Je remercie ces personnes pour la relecture et les suggestions: Cécile Diguet, Eric Fourboul, David Ekchajzer, Nicolas Celnik, Gauthier Roussilhe

Les débats autour des consommations d’eau des “centres de données” ont pris diverses tournures ces dernières années.

Les exagérations d’une part, les minimisations d’autre part, souvent basées sur des différences non explicites de méthodologie ou de périmètre pris en considération, nous éloignent d’un débat constructif et d’une meilleure compréhension collective du sujet.

Il est nécessaire de sortir de cette approche binaire “beaucoup / pas beaucoup”. Ce sujet nécessite la prise en compte de plusieurs dimensions, que nous tenterons de clarifier dans cet article:

1. les principes généraux et définitions: notamment la différence entre les prélèvements et les consommations d’eau
2. concernant les prélèvements et les consommations d’eau
   1. les différents pôles d’usage de l’eau d’un data center et les ordres de grandeur courants pour chaque partie
   2. la notion de sévérité des prélèvements et des consommations, qui dépend de la localisation et de la saisonnalité
3. concernant les rejets d’eau non consommée après prélèvement: dans quelles conditions et pour quels effets ?

Principes généraux et définitions

À quel moment l’eau est dite “consommée” ou bien “prélevée” ?

L’eau prélevée n’est pas forcément consommée entièrement, une partie peut être rejetée et ne sera, dans la plupart des méthodes, pas comptabilisée comme consommée.

L’écart entre eau prélevée et eau consommée peut être important. Pour s’en convaincre et avant de se concentrer sur le cas des data centers, le graphique ci-dessous provenant du journal Le Monde¹, représente en bleu foncé les volumes de prélèvement d’eau par secteur, en bleu clair, les consommations, au niveau national.

En Analyse de Cycle de Vie, on considère que de l’eau est consommée lorsque cette eau sort du bassin versant². Dans le cas d’un data center, l’eau consommée pour le refroidissement est celle qui est évaporée durant son usage³. L’eau non évaporée restante, une fois rejetée dans le même bassin versant (si elle est bien rejetée au même endroit), n’est pas considérée comme consommée. L’eau consommée correpond donc correspond à l’eau prélevée moins l’eau rejetée.

Le WUE, indicateur de consommation d’eau relative à la consommation d’électricité dans un data center que nous détaillerons plus loin dans cet article, est également calculé en prenant en compte la différence entre eau prélevée et eau rejetée.

Comment évalue t-on, en pricipe, une empreinte eau ?

La norme qui définit la méthode de manipulation de l’empreinte eau en Analyse de Cycle de Vie est, à ce jour, l’ISO 14046⁴, dont la dernière version est sortie en 2014 puis révisée et validée en 2020.

Elle distingue:

1. les indicateurs de quantité d’eau, utilisés pour faire état des volumes de prélèvement, consommation ou rejet
2. des indicateurs de qualité de l’eau, utilisés pour faire état des dégradations éventuelles de l’eau rejetée pour un produit ou un service.

Cette norme considère qu’une empreinte eau est exhaustive si elle est calculée en prenant en compte tous les aspects pertinents en termes d’effets sur les écosystèmes, la santé humaine et les ressources, ce qui implique d’évaluer la dégradation de l’eau rejetée, en plus de l’eau consommée/évaporée. Si l’évaluation de cette empreinte ne comprend pas l’un de ces aspects, elle est considérée non exhaustive.

Elle fait également la distinction entre:

1. une empreinte eau mono-critère lorsque l’évaluation est uniquement quantitative, donc ne porte que sur les volumes de consommation d’eau, pondérés ou non
2. une empreinte eau multi-critère lorsqu’elle comprend, en plus de l’aspect quantitatif, des indicateurs qualitatifs faisant état de la pollution de l’eau

Disons le d’entrée de jeu, vous ne trouverez, à ce jour, aucune étude proposant une empreinte eau exhaustive aux yeux de l’ISO 14046 concernant les data centers. Il est aussi très rare de trouver des études considérées comme multi-critère au sens de l’ISO 14046, puisque l’écrasante majorité ne comprennent que des données quantitatives.

Nous allons voir dans la suite de cet article que la situation est bien pire que l’incomplétude du point de vue de la norme en ce qui concerne les données disponibles, notamment publiques.

Consommations d’eau

Quelles sont les causes de consommation d’eau d’un data center ?

Le débat se concentre essentiellement sur la consommation due au refroidissement en data center, mais il ne s’agit que d’une partie des consommations d’eau impliquées dans le fonctionnement d’un data center.

La consommation d’eau d’un data center comprend également:

• la consommation d’eau due à la production d’électricité consommée (évaporation au niveau des bassins des barrages hydroélectriques, refroidissement des centrales thermiques, etc.). Celle ci peut être plusieurs fois supérieures à la consommation d’eau nécessaire au refroidissement .
• la consommation d’eau due à la production du matériel (matériaux de construction du bâtiment, équipements IT, matériels non-IT pour le refroidissement, l’approvisionnement électrique, la sécurité, etc.)

En fait, selon les technologies de refroidissement employées et la taille du data center, la consommation d’eau pour les deux autres pôles peut être plusieurs fois supérieures à celle due au refroidissement.

Précision: l’écrasante majorité de l’eau consommée par les data centers en France est de l’eau potable, provenant du réseau public ⁵. C’est également le cas à l’international ⁶.

Tentons maintenant de clarifier ces trois périmètres de consommation.

1. Le refroidissement et activités annexes (consommation locale, au niveau du data center)

La consommation d’eau locale d’un data center est principalement due au système qui permet le refroidissement des équipements informatiques, dans les salles blanches (salles dédiées à l’hébergement des baies informatiques comprenant les équipements).

D’autres activités nécessaires ou rattachées au data center peuvent également induire des consommations locales, mais dans une moindre mesure, par exemple: “le traitement de l’air, le nettoyage et l’arrosage des équipements techniques, les sanitaires des employés ou les restaurants d’entreprise” (source ARCEP ⁵).

Nous allons principalement nous concentrer dans ce chapitre sur le refroidissement et prendre un pas de recul pour observer l’ensemble du système.

L’illustration⁷ ci-dessus donne une vue d’ensemble du système de refroidissement d’un data center et permet d’introduire ses trois grandes parties, que nous nommerons arbitrairement ici pour schématiser:

1. la terminaison du refroidissement, que tout le monde imagine, permettant d’extraire la chaleur au niveau des équipements et de les refroidir directement, dans les salles IT
2. la production de froid: un ensemble de systèmes responsables de fournir du froid, sois sous forme d’air froid, sois sous forme d’eau froide (parfois cette partie peut être installée en extérieur, contrairement à ce que le schéma indique)
3. l’évacuation: la partie externe du système de refroidissement, qui permet soit de renvoyer l’air chaud à l’extérieur, soit refroidir du liquide provenant du data center et destiné à y retourner, soit de refroidir de l’air chaud (avec de l’eau, par exemple), soit parfois de faire la connexion avec un réseau de chaleur urbaine le cas échéant⁸.

C’est la partie externe du système de refroidissement d’un data center qui est à observer en ce qui concerne les consommations d’eau, car c’est à ce niveau que se trouvent les systèmes évaporatifs tels que les Tours Aéro Réfrigérantes ou les systèmes adiabatiques.

Pour chacune de ces parties diverses solutions existent. Nous allons ici exclure les systèmes utilisant des bains d’huile au niveau de la terminaison du système (immersion cooling) car ils sont très peu répandus à ce jour et nécessiteraient des explications qui sortent du cadre de cet article.

1.1 La terminaison du système de refroidissement

La terminaison du système de refroidissement, celle qui se trouve dans les salles IT, n’utilise pas forcément de l’eau ou dans des quantités faibles, en circuit fermé, sans évaporation.

Lorsque le Direct Liquid Cooling est préferré au refroidissement à l’air, il faut noter que son usage n’a pas de lien, direct, avec la consommation d’eau d’un data center par évaporation. Des inconnues subsistent sur la vidange de ces circuits et les conditions des rejets associés.

1.2 La production de froid

Les technologies permettant la production de froid n’utilisent généralement que des quantités faibles d’eau, notamment lorsque ce sont des technologies en circuit fermé. Si des inconnus subsistent sur les conditions et la fréquence de vidange de cette eau ainsi que sur sa pollution au glycol ou d’autres substances, cette partie est a priori négligeable du point de vue des volumes, par rapport aux technologies employées à l’extérieur du bâtiment.

Plusieurs technologies de production de froid existent et certaines sont généralement couplées. Voici un tableau reproduit à partir des récentes études de l’Ademe sur le sujet ^{9 10}.

Une partie des ces systèmes demandent l’installation de dispositifs à l’extérieur du bâtiment (ce dont nous discutons dans la partie suivante).

1.3 La partie externe du système de refroidissement

Les Tours Aéro Réfrigérantes et le refroidissement adiabatique, sont des technologies évaporatrices. La première est très utilisée aux USA et très peu en France, ce qui explique l’intensité hydrique bien plus forte dans les data centers américains actuellement que sur notre territoire.

Cependant, malgré des volumes moindres en France, l’eau reste une problématique locale et la sévérité de la consommation est à pondérer avec le stress hydrique.

Mentionner les faibles volumes consommés en France pour le refroidissement, sans évoquer les parties 2 et 3 explicitées plus loin dans cet article (plus importantes que le refroidissement en termes de volume), ou sans expliquer que même un volume faible d’eau prélevée et consommée dans une zone à fort stress hydrique reste un problème, est une omission qui relève soit de la méconnaissance du sujet, soit du mensonge.

1.4 Points de repère sur la consommation locale du data center

Le WUE (site)

Le Water Usage Effectiveness, ou WUE, est un indicateur concernant la consommation locale. Dans sa version la plus réduite, le “WUE site”, il fournit une indication de l’intensité en eau par kWh d’électricité consommée par les équipements IT, en suivant la formule de base suivante: WUE = WU / EIT où WU est l’eau consommée à l’échelle du data center et EIT est l’électricité consommée par les équipements IT (et non l’énergie consommée par le bâtiment entier).

Attention: La plupart des WUE affichés sont des WUE site, c’est à dire qu’ils ne concernent que l’eau consommée localement par le data center et non celle nécessaire à la production d’électricité. Le WUE site correspond au niveau 1 “basique” de calcul, ou au niveau 2 “intermédiaire” proposé par la norme EN 50600-4-9 / ISO 30134-9.

Tentative de comparaison des WUE(site) entre la France et les USA

Le tableau ci-dessous tente de comparer les moyennes de WUE(site) connues, en combinant les valeurs remontées de:

• l’étude “United States Data Center Energy Usage Report” de Shehabi et al. / Berkeley Lab en 2024, pour les WUE aux USA, d’une part (que nous appellerons “LBNL 2024”) ¹³
• l’étude “Assessment of the energy performance and sustainability of data centres in EU: first technical report.” par Borderstep, l’AIT et EY en 2026, pour les données Européennes (et notamment France) d’autre part, issues de la collecte de données pour la Directive Efficacité Énergétique ¹⁴

Les catégories proposées de part et d’autre ne correspondent pas exactement, mais ce comparatif imparfait a le mérite de fournir un ordre de grandeur de comparaison pour certaines d’entre elles.

Notons que si l’on compare la catégorie 500-1000 kW en France à la catégorie “Small” de l’étude LBNL 2024, les moyennes présentées ne permettent pas d’affirmer que les data centers aux USA consomment plus d’eau sur site que les data centers français. C’est également vrai si l’on compare les plus de 10 MW à la catégorie Hyperscale, mais cette seconde exception est biaisée puisque la France connait à ce jour très peu de data centers que l’on pourrait qualifier d’Hyperscale.

Pour le reste le ratio est effectivement plus fort pour les USA, entre 1.96 et 8.64 fois plus important en fonction des comparaisons.

Les catégories, “AI Specialized” et “Entreprise” ne trouvent pas d’équivalent dans l’étude opposée.

2. La consommation d’eau liée à la production d’électricité (consommation indirecte, localisée mais répartie au moins au niveau national)

Cette partie est souvent plusieurs fois plus importante¹⁵ que celle de l’ensemble du système de refroidissement en termes de volume.

Chaque réseau électrique présente en moyenne une intensité en eau consommée différente, selon le mix de technologies et d’énergies primaires utilisées, comme c’est le cas pour l’intensité carbone. Le World Resources Institue publie par exemple une liste de facteurs d’intensité hydrique par pays¹⁶ (et donc par mix électrique).

Les différences dépendent de la composition du mix électrique. On peut noter quelques éléments dimensionnants concernant le type de technologie et d’énergie primaire utilisée:

• les barrages hydroélectriques présentent la seconde plus grande intensité d’eau consommée par kWh d’électricité produite, après la biomasse
• puis viennent les centrales thermiques (charbon, gaz, nucléaire) du fait du refroidissement nécessaire

Retrouvez le graphique complet ci-dessus en suivant ce lien: ¹⁷.

L’ARCEP, toujours, nous dit que pour les 160 data centers étudié dans son enquête en 2024: “le volume total d’eau prélevé ou consommé par les centres de données (direct + indirect associé à la consommation d’électricité) progresse d’environ 8 % […] en raison de la hausse significative de la consommation totale d’électricité des centres de données en 2024, il est estimé à près de 6,5 millions de m3, soit la consommation annuelle moyenne d’eau en France de plus de
100 000 personnes.”. Ces calculs mélangent apparement des volumes de prélèvements et de consommation, ce qui n’aide pas à la clareté, mais ce passage confirme que les volumes associés à la production d’électricité sont bien supérieurs aux volumes consommés localement en data center. Ainsi, une part (minoritaire) de l’eau prélevée et consommée associée au refroidissement des centrales thermiques que nous avons vu en introduction, est imputable aux centres de données, ce qui est également le cas des consommations dues à l’évaporation daons les bassins des barragesd hydroélectriques. Même si nous reconstituons l’image complète de ces consommations pour le secteur des data centers, il nous manquera toujours un indicateur relatif de la “gravité” des prélévements et consommations. Ceci est expliqué dans la suite de l’article dans le chapitre dédié.

Prise en compte de la consommation d’eau de la production d’électricité dans le WUE(source)

Le WUE peut représenter l’intensité en eau des moyens de production d’électricité, en fonction de l’éctricité consommée par les équipements IT. L’indicateur en question correspond au niveau 3 de calcul définit dans la norme 50600-4-9 / ISO-IEC 30134-9 et parfois appelé WUE source.

Il faut bien distinguer le WUE(site) et le WUE(source), le second représente un périmètre de consommation bien plus important que le premier.

