Cet article fait partie dâune sĂ©rie posant la question : quelle est la place du numĂ©rique dans un monde bas carbone ?
Introduction
Le numĂ©rique permet dâagrĂ©ger des masses dâinformations nous permettant de prendre les meilleures dĂ©cisions possibles, de synchroniser au mieux lâoffre et la demande ou de sâoccuper de la gestion des flux (logistique, monĂ©taire, etc.).
En ce sens il sâagit dâun puissant levier pour rĂ©aliser la transition Ă©nergĂ©tique.
Dans cet article, je dĂ©taille les perspectives dâutilisation du numĂ©rique pour dĂ©carboner les pans de lâĂ©conomie.

Décarboner les secteurs économiques
Le numĂ©rique est un domaine qui vient en appui dâautres secteurs dâactivitĂ©s : la bureautique est peut-ĂȘtre lâun des exemples les plus connus. Nous pourrions aussi citer les innombrables logiciels ERP qui permettent de faciliter lâorganisation des entreprises.
Le gain, ici, est lâaugmentation de la productivitĂ©.
Le numĂ©rique permet dĂ©jĂ dâaider de cette maniĂšre : augmenter la productivitĂ© des entreprises qui dĂ©carbonent notre Ă©conomie (une sociĂ©tĂ© sâoccupant de la rĂ©novation thermique des bĂątiments par exemple).
Parlons maintenant de cas dâusages qui dĂ©passent cela. Parlons de solutions qui, sans le numĂ©rique, sont tout simplement impossible Ă rĂ©aliser.
Un exemple dans le domaine des transports : l'optimisation du taux de remplissage des camions
Les camions sont aujourd'hui nĂ©cessaires pour le dĂ©veloppement de lâĂ©conomie. Leur nombre est tellement important que la simple optimisation dans leurs tournĂ©es de livraison ferait Ă©conomiser de nombreuses tonnes dâĂ©quivalent CO2.
Ce cas dâusage du numĂ©rique a mĂȘme valu lâattention du ministĂšre de l'Ă©cologie, du dĂ©veloppement durable et de l'Ă©nergie, chargĂ© des transports.
De nombreuses entreprises travaillent sur ces questions. LâidĂ©e Ă©tant, Ă partir dâune liste de destinations ainsi que dâun lot de contraintes, de proposer la tournĂ©e permettant de limiter au mieux le nombre de kilomĂštres parcourus.
Ces contraintes peuvent ĂȘtre la signalisation, les embouteillages ou des demandes spĂ©cifiques de la part de client. Elles peuvent aussi ĂȘtre des directives de la prĂ©fecture qui interdisent de rouler dans une zone pour Ă©viter les dĂ©parts de feux durant les pĂ©riodes arides. Ces directives peuvent, en temps rĂ©el, ĂȘtre intĂ©grĂ©es dans le systĂšme dâinformation pour tracer un nouveau parcours de livraison.
Dans le mĂȘme thĂšme, depuis lâentrĂ©e en vigueur de la loi Climat et RĂ©silience le 24 aoĂ»t 2021, les vĂ©hicules de livraison vont devoir respecter des limites plus sĂ©vĂšres dâĂ©missions polluantes pour accĂ©der aux agglomĂ©rations. Cette mesure et lâaugmentation des prix des carburants vont rendre rentable le fait dâutiliser des VUL (vĂ©hicule utilitaire lĂ©ger) comme les vĂ©los-cargos. Lâutilisation du numĂ©rique pour optimiser les courses peut lĂ aussi permettre de rĂ©duire les coĂ»ts et de dĂ©velopper cette filiĂšre de livraison du dernier kilomĂštre. Cette derniĂšre est nĂ©cessaire pour respecter les accords de Paris et pour rendre les villes plus agrĂ©ables.

Le ML : de nombreux cas dâusages
Le ML (machine learning, sous-domaine de lâintelligence artificielle) est un domaine stratĂ©gique sur ces sujets.
Il est possible dâutiliser le ML pour rĂ©duire le gaspillage alimentaire en optimisant les livraisons, en prĂ©voyant la demande, ou en amĂ©liorant les systĂšmes de rĂ©frigĂ©rations et en identifiant la production perdue.
