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.