3. La consommation d’eau due à la fabrication, transport et fin de vie du matériel (consommation indirecte, localisée à de multiples endroit dans le monde)

C’est la partie la plus souvent oubliée lorsque l’on parle de l’empreinte eau d’un data center. Contrairement au premier périmètre de consommation qui peut avoir des effets locaux directs (aggravation du stress hydrique et ses multiples conséquences possibles), mais aussi du second (aggravation du stress hydrique au niveau des moyens de production de l’électricité, donc à une échelle au moins nationale), ce troisième périmètre concerne des consommations et donc des prélèvements d’eau qui ont lieu aux différents endroits où se déroule l’extraction des matières, la fabrication des matériaux et l’assemblage des équipements, donc à de multiples endroits sur la planète.

3.1 Fabrication du matériel IT et non-IT

Le matériel IT a une empreinte sur de nombreux critères environnementaux. Concernant la consommation d’eau, la base empreinte de l’Ademe fournit des ordres de grandeur:

• “Serveur rack de petite taille (2023)” : 80.9 m3 / équipement
• “Serveur blade (2023)” : 113 m³ par équipement
• “Serveur rack de taille moyenne (2023)” : 284 m3 / équipement
• “Serveur rack de grande taille (2023)” : 2290 m3 / équipement

Cette empreinte comprend notamment l’extraction des matières premières, mais aussi le procédé de gravure des composants¹⁸.

Attention: ces valeurs sont pondérées en fonction du stress hydrique avec la méthode AWARE¹⁹, ce ne sont, contrairement aux apparences, pas des valeurs brutes de volumes de consommation, mais une pondération de l’effet de cette consommation. Les volumes bruts consommés peuvent être entre 10 fois supérieurs et 100 fois inférieurs aux valeurs affichées. Les méthodes de pondération, comme AWARE, pourront faire l’objet d’un prochain article.

3.2 Fabrication des matériaux et du bâtiment

La fabrication du bâtiment et des matériaux qui s’y trouvent peut rapidement dépasser 1/3 des consommations totales d’un centre de données.

Séverité des prélevements et consommations

L’eau consommée est un indicateur volumique, alors que la severité de cette consommation depend de facteurs locaux. Les impacts de la consommation d'1L d’eau dépendent notamment du stress hydrique de la zone concernée. Ce stress hydrique, pour une même zone, change dans l’année (saisonnalité).

(Une version dynamique et mise à jour de la carte ci dessus, par le WRI, est également disponible. ²⁵)

Après le prélevement et la consommation, les rejets: dans quelles conditions ? pour quels effets ?

Aux volumes consommés et impacts relatifs au stress hydrique, nous devons également considérer les effets du rejet de l’eau prélevée mais non consommée.

Plusieurs facteurs peuvent avoir un effet sur l’environnement à ce sujet:

• la temporalité du rejet: l’eau n’est pas forcément rendue à son milieu dans un temps court après le prélèvement, aggravant le stress hydrique, certes temporairement, mais ayant tout de même des effets sur la faune et la flore
• la pollution de l’eau rejetée
• la température de l’eau rejetée: selon le milieu dans lequel elle est rejetée, une eau réchauffée peut perturber l’écosystème
• l’endroit du rejet: l’eau rejetée ne l’est pas systématiquement dans le milieu d’origine. Les pratiques à ce sujet sont difficiles à tracer et à évaluer. Une partie de l’eau non comptabilisée comme consommée peut en fait l’être du point du vue du bassin versant d’origine.

L’ISO 14046 suggère d’évaluer les impacts à la fois des prélèvements et consommations d’eau, ainsi que des pollutions et conditions de rejet de l’eau non consommée, sur la santé humaine, les écosystèmes et les ressources eau disponibles pour les générations futures. Face au manque de données disponibles pour pousser les évaluations systématiquement jusqu’à ce type d’évaluation, la norme n’impose pas la nature de ces indicateurs.

Dans une étude de 2021, Natalia Mikosh et Markus Berger²⁸ ont introduit une méthode pour qualifier les effets des volumes consommés et des conditions et pollutions de l’eau rejetée, avec le Water Scarcity Footprint (WSF), le Water Availability Footprint (WAF) et le Water Degradation Footprint (WDF). Ce cadre de travail, ci dessous repris du mémento de l’eau²⁹ cité plus tot dans cet article, est prometteur. Mais les données pour adresser ce sujet de la dégradation de l’eau sont difficilement accessibles.

En Analyse de Cycle de Vie, d’autres indicateurs nous permettent d’évaluer une partie des effets des consommations, rejets et pollutions sur la biosphère, en plus de l’indicateur Water Use:

• L’eutrophisation de l’eau douce
• L’eutrophisation du milieu marin
• L’écotoxicité de l’eau douce

Ces notions et leurs liens avec le sujet des data centers pourront faire l’objet d’un prochain article.

Conclusion

Un manque encore cruel de transparence, un “scope 3” aux abonnés absents et des méthodes de calcul autoproclamées par les BigTech

La problématique de l’accès aux données eau des data centers connait une légère amélioration, avec la publication des premières données issues de la collecte dans le cadre de la Directive Efficacité Énergétique de l’UE. L’étude par Borderstep, citée plus haut, fournit des PUE et WUE(site) moyens par catégorie de data center et par pays¹⁴. C’est un premier pas pour faciliter les estimations, au moins sur les scope 1 et 2. Par ailleurs, les données extra financières des entreprises fournissent parfois des volumes sur le scope 1³⁰.

Mais comme nous l’avons vu, les données “scope 2” sont encore trop rarement calculées et l’empreinte eau de la fabrication des matériels et du bâtiment (“scope 3”), très importante, est toujours absente des données publiées.

L’importance des volumes consommés pour l’électricité produite est à mettre en regard des consommations d’électricité globale des data centers, indicateur dont la croissance est largement documentée par ailleurs.

En parallèle la construction de nouveaux centres de données a dépassé la construction de bureaux en termes de dépenses monétaires aux USA³¹, ce qui laisse entrevoir la tendance concernant la consommation d’eau “scope 3”.

Le trou laissé par la réglementation au niveau international sur l’affichage de l’empreinte eau des entreprises de la Tech, mène aussi à des pratiques confusantes. Par exemple, les engagements “Water positive” ou “water replenishment” promettent une restauration des consommations d’eau par le développement de projets “positifs” sur cet indicateur. C’est un peu l’équivalent des projets de compensation carbone, dont la littérature montre bien qu’ils sont inefficaces, voire contre productifs. Concernant l’eau, le principe est encore plus tordu. Nous l’avons vu dans cet article, l’impact de la consommation d’eau est local, prétendre restaurer ce qui a été perdu au niveau d’un bassin versant, en entretenant une zone humide ailleurs n’a aucun sens.

Le premier pôle de surconsommation : le gigantisme

Si l’on ajoute à la tendance du bâti, le rythme très soutenus de nouvelles technologies matérielles déployées pour l’IAgen dans les data centers, le retard de notre compréhension du sujet ne fait que s’aggrandir par rapport à la courbe des impacts. Nous sommes pour le moment en incapacité de dessiner l’empreinte eau des data centers français en totalité (le projet DCWatch apportera tout de même des éléments de réponses d’ici la fin de l’année 2026 ³²).

Ce qui est certain en revanche, c’est que la course aux data centers géants (plusieurs centaines de MW à plusieurs GW de puissance) est le vecteur principal de l’augmentation de cette empreinte. Le débat s’est beaucoup concentré jusque là sur les consommations locales (“scope 1”) et le décalage entre France et USA sur les données connues.

Construire un data center ou campus de data centers géants, même refroidis sans technologie évaporative, comme c’est le cas pour les premières phases du projet Campus IA de Fouju ³³, est dors et déjà la garantie d’une empreinte eau bien plus importante que la moyenne des data centers français (du fait des scope 2 et 3).

Nous ne pourrons traiter sérieusement le sujet de l’eau que lorsque nous incluerons dans le débat la taille des projet et la pertinence de leur gigantisme.

Un sujet systémique

Le sujet est systémique, puisque le comportement du système de refroidissement d’un data center dépend également de la température extérieure et de l’humidité de l’air, donc du climat local. La recherche avance pour mieux anticiper les consommations effectives des data centers en fonction de leurs caractéristiques mais aussi de ces données climatique locales et spécifiques³⁴.

Exemple: l’installation d’un data center dans une zone aride, donc à fort stress hydrique, coincide souvent avec un climat plus chaud, donc un refroidissement nécessaire plus important, sans pouvoir bénéficier de free cooling à cause de la température extérieure, ce qui implique soit:

1. de consommer plus d’électricité pour le refroidissement, donc de solliciter indirectement plus les centrales thermiques qui demandent également de l’eau pour se refroidir (bien qu’elles ne soient pas systématiquement dans une zone soumise au même stress hydrique)
2. de s’appuyer d’avantage sur de l’eau pour le refroidissement et ainsi limiter la consommation d’électricité, ce qui implique une consommation d’eau à fort impact du fait du stress hydrique

L’équation de l’optimisation des consommations d’eau est donc complexe car elle entre parfois en collision avec celle de l’énergie, ne résoud pas la problématique des pollutions éventuelles et rejets, ni ne dispense de politiques locales et réglementations réalistes pour préserver l’eau qui va tendre à manquer avec les sécheresses de plus en plus nombreuses, y compris dans les pays européens.

Il existe pourtant une solution simple, à deux niveaux, qui fonctionne sur tous les aspects en ce qui concerne les consommations mais aussi la perturbation du cycle de l’eau.

Le premier niveau consiste à réduire la consommation d’énergie des data centers existants et de ceux dont la construction est prévue. Par l’écoconception d’une part, qui doit comprendre la révision des besoins en adéquation de la demande réelle (alors que ce pillier de l’écoconception est souvent oublié).

Ainsi, on réduit la consommation d’eau nécessaire au refroidissement, mais aussi celle liée à la production de l’électricité, qui est en ce moment la partie qui montre la plus forte expansion, notamment du fait de l’IA générative.

Le second consiste à augmenter la durée de vie des équipements et matériaux. Réduire le nombre d’équipements renouvellés durant toute la durée de vie du bâtiment pour limiter l’empreinte eau liée à leur fabrication. Réglementer l’installation de data centers dans des zones à stress hydrique fort, en plus de réutiliser des friches industrielles et des bâtimens existants plutôt que de construire des bâtiments neufs, sur des terrains non construits.

Vous l’aurez compris, la solution la plus efficace pour réduire les consommations d’eau en data center, c’est la sobriété, dès la conception et si possible la planification.

Références

Les scientifiques nous alertent depuis les années 70 sur les conséquences du dérèglement climatique, l’érosion de la biodiversité et bien d’autres phénomènes.

Cependant, malgré leurs multiples rapports, les trajectoires de transition sont sans cesse remises en cause pour être toujours moins ambitieuses. En effet, il y a une tension entre désir de préservation du vivant, économie régénérative et les résultats et indicateurs de l’économie extractive telle que nous les connaissons aujourd’hui.

Face à ce constat et après de nombreuses années passées sur le terrain de l’accompagnement au changement, nous sommes convaincues que le frein au changement n’est pas uniquement technologique mais plutôt culturel et sociétal voire psychologique.

En adoptant cette perspective, il apparaît que la gouvernance des projets et des organisations a un rôle clé à jouer dans la mise en œuvre d’une culture économique et d’entreprise qui soit réellement au service du vivant.

Pourquoi choisir l’angle du management ?

Le ou la manager, quel que soit son niveau dans la hiérarchie et son périmètre d’action, est un-e chef-fe d’orchestre de la stratégie de l’entreprise. Il/elle la met en mouvement en prenant en considération les dimensions organisationnelles, temporelles, techniques et financières des projets.

Cependant, malgré sa position stratégique, il/elle est souvent très peu formé-e à accompagner une équipe dans une direction donnée ou alors il/elle est considéré-e comme un-e meneur-euse d’hommes dont le style de management est plutôt celui de la domination.

Dans un contexte de dépassement des limites planétaires, de burn-out généralisé, les équipes et leur manager sont en recherche de sens, de nouvelles postures et de nouvelles pratiques pour développer des projets dont le fond et la forme sont en accord avec leurs aspirations et leurs valeurs.

Il est donc nécessaire de développer une nouvelle façon de manager où il s’agit de :

• décider avec et pour l’écosystème humain et non humain,

• préserver et prendre soin plutôt que de réparer ou de sauver,

• respecter les limites pour durer plutôt que chercher sans cesse à les dépasser.

Définition :

Ainsi, nous proposons d’adopter une vision écosystémique de la gouvernance des projets et des organisations au travers du concept de management écosystémique.

Principe n°1 : Inclure plutôt que séparer

Un des concepts fondamentaux du management écosystémique, c’est de renouer avec la complexité et d’élargir le champ de la prise de décision en incluant plutôt qu’en séparant.

Cette inclusion, on la retrouve à trois niveaux :

• Au niveau du ou de la manager. En intégrant pour lui/elle et pour les membres de son équipe les aspects de l’ordre du vécu, les intuitions, les ressentis et les émotions au même niveau que les aspects factuels, rationnels, les données et les KPI pour piloter les projets de manière sereine et alignée.

• Au niveau interpersonnel. En apprenant à faire équipe en conscience des ressources, du potentiel mais aussi des limites de chacun-e, dans les périodes de défis, de fluctuations et de crises auxquelles le groupe fait face :

  • pour se mettre au service d’une mission qui rassemble,

  • pour créer des points d’appui collectifs nécessaires.

• Au niveau de l’écosystème Terre dans sa totalité. En prenant en considération notre interdépendance à tout le système vivant et l’impact des décisions d’aujourd’hui sur les générations futures.

Principe n°2 : Assumer l’interdépendance et privilégier les relations

Le management écosystémique consiste en une approche de gestion de son organisation comme un système complexe interdépendant d’un écosystème dont la viabilité de chaque élément est essentielle pour sa propre survie.

C’est un management qui privilégie la relation. La relation de l’individu à lui-même, la relation de l’individu à l’autre, et la relation de l’individu à l’ensemble du vivant. On peut ainsi faire le lien avec la santé commune, qui rappelle qu’une activité économique robuste ne peut être faite que dans une société en bonne santé, qui elle-même ne peut subsister que dans un environnement sain.

Il s’agit de décider avec et pour l’écosystème et nous, en faveur de l’intérêt humain uniquement.

Principe n°3 : Projeter les décisions dans le temps long

Dans la vision du management écosystémique, il s’agit de projeter les décisions prises aujourd’hui et leurs conséquences dans le temps long, de les regarder depuis le futur pour en assurer la viabilité pour les générations présentes et à venir.

