Optimisation des ressources, simplification des reportings extra-financiers… L’intelligence artificielle (IA) pourrait-elle devenir un atout majeur pour renforcer la responsabilité sociétale des entreprises (RSE) ? Bien que le techno-solutionnisme ne soit pas une solution miracle, l’IA offre des outils précieux pour répondre aux enjeux environnementaux tels que le changement climatique et la perte de biodiversité.

Au sein des entreprises, l’IA se positionne comme un soutien potentiel pour les équipes chargées de la mise en œuvre des politiques RSE. Une enquête menée par Workiva révèle que 82 % des professionnels du secteur anticipent une simplification significative de leurs tâches grâce à cette technologie d’ici cinq ans.

Une gestion optimisée des ressources

L’un des principaux atouts de l’IA réside dans sa capacité à réduire les gaspillages de ressources. Grâce à ses fonctionnalités prédictives, elle permet d’ajuster les processus de production aux besoins réels. Charlène Dupont, manager data scientist et responsable RSE chez Avisia, explique : « Lors du lancement d’un produit, l’IA peut analyser les données des lancements précédents pour estimer les ventes des premières semaines. En produisant uniquement la quantité nécessaire, on évite la surproduction et le gaspillage. »

De plus, cette capacité d’anticipation peut s’étendre à d’autres domaines, comme la gestion de la consommation énergétique. Par exemple, les entreprises peuvent s’appuyer sur l’IA pour ajuster leur utilisation d’électricité selon les besoins réels, réduisant ainsi leur empreinte environnementale.

Une aide précieuse pour le reporting extra-financier

Les obligations en matière de reporting extra-financier, notamment pour répondre aux exigences de la directive européenne CSRD en vigueur depuis janvier 2024, nécessitent une collecte et une analyse approfondies de données provenant de multiples départements, tels que la finance ou les ressources humaines. Ces démarches, souvent chronophages, peuvent être simplifiées grâce à l’IA.

Charlène Dupont précise : « Nous avons développé un outil capable de rechercher des informations dans divers documents internes, comme le bilan carbone, pour répondre efficacement aux exigences réglementaires. » En outre, ces solutions automatisées peuvent également rédiger des réponses, offrant un gain de temps précieux. Toutefois, une supervision humaine reste nécessaire pour vérifier l’exactitude des données traitées.

Cette capacité à analyser rapidement un grand volume d’informations permet également aux entreprises de prendre des décisions stratégiques éclairées en matière de RSE, basées sur une compréhension fine de leurs impacts sociaux et environnementaux.

Des chatbots au service de la transparence

L’IA peut également contribuer à rendre la politique RSE des entreprises plus accessible. Les chatbots, ces agents conversationnels, pourraient par exemple répondre aux questions des collaborateurs sur les initiatives de leur organisation en matière de santé mentale ou d’autres sujets. Ces outils pourraient également être mis à disposition du public pour fournir des informations sur les engagements sociétaux de l’entreprise.

Un impact environnemental à surveiller

Cependant, l’utilisation croissante de l’IA n’est pas sans conséquences. Cette technologie est énergivore, tant au stade de son entraînement que de son utilisation. Selon un rapport de l’Agence internationale de l’énergie, la consommation électrique des centres de données pourrait doubler d’ici 2026, notamment en raison de l’essor de l’IA.

« L’intelligence artificielle ne résoudra pas le changement climatique, mais elle peut jouer un rôle utile », estime Théo Alves da Costa, responsable de l’IA pour la durabilité chez Ekimetrics. Toutefois, il souligne que l’impact environnemental dépend fortement des cas d’usage et que l’optimisation de ces derniers est essentielle.

Des risques sociétaux à prendre en compte

Au-delà de son empreinte environnementale, l’IA peut engendrer des effets négatifs sur la société. Parmi les préoccupations majeures figurent la destruction potentielle d’emplois et la reproduction de biais discriminatoires. Par exemple, lors de processus de recrutement, une IA mal configurée pourrait introduire des discriminations basées sur l’âge, le genre ou l’origine des candidats.