ESG rencontre l'IA : quand les algorithmes rédigent le rapport de durabilité

La pression augmente

La Corporate Sustainability Reporting Directive (CSRD) confronte des milliers d'entreprises européennes à un défi considérable : pour la première fois, elles doivent rendre compte de manière exhaustive et standardisée des aspects environnementaux, sociaux et de gouvernance. Le reporting selon les European Sustainability Reporting Standards (ESRS) exige la collecte de centaines de points de données dans les domaines les plus divers de l'entreprise -- des émissions de CO₂ aux informations sur la chaîne d'approvisionnement jusqu'aux impacts sur la biodiversité.

Face à cet effort considérable, de plus en plus d'entreprises se tournent vers l'intelligence artificielle comme outil de reporting en matière de durabilité. L'IA promet efficacité, évolutivité et cohérence. Mais l'utilisation d'algorithmes dans ce domaine hautement réglementé soulève des questions fondamentales : où finit l'automatisation judicieuse -- et où commence le greenwashing ?

La CSRD en bref

Champ d'application

La CSRD (directive (UE) 2022/2464) élargit considérablement le cercle des entreprises soumises à l'obligation de reporting :

• Grandes entités d'intérêt public : soumises à l'obligation de reporting dès l'exercice 2024
• Toutes les grandes entreprises (deux des trois critères : > 250 salariés, > 50 M EUR de chiffre d'affaires, > 25 M EUR de total du bilan) : à partir de l'exercice 2025
• PME cotées : à partir de l'exercice 2026 (avec période transitoire jusqu'en 2028)
• Entreprises non-UE dont le chiffre d'affaires net dans l'UE dépasse 150 M EUR : à partir de l'exercice 2028

Normes de reporting : les ESRS

Les European Sustainability Reporting Standards (ESRS) ont été élaborées par l'European Financial Reporting Advisory Group (EFRAG) et adoptées par la Commission européenne le 31 juillet 2023 sous forme d'actes délégués. Elles comprennent :

• ESRS 1 (Exigences générales) et ESRS 2 (Informations générales) : obligatoires pour toutes les entreprises
• ESRS E1-E5 (Environnement) : changement climatique, pollution, ressources aquatiques et marines, biodiversité, économie circulaire
• ESRS S1-S4 (Social) : effectifs propres, travailleurs de la chaîne de valeur, communautés affectées, consommateurs et utilisateurs finaux
• ESRS G1 (Gouvernance) : conduite des affaires

Le principe de double matérialité

Un principe fondamental de la CSRD est la double matérialité. Les entreprises doivent rendre compte à la fois de l'impact des questions de durabilité sur l'entreprise sur le plan financier (matérialité financière) et de l'impact de l'entreprise elle-même sur l'environnement et la société (matérialité d'impact).

Où l'IA peut aider dans le reporting ESG

1. Collecte et agrégation automatisées des données

Le plus grand défi du reporting CSRD réside dans l'approvisionnement en données. Les entreprises doivent consolider des informations provenant d'une multitude de sources internes et externes : systèmes ERP, plateformes RH, systèmes de gestion de l'énergie, portails fournisseurs et bien d'autres.

Les systèmes alimentés par l'IA peuvent accélérer considérablement cette collecte de données :

• Extraction automatique de données ESG à partir de documents non structurés (factures, rapports fournisseurs, certificats)
• Suivi en temps réel de la consommation d'énergie et des émissions via des capteurs IoT
• Consolidation des données provenant de différents sites et filiales

2. Analyse de matérialité

L'analyse de double matérialité exige l'évaluation systématique d'un grand nombre de sujets de durabilité. L'IA peut apporter son soutien par :

• Le traitement du langage naturel (NLP) pour l'analyse des retours des parties prenantes, de la couverture médiatique et des évolutions réglementaires
• L'analyse de sentiment pour l'identification des risques ESG émergents
• Les analyses de clusters pour le regroupement et la hiérarchisation des sujets de matérialité

3. Calcul de l'empreinte carbone

Le calcul des émissions du Scope 3 -- c'est-à-dire les émissions indirectes dans la chaîne de valeur en amont et en aval -- représente un défi particulier. Les modèles d'IA peuvent :