Conclusion

Ainsi, dans un contexte de polycrise et de fluctuation qui n’est pas prêt de se stabiliser, le management écosystémique est une proposition qui consiste à développer ou à réhabiliter certaines compétences humaines pour être en mesure de :

• préserver et prendre soin de chacun-e pour traverser les périodes de fluctuations et régénérer nos écosystèmes intérieures et extérieures,

• réaliser pleinement notre aspiration à créer et faire évoluer des projets dans un monde vivant.

Intégrer le management écosystémique consiste à faire évoluer notre posture grâce à des outils pragmatiques qui peuvent être rapidement mis en place et dont l’intégration imprégnera vos pratiques dans un temps long.

C’est ce que nous vous invitons à découvrir à travers les modules de la nouvelle formation au management écosystémique. Contactez-nous : muleine@hubblo.org | julie@ddemain.com.

Photo credits : thanks to Natalie Pedigo

Nous voilà en mars 2025, prêt-e-s à accueillir un nouveau membre chez Hubblo, avec une forte expertise et des valeurs en commun : Gauthier Roussilhe. Gauthier était déjà un compagnon de route. Son arrivée officielle dans l’équipe nous a encouragé-e-s à aller au-delà de notre production habituelle de contenu.

Comment partager l’aboutissement d’années de réflexions et de travail ?

Comment rendre accessibles et actionnables les enseignements tirés des multiples études au long cours ?

C’est Gauthier qui nous a donné la réponse : organisons un événement qui rassemble et nous ressemble, pour développer une compréhension systémique des enjeux globaux du numérique et activer la transformation socio-écologique des organisations.

Ce serait bien sûr un événement d’entreprise, mais celles et ceux qui nous connaissent savent que notre objectif premier est un progrès collectif vers une conception et un usage des technologies, compatible avec les limites planétaires et pour l’intérêt commun.

Cet évènement a eu lieu fin 2025 et nous voulions partager non seulement les vidéos et ressources des conférences, mais aussi notre bilan.

Voici le bilan du #HubbloDay2025.

Au-delà de la tendance de l’IAGen : comprendre les dynamiques et savoir y réagir

L’enthousiasme béat pour l’IA Générative est évidemment gênant de notre point de vue, en particulier lorsqu’il est dépourvu de regard critique et d’analyse de fond sur les systèmes techniques, économiques et politiques impliqués, en plus des impacts environnementaux et sociaux qui en découlent.

Nous sommes également préoccupé-e-s du prisme adopté couramment concernant les impacts environnementaux des plateformes d’IAGen, qui se concentre exclusivement sur une unité de traitement micro : un prompt, un ensemble de tokens, une requête, etc

Cette vision unitaire des impacts, si elle est utile dans certains cadres d’analyse, nous semble actuellement contre-productive. Elle ne questionne pas le système dans son ensemble et permet aisément de laisser des impacts environnementaux et sociaux en coulisses. De plus, elle donne l’illusion que le problème principal est technique et ne demande que de l’optimisation.

Nous avons donc choisi d’aborder le sujet sous plusieurs angles, qui nous semblent autant sous exploités que cruciaux pour permettre de comprendre ce sujet.

Notre approche consistait à d’abord s’intéresser à la réalité matérielle, tangible mais souvent cachée de l’Intelligence Artificielle, puis de prendre un pas de recul pour observer les infrastructures qui la constitue, pour enfin élargir la perspective aux effets de ces technologies et enfin la nécessaire prise en compte de ces effets et des parties prenantes constitutives du vivant dans la gouvernance de ces entreprises et leurs prises de décision. Cette approche a donné lieu au programme suivant :

• Faire parler les GPUs : Comment produire concrètement les données environnementales sur la fabrication de Nvidia A100 et H100 ? Par David Ekchajzer et Etienne Lees-Perasso.
• A la recherche des datacenters français : Combien y a t-il de data centers en France et comment évaluer leur impact présent et futur avec l’arrivée de l’IA ? Par Eric Fourboul et Benoit Petit.
• L’arbre de conséquences qui cache la forêt : Comment évaluer rigoureusement les impacts environnementaux indirects de solutions IA ? Par Gauthier Roussilhe.
• Agir quand les chiffres ne parlent plus : Vivre un processus pas comme les autres avec le CoDir des Vivant-e-s. Par Julie Delmas-Orgelet et Muleine Su Lim.

Au-delà du contenu, nous voulions faire de cette journée un moment de partage collectif et d’échanges sincères, de questionnements profonds et de mise en perspective. Cet esprit semble avoir été respecté si l’on en croit ce retour d’une participante, que nous remercions chaleureusement :

“Cette journée était aussi l’occasion de découvrir l’équipe “en vrai” et on sent une vraie envie de partage des connaissances, c’est appréciable. Il y a une vraie cohérence entre les conférences, on tourne toujours autour du même sujet mais sous différents angles (micro/macro, impacts directs/indirects…). Les questions étaient nombreuses et nous avons pu prendre le temps de les aborder. ”.

Un rassemblement authentique, à l’image de notre écosystème

Hubblo est une petite structure de sept personnes. L’événementiel n’est pas notre métier, mais nous souhaitions réaliser cette première édition avec des modalités qui nous semblaient à la fois raisonnables et à l’image de notre démarche :

• Un lieu à Paris, accessible en transports : pour ce faire, nous avons retenu la MAS (Maison des Associations de Solidarité) du 13e arrondissement où a été précédemment organisée la journée d’écoconception numérique (JEN) par les Designers Éthiques. Cet événement nous a marqué par sa qualité et nous a inspiré dans son organisation : nous vous le recommandons chaudement.
• Un public de 100 personnes et pas plus. D’abord parce que c’était notre premier événement de ce type, ensuite parce que nous souhaitions privilégier une ambiance chaleureuse qui aurait pu être moins perceptible dans un événement de plus grande ampleur.
• Un traiteur végétarien et éthique : Les Marmites Volantes (encore une inspiration venant de la JEN, merci les Designers Éthiques !)
• Une captation par Alexandre Laurent, pour permettre à celles et ceux qui ne pouvaient venir de tout de même bénéficier du contenu après l’événement.
• Une organisation et des interventions par notre équipe, mais aussi par nos partenaires Julie Delmas-Orgelet et Etienne Lees-Perasso, avec qui nous avons particulièrement travaillé ces sujets et qui rayonnent de leur expertise et de leur humanité. Nous les remercions chaleureusement pour leur soutien et leur contribution à cet événement.

Nous voulions de la qualité dans notre agenda, et non de la quantité, en optant pour
4 séquences sur la journée : 2 le matin, 2 l’après-midi.

• 1h d’attention par présentation, un format adapté à l’événementiel de 1h30 pour l’atelier participatif, pour tenter de garder un contenu intéressant mais digeste.
• 15 minutes de pause à chaque fois et 1h45 pour un vrai déjeuner, bien que servi en buffet, qui permette de prendre le temps d’échanger entre les participant-e-s
• Finir avant 18h pour ne pas déborder sur le week-end de chacun-e.

Quelques faits nous ont marqués lors de cette journée :

• Les échanges entre chaque session nous ont paru passionnants, nous avons eu le sentiment que l’événement était l’occasion que des univers différents se rencontrent : pros du numérique, chercheuses et chercheurs, journalistes, spécialistes de la RSE ou du numérique responsable.
• Il fallait bien que l’événementiel nous rattrape : il y a eu un couac d’organisation pour l’émargement. Nous optimiserons mieux ce traitement logistique en fonction du volume accueilli pour la prochaine fois !
• Nous avions prévu une séquence pour prendre connaissance de l’exposition éphémère que nous avions préparée et faciliter les échanges dès le démarrage de la journée, mais pris dans les difficultés de l’émargement, nous avons décidé de la supprimer, au profit de la tenue du timing du reste de la journée. Vous pouvez retrouver ICI les posters composant cette exposition au format numérique.
• L’outil Weezevent a fonctionné correctement, mais nous semble insuffisant pour un événement plus important. Nous envisageons de le remplacer aussi pour permettre une gestion simplifiée du no-show, de la liste d’attente et de la gestion des remboursements.

La transparence sur le prix libre mais pas si conscient

Malgré un investissement et un coût certain pour cette journée, nous souhaitions respecter nos valeurs de solidarité, de diversité, d’équité et d’inclusion. Ceci signifiait notamment rendre l’événement accessible à des personnes qui n’ont pas nécessairement un budget conséquent à y consacrer. Voilà pourquoi nous avons opté pour un tarif libre et conscient.

Globalement, nous avons réussi à limiter les coûts financiers grâce à l’investissement de l’équipe et de nos partenaires.

Nous voulions initialement publier nos coûts dès le départ, pour éclairer le choix des participant-e-s. C’est avec un peu de retard que nous les partageons avec vous :

• Coûts logistiques ~7330.75 EUR TTC
  • Traiteur Les Marmites Volantes : 2924.4 EUR TTC
  • Captation Alexandre Laurent : 600 EUR TTC
  • Location salle MAS : 2270 EUR TTC
  • Défraiement transports équipe : 362.6 EUR TTC
  • Badges, fournitures, percolateur, etc. : 143.75 EUR TTC
• Investissement temps cumulé ~50 jours-pers
  • Préparation : ~25j-pers
    • Logistique : 5 j-pers
    • Billetterie : 3 j-pers
    • Planning: 1.5 j-pers
    • Communication : 1.5 j-pers
    • Contenu séquences et visuels : 14 j-pers
  • Jour J : ~17 j-pers
  • Après : ~ 8 j-pers

On nous a fait le retour (merveilleux, merci) que certain-e-s participant-e-s auraient donné d’avantage pour le billet en connaissant les coûts et en découvrant le contenu. Nous nous efforcerons de prendre en compte cet élément et d’exposer nos coûts en avance pour la prochaine édition. Pour relativiser cet axe d’amélioration, les retours semblent montrer que les messages ont été passés, que nos travaux sont reconnus et que le moment a également été de qualité à travers les interactions entre les participant-e-s. Ca reste notre plus grande satisfaction.

D’autres retours qui nous ont marqué

Par les participant-e-s (merci pour leur autorisation à publier ces verbatims):

• “Un très bel évènement que je recommande absolument, conçu par des experts de ces questions, qui ont porté un soin à rendre cela très accessible au plus grand nombre. Les propositions de sujets sont très intéressantes, ainsi que la réflexion menée sur le choix de présenter en fil rouge les résultats par les processus qui ont permis de les établir. Cela permet de faire ressortir aussi bien la complexité de construire de la connaissance sur ces enjeux dans un monde où la donnée est plus moins accessible et visible. Très inspirant également : la mise en lumière tout au long de la journée sur les changements de postures à opérer pour répondre à ces nouveaux enjeux. Bravo à toute l’équipe !”, Céline ZWICKERT
• “La journée Hubblo était vraiment très enrichissante. Elle m’a permis d’avoir une bien meilleure compréhension des véritables enjeux liés à l’IA générative. Les conférences permettaient d’aller en profondeur dans les sujets mais avec le bon niveau d’abstraction. L’atelier de fin de journée nous a permis une belle ouverture. À refaire !”, Aurélie BATON
• “Les intervenants font partie des meilleurs experts. L’approche est de traiter sérieusement les impacts du numérique, dans un esprit scientifique qui ne sacrifie pas à certains slogans à la mode. Bref en faisant fonctionner le système 2 de la réflexion lente plutôt que le système 1 de l’intuition rapide, pour reprendre la terminologie de Daniel Kahneman.”, Francis CHARPENTIER

Ou encore des retours notés à la volée:

• “La barre a été mise très haute, il faudra réussir à la tenir la prochaine fois !”
• “J’ai en particulier aimé le dernier atelier de reproduction d’un CoDir. C’est un cadre de pensée que je n’avais jamais vu auparavant et qui m’a beaucoup plu !”

En interne, nous sommes ravis des retours et des échanges entendus durant les périodes de pause. C’est un événement qui nous ressemble, orienté sur le partage d’outils et de méthodes et des discussions de fond.

Quelle suite donner à cet évennement ?

Les vidéos de l’événement sont ici, bon visionnage !

On pense remettre ça, alors si ça vous a plu il est toujours temps de nous faire des retours, ou bien de nous contacter pour ne pas rater les infos de la prochaine édition.

Pour répondre à cette problématique, il est notamment nécessaire de normer la manière dont les opérateurs de datacenters et fournisseurs de services Cloud évaluent et affichent leurs impacts environnementaux. Jusqu’à récemment, les seules méthodes normées d’évaluation sur ce sujet concernaient uniquement l’évaluation de l’empreinte carbone, ne dictaient pas comment afficher ces impacts à l’échelle d’un service fourni¹ et n’apportaient pas de cadre sur la manière de prendre en compte le matériel et le gros oeuvre construits et nécessaires au datacenter.

L’ADEME a publié, en mars 2025, la deuxième version du Référentiel Par Catégorie de Produit (RCP) pour l’évaluation et l’affichage de l’empreinte environnementale des services Cloud et de colocation en datacenter² pour y parvenir. Cette méthode est une petite révolution puisque c’est la première au monde à guider l’évaluation et l’affichage d’empreinte pour les datacenters et services Cloud, sur plusieurs critères environnementaux (au moins 6, jusqu’aux 16 de la méthode Product Environmental Footprint (PEF)), en partant d’une analyse de cycle de vie (ACV) détaillée. Cette méthode permet un affichage par type de service présent au catalogue de l’opérateur :

• location d’une baie en colocation avec une puissance électrique déterminée ;

• location d’un serveur dédié ;

• usage d’une machine virtuelle avec une capacité donnée, d’une base de données, etc.

Pour que cette méthode soit utilisée largement, l’outillage est un enjeu majeur. C’est à cette problématique (parmi d’autres) que le Défi 5 “Evaluation environnementale pour l’écoconception numérique” de l’appel à communs Mobiliser les communs pour la transition écologique³ visait de répondre. Il était évident pour nous de proposer le projet DCfootprint, déjà lancé chez Hubblo, dans le cadre de cet appel à communs.

DCfootprint, un commun qui démarre avec un savoir-faire

Dans le cadre des missions menées par Hubblo ces dernières années sur ce sujet, nous avons pu constituer un ensemble de ressources et de méthodes de référence qui nous permettent aujourd’hui de proposer un nouveau commun numérique.

Ce savoir-faire passe par notre connaissance du via notre participation à sa mise à jour, mais aussi :

• comment évaluer la part de l’impact lié à l’usage français de datacenters situés à l’étranger⁴ ;

• comment identifier et quantifier les consommations et impacts des datacenters à partir de données en sources ouvertes⁵ ;

• comment projeter les consommations et impacts des datacenters à horizon 2060⁶ ;

• quelle est l’empreinte d’une carte graphique pour l’IA générative sur tout son cycle de vie⁷ ;

• comment sont respectées les normes dans l’évaluation d’empreinte de services d’IA générative⁸, etc.