De nombreux bĂątiments nâont pas de donnĂ©es relatives Ă leur consommation dâĂ©nergie, ce qui rend difficile dâappliquer une politique de rĂ©novation thermique. Le ML peut ĂȘtre utilisĂ© pour industrialiser la dĂ©duction des attributs dâun bĂątiment (matĂ©riaux de construction, volume des piĂšces, etc.) qui sont cruciaux pour obtenir des valeurs.
Un autre exemple concerne les Ă©missions de GES directement. Elles peuvent ĂȘtre traquĂ©es Ă lâaide dâimages satellites qui sont analysĂ©es par des solutions numĂ©riques en partie construites avec du ML.
AgrĂ©ger lâinformation
Pour mieux investir
Le numĂ©rique est trĂšs puissant quand il sâagit dâagrĂ©ger une masse dâinformations, qui peut ĂȘtre rĂ©partie sur de nombreuses dimensions, afin de la prĂ©senter de façon comprĂ©hensible pour lâĂȘtre humain.
Par exemple, Carbone 4 Finance propose aux institutions financiÚres des données ESG (Environmental, Social, and corporate Governance). ConcrÚtement, ils ajoutent la dimension risque climatique à chaque titre financier afin de conseiller les investisseurs. Les actifs bruns (carbonés) se retrouvent pénalisés.
Deepki propose une activitĂ© comparable mais centrĂ©e sur lâimmobilier.
Une autre application du numĂ©rique et plus prĂ©cisĂ©ment du ML concerne la prĂ©vision de lâoffre et de la demande. Un cas concret est le marchĂ© de lâĂ©lectricitĂ© (ou plutĂŽt âles marchĂ©sâ). Ă tout instant, le rĂ©seau Ă©lectrique doit-ĂȘtre Ă©quilibrĂ©, câest-Ă -dire quâil doit y avoir autant de producteurs que de consommateurs. Or, la production Ă©lectrique nâest pas instantanĂ©e et dĂ©pend Ă©normĂ©ment du type de centrale (nuclĂ©aire, Ă©olienne, barrage, etc.). Il faut donc prĂ©voir la demande Ă lâavance. Avec ces quelques lignes, vous pouvez vous rendre compte du travail herculĂ©en que rĂ©alise RTE chaque jour en France pour que nous disposions de courant sans coupure.
Les marchĂ©s Ă©lectriques ont Ă©tĂ© construits pour rĂ©soudre le problĂšme de prĂ©vision de la demande. Ils sont les fruits de choix passĂ©s qui font quâaujourdâhui le prix de lâĂ©lectricitĂ© dĂ©pend fortement du gaz. Une commission de lâUE travaille depuis de nombreux mois pour proposer de nouvelles rĂ©gulations afin de supprimer cette corrĂ©lation et de retrouver un prix plus stable. Lâutilisation du ML est possible afin de mieux prĂ©voir la demande et dâoptimiser les marchĂ©s.
Il est aussi possible dâutiliser ce domaine du numĂ©rique pour mieux gĂ©rer la production Ă©lectrique qui sera plus dĂ©centralisĂ©e dans les annĂ©es Ă venir en France, apportant son lot de difficultĂ©s.
Nota Bene : Si vous voulez comprendre la crise sur les prix de lâĂ©lectricitĂ© que nous connaissons en France et par la mĂȘme occasion approfondir votre comprĂ©hension des marchĂ©s de lâĂ©lectricitĂ©, je vous conseille cette sĂ©rie de vidĂ©o.
Pour mieux se préparer aux crises à venir
La dĂ©carbonation est au coeur de cet article, mais les consĂ©quences du dĂ©rĂšglement climatique sont dĂ©jĂ lĂ . Les surfaces brĂ»lĂ©es ont connu un pic durant 2022, les inondations touchent des territoires dont lâurbanisme nâest pas adaptĂ©. Lâagriculture est fragile face aux risques climatiques. Or, cela va aller en sâempirant. Il est important de redresser la barre (câest un euphĂ©misme) mais il faut aussi se prĂ©parer aux risques climatiques.
Le numĂ©rique peut aider avec des cas trĂšs concrets. Nous pouvons traquer les tempĂȘtes, dĂ©terminer avec plus de prĂ©cisions lâaugmentation du niveau de la mer, mais aussi prĂ©voir des inondations, feux, sĂ©cheresses.
