Développement durable : choisissez vos combats grâce à l’IA !

Le temps des grandes incantations magiques sur « le développement durable est créateur de valeur » est derrière nous. Depuis 2015, des équipes de recherche d’Harvard ont apporté une réponse scientifique à cette question, elles ont démontré de manière empirique[1] que la réponse était oui :

• si l’entreprise concentre ses efforts sur les quelques enjeux de développement durable les plus importants (ou « matériels ») ;
• et si, sur ces quelques enjeux, l’entreprise est plus performante que ses pairs (i.e. investit des moyens et produit de meilleurs résultats).

Cette démonstration empirique trouve bien entendu un écho intuitif. Prenons l’exemple d’un établissement bancaire: s’il met en place une démarche très proactive de réduction de sa consommation de papier, c’est bien et utile en matière d’exemplarité mais l’enjeu n’est pas là ! L’enjeu est l’impact environnemental des projets et entreprises que la banque finance. Prenons un autre exemple dans la fabrication de jouets, l’efficacité énergétique des usines est un enjeu opérationnel de développement durable mais l’enjeu stratégique concerne la durabilité des matériaux et substances utilisées dans la fabrication du jouet.

Il s’agit d’une question stratégique : il faut choisir ses combats, par opposition à une (non)-stratégie de « névrosé » qui consisterait à vouloir être passable sur tous les sujets, au risque donc de n’être bon nulle part.

Mais comment savoir sur quels sujets concentrer ses efforts ?

Choisir ses combats nécessite de la méthode

La manière la plus rapide (bien qu’imparfaite) de choisir ses priorités est de se référer à un guide sectoriel. Des études ont été faites, pour pré-identifier quels sont les sujets de développement durable pertinents pour une industrie donnée. Les informations ne seront pas spécifiques à l’entreprise mais il s’agit d’un bon indicateur.

Une autre option consiste à réaliser une analyse spécifique à l’entreprise en cartographiant les parties prenantes (ONG, autorités, clients, fournisseurs etc.) et en les interrogeant, par sondage et par entretien, sur leurs attentes : « parmi les enjeux suivants (climat, recyclage, eau etc.), quels sont les cinq que vous estimez être prioritaires pour l’entreprise X ? ».

Cette dernière approche, bien qu’intéressante, mérite deux points d’attention. Le premier est la représentativité des parties prenantes interrogées. Une entreprise interagit avec des centaines, voire des milliers d’individus et d’organisations : comment agréger les attentes de cet ensemble hétérogène ? Le deuxième point d’attention est le caractère statique de cette méthode : les attentes sociétales évoluent très vite, généralement beaucoup plus vite que la fréquence de renouvellement de ces exercices d’écoute.

Mieux identifier ses priorités RSE grâce à l’intelligence artificielle 

En seulement quelques mois, la pollution au plastique est devenue un sujet d’actualité majeur et a fait l’objet d’une attente très forte chez l’ensemble des parties prenantes. La rapidité de cette prise de conscience est évidement liée à la capacité de diffusion massive et instantanée de l’information sur le web et les réseaux sociaux.

L’information disponible en ligne concernant une entreprise, une catégorie de produit ou encore un secteur, est devenue massive. Les réseaux sociaux et le web en général sont à la fois des miroirs et des amplificateurs de ces perceptions des parties prenantes, notamment en matière de RSE et de développement durable.

En analysant ces quantités massives de données grâce à des méthodes d’intelligence artificielle, il est désormais possible d’identifier et de mesurer ces enjeux RSE ou ESG. Deepview, un outil que nous avons développé, nous a ainsi permis d’identifier les principaux enjeux RSE dans l’aéronautique (sur certaines entreprises). Il ressort que les enjeux prioritaires sont :

• les risques de corruption
• la limitation des émissions de CO2
• les innovations technologique (biofuel, nouveaux avions)
• les risques géopolitiques (Brexit, Iran, disputes commerciales)
• la sécurité et l’emploi (licenciements et syndicats).

_{Source : Deloitte DeepView}

Ces analyses permettent d’avoir une vision plus dynamique et plus représentative que les méthodes traditionnelles, car elles se basent sur le Big Data et l’analyse par machine learning de très larges bases de données.

Enfin, si ces analyses permettent aux entreprises de « challenger » leurs propres perceptions, elles deviennent aussi indispensables aux investisseurs, qui peuvent se construire une vision argumentée, dynamique et spécifique des enjeux de RSE prioritaires des entreprises dans lesquelles ils investissent et ainsi concentrer leurs efforts sur l’analyse de la performance des entreprises (seulement) sur ces dimensions.

L’intelligence artificielle est en train de révolutionner de nombreux métiers, faisons le pari qu’elle révolutionnera la manière dont les entreprises construisent et pilotent leurs stratégies de développement durable.

_{[1] Corporate Sustainability: First Evidence on Materiality, by Mozaffar Khan, George Serafeim and Aaron Yoon, 2015}