Avec le projet DCFootprint, nous mettons à disposition de tous cette combinaison de données et de méthodes pour une évaluation simplifiée de l’empreinte d’un datacenter et des services qu’il héberge.

Un commun accessible

L’objectif de DCfootprint est d’abord de fournir une approche compréhensible et accessible de l’évaluation d’empreinte d’un datacenter ou d’un service Cloud. En saisissant seulement quelques informations décrivant le datacenter, il sera possible d’obtenir une première estimation des impacts.

Pour plus de précision, l’outil complet permettra à terme une évaluation avec un inventaire détaillé. Ainsi, du / de la citoyen-ne souhaitant mieux comprendre ce sujet, en passant par les clients de services Cloud cherchant un autre regard sur l’empreinte de leurs services, jusqu’à l’opérateur visant l’évaluation puis l’affichage de l’empreinte de ses services, DCfootprint pourra fournir une réponse simple d’accès, tout en s’appuyant sur les normes et méthodes en vigueur au niveau européen.

Un commun qui s’ancre dans un écosystème

Le projet DCfootprint comprend une application web de démonstration qui sera bientôt disponible à l’adresse dcfootprint.org, qui fournira une manière simple de calculer d’impacts environnementaux. Que l’utilisateur-ice ait un inventaire matériel complet à soumettre ou seulement quelques informations sur le datacenter concerné, cette application estimera les impacts environnementaux du datacenters et des services que peut proposer ce datacenter, en s’appuyant sur les unités fonctionelles définies dans le RCP de l’Ademe. Au delà de ce démonstrateur, le commun sera constitué des éléments suivants:

• le code source de l’application, sous licence AGPLv3⁹ ;

• une bibliothèque logicielle fournissant chaque élément du calcul et de l’allocation des impacts comme une brique fonctionelle à part entière, réutilisable dans nimporte quelle autre application, dans le respect de la licence ;

• la documentation méthodologique, qui explique chaque étape du calcul et comment cette étape respecte le RCP Cloud & Datacenters.

Ce commun s’inscrit également dans les objectifs d’Hubblo a moyen terme de faire de la réduction d’empreinte en passant par l’évaluation normée de cette empreinte, une action accessible de chaque organisation de manière autonome. Il suit la ligne initiée par nos communs existants - Scaphandre¹⁰, Carenage¹¹ -, ceux auxquels nous contribuons - BoaviztAPI¹² de l’association Boavizta - et ouvre la voie aux communs à venir qui lui seront complémentaires - naknow¹³, carte citoyenne des datacenters¹⁴, etc.

Rejoignez le projet DCfooprint

Nous publierons bientôt le lien vers la plateforme de discussion prévue pour les personnes souhaitant utiliser ou contribuer à DCFootprint. Vous pouvez d’ici là, nous contacter directement via le formulaire de contact de notre site web si vous souhaitez obtenir plus d’informations.

Au delà des contributions méthodologiques ou techniques, la gouvernance de ce commun est à construire. Nous souhaitons à terme impliquer plusieurs acteurs spécialistes de l’Analyse de Cycle de Vie et des datacenters dans les revues des différentes contributions et l’évolution du commun.

Les acteurs du cloud font face à une demande croissante pour mesurer et rendre transparent l’impact environnemental de leurs services numériques, d’où vient cet intérêt ? Est-ce que cela vient de la réglementation, une démarche volontaire des entreprises ?

Il y a plusieurs raisons selon moi :

• Les datacenters sont remis au centre du débat public notamment du fait des volumétries qui s’envolent avec le techno-push de l’IA générative ¹.

• La réglementation évolue : la mise à jour de l’Energy Efficiency Directive ² est en train d’être retranscrite en droit français. A terme, elle contraindra les opérateurs de datacenters de plus de 500 kW à transmettre à une agence d’Etat leur consommation d’énergie, d’eau, ainsi que leurs indicateurs d’efficience (PUE, WUE, CUE, REF, ERF, etc.) et d’autres indicateurs techniques et de volumétrie.

• La démarche volontaire est là également, mais de manière assez évidente, lorsque l’on regarde les rapports annuels des grands acteurs de la tech, elle ne mène pas à une évolution aussi effective que la réglementation ³.

D’un autre côté, le secteur se porte extrêmement bien vis-à-vis de la réglementation. En excluant l’EED, l’heure est plus à la déréglementation pour faciliter l’installation des datacenters, avec l’article 15 de loi de simplification de la vie des entreprises ⁴, mais aussi le programme de fast track, permettant à certains projets un accès accéléré au raccordement électrique avec RTE ⁵.

Quelles sont les méthodologies que vous utilisez pour évaluer l’empreinte environnementale de vos infrastructures ou celles de vos clients ? Est-ce qu’il s’agit d’analyse sur tout le cycle de vie ? Sur tous les indicateurs ou uniquement certains ?

Il faut rappeler que le Power Usage Effectiveness (PUE), le Water Usage Effectiveness (WUE) et le Carbon Usage Effectiveness (CUE) ne sont que des indicateurs d’efficience.

Le PUE par exemple, est une fraction dont le dénominateur est la consommation d’énergie IT. Donc par définition, on peut consommer plus d’énergie via ses équipements IT et avoir un meilleur PUE. ⁶

Au-delà de ces indicateurs, utiles pour certains calculs mais bien différents des indicateurs environnementaux, chez Hubblo, nous nous concentrons surtout sur l’empreinte environnementale de l’ensemble du cycle de vie des infrastructures, produits et services, en s’appuyant sur l’Analyse de Cycle de Vie ⁷. C’est une méthode normée qui demande de comptabiliser l’empreinte, depuis l’extraction des minéraux, en passant par la fabrication, le transport, l’usage, jusqu’à la fin de vie. C’est également une approche multi-critère avec laquelle il est possible d’évaluer jusqu’à 16 critères environnementaux : potentiel de réchauffement global, consommation d’eau, occupation des sols, épuisement des minéraux et métaux, etc. ⁸

Pour être plus complet, nous nous intéressons également aux impacts indirects des infrastructures et services, en nous appuyant sur l’Analyse de Cycle de Vie Conséquentielle (ACV-c) ⁹. C’est-à-dire que l’on schématise les conséquences positives et négatives de la mise en place d’un service, vis-à-vis de l’environnement, afin de comprendre les dynamiques en jeu et parfois de calculer les impacts nets.

Enfin, notre ambition n’est pas une évaluation pour des chiffres ou des constats couchés dans un rapport qui ne servirait qu’à la communication. Notre but est surtout que cela permette d’éclairer des décisions visant la transformation socio-écologique des organisations.

Un enjeu sur l’évaluation de l’impact environnemental du cloud est la comparabilité. Etant donné que les cloud providers n’utilisent pas forcément les mêmes méthodes, cela rend difficile la comparaison. Ces méthodes ne comptabilisent pas les impacts de la même façon (approche géographique/marché, garanties d’origine, etc.), pouvez-vous nous expliquer quelques-unes de ces problématiques ?

Un exemple emblématique est celui des émissions liées à l’électricité consommée. Une grande partie des données qui alimentent le débat public se basent encore sur des données avec une point de vue market-based, c’est-à-dire qui prennent en compte les certificats de garantie d’origine (GO, REC ou PPA) dans le calcul d’empreinte. Ces certificats sont la raison pour laquelle les fournisseurs d’infrastructure affichent toujours que l’électricité consommée est issue à 100% d’électricité produite avec les ENR, ce qui est bien sûr physiquement totalement faux ¹⁰.

Sur ce sujet, même le GHG Protocol a lancé des groupes de travail pour que la norme évolue. Un de ces groupes travaille sur le changement du statut des certificats de garantie d’origine dans la méthode : à savoir ne plus les compter et privilégier un affichage de l’empreinte de l’électricité avec un point de vue location-based (basé sur le mix de production réel de la grille électrique concernée) ¹¹. Des acteurs s’y opposent encore mais je pense que c’est une très bonne chose que les méthodes convergent au moins sur ce point. Le RCP Cloud & Datacenters de l’ADEME exclut du calcul les PPAs, à l’exception de ceux qui concernent les moyens de production ENR installés sur site, alimentant directement le datacenter. Je pense que ça va dans la bonne direction.

Au-delà de connaître son impact, l’évaluation permet également de mettre en avant les leviers pour écoconcevoir un service cloud. Est-ce que vous pouvez nous donner des exemples d’écoconception ?

Celui qui devient capital mais que la majorité du secteur n’applique pas, c’est de revenir au premier pilier de l’écoconception qui consiste à questionner le besoin et la manière la plus sobre d’y répondre (ou choisir de ne pas y répondre). Parmi les GAFAMs, plusieurs affichent une augmentation à deux chiffres de leur empreinte carbone sur les dernières années, principalement du fait du béton dû à la construction des nouveaux bâtiments ^{12 13}.

La fabrication des datacenters à l’échelle mondiale est en train de redresser le secteur de la construction ¹⁴.

Avec l’IA générative, l’impact de l’usage et de la consommation d’énergie revient au centre de l’équation : questionnement sur les usages et les choix technologiques pour répondre réellement au besoin. Je pense qu’on a toutes et tous dans la salle des clients ou partenaires qui utilisent des LLMs parce que c’est la tendance, alors qu’une étude du besoin montrerait en 10 secondes que ce n’est pas un choix efficient. Et en même temps, il s’agit d’un techno-push, ce qui dépasse la seule logique de l’offre et de la demande. Il y a des mécaniques économiques, marketing et politiques à l’œuvre pour que les organisations et les individus adoptent massivement l’IA générative, y compris pour les pires usages et les pires raisons.

En termes d’évaluation des impacts environnementaux, comment voyez-vous la suite ? Des demandes croissantes sur le sujet ? L’apparition d’une convergence des méthodes ?

Du point de vue de ce qui est en train d’arriver : une réglementation qui se structure en Europe, bien que lentement. Peu à peu, plus de visibilité sur le secteur. Une dérégulation déjà bien amorcée aux Etats-Unis en particulier ¹⁵.

J’espère que les discussions avec l’International Telecommunications Union vont aboutir, pour faire du RCP Cloud & Datacenters une norme mondiale concernant l’évaluation et l’affichage des impacts environnementaux du Cloud et de la colocation ¹⁶.

De manière plus systémique, j’espère une progression de la compréhension de ce sujet par les organisations et un regard critique plus acéré sur la manière dont le sujet est traité par les grands acteurs de l’infrastructure. On a parlé de normes et de réglementation aujourd’hui : le sujet progresse et tant mieux, mais il faut bien voir que pour le moment c’est le far west. On parlait d’auto-incitation du secteur, mais notons que le Climate Neutral Data Center Pact, groupement d’entreprises qui annoncent se saisir de ces sujets pour faire progresser le secteur, s’est prononcé contre la mise à jour de l’Energy Efficiency Directive, qui est la première bonne nouvelle significative d’un point de vue réglementaire depuis des années ¹⁷.

J’espère surtout une réglementation plus forte concernant la transparence et les pré-requis des nouvelles implantations de centres de données, mais il faut pour celà opérer un basculement politique. La bonne nouvelle c’est qu’il peut partir des entreprises pionnières sur le sujet, des dirigeant-e-s ou des employé-e-s qui sont aussi avant tout des citoyen-ne-s.

Nous l’avons appelée le CoDir des Vivant-e-s. Et avant de revenir sur ce qui en ressort, nous souhaitons vous expliquer notre démarche.

Nous partageons le constat qu’en ces temps, le fossé se creuse entre les ambitions nécessaires pour faire face à la polycrise, et la réalité des décisions prises dans les entreprises. Et pour cause, nos dirigeant-e-s sont pris-e-s en étau entre la réalité de viabilité économique de leur organisation court-terme, et la complexité grandissante des contraintes socio-écologiques, voire géopolitiques perçue comme à plus long-terme.

Nos décisionnaires sont naturellement embourbé-e-s dans un système plus grand qui va toujours plus vite ?

Comment faire significativement différemment ? Et en même temps, rester dans le réalisme ?

Si les décisions sont prises dans les instances de direction, allons-y !

Et s’il faut écouter et marquer les esprits de la complexité des contraintes socio-écologiques, pourquoi ne pas leur donner une voix ? un corps ? une personnalité ?

A l’image du Parlement du Vivant, nous avons décidé de commencer par introduire les voix du Vivant humain et non-humain, telles que celles de la Biodiversité et de l’Eau. Mais pour nous, les décisions d’aujourd’hui impactent durablement les générations à venir. Alors nous avons souhaité également inviter les Générations Futures.

Le résultat du travail que Julie Delmas-Orgelet, Nicolas Chaudron et moi-même avons imaginé ensemble, c’est une instance de décision avec 6 personnages dont la moitié correspondant aux fonctions décisionnaires habituelles de l’entreprise, et l’autre représentant la Biodiversité, l’Eau et les Générations Futures.

Notre intention est de s’intégrer dans le fonctionnement habituel de nos dirigeant-e-s d’entreprises et pour autant, de faire un pas de côté, de travailler avec le rationnel mais aussi l’empathie. Nous avons misé sur l’expérience plutôt que sur la théorie pour une mise en mouvement.

Et pour cela, notre rôle a été de

• dérouler et cadrer le processus global,

• répartir la parole pour une écoute sincère des besoins de chacun-e.

Nous avons co-animé cette session pour la première fois lors du #HubbloDay2025. Pour cela, nous avons décidé de l’adapter pour

• faire participer un public de plus de 60 personnes,

• le raccourcir à 1h30 maximum, présentation et intelligence collective avec le public inclus.

Lors de cette session, nous avons observé que :

• chacun-e s’est prêté-e au jeu : rires, tensions, engagement… (on y voyait même du plaisir chez plusieurs personnes),

• beaucoup de fun malgré le sérieux du sujet,

• de superbes stratégies de négociation,

• certaines dimensions sociétales mériteraient d’être davantage présentes dans les discussions,

• certains aspects de la communication comme la disposition des personnages pourront être améliorés sur les prochaines éditions,

• il était parfois difficile pour chacun-e d’écouter pour comprendre, plutôt que pour servir ses propres intentions,

Cela a mené à une décision au bout de 1h30 d’atelier, qui n’était pas suffisamment satisfaisante aux yeux des représentant-e-s du Vivant, mais marque déjà un changement de paradigme et la volonté de l’ensemble des parties prenantes de faire un pas vers chacun.e. (Ce n’est pas un hasard si le processus que nous avons imaginé dans son ensemble prend plutôt 3 heures et peut s’inscrire en début d’un parcours de transformation de la gouvernance d’une société, d’une équipe…)

Toutefois, nous soulignons que

• les émotions provoquées par les relations interpersonnelles et l’écoute profonde des besoins de chacun-e, influent sur nos biais cognitifs et ainsi sur nos décisions et nos actes,

• le processus a déclenché une réflexion sur la durée, à l’image de l’approche systémique : pour faire bouger tout un système complexe, adoptons une approche radicalement différente sur une partie de ce système.