• Attribuer automatiquement les facteurs d'émission à partir de bases de données
• Combler les lacunes des données primaires par des estimations basées sur des modèles
• Calculer des analyses de scénarios pour différentes trajectoires de réduction

4. Rédaction de rapports et génération de textes

Les grands modèles de langage (Large Language Models, LLM) peuvent assister la rédaction de textes :

• Élaboration de passages standard et de textes types
• Traduction des rapports en plusieurs langues
• Vérification de la cohérence entre différentes sections du rapport

Les limites de l'IA : quand ça devient dangereux

Hallucinations et qualité des données

Les systèmes d'IA, en particulier les grands modèles de langage, sont sujets aux hallucinations -- la génération d'affirmations qui sonnent de manière plausible mais sont factuellement fausses. Dans un rapport de durabilité soumis à une obligation d'audit, cela peut avoir des conséquences fatales :

• Valeurs d'émissions ou objectifs de réduction inventés
• Fausses références à des normes ou standards
• Informations incohérentes entre différentes sections du rapport

Le greenwashing par algorithme

L'utilisation non critique de l'IA dans le reporting ESG peut conduire à une nouvelle forme de greenwashing. Lorsque les algorithmes sont entraînés à présenter les données de l'entreprise sous le jour le plus positif possible, il existe un risque que :

• Les développements négatifs soient masqués par une formulation habile
• Les lacunes dans les données soient comblées en silence par des hypothèses optimistes
• Des relations complexes soient simplifiées de manière inadmissible

Le législateur européen prend le greenwashing de plus en plus au sérieux. La Commission européenne a présenté en mars 2023 une proposition de directive sur les allégations écologiques, qui aurait soumis les déclarations environnementales à une obligation de vérification. Bien que le statut actuel de la proposition soit incertain, la direction est claire : les déclarations de durabilité non étayées ou trompeuses seront sanctionnées plus sévèrement à l'avenir.

Le problème de la boîte noire

De nombreux modèles d'IA fonctionnent comme une boîte noire : leurs processus décisionnels sont opaques pour les observateurs extérieurs -- et souvent aussi pour les entreprises qui les utilisent. Cela contredit les exigences de transparence de la CSRD et des ESRS, qui exigent une présentation compréhensible des méthodes et hypothèses.

Obligations d'audit et vérification

Obligation d'assurance limitée

La CSRD prévoit que les rapports de durabilité doivent faire l'objet d'une mission d'assurance limitée par un auditeur indépendant ou un prestataire d'assurance. À moyen terme, une évolution vers une assurance raisonnable est prévue.

Qu'est-ce que cela signifie pour les rapports assistés par l'IA ?

Les auditeurs doivent être en mesure de tracer et de vérifier les informations présentées dans le rapport. Avec le reporting assisté par l'IA, des défis particuliers se posent :

• Auditabilité : l'auditeur doit comprendre la méthodologie des systèmes d'IA et pouvoir évaluer la plausibilité des résultats
• Provenance des données : chaque point de données utilisé dans le rapport doit être traçable jusqu'à sa source primaire
• Validation des modèles : les modèles d'IA utilisés doivent être régulièrement vérifiés quant à leur exactitude et fiabilité
• Contrôle des biais : les distorsions systématiques dans les données d'entraînement peuvent conduire à des résultats de reporting systématiquement erronés

Le rôle du DRSC

Le Deutsches Rechnungslegungs Standards Committee (DRSC) joue un rôle central dans la mise en œuvre des ESRS en Allemagne. Il représente les intérêts allemands dans le développement des normes européennes et accompagne la mise en œuvre pratique. Les entreprises devraient suivre attentivement les publications du DRSC, car elles fournissent des indications précieuses pour l'interprétation des normes.

La taxonomie européenne comme cadre

Outre la CSRD, le règlement sur la taxonomie (UE) 2020/852 constitue un autre élément important du cadre européen de durabilité. Il définit quelles activités économiques doivent être classées comme écologiquement durables et exige des entreprises concernées la publication d'indicateurs taxonomiques (chiffre d'affaires, dépenses d'investissement, dépenses opérationnelles).

L'IA peut également assister dans la classification taxonomique -- par exemple pour l'attribution automatisée d'activités économiques aux six objectifs environnementaux de la taxonomie. Toutefois, l'évaluation de la question de savoir si une activité apporte une contribution substantielle et ne cause aucun préjudice important (Do No Significant Harm -- DNSH) nécessite fréquemment des jugements qualitatifs qui échappent à une solution purement algorithmique.