Il est aussi possible de mieux conseiller dans la délivrance de permis de construire pour éviter des zones à risque ou pour modifier les constructions dans les zones qui le deviennent.

La technologie ne nous sauvera pas
Les lignes Ă©crites ci-dessus sont optimistes et sincĂšres. NĂ©anmoins, ne nous leurrons pas, la technologie (ici le numĂ©rique) nâest quâune partie de la solution et peut aussi ĂȘtre une partie du problĂšme.
La dĂ©mocratisation des ordinateurs a permis un accĂšs facilitĂ© Ă la connaissance, mais le nombre dâappareils et, surtout, le taux de renouvellement est tellement grand Ă lâĂ©chelle de lâhumanitĂ© que cela créé une pression sur les ressources miniĂšres ou lâeau pour ne citer quâelles. Nous pourrions aussi parler longuement des conditions de travail des ouvriers.
De nombreux buzzword sont employĂ©s Ă tors et Ă travers pour faire rĂȘver dâun futur utopique dans lequel nous pouvons rester dans un confort dĂ©mesurĂ©, perpĂ©tuel, sans consĂ©quence sur notre planĂšte. Smart cities, smart grid ou blockchain sont autant de mots utilisĂ©s sans rĂ©ellement comprendre de quoi il est question et quels sont les impacts.
Par exemple, les cryptomonnaies sont symptomatiques dâun numĂ©rique hors-sol qui ne prend pas en considĂ©ration le climat. Quand il sâagit dâune expĂ©rimentation avec une finalitĂ© sociale (dĂ©centralisation) cela peut sâentendre. Cependant, nous parlons ici dâun dĂ©ploiement mondial avec de rĂ©els cas dâusage qui peinent Ă se voir, tout en Ă©tant responsable de lâĂ©mission de million de tonnes de CO2.
Je tiens Ă prĂ©ciser que le choix des usages que nous faisons du numĂ©rique est primordiale : le machine learning peut aussi bien ĂȘtre utilisĂ© pour faire de la maintenance prĂ©dictive et ainsi rĂ©parer Ă temps une piĂšce usagĂ©e au lieu de remplacer tout lâappareil, permettant dâutiliser moins de ressources. Cependant, ces techniques peuvent aussi ĂȘtre utilisĂ©es pour prolonger lâextraction pĂ©troliĂšre ou prolonger la mise en service de centrales Ă©lectriques Ă charbon ou gaz.
Conclusion
Pour finir sur une note positive, je reste convaincu que le numérique est nécessaire pour que nous puissions réaliser la transition énergétique.
En effet, lâune des raisons pour laquelle cette transition est nĂ©cessaire est lâapproche des pics dâextractions des Ă©nergies fossiles. Cela veut dire que chaque jour qui passe nous pouvons extraire de moins en moins de baril de pĂ©trole, tonne de charbon ou mĂštre cube de gaz.
Cette transition peut nous permettre de baser notre Ă©conomie sur des sources dĂ©carbonĂ©es : câest ce que nous appelons dĂ©carboner notre Ă©conomie et donc, de moins dĂ©pendre de ces sources qui sâĂ©puisent.
Or, comme lâactivitĂ© Ă©conomique est corrĂ©lĂ©e avec notre capacitĂ© Ă transformer (âĂ utiliser de lâĂ©nergieâ, cf. graphe ci-dessous) et que le sevrage Ă©nergĂ©tique risque dâĂȘtre consĂ©quent cela veut dire que nous allons devoir faire mieux avec moins.
DĂšs lors, le numĂ©rique nous permet dâutiliser au mieux les ressources dont nous disposons. Il sâagit dâune partie de la solution qui peut nous Ă©viter de retourner au moyen-Ăąge.

Le combat contre le dérÚglement climatique pose des questions aux nuances complexes et il est facile de tomber dans une idéologie qui semble trouver des réponses simples.
H. L. Mencken : "For every complex problem there is an answer that is clear, simple, and wrong.â
JâespĂšre que cette sĂ©rie dâarticles se demandant quelle est la place du numĂ©rique dans un monde bas carbone vous a plu. De nombreux axes restent Ă approfondir, les prochains articles sâen chargeront.
Vous avez pu le constater, le numĂ©rique peut aider les entreprises Ă dĂ©carboner leur activitĂ© dans de nombreux cas, sans mĂȘme que les dirigeants ne sâen rendent compte.