Nous remercions toutes les personnes qui étaient présentes à cette session, pour leur participation, et leur bonne humeur.

Julie et moi avons bien kiffé !

Si vous voulez que nous intervenions dans votre gouvernance et vos modes de prises de décision, que ce soit sur le format du CoDir des Vivant-e-s ou pour un autre besoin, n’hésitez pas à nous contacter sur muleine@hubblo.org et julie@ddemain.com.

L’évaluation environnementale du numérique est un sujet nouveau et immature. Face à sa complexité, il nous paraît important dans toute étude:

• De documenter les hypothèses choisies et les limites constatées.

• De fournir toutes les données utilisées dans l’évaluation (hypothèses choisies, limites constatées, calculateur, facteurs d’impact) pour favoriser la critique et la construction des connaissances.

• De communiquer les résultats avec humilité

C’est dans cet état d’esprit que nous publions cet article. Tout retour critique et constructif sera fortement apprécié.

Pour nous contacter : contact@hubblo.org.

Sommaire:

• Introduction

• Approche méthodologique

  • Les grands principes

  • Démarche

  • La consommation électrique comme proxy

  • A la recherche de la consommation des datacenters !

    • Etude du standard SASB (Sustainability Accounting Standards Board)

    • Limites de l’approche

• Cas d’usage du streaming

  • Consommation des datacenters

  • Données d’usage

  • Impacts des datacenters

  • Impact des terminaux

  • Impacts du réseau

  • Résultats et validation

  • Comparaison avec les évaluations de la base Empreinte de l’ADEME

• Cas d’usage des réseaux sociaux

  • Consommation des datacenters

  • Données d’usage

  • Impacts des datacenters

  • Résultats et validation

• Cas d’usage du moteur de recherche

  • Consommation des datacenters

  • Données d’usage

  • Impacts des datacenters

  • Validation et comparaison

• Cas d’usage de l’hébergeur mail en ligne

  • Consommation des datacenters

  • Données d’usage

  • Impacts des datacenters

  • Validation et comparaison

  • Consommation des datacenters

  • Données d’usage

  • Impacts des datacenters

  • Validation et comparaison

  • Potentiel d’amélioration de l’évaluation

• Conclusion

• Bibliographie

Introduction

A travers nos missions d’évaluations environnementales au sein d’Hubblo, ou à travers notre travail associatif au sein de Boavizta, nous avons souvent été confrontés à des difficultés liées à l’évaluation environnementale de services externalisés (à l’entreprise ou au territoire) pour lesquels la matérialité de l’infrastructure du numérique est difficile à estimer.

C’est dans ce contexte, que nous avons produit un article sur l’estimation de l’impact environnemental des datacenters importés pour un usage français du numérique ¹.

Cette nouvelle étude sur l’évaluation environnementale des services SAAS & IAAS - qui représentent aussi un angle mort dans les méthodologies d’évaluations environnementales du numérique dans les organisations - s’inscrit dans la continuité de cette réflexion. Une mission pour la direction Communication de Rennes Métropole a été le déclencheur pour avancer sur le sujet.

L’objet de cet article est donc de tenter de combler cet angle mort en proposant une première approche pour estimer l’impact environnemental des services SAAS.

On se basera notamment sur les facteurs d’impact des datacenters de colocation en France et à l’étranger, que nous avons mis en avant dans notre précédent article.

A la direction Communication de Rennes Métropole, les principaux services SAAS utilisés étaient les suivants:

• Streaming : Vidéo, podcast via une plateforme en ligne (ex : Youtube)

• Réseaux sociaux (ex : Facebook)

• Stockage / archivage de données (ex : Dropbox)

C’est sur ce premier périmètre que nous avons travaillé.

En complément, 4 objectifs ont guidé notre travail:

• fournir des outils d’évaluation pratiques, paramétrables permettant d’adapter les hypothèses à la plupart des contextes

• documenter la méthodologie pour favoriser son extension à d’autres services numériques

• utiliser des données ouvertes et partager des résultats pour favoriser les critiques et l’évolution des modèles

• montrer qu’il est possible d’effectuer des évaluations multicritères de services numériques, notamment en se basant sur la base Empreinte de l’ADEME.

Sérendipité

Chez Hubblo, nous sommes des adeptes de la sérendipité, souvent sans le savoir ! 

La sérendipité est le fait de découvrir par hasard des enseignements que l’on ne cherchait pas. Jusqu’ici, chez Hubblo, on appelait cela des “sorties de route” ;) La sérendipité correspond mieux à la réalité.

Pour la provoquer, il faut effectivement accepter de se perdre en chemin, et d’explorer des pistes à priori éloignées de l’objectif initial.

Mais ensuite, il faut cadrer ces “découvertes inattendues”, en tirer des enseignements, les documenter et les partager. 

Cette série d’articles est un parfait exemple de cette démarche particulière. Notre objectif initial était d’évaluer l’impact environnemental de certains services SAAS dans le contexte de campagnes de communication et il a abouti:

• au concept de REE (Revenu Energy Efficiency) qui représente la consommation électrique nécessaire pour obtenir 1 $ de revenu

• à la cohérence de celui ci en fonction de la nature des services numériques considérés, comme l’illustre le graphique ci dessous (échelle logarithmique).

Nous allons donc décrire dans les articles qui viennent comment nous avons “dévié” de notre objectif initial pour aboutir au REE et aux ratios monétaires.

Approche méthodologique

Les grands principes

Le schéma ci-dessus, créé par DDemain / Julie Orgelet illustre bien l’ensemble du cycle de vie du service numérique, et notamment le besoin d’avoir une vue matricielle de l’évaluation: “étapes du cycle de vie du service” X “les 3 tiers + RH”.

L’objectif idéal serait de prendre en compte l’ensemble des étapes, et notamment les phases de fabrication et de maintenance des logiciels / services SAAS.

Pour la partie Fabrication cela impliquerait de prendre en compte l’activité R&D associée au logiciel / service SaaS, et de bien déterminer son périmètre. Il serait également intéressant de réfléchir à sa phase Distribution. Quid des impacts de l’activité “Sales & Marketing”, particulièrement présents dans le numérique ? Par exemple, est ce que la somme des impacts des produits & services de Salesforce (ou tout autre acteur) est égale à l’impact global de “l’usine” Salesforce ?

Néanmoins, dans un premier temps nous allons nous focaliser sur la phase d’usage des logiciels / service SaaS - comme nous le faisons classiquement pour les services “on premise”. Cette phase inclut les 3 “tiers” : terminaux, réseau et datacenter.

Démarche

Notre démarche méthodologique suit une modélisation classique d’un service numérique basée sur les 3 “tiers”: terminaux, réseaux, datacenters.

Pour le Tier 1/terminaux:

• On utilise le jeu de données multicritères pour le numérique de la base Empreinte de l’Ademe . On trouve les principaux terminaux :

  • Ordinateur portable (Pro et perso)

  • Tablette

  • Smartphone

  • Ordinateur fixe (sans écran)

  • Ecran d’ordinateur

  • Téléviseur

• Les terminaux sont modélisés sur la base des hypothèses documentées: consommation électrique annuelle, durée de vie, durée d’usage

• La méthode d’amortissement utilisée est par durée d’usage. On pourra considérer dans une étude future les amortissements par durée de possession ou bien une approche marginale. \

Pour le Tier 2/réseaux:

On utilise les facteurs d’impact par Go de la base Empreinte de l’Ademe. A l’avenir, il sera également possible d’utiliser le modèle proposé dans le récent RCP FAI.

Pour le Tiers 3/datacenters:

Si la méthode d’évaluation de l’usage des terminaux , voir du réseau, est comparable à celle utilisée pour des services hébergés, l’évaluation des datacenters utilisés par un service SAAS est plus délicate.

Les infrastructures sous-jacentes ne sont pas ou peu documentées par les grands acteurs du marché. Le seul élément (parfois) communiqué est la consommation électrique. C’est sur cette base que nous avons orienté notre travail.

La consommation électrique comme proxy

L’étude sur les Datacenters importés nous a permis d’interpréter certaines données du rapport ADEME/ARCEP “Evaluation de l’impact environnemental du numérique en France et analyse prospective” pour aboutir à des facteurs d’impact en fonction des typologies de datacenter suivantes:

Ces chiffres, et la répartition entre les phases de fabrication et d’usage, nous ont permis d’adapter les facteurs d’impacts pour des datacenters de colocation à l’étranger ¹.

Ci dessous les impacts par type de datacenter et par kWh consommé:

et une répartition par phase de cycle de vie pour les datacenters de type colocation en fonction de leur localisation (ici France et Europe):

A la recherche de la consommation des datacenters !

Fort de ces facteurs d’impacts par kWh pour les phases de fabrication et d’utilisation des datacenters, l’enjeu devient donc d’évaluer la consommation électrique des datacenters des fournisseurs de services SAAS.

Or, ces données sont potentiellement présentes dans les rapports extra financiers publiés par les entreprises: Rapports de type ESG/Environment, Social and Governance ou CSR/Corporate Social Responsibility.

Etude du standard SASB (Sustainability Accounting Standards Board)

Le SASB est une organisation à but non lucratif, fondée en 2011 par Jean Rogers pour développer des normes comptables de développement durable. L’initiative est une réponse à la demande des investisseurs, gestionnaires d’actifs et assureurs de plus en plus sensibles à l’impact des critères environnementaux, sociaux et de gouvernance (ESG) sur la performance financière des entreprises.

Les principes essentiels du SASB sont ²:

• Applicabilité mondiale

• Matérialité financière

• Approche de l’établissement de normes :

  • Spécificités industrielles

  • Basé sur des preuves

  • Information des marchés

C’est l’adaptation du standard aux “spécificités industrielles” qui est intéressante puisqu’on y trouve une déclinaison pour les “software et IT services” ³ :

Dans ce document spécifique existe une section qui concerne la consommation électrique des datacenters:

Limites de l’approche

• Une première limite de cette approche tient au fait que ces rapports extra financiers ne sont pas obligatoires hors Europe (et même si ils le sont en Europe, de nombreuses entreprises ne jouent pas le jeu).

• Une deuxième limite est que les entreprises ne remplissent pas systématiquement les champs de la structure proposée. Elles ajoutent souvent une simple référence à un rapport “RSE” qu’il faut alors décrypter attentivement.

• Une troisième limite, plus cachée, est que les données de consommation des datacenters présentes dans les rapports extra financiers publiés par les entreprises excluent (la plupart du temps) les consommations indirectes liées à l’outsourcing de l’hébergement.

Il nous faut donc trouver des exemples de services SAAS dont l’infrastructure n’est pas (ou peu) externalisée OU qui publie (c’est rare) leur consommation indirecte (IAAS, colocation, …)

Cas d’usage du streaming

Pour traiter le cas d’usage du Streaming, il nous faut la consommation de l’infrastructure (datacenters) nécessaire à une activité SAAS de streaming (hors production des films/séries) et des données d’usage (nombre d’heures, résolution moyenne utilisée, …).

Consommation des datacenters

Pour la partie consommation nous avons étudié les données extra financières de Netflix.

En 2019, Netflix déclare les consommations suivantes ⁴ :

• Direct Electricity (MWh) : 94000

• InDirect Electricity (MWh) : 357000

La consommation “indirecte” inclut les infrastructures externalisées chez AWS et GCP mais aussi les serveurs “Open Connect” installés chez les FAI.

A partir de 2020 seule la “Direct Electricity” est déclarée en étant répartie sur les catégories “Hardware Infrastructure” and “Remaining” (studio de production, workplace etc …). En 2020, la consommation électrique liée à l’infrastructure interne est de 30% du total ⁵.

En synthèse, les dernières données complètes sont celles de 2019 :

• 357000 MWh de consommation électrique des datacenters externes

• 30% de 94000 MWh correspondant à la consommation de l’infrastructure interne

soit une consommation totale de l’infrastructure datacenter de 385200 MWh

Données d’usage

Pour les données d’usage, le rapport de 2019 ⁴ indique 167 millions d’abonnés et l’étude de Carbon Brief ⁶ sur le streaming indique des données d’usage complémentaires pour la même année 2019:

• taille moyenne d’une heure de streaming: 1,9 GB

• nombre d’heures / jour / abonné: 2

Ces données nous permettent d’obtenir un ratio de consommation électrique de datacenter par GB “streamé”, soit 3,16Wh/GB

Il est aussi utile d’obtenir un volume de consommation de données par heure de streaming en fonction du type et de la qualité des streaming :

Impacts des datacenters

L’utilisation des facteurs d’impact par kWh pour les datacenters de type colocation nous permet d’obtenir les impacts suivants pour 1 GB de données streamées:

La déclinaison par typologie de streaming aboutit aux impacts multi-critères des datacenters suivants (avec une hypothèse de mix électrique européen ):

Impact des terminaux

Il est possible d’utiliser deux sources de données ouvertes pour des facteurs d’impacts multicritères sur les terminaux: \

• la Base Empreinte de l’ADEME: Cette base présente des impacts par an sur l’ensemble du cycle de vie. Cependant, pour les éléments issus de l’étude NegaOctet, la phase d’usage n’est pas inclue dans les facteurs d’impacts et il faut les “reconstituer” via la consommation électrique qui est fournie. Cela implique d’avoir les impacts multicritères de la consommation électrique pour les pays que l’on considère. De plus, les impacts fournis sont annualisés. Pour l’utiliser de manière paramétrique il faut intégrer la durée de vie documentée, ce qui donne les impacts suivants sur l’ensemble du cycle de vie (hors usage):

• les impacts documentés dans le rapport ADEME/ARCEP ⁷
  Ceux-ci incluent uniquement la phase de fabrication (par unité). Pour inclure la phase d’usage, il faut considérer les consommations électriques moyennes également documentées dans le rapport.

Pour des raisons pratiques nous avons utilisé les impacts de fabrication documentés dans le rapport ADEME/ARCEP. \

A noter qu’il existe de légères différences entre ces deux sources même si elles proviennent du même projet, à savoir NegaOctet, mais certainement à des temporalités différentes.

L’allocation des impacts des terminaux se fait sur la durée d’usage du service par rapport à la durée d’usage totale.

Impacts du réseau

La base Empreinte de l’ADEME contient des facteurs d’impact multicritères pour les réseaux fixe et mobile. L’allocation est réalisée en fonction du volume de données transféré.

