch­es con­crètes sur la manière dont ces méth­odes sont appliquées dans la pra­tique, afin de com­pren­dre com­ment elles aident réelle­ment les organ­i­sa­tions à appren­dre et à se transformer.