Outils IA pratiques pour le reporting ESG

Le marché des logiciels ESG alimentés par l'IA connaît une croissance rapide. Les catégories de solutions pertinentes comprennent :

Plateformes de gestion des données

• Collecte et consolidation automatisées des données ESG de diverses sources
• Intégration avec les systèmes ERP et RH existants
• Tableaux de bord en temps réel pour la performance de durabilité

Gestion des émissions

• Calcul automatique des émissions Scope 1, Scope 2 et Scope 3
• Modélisation de scénarios de réduction
• Benchmarking par rapport aux valeurs sectorielles

Outils de génération de rapports

• Génération automatique d'ébauches de rapports selon la structure ESRS
• Références croisées entre différentes normes (ESRS, GRI, TCFD)
• Analyse des écarts pour identifier les points de données manquants

Analyse des risques

• Surveillance des risques ESG dans la chaîne d'approvisionnement alimentée par l'IA
• Systèmes d'alerte précoce pour les évolutions réglementaires
• Analyse médiatique automatisée pour les risques de réputation

L'impératif de supervision humaine

Malgré tout le potentiel de l'IA, un principe immuable s'applique : La responsabilité du rapport de durabilité incombe à l'entreprise et à ses organes -- pas à l'algorithme.

Exigences minimales pour la supervision humaine

Les entreprises qui utilisent l'IA dans le reporting ESG doivent garantir :

• Décision finale par des humains : tout contenu généré par l'IA doit être examiné et approuvé par des professionnels qualifiés
• Transparence méthodologique : les systèmes d'IA utilisés et leur fonctionnement doivent être divulgués dans le rapport
• Assurance qualité : contrôles systématiques des résultats de l'IA par échantillonnage et vérifications de plausibilité
• Développement des compétences : les collaborateurs doivent être en mesure de remettre en question et de corriger de manière critique les résultats de l'IA
• Documentation : l'ensemble du processus -- de la saisie des données au traitement par l'IA jusqu'à la validation humaine -- doit être documenté sans lacune

Cadre de gouvernance pour l'IA dans le reporting ESG

Un cadre de gouvernance solide devrait comprendre :

• Politique IA : règles claires pour l'utilisation de l'IA dans le reporting
• Répartition des rôles : définition des tâches que l'IA peut assumer et de celles qui nécessitent une expertise humaine
• Mécanismes d'escalade : procédures pour traiter les résultats divergents ou invraisemblables de l'IA
• Audits réguliers : examen des systèmes d'IA par des experts internes ou externes

Recommandations pratiques

À court terme

1. Faire l'inventaire : quelles données ESG existent déjà ? Où sont les lacunes ?
2. Lancer des projets pilotes : déployer d'abord l'IA pour des tâches clairement définies (collecte de données, calcul des émissions)
3. Impliquer l'auditeur tôt : informer l'auditeur de l'utilisation de l'IA dès la phase de planification

À moyen terme

1. Construire l'infrastructure de données : mettre en place une plateforme centrale de données ESG
2. Standardiser les processus : définir des workflows clairs pour le reporting assisté par l'IA
3. Développer les compétences : formations pour les équipes durabilité, informatique et finance

À long terme

1. Intégration : intégrer le reporting ESG dans le reporting financier régulier
2. Monitoring continu : passer du reporting annuel à la gestion continue de la durabilité
3. Meilleures pratiques : partager les expériences et contribuer à façonner les normes sectorielles

Conclusion

L'IA est un outil puissant pour le reporting ESG -- mais pas un substitut à la responsabilité humaine et à l'expertise professionnelle. Le cadre réglementaire de la CSRD, des ESRS et de la taxonomie européenne exige précision, transparence et traçabilité. Ceux qui déploient l'IA avec discernement peuvent maîtriser l'effort considérable du reporting de durabilité. Ceux qui l'adoptent sans esprit critique risquent des rapports erronés, des échecs d'audit et des accusations de greenwashing.

Chez compleneo, nous vous accompagnons dans le reporting de durabilité conforme à la CSRD, la mise en œuvre d'outils IA adaptés et la garantie de l'auditabilité de vos rapports. Contactez-nous.