A noter, qu’une mise à jour sera nécessaire pour prendre en compte les derniers facteurs d’impact issus du rapport 2024 sur les impacts des FAI.

Résultats et validation

L’ensemble de ces éléments nous a permis de créer un calculateur paramétrique pour évaluer un service numérique de streaming:

Comparaison avec les évaluations de la base Empreinte de l’ADEME

La base Empreinte contient un certain nombre de scénarios de streaming provenant du projet NegaOctet, qui apparaissent comme une bonne base de comparaison. Nous avons injecté les mêmes hypothèses dans notre calculateur pour obtenir les résultats suivants :

Les résultats semblent cohérents. Sur l’indicateur GWP, on constate une faible variation, de 1 à 28 %, sur les 6 scénarios de la base Empreinte.

Cas d’usage des réseaux sociaux

Pour traiter le cas d’usage des réseaux sociaux, il nous faut la consommation de l’infrastructure (datacenters) nécessaire à une activité SAAS de type “réseau social” et des données d’usage (nombre d’utilisateurs, nombre d’heures, volume de données, …).

Consommation des datacenters

Pour la partie consommation nous avons étudié les données extra financières de Meta et notamment le “Meta 2023 Sustainability Report” ⁸ qui reprend l’ensemble des consommations des datacenters depuis 2017. On retrouve une synthèse de ces données dans le rapport “Measuring the Emissions & Energy Footprint of the ICT Sector” de World bank et ITU ⁹.

Données d’usage

Meta ne fournit pas ou peu de données précises sur la nature et le volume des usages effectuées sur l’ensemble de ses médias/réseaux sociaux. On trouve uniquement dans les rapports financiers l’indicateur des “Monthly Active Users” car il est utile pour valider l’efficacité et la valorisation financière des médias sociaux de Meta.

D’autres sources référencées ci dessous nous ont permis de compléter ces données. En voici la synthèse pour l’année 2021, la dernière pour laquelle nous avions une complétude des données:

Impacts des datacenters

L’utilisation des facteurs d’impact par kWh pour les datacenters de type colocation nous permet d’obtenir les impacts environnementaux multi-critères suivants pour une heure d’usage des réseaux sociaux :

Résultats et validation

L’ensemble de ces éléments nous a permis de créer un calculateur paramétrique pour évaluer l’usage d’un service numérique de type réseau social:

Note: pour les parties terminaux et réseau nous avons repris les facteurs d’impacts multi-critères décrits dans le cas d’usage streaming.

Cas d’usage du site web / du téléchargement de fichiers

Quels sont la consommation électrique et l’impact environnemental (ici focalisé sur le datacenter) de la consultation d’une page d’un site web de contenus (statiques ou quasi-statiques) à forte audience, ou de téléchargements de fichiers sur de tels sites ? Ce sont également des cas d’usages courants auxquels nous avons été confrontés dans nos missions, dans des contextes où nous n’avions accès à aucunes données primaires.

Wikimedia, l’organisation derrière Wkipedia, Wiktionnary et de nombreux autres wikis à fortes audiences, est transparente sur de nombreux métriques et données, permettant d’évaluer la consommation électrique et les impacts environnementaux de datacenters servant essentiellement à servir des pages web ou des médias / fichiers statiques.

Consommation des datacenters

Dans son rapport “Environmental Sustainability Report 2022”, Wikmedia annonce une consommation électrique de 3697 MWh pour ses datacenters tous gérés en propre chez des acteurs de la colocation (Equinix, CyrusOne, Iron Mountain, Digital Realty, Interxion).

Données d’usage

Wikimedia propose un outil permettant d’accéder à des informations statistiques détaillées pour l’ensemble des wikis gérés par l’organisation : Wikimedia Statistics. A travers cet outil, nous pouvons consulter le nombre de pages vues au cours de l’année 2022 (tous wikis confondus) : 273 milliards.

Malheureusement, nous n’avons pas réussi à identifier de données Wikimedia sur les caractéristiques moyennes de ces pages (notamment poids). Pour caractériser les pages, nous nous sommes tournés vers un outil tiers, HTTPArchive, opéré par Internet Archive une organisation qui archive de façon durable les sites web et les contenus année après années. HTTPArchive fournit notamment le poids moyen des page du top1000 des sites web de 2022, dont fait partie Wikipedia, soit 2034,1 Ko pour les pages Desktop web et 1510,2 Ko pour les pages Mobile web. Wikimedia statistics permet par ailleurs de constater que 52% des accès aux wikis sont générés à travers un mobile.

Ces éléments nous permettent d’estimer le trafic global générés par les 273 milliards de pages consultées, soit 480 millions de Go.

Une règle de 3 nous permet d’évaluer la consommation électrique pour une page vue moyenne (desktop / mobile), ou pour le téléchargement de 1Mo de fichiers :

Impacts des datacenters

L’utilisation des facteurs d’impact par kWh pour les datacenters de type colocation nous permet d’obtenir les impacts environnementaux multi-critères suivants pour 1 page web vue :

Et pour 1Mo de fichiers téléchargés :

A noter : L’impact du réseau et des terminaux pour le site web / le téléchargement de fichiers n’ont pas été développés dans le cadre de cet article.

Validation et comparaison

Si l’on compare la consommation électrique au Go des datacenters Wikimedia (7,69 Wh/Go) et Netflix (3,16 Wh/Go), on constate que les 2 chiffres sont du même ordre de grandeur, avec une consommation plus importante côté Wikimedia. Ceci peut s’expliquer par les usages qui sont proches, mais ne sont pas pour autant identiques. Servir une page web nécessite de faire appel à de multiples ressources, alors que streamer une vidéo nécessite (a priori) de faire appel à un nombre beaucoup plus limité de ressources (fichiers vidéo + audio + metadonnées), mais sur une durée longue. Par ailleurs, Wikimedia est une organisation à but non lucratif avec des moyens limités (budget 2023 : $180M), alors que Netflix, avec des moyens plus importants (budget 2023 : $33 000M) a les moyens d’optimiser plus fortement son infrastructure.

Potentiel d’amélioration de l’évaluation

Wikitech, la branche IT de Wikimedia, a publié de multiples données intéressantes, dont une part significative de l’inventaire IT de ses datacenters. Il serait intéressant de produire des calculs bottom up et de vérifier la cohérence des résultats.

• Détail des machines utilisées pour les CDN : https://wikitech.wikimedia.org/wiki/CDN/Hardware

• Architecure réseau : https://wikitech.wikimedia.org/wiki/Network_design

• Données de consommations électriques par datacenter : https://meta.wikimedia.org/wiki/Wikimedia_servers

• Reporting des data centers providers : https://meta.wikimedia.org/wiki/Sustainability#Wikimedia_Foundation_sustainability_timeline_reports_and_more

Conclusion

L’usage des services SaaS (Software as a service) se développe fortement. Pourtant, leurs impacts environnementaux sont peu ou mal documentés par les éditeurs. Cet article propose une méthodologie novatrice et simple (pour peu que des données de qualité soient disponibles) pour permettre à un tiers de réaliser une évaluation d’impact environnemental d’un service SaaS.

Elle se base pour les terminaux et le réseau sur les données de la base Empreinte de l’Ademe, ou celles de l’étude Ademe / Arcep “Evaluation de l’impact environnemental du numérique en France et analyse prospective”. Pour les datacenters, elle se base sur des calculs permettant d’identifier les impacts fabrications et usages associés à la consommation d’1 kwh de datacenter de colocation issus de l’étude Ademe / Arcep, et sur des facteurs d’impact des datacenters de colocation en France et à l’étranger issus de l’article d’Hubblo sur l’impact des datacenters importés. Elle tire également partie de données d’usages.

En ce qui concerne les datacenters des services SAAS, l’analyse fine des rapports ESG (Environment, Social and Governance) ou CSR (Corporate Social Responsibility) des éditeurs permettent d’identifier les consommations électriques. Pour les éditeurs qui hébergent eux-mêmes leurs infrastructures (on premise), l’exploitation du facteur d’impact “1 kwh de datacenter de colocation” permet d’évaluer les impacts environnementaux des datacenters.

En ce qui concerne les données d’usage des services SAAS, l’analyse fine des rapports financiers ou des communications marketing permet d’identifier des volumes / données d’usages. Ces éléments, ainsi que l’exploitation de paramètres comme le choix d’un format / codec spécifique (documentés dans la littérature scientifique) permettent d’identifier les impacts terminaux, réseau et datacenter pour un acte utilisateur unique (Unité Fonctionnelle)

Cette méthode nous a permis d’évaluer l’impact environnemental de plusieurs UF associées à plusieurs services SaaS (tier datacenter uniquement pour les 3 derniers cas) :

• Regarder 1 heure de vidéo en streaming / écouter 1 de musique en streaming

• Consommer 1 heure de réseaux sociaux

• Consulter 1 page web / télécharger 1 Mo de données

Cette étude sera complétée prochainement avec d’autres cas d’usage

Les prochaines étapes, à mener avec la communauté

• Challenger la méthodologie / les données sur les cas / UF décrits

• Identifier les autres services SaaS couramment utilisés par les entreprises / particulier, collecter les données nécessaires à leurs évaluations d’impacts environnementaux, produire les évaluations

• Centraliser / structurer les résultats des évaluations pour en permettre un usage le plus large possible

Les limites rencontrées

• Externalisation de l’infrastructure : De plus en plus de fournisseurs de services SAAS n’hébergent pas eux-mêmes leurs infrastructures mais les externalisent chez des acteurs spécialisés (IAAS par exemple). Les données de consommation des datacenters publiées dans les rapports extra-financiers sont alors soit incomplètes, soit absentes.

• Pas de données d’usage disponibles pour les services IAAS et SAAS B2B : Pour des applications SAAS B2B (CRM, BI etc …) ou même pour des services IAAS il est très difficile, voire impossible, d’obtenir des données d’usage globales pour effectuer des allocations pertinentes, contrairement aux cas B2C vus précédemment (par GB pour le streaming ou le stockage en ligne ou par Post pour les réseaux sociaux). Pour les services SAAS ou IAAS B2B la donnée d’usage disponible pour les entreprises est plutôt le prix du service.

Pour répondre à ces limites, un nouvel article publié par Hubblo proposera bientôt une approche permettant d’évaluer les impacts environnementaux des services SaaS / IaaS grâce à des facteurs monétaires spécialisés, issus notamment du concept de REE mentionné en introduction.

Si vous pensez pouvoir nous aider à prolonger ou affiner cette étude d’une quelconque façon, n’hésitez pas à nous contacter : contact@hubblo.org

Bibliographie

Nous tenterons, de manière succincte et partielle dans ce post, de donner des points de repères sur l’ampleur de ces annonces et d’une partie de leurs implications probables.

Pour commencer, un Data Centre d'1 GW, c’est énorme. Pour référence, le centre de données moyen, en activité, en France, a une puissance installée tournant autour de 7,5 MW. Moins d’un 100ème donc. Les plus grands Data Centres actuellement en activité sur le territoire ne dépassent pas les 100 MW. Certains projets annonçaient déjà jusqu’à 200 MW avant le sommet de l’IA. Un DC d’1 GW est donc une annonce complètement massive.

Qu’est ce qui mène à de tels ordres de grandeur ?

D’abord, vu de l’intérieur d’un Data Centre

La densité énergétique moyenne par baie est en augmentation, comme le montre ce sondage de l’Uptime Institute.

Et pour cause:

• Une baie informatique “classique” dispose d’une puissance entre 2.5 et 20 kW.

• Une carte de type Nvidia H100 affiche un TDP de 700W. La puissance nécessaire environnée (+ serveur +PUE) avoisinne les 1700 W (d’après un calcul d’Epoch AI).

• Les nouveaux GPU Blackwell peuvent monter à une puissance de 1200 W, non environné.

• Nvidia vend aujourd’hui des baies complètes équipées pour l’IA: une baie NVL72 (composée notamment de GPUs Blackwell/GB200) affiche 120 kW de puissance nécessaire, par exemple.

• On pourrait atteindre 1 MW par baie avec les futures baies annoncés !

Au delà de 40kW de puissance dans une baie, il est presque impossible de refroidir correctement avec un refroidissement par air, ou bien il faut réagencer et espacer plus les baies.

La solution privilégiée pour le HPC et l’IA générative est le DLC pour Direct Liquid Cooling, qui consiste à amener le refroidissement par eau jusqu’au contact de la machine ou directement du composant, mais ce n’est pas toujours possible. Pour les déploiements d’IA plus modestes que les baies NVidia tout équipées, le circuit de DLC peut s’arrêter à la porte de la baie, cette méthode est appellée “Door Cooling” et peut convenir jusqu’à une puissance de 70kW par baie, au delà il faut du DLC.

Ceci illustre une tendance supplémentaire aux grands Data Centres dédiés: les Data Centres plus modestes se remplissent progressivement de matériel pour l’IA. Même si c’est certainement encore une part mineure des installations aujourd’hui, elle est également à prendre en compte dans les projections de consommation énergétique futures.

Et en vue macro

Schneider Electric projette 4 scénarii d’évolution, pour la consommation d’électricité de l’IA exclusivement (hors autres usages en Data Centre):

• Business As Usual: on atteindrait 1370 TWh/an d’électricité consommée exclusivement pour l’IA en 2035. C’est ~2.5 x la consommation actuelle de tous les DC dans le monde en 2024
• Sustainable AI: 785 TWh/an
• Limits to growth: 570 TWh/an
• Electricity Crunch (saturation des grilles électriques, scénario déjà envisageable dans certains états US): 190 TWh/an

Pour revenir aux annonces de ces derniers jours, que voudraient dire l’installation de 3 Data Centres de 1GW chacun, en France ?

• La puissance installée actuelle des DC français avoisine les 2.5 GW, pour plus de 320 datacenters
• Ajouter 3GW voudrait dire plus que doubler cette capacité, tout simplement
• Bien sûr, ces déploiements, s’ils ont lieu dans les ordres de grandeur annoncés, suivront plusieurs phases, comme de coutûme dans le monde des centres de données, un puissance d'1GW ne sera pas demandée d’un seul bloc à RTE. Mais la capacité cible pose de nombreuses questions.

Ajouter 1GW n’est à priori pas neutre pour un réseau électrique, la grille risque de devoir changer, au moins localement (elle pourrait ne plus être si bas carbone qu’avant).

Illustration de cette tendance, les investissements vers les SMR (petits réacteurs nucléaires) explosent. Si l’énergie qui en sort serait peu carbonée, les conditions de leur implantation posent de nombreuses questions (beaucoup de Datacenters sont proches de zones d’habitation).

Pire : des centrales à gaz, décorellées du réseau électrique commun, commencent à apparaître, sous couvert d’annonces totalement greenwashing (“natural gas”, “green”).

