Une gouvernance RSE-DSI pour des choix IA réellement stratégiques et responsables

Pendant des années, la donnée a été abordée comme un sujet d’outillage : où stocker, comment traiter, comment analyser. Cette approche reste indispensable, mais l’IA change la nature du problème. La donnée n’alimente plus seulement des analyses, elle alimente des systèmes automatisés, parfois décisionnels. Et lorsqu’une donnée nourrit un modèle, ses effets peuvent devenir persistants, difficiles à corriger après coup. La question n’est donc plus uniquement technologique. Elle devient une question de responsabilité et de pilotage. Or la RSE n’est pas un supplément d’âme dans l’IT. C’est un cadre d’arbitrage: réduire l’empreinte, limiter les effets rebond, maîtriser les dépendances, tout en gardant la capacité d’agir. Dans le numérique, rien n’est immatériel: infrastructures, composants, énergie, eau, transport, fin de vie. Les tensions sur les ressources et les chaînes d’approvisionnement rappellent qu’un projet IA mal cadré peut coûter cher, au sens économique comme au sens environnemental.

Eviter les mauvais démarrage dans les projets

Ce décalage entre vitesse de déploiement et pilotage est déjà documenté: une étude relayée par WeCount indique que 75% des responsables RSE sont peu ou pas inclus dans les choix liés au déploiement des outils d’IA, et la fondation Thomson Reuters estime que 97% des entreprises n’ont pas encore pris en compte l’impact environnemental de leur IA. La meilleure action concrète que peuvent mener les décideurs dès aujourd’hui est donc simple à formuler, mais rarement tenue dans la durée: instaurer une gouvernance commune RSE-DSI, mandatée pour intégrer des critères environnementaux, sociaux et sociétaux dans les projets IT, du questionnement du besoin à la réalisation. Autrement dit, mettre autour de la table, avec un pouvoir de décision, celles et ceux qui portent la performance du SI et celles et ceux qui portent les engagements RSE.

Cette gouvernance n’a pas vocation à ralentir les projets. Elle sert à éviter le mauvais démarrage: un cas d’usage flou, une collecte de données trop large, un stockage inutile, un entraînement ou une inférence surdimensionnés. C’est là que se joue la frugalité. Avant de parler modèle, on doit parler besoin: à quoi sert l’IA, quelles décisions elle influence, quelles données sont strictement nécessaires, combien de temps elles doivent vivre, qui en répond.

Les réflexes à acquérir

Concrètement, une gouvernance RSE-DSI peut imposer trois réflexes opérationnels. D'abord, exiger une fiche d’arbitrage unique par projet, qui rende comparables bénéfice métier, risque et impacts. Quand les impacts ne sont pas mesurés, ils sont invisibles, donc jamais arbitrés. La mesure n’a pas besoin d’être parfaite pour être utile, mais elle doit être systématique et traçable. Ensuite, piloter le cycle de vie de la donnée. Collecter moins, mieux, et plus localement quand c’est pertinent ; limiter les déplacements, le stockage superflu, l’archivage par défaut. La sobriété se gagne souvent sur la donnée avant de se gagner sur le calcul. Enfin, documenter les choix IA comme des choix engageants. Un modèle n’est pas neutre : il dépend des données et des conditions d’entraînement. Et les responsabilités ne s’arrêtent pas à l’hébergement ou à l’accès: elles vont jusqu’aux usages en production. Cela implique de clarifier les limites d’usage, les garde-fous, et la capacité à expliquer ses choix à des parties prenantes internes ou externes.

Faire passer la frugalité du slogan au geste de management

En France, cette exigence d’arbitrage n’est pas qu’un sujet d’expert s: elle rejoint les attentes exprimées dans la consultation citoyenne du Conseil de l’IA et du numérique (CIANum), qui a réuni 6 122 contributions. La dépendance technologique est perçue comme un enjeu critique par 61% des répondants, et les préoccupations environnementales sont jugées indissociables des enjeux économiques et sociaux par 70% d’entre eux. Pour les décideurs, la leçon est simple: intégrer un « crash test » de confidentialité et de maîtrise des données dans le dossier projet, au même titre que la sécurité, le coût ou la qualité. Clarifier les limites d’usage, les garde-fous, la provenance des données, et la capacité à expliquer ses choix à des parties prenantes internes ou externes. C’est exactement l’esprit recherché: des outils concrets, une approche pragmatique, sans greenwashing, et un appel à l’action directement utile aux organisations. Une gouvernance commune RSE-DSI est une action à impact notable parce qu’elle transforme une intention en décisions répétables. Elle fait passer la frugalité du slogan au geste de management : choisir, mesurer, renoncer quand il le faut, et prouver ce qui a été fait.