Entre intelligence artificielle et ESG, mariage de raison ou de passion ?
OPINION. Le concept d’ESG gagne de plus en plus d’importance auprès des entreprises, néanmoins, toutes ne s’accordent pas sur la quantité et la qualité des efforts nécessaires. Certaines continuent encore à voir ces initiatives comme une tendance hypocrite, tandis que d’autres le placent au coeur de leurs engagements. Quels sont donc les pistes à suivre pour collecter les données à mettre en avant dans le cadre des démarches ? Et comment peut-on utiliser l’intelligence artificielle pour faciliter ce processus ? Par Michaël Priem, Président de Fortia
Greenwashing pour certain, vrai leitmotiv pour d’autres, l’ESG revêt aujourd’hui une importance toute relative selon les entreprises. Mais avant de quantifier les efforts de chacun sur le sujet, il serait peut-être bon de s’accorder sur les efforts à fournir.
Baisse des émissions de CO2, dialogue social, ou encore féminisation des conseils d’administration, l’ESG désigne les critères environnementaux, sociaux, sociétaux et de (bonne) gouvernance, utilisés pour analyser et évaluer le degré de prise en compte des enjeux de développement durable dans la stratégie des entreprises.
Et si les défis sont nombreux, il faut, pour avancer, une clarification des combats. Il n’existe en effet aucun consensus en termes de reporting et, si les entreprises progressent dans ces domaines avec plus de 80% d’entre elles qui collectent des données et établissent des rapports ESG, elles avancent néanmoins chacune à leur rythme, faute de « Greenway » unique et partagé.
Lost in translation
Les entreprises ont saisi l’importance de l’ESG, bien aidées par leurs investisseurs, dont la moitié sont prêts à se détourner des acteurs ne prenant pas suffisamment de mesures sur les
Entre intelligence artificielle et ESG, mariage de raison ou de passion ?
questions sociales et environnementales. Mais, à l’aune de l’obligation européenne de communiquer davantage de données aux investisseurs et aux gouvernements, il est donc urgent de s’accorder sur les données à mettre en avant et donc à collecter.
Pour l’heure, si les intentions sont louables, elles ressemblent peu ou prou à un coup d’épée dans l’eau puisqu’un grand nombre d’entreprises (pour ne pas dire la quasi-majorité) adoptent leur propre grille de lecture, mettant en avant les données qui les arrangent et omettant celles qui les desservent. En effet, le manque de normes et d’unité en la matière peut induire une mauvaise interprétation de ces indicateurs ESG, les données étant trop spécifiques.
Et, dans un contexte où la transparence n’est plus qu’un simple argument marketing mais bien un prérequis, cette standardisation des données ESG devient vitale pour les entreprises du monde entier. Il demeure cependant 45% d’investisseurs qui ne disposent pas de stratégie claire en matière d’ESG.
Je communique donc je suis ?
Il serait trop simple de s’autoproclamer chantre de l’ESG, il faut en effet le prouver. Et si toutes les règles applicables à ces performances ne sont pas encore consolidées, elles requièrent d’ores et déjà des compétences clefs, en analyse et reporting de la donnée. Pour établir une bible de l’ESG, il faudra, en amont, analyser et récolter de manière objective toutes les données en rapport avec ces problématiques. Une fois tout ceci mis à plat, il faudra ensuite s’accorder sur un socle commun de données sur lequel s’appuyer pour comparer les performances des entreprises en la matière. Les indicateurs ESG sont en effet plutôt jeunes et la création d’un référentiel standardisé permettra également de pouvoir mesurer les évolutions dans le temps. Un effort considérable sans une automatisation efficace de la collecte de ces données.
L’IA pour montrer la voie
Créer ce référentiel standardisé ne résoudra pas à lui seul tous les maux de la société. En effet, au-delà du cadre légal à revoir, puisqu’un tiers des investisseurs n’ont pas connaissance des dernières propositions règlementaires pour plus de transparence, ils sont également nombreux à soulever les véritables défis que cela représenterait en matière de rapport et de conformité. Les entreprises doivent donc poursuivre leurs efforts en matière de collecte de données grâce aux solutions de Document Processing. Ces efforts doivent être, cependant, pleinement intégrés à une stratégie globale centrée sur la donnée, sans quoi ces efforts seront caducs. Avant de véritablement intégrer les critères ESG dans ces stratégies d’investissements, les données doivent être hautement disponibles et surtout de bonne facture.
À titre d’exemple, la responsabilisation grandissante de la société se traduit en finance par un intérêt croissant pour l’investissement socialement responsable. Cependant, il existe un niveau de maturité différent selon les organisations et un décalage entre l’intention des épargnants et la réalité des portefeuilles, qui nécessite donc d’objectiver les critères de l’ESG.