Et la consommation d’eau ?

En france, pas de tours d’évaporation (réglementation sur la légionelose), mais les données sur la consommation d’eau restent difficiles à obtenir (refroidissement adiabatique, vidange ou traitement chimique de l’eau en circuit fermé). Les données disponibles sont d’ailleurs souvent difficiles à traiter, car elles mélangent eau prélevée et eau consommée.

Ce qu’il faut retenir, c’est que tout mode de refroidissement a ses limites. Un meilleur PUE peut vouloir dire un moins bon WUE. Moins d’énergie, plus d’eau.

Quelques ordres de grandeur sur les Gaz à Effet de Serre

• Google: +50% d’émissions annuelles, en 5 ans
• Microsoft: +30% l’année dernière, principalement du au béton des nouveaux Data Centres
• The Guardian estime que 662% des emisssions à l’usage (Scope 2) des Data Centres des GAFAM, sont cachées grâce aux émissions dîtes market based (utilisation comptable de certificats de garantie d’origine de l’électricité, pour soustraire une partie des émissions pourtant réellement émises, dans le bilan carbone)

Des modèles plus efficients: une solution ?

Deepseek ?

• Un article de Semi Analysis explique comment cette efficience a été mise en récit, loin de la réalité du développement de la plateforme.
• De plus, une enquête de DipLab montre que l’entrainement du modèle R1 a nécessité l’exploitation de millions de personnes.
• Même si cette efficience était réelle, l’effet rebond en annulerait probablement les effets positifs. ASML, entreprise hégémonique qui fabrique les machines capables de graver nos puces (nos “chips”), explique que les bas coûts de DeepSeek, sont bons pour le business : plus d’application de l’IA, plus de puces.

Du matériel plus efficient ?

Les courbes généralement mises en avant concernant l’efficience, présentent une efficience par unité de calcul, par FLOP par exemple, ce qui ne reflète pas l’évolution de la consommation globale des nouveaux GPU dans leur ensemble.

Or, la consommation par GPU augmente de génération en génération, comme évoqué au début de cet article et dans l’étude GRC sur le refroidissement des futures puces à 1MW.

C’est comparable à ce qui est constaté dans le monde de l’automobile: on parcours plus de Km avec 1L d’essence du fait d’une meilleure efficience des nouveaux modèles, mais on augmente le poids de la voiture donc la consommation aussi, donc le réservoir. Le paradoxe de Jevons est bien là.

Il y a beaucoup plus à dire

Tous ces aspects et d’autres seront traités dans l’étude ADEME sur les consommations des Data Centres qui est en cours, réalisée avec studio dégel (Cécile Diguet) et Lorraine de Montenay (Omnicité et association GreenIT).

Sources

• The Future of Immersion Cooling: The Path to Cooling 1000W Chips, and Beyond!, GRC, 2023
• Artificial Intelligence and Electricity, Schneider Electric, 2024
• GB200 Hardware Architecture – Component Supply Chain & BOM, Semi Analysis, 2024
• Data center emissions probably 662% higher than big tech claims. Can it keep up the ruse?, The Guardian, 2024
• Microsoft’s AI Push Imperils Climate Goal as Carbon Emissions Jump 30%, Data Centre Knowledge, 2024
• Google reports 50 per cent jump in emissions due to AI energy use, Dezeen, 2024
• Fluidstack va construire un supercalculateur d’IA de 1 GW en France, 10 milliards €
• France and UAE to invest billions into 1GW European AI data center
• Brookfield and Data4 to spend €20bn on AI infrastructure in France

Cela peut vous intéresser si

• vous êtes leader dans une organisation actrice du numérique, ou dans une DSI,

et

• que vous rencontrez des freins individuels ou collectifs difficiles à lever par vous-mêmes, pour enclencher ou approfondir une démarche de transformation socio-écologique,

et

• que vous êtes prêt-e à investir du temps pour aller plus loin.

Quels sont les sujets que nous pouvons travailler ?

Ce peut être des objectifs à atteindre tels que :

• identifier comment m’approprier les enjeux socio-écologiques d’aujourd’hui, et les concilier avec la stratégie économique de mon organisation,

• définir la manière de mener le projet de transformation socio-écologique avec mes équipes,

• structurer ma communication afin d’embarquer mes équipes dans une vision qui corresponde à tou-te-s,

• développer une position de manager et de leader auprès de ma communauté, qui corresponde à mon mode de fonctionnement et mes besoins,

• prioriser mes leviers, réajuster ma gestion du temps afin d’équilibrer la charge qui m’incombe,

• comment me positionner sur les sujets actuels du marché tels que l’IA, l’ordinateur quantique, ou le cloud, avec mes convictions et avec sérénité.

Typiquement, tout sujet que vous avez entamé dans le cadre d’une transformation socio-écologique, et sur lequel vous rencontrez des difficultés pourrait mériter un coaching.

Seulement en individuel ?

Dans ce cadre, nous accompagnons aussi en équipe sur des thématiques telles que

• co-construire un plan d’actions opérationnel pour incarner la stratégie de l’organisation,

• redéfinir notre organisation de travail en mode projets selon les comportements et les motivations de chaque personne,

• incarner une équipe soudée et solidaire, portant les valeurs de l’organisation,

• redéfinir notre mode de prise de décision,

• redéfinir notre modèle économique, en mettant à profit le profil de chaque personne, et en conciliant stratégie marché et convictions socio-écologiques,

et bien d’autres. Cela dépend de votre objectif et de ce que vous amenez comme sujets collectivement, en séance.

Quel que soit votre sujet, un contrat doit d’abord être scellé autour d’un objectif. Pas de contrat, pas de coaching.

Et si je ne sais pas formuler mon objectif correctement ?

Ne vous inquiétez pas, il arrive souvent que l’une des premières étapes du coaching est justement de vous aider à préciser votre objectif.

Quelle différence avec l’approche conseil ?

Lorsque nous intervenons en conseil, nous vous apportons des éléments de connaissance issus de notre R&D pour répondre à des questions précises. En coaching, nous visons le développement de votre autonomie. Pour cela, nous posons le cadre de travail en prenant en compte vos besoins. Nous menons le processus de travail pour vous permettre de développer votre propre rapport au sujet, en connaissance de la situation que vous vivez. Cela nécessite que vous vous impliquiez en séance. Sans cette alliance pour un travail en co-responsabilité, ce n’est pas un coaching réussi.

OK, et comment ça marche ?

Cela se déroule en plusieurs séances espacées dans le temps. Cela se définit ensemble, de même que l’objectif de la séance à chaque rencontre. Et par nos questions, nos reformulations, nos échanges, nous vous permettons des prises de conscience, de lever des freins et ainsi d’identifier des solutions qui sont particulièrement adaptées non seulement à votre situation mais aussi à la façon dont vous la vivez, et à votre personne.

Que faut-il préparer en amont des sessions ?

Inutile de préparer quelque chose qui pourrait être balayée par ce que vous vivez en arrivant à la séance car c’est avec cela que nous travaillons.

Pouvons-nous parler de tout en séance ?

Tout ce qui a un lien avec notre objectif de coaching. La confidentialité est garantie pour ce qui est échangé en séance. Seul ce que vous consentez à partager, pourra l’être, même à une personne représentant votre organisation.

Qui coache ?

Dans notre équipe, la coach professionnelle est Muleine Su Lim. Après avoir piloté des projets stratégiques transverses et dirigé des équipes de plus de 70 personnes au sein de la R&D de la French Tech, Muleine a opéré sa propre transformation écosystémique dès 2019. Elle est formée au coaching professionnel de dirigeant-e-s et de leurs équipes et certifiée par l’Académie du coaching. Elle est aujourd’hui supervisée, adhère à la fédération de coaching EMCC, et est membre active du collectif Climate Coach Alliance qui rassemble les coachs pour un monde respectueux des limites planétaires et du vivant. Il arrive qu’elle fasse appel à d’autres coachs selon la dimension du coaching. Elle se synchronise très régulièrement avec ses associés du bureau d’études, ce qui lui permet non seulement de suivre les travaux en cours mais aussi d’y contribuer de temps à autre.

Puis-je faire appel à vous uniquement pour du coaching ?

Oui, nous mettons tous nos savoir-faire à profit dans ‘La Navigation’, selon vos besoins. Mais nous les intégrons aussi aux offres ‘Le Cap’ pour co-construire une feuille de route Numérique Responsable adaptée à votre organisation et son mode de fonctionnement, ou ‘Le Large’ pour gérer les risques, sécuriser l’autonomie, l’indépendance et la résilience de votre organisation, en misant sur vos capacités et potentiels.”

Et vous, quelles sont les questions que vous avez sur le coaching ?

Contactez-nous sur https://hubblo.org/fr/contact pour embarquer.

Comptabilité environnementale

La comptabilité environnementale est un des outils qui permet de donner une matérialité environnementale à des équipementiers, infrastructures ou services numériques. Elle est utile aux démarches de réductions d’impacts, notamment en guidant la mise en œuvre de levier de sensibilisation ou d’aide à de décision (par exemple via une démarche d’éco-conception).

Bien qu’elle nous semble nécessaire, la comptabilité environnementale est loin d’être une démarche suffisante. Compter n’est pas agir (Le Breton & Aggeri, 2018). On touche à la notion de performativité des outils comptables, c’est-à-dire à leur capacité de mettre en œuvre la transition écologique. Compter n’est pas une action positive en soi, les impacts environnementaux ne sont pas magiquement réduits grâce à cette action. Il n’y a que la mise en œuvre effective d’une stratégie de réduction qui transformecompte véritablement. D’après notre expérience, l’évaluation est insuffisante, parfois nécessaire, pour engager et suivre ce type de stratégie.

En plus d’être insuffisante, la comptabilité environnementale est quelquefois “contre-performative”, et constitue un frein à l’action. Les adages “on ne peut améliorer que ce que l’on mesure”, attribué à Lord Kelvin, ou encore “ce qui ne se mesure pas ne s’améliore pas” attribué à William Edwards Deming en sont des bonnes représentations. Se basant sur ce type de principes, certaines organisations se refusent à entamer des actions de réduction d’impacts tant que leur évaluation n’est pas considérée comme suffisamment précise.

Enfin, la comptabilité environnementale n’est pas une source de vérité, censée décrire la réalité physique des équipements, services ou infrastructure numérique. Cela ne veut pas dire qu’elle ne décrit pas la réalité, mais plutôt qu’elle le fait en embarquant un certain nombre de principes politiques qui peuvent être discutés. Lorsque attributionnelle, elle indique une répartition des responsabilités souvent attribuée aux usagers finaux, mais questionne plus difficilement les dynamiques sous-jacents des systèmes structurant les impacts. Pour en savoir plus, vous pouvez lire notre dernier article.

Bien que la comptabilité environnementale soit un outil utile aux démarches de réductions d’impacts, elle n’est pas performative en soi et peut parfois constituer un frein à l’action. Mal comprise, elle donne une vision biaisée des dynamiques environnementales à l’œuvre, donnant souvent trop de responsabilité aux usagers finaux. Ainsi, elle ne peut constituer une aide à la décision froide qui guiderait par son simple pouvoir constatatif les organisations dans leur transition.

Efficacité

La comptabilité environnementale est fréquemment mise en œuvre pour identifier des leviers d’efficacité. L’efficacité est un principe d’ingénierie qui permet de produire une quantité plus grande d’extrants pour une même quantité d’intrants. Mettre en œuvre ce type de démarche est nécessaire pour réduire la quantité de ressources mobilisée par le numérique. Cependant, si cette démarche ne s’inscrit pas dans une perspective globale, elle ne suffit pas pour atteindre les objectifs de transition. Plusieurs mécanismes expliquent cette limite.

D’abord, la notion d’efficacité est souvent associée à l’innovation. Pourtant, des cas contraires sont à mentionner, comme les émissions de GES par taille de gravure des semi-conducteurs qui augmente à partir de 10 nm. (source UC Louvain slides 25 et 26 et études associées).

Ensuite, dans de nombreux cas, l’augmentation de l’efficacité par unité de service fournis (en relatif) entraîne une augmentation des usages, compensant voir dépassant les gains initiaux. Dans ce cas, bien que les impacts relatifs diminuent, les impacts absolus augmentent. On parle de mécanismes de rebonds ou d’effets rebonds. On peut l’illustrer par l’exemple des datacenters au niveau mondial. De nombreux leviers d’optimisation et d’innovation sont actuellement mis en œuvre au niveau du refroidissement, de la réduction des PUE (dont le calcul mène parfois à des dérives), de l’affichage et de la labellisation environnementale… Cependant, les prévisions de consommation de l’IEA anticipent une augmentation de 28% entre 2022 et 2026 (lien) malgré des gains d’efficacité croissants. Cela s’explique notamment par des effets rebonds non maîtrisés, voire souhaités par les clouds providers dont les modèles d’affaires reposent sur l’augmentation des usages. Tant que le déploiement de ces infrastructures ne s’inscrit pas dans une démarche de compatibilité globale avec les limites planétaires, mettre en œuvre des leviers d’efficacité ne sera pas gage de soutenabilité.

Fort·e·s de ce constat, sans renier la nécessité de l’efficacité, nous avons la conviction qu’elle doit s’inscrire dans une démarche plus systémique.

Éco-conception

Plus large que l’efficacité, l’éco-conception vise à intégrer les critères environnementaux dans la conception des produits et services. Cette démarche implique de pouvoir questionner les usages et donc la pertinence d’un service ou d’une fonctionnalité. Elle peut se distinguer de l’efficacité par la possibilité qu’elle offre de renoncer à tout ou partie des fonctionnalités envisagées, qui constitue généralement le meilleur levier pour réduire les impacts d’un service numérique.

Une partie des pratiques d’écoconception a dévié de ces perspectives originelles, se rapprochant de la démarche d’efficacité. Nous savons par expérience qu’il est difficile d’engager une démarche qui questionne plus profondément la nécessité des services et produits étudiés et penser de manière plus radicale des implémentations alternatives. C’est notamment parce qu’une telle démarche nécessite des réflexions plus politiques pour lesquelles l’expertise et la technique ne sont pas suffisantes. Face à cette vision réductionniste de l’éco-conception, nous souhaitons adopter une perspective plus fondamentale, allant au-delà des problématiques techniques, mobilisant obligatoirement une vision critique des usages des services et un accompagnement humain plus fort.

Le numérique pour la transition écologique

Le numérique est un puissant vecteur d’efficacité et de substitution, permettant souvent de réduire à unité de service constante les impacts des autres activités. Cependant, il met en œuvre de nouvelles ressources apportant leur lot d’impacts et entraîne des impacts indirects tels que les effets rebonds que nous avons évoqués précédemment.

Une grande partie des publications industrielles mettent en avant le rôle positif global du numérique pour la réduction des émissions de GES des autres secteurs de l’économie. Comme décrit dans une étude de Gauthier Roussilhe sur le sujet, ces études sont fortement critiquables sur le plan méthodologique, donnant probablement une lecture trop optimiste des gains permis par la numérisation. Ces affirmations alimentent un narratif repris par des personnalités politiques de premier plan et se sont fait une belle place dans les idées reçues couramment partagées dans le secteur du numérique.

Face à de ce type de discours, nous adoptons une vision critique, analysant au cas par cas l’opportunité du numérique pour aider à la transition privilégiant une réflexion démarrant par une profonde compréhension du contexte et du problème plutôt qu’une vision solutionniste partant des solutions numériques. Nous avons cependant la conviction que la capacité du numérique à réduire les impacts des autres secteurs est très insuffisante par rapport aux charges directes et indirectes qu’il induit. Il serait donc dangereux de faire reposer la soutenabilité du secteur sur sa capacité à faire advenir celle des autres.

La voie de la sobriété ?

Plus engageante que l’efficacité, la sobriété est d’abord un marqueur d’une volonté forte de se mettre en compatibilité avec les enjeux écologiques, en adoptant une posture systématiquement économe sur le plan environnemental et en privilégiant l’utilisation des ressources déjà disponibles à la mise en œuvre de nouvelles ressources, quitte à en repenser l’usage. Néanmoins, le concept de sobriété a été galvaudé dans le secteur, ne permettant pas d’adresser des enjeux plus radicaux comme le changement de modèle économique.

Dans un objectif de compatibilité avec les limites planétaires, une démarche diluée de sobriété a toutes les chances d’échouer, si la rentabilité de l’organisation est basée sur l’augmentation de la consommation de ressources de manière directe ou indirecte.

Comprendre la dimension politique, sociale et économique du sujet pour imaginer des alternatives

Si les approches suscitées nous semblent nécessaires, nous sommes convaincu·e·s de leur insuffisance. Il nous paraît ainsi primordial de continuer d’enrichir nos grilles de lecture et nos pratiques tout en participant à l’évolution de celle du secteur du Numérique Responsable. Cette évolution doit nous permettre d’étendre nos activités de conseil tout en continuant à partager avec l’écosystème de manière ouverte, comme nous le faisons pour les méthodes, outils et données sur le sujet.

Nous avons la conviction de l’importance de faire reposer cette évolution à la fois sur nos pratiques historiques enrichies d’un plus grand accompagnement des humain·e·s et d’une perspective plus politique. Sans nécessairement proposer des approches clefs en mains à date, nous engageons cette démarche avec beaucoup d’humilité.

C’est sur la base de ses réflexions que nous entamons un cycle d’événements pour co-construire cette vision.

Contactez nous sur contact@hubblo.org si vous souhaitez participer à l’une de ces sessions.

Remerciements : Adeline Agut, Bruno Thomas

Introduction

Les impacts environnementaux sont des phénomènes physiques qui prennent place au sein de la biosphère. Ils peuvent être localisés sur des territoires particuliers (occupation des sols, pollution de l’air, etc.) ou globaux (participation au réchauffement global, déplétion des ressources abiotiques, etc.). L’évaluation de ces impacts environnementaux peut être conduite par le biais d’instruments de mesures physiques (avec un capteur de dioxyde de carbone par exemple). C’est le cas de la pollution des sols, de l’air ou de l’eau lorsqu’elle est mesurée directement sur les écosystèmes. Ces mesures d’impacts permettent de comprendre les contraintes environnementales, physiques, passées et actuelles.

Cependant, en caractérisant uniquement des phénomènes prenant place dans la biosphère, elles permettent difficilement d’orienter la consommation, la production ou les politiques publiques qui sont des phénomènes socio-économiques prenant place au sein de la technosphère.

La biosphère correspond à l’ensemble des écosystèmes terrestres présents sur la lithosphère (terre), l’atmosphère (air) et l’hydrosphère (mer). La technosphère correspond à la partie de la biosphère modifiée par les activités humaines.

C’est là que la comptabilité environnementale intervient. Elle permet de faire correspondre à des réalités socio-économiques (un produit, un service, une unité de monnaie, une action, une politique, etc.) une matérialité physique caractérisée par des impacts environnementaux.

On parle de cette matérialité en unité physique : Des kgCO₂eq. pour la contribution au réchauffement climatique globale, des m3 pour la déplétion d’eau ou encore des kg pour la transformation des sols (voir PEF¹). Cela laisse à penser que les valeurs produites par la comptabilité environnementale sont de même nature que celles produites par des instruments de mesure physique tels qu’un capteur de CO₂, un contenant gradué pour évaluer des m3 ou une balance pour évaluer des kg.

Cependant, lorsqu’elles sont utilisées dans le cadre de la comptabilité environnementale, ces unités ont vocation à décrire non seulement des réalités physiques, mais également des réalités socio-économiques. En effet, associer des impacts environnementaux à des réalités socio-économiques n’est pas une démarche neutre, mais relève d’une approche comptable qui répond à des règles techniques établies s’inscrivant dans des paradigmes de modélisation (principes logiques et politiques). Ce sont ces principes qui définissent la manière dont sont liées les activités humaines de la technosphère et les impacts environnementaux qui ont lieu dans la biosphère.

Plusieurs paradigmes existent pour établir ce lien. Chacun des paradigmes possède sa propre utilité, et repose sur ses propres principes méthodologiques. Dans cet article, nous proposons de présenter trois grands paradigmes de modélisation : l’attributionnel, le conséquentiel court-terme, et le conséquentiel long terme.

Cet article a été écrit dans le cadre de l’analyse de cycle de vie de Iroco, un service mail éco-conçu. Les impacts environnementaux du mail reviennent très régulièrement dans les conversations liées au numérique responsable, à tel point que ce sujet finit parfois par agacer les praticiens de l’évaluation environnementale. Si ses impacts sont probablement surestimés par le grand public, son caractère fondamental dans nos usages du numérique en fait un excellent cas d’étude pour comprendre comment les faire évoluer. C’est ce parti qu’a pris Iroco. Après avoir proposé un service mail éco-conçu en appliquant un certain nombre de principes d’optimisation, iels ont souhaité dépasser le cadre de l’efficacité pour proposer des fonctionnalités modifiant les usages, poussant les usager·es à la sobriété. Pour comprendre la pertinence des leviers envisagés, iels ont souhaité conduire une étude environnementale. L’étude complète peut-être téléchargé ici. Vous pouvez retrouver au cours des prochaines semaine une serie d’article sur le blog d’Iroco qui détail la mise en oeuvre et les resulats de l’étude. La particularité de cette étude est qu’elle met en œuvre les trois approches mentionnées plus haut afin de répondre de la manière la plus complète aux interrogations d’Iroco. Cet article s’appuie sur cette étude pour illustrer les trois paradigmes évoqués précédemment.

En Analyse de Cycle de Vie (une méthode de comptabilité environnementale), les activités évaluées sont décrites par une unité fonctionnelle (UF). Par souci de clarté, nous nommons dans la suite de cet article UF l’activité évaluée dans le cadre d’un acte de comptabilisation environnementale.

L’unité fonctionnelle est l’unité de mesure utilisée pour évaluer le service rendu par le produit ou service considéré. De la même manière que pour comparer le prix de deux fruits, un consommateur ramène les prix au kilo, pour comparer les impacts environnementaux de deux produits, on ramènera les impacts à une unité de mesure commune.

Paradigme attributionnel

L’analyse attributionnelle vise à répondre à la question : “Quelle part des impacts totaux de mon système peut-on attribuer à l’Unité Fonctionelle ?”. Il s’agit ici de caractériser les impacts de l’UF en lui attribuant une part des impacts globaux d’un système considéré dans une situation de statu quo (c’est-à-dire figé). Dans une méthode attributionnelle, la somme des impacts des fonctions fournies par un système doit être égale à l’impact du système. Par exemple, évaluer les impacts de mails consiste à leur associer une part des impacts du service mail de manière que la somme des impacts des mails soit égale à l’impact du service mail.

ACV-A(SYSTÈME) = SOMME(ACV-A(UF))

Le paradigme attributionnel est celui qui est utilisé dans l’immense majorité des évaluations environnementales, en particulier dans les études relatives aux services numériques. Il est aussi à la base du Bilan Carbone qui vise à attribuer des émissions de gaz à effet de serre aux entités dans une chaîne de valeurs, ou l’ACV-attributionnelle (ACV-A) qui vise attribuer des impacts environnementaux à un produit ou un service selon plusieurs catégories d’impacts. Il a été utilisé dans une étude publiée par l’ADEME en 2016 qui arrivait à la conclusion que l’impact du cycle de vie d’un mail de 1 Mo était de 19 gCO₂eq.²

^3
4

Pour déterminer la part des impacts du système à associer à l’UF, on suit les liens physiques (énergie et matière) nécessaire à la mise en œuvre de l’UF jusqu’à arriver à des impacts environnementaux. En d’autres termes, on inclura l’impact d’une ressource si elle est mobilisée « physiquement » dans le cadre du cycle de vie du produit ou du service évalué. Dans le cas du mail, il s’agira par exemple de partir des terminaux (TIER 1), du réseau (TIER 2) et des datacenters (TIER 3) mobilisés et de tirer de proche en proche les liens physiques impliqués par chacune de ses ressources jusqu’à arriver à des impacts environnementaux. En pratique, pour éviter de décrire exhaustivement l’ensemble des flux physiques, on utilise des facteurs d’impacts permettant de factoriser la matérialité environnementale d’une ressource.

La plupart des systèmes mobilisés dans le cycle de vie d’un produit ou d’un service servent d’autres produits ou services. Ils produisent donc plusieurs fonctions qui ne sont parfois pas commensurables (c’est-à-dire que leur qualité ne sont pas directement qualifiables par une même unité de mesure). On appelle ce type de systèmes des systèmes multifonctionnels. Les services numériques sont particulièrement pourvus en systèmes multifonctionnels par la forte mutualisation des infrastructures et des équipements. Les “TIERS” mobilisés pour délivrer un mail sont utilisés pour délivrer d’autres mails, mais également pour d’innombrables autres services qui ne sont pas commensurables entre eux (un service de paiement n’est pas comparable à un service de streaming). Dans ce cas, le paradigme attributionnel suppose d’affecter une fraction des impacts du système à l’UF considérée. Pour partitionner ces impacts entre les différentes fonctions fournies par un système multifonctionnel, on utilise des clés d’allocations.

Une clé d’allocation permet de distribuer les impacts environnementaux d’un système impliquant des fonctions multiples.

La clé d’allocation peut être physique : poids, volume, temps, etc.
La clé d’allocation peut être socio-économique : prix, valeur symbolique, etc.

Bien que les justifications à l’utilisation de certaines règles d’allocation soient en partie objectivables, notamment en ce qui concerne les critères physiques, elles sont bien souvent de l’ordre d’un choix subjectif, voire politique, que ce soit de façon explicite ou implicite. En effet, les règles d’allocation sont le reflet, notamment, de la façon dont les parties prenantes souhaitent distribuer les responsabilités environnementales dans une chaîne de valeurs. Dans le cas du mail par exemple, comment partitionner les impacts du réseau ? Plusieurs possibilités sont envisageables :en fonction de la quantité de données utilisées, en considérant uniquement le nombre de mails, ou encore l’importance des usages. Une limite majeure réside dans la très grande sensibilité au choix de la règle d’allocation (cette idée fera l’objet d’un prochain article) et dans le fait que, dans bien des cas, différentes règles peuvent se justifier.

L’intérêt de l’approche attributionnelle est qu’elle permet d’associer une matérialité environnementale à l’ensemble de la technosphère, tout en attribuant des responsabilités à tous les impacts qui en sont issues. Elle permet donc de définir des budgets ou encore d’identifier les acteurs qui sont les plus dépendants des impacts environnementaux dans une chaîne de valeur, le degré de dépendance étant en partie déterminé par les règles d’allocation. Cependant, cette approche ne permet pas d’identifier avec complétude les mécanismes physiques et socio-économiques induits par la mise en œuvre de l’UF, puisqu’elle nécessite en particulier de raisonner dans un système figé. De ce fait, elle ne s’intéresse pas non plus aux changements qui ont lieu dans la technosphère (modification des quantités produites et/ou consommées, des processus de production, etc.).

En suivant une approche attributionnelle, et avec les hypothèses retenues, l’étude Iroco évalue les émissions de gaz à effet de serre attribuables à une semaine d’usage d’une boîte mail à 63,2 gCO₂eq.

Paradigme conséquentiel

À l’inverse de l’approche attributionnelle, le paradigme conséquentiel permet d’identifier les impacts issus des changements induits par l’UF. Il permet de répondre à la question “Quel est l’impact environnemental induit par la mise en œuvre de l’UF ?”. En d’autres termes, il s’agit de faire la différence entre un monde dans lequel l’UF a été mise en œuvre avec un monde hypothétique où l’UF n’a pas été mise en œuvre. On s’intéresse dans cette approche seulement aux effets postérieurs à la mise en œuvre de l’UF⁵, là où le paradigme attributionnel va également s’intéresser aux impacts des ressources qui ont été nécessaires à sa mise en œuvre et qui ont eu lieu avant celle-ci.

Théoriquement, ce paradigme est censé décrire les conséquences physiques et socio-économiques induites par la mise en œuvre d’une UF supplémentaire. Elle permet donc de répondre à des questions relatives à une action (par exemple : quel est l’impact de charger son véhicule électrique à 16h, ou de manière plus globale quel est l’impact de l’électrification de 80% du parc automobile à l’horizon 2040).

^6
7

Dans la pratique, il s’agit de suivre de proche en proche les conséquences induites par la mise en œuvre de l’UF jusqu’à arriver à des conséquences environnementales. En d’autres termes, un impact est retenu dans cet inventaire si cet impact n’aurait pas été produit sans l’UF.

Comme dans le cas de la méthode attributionnelle, il est possible d’utiliser des facteurs d’impacts conséquentiels qui caractérisent les conséquences environnementales d’une action. Il existe considérablement moins de facteurs d’impacts conséquentiels, en particulier dans le numérique où aucune base de données ne fournit des facteurs spécifiques au secteur. C’est notamment pourquoi ce paradigme est peu utilisé, même pour répondre à des questions relatives à l’évaluation d’un changement et qui relèvent donc du paradigme conséquentiel. L’approche attributionnelle est donc bien souvent utilisée, en substitution, de manière consciente ou inconsciente sans garantie de fiabilité (voir section E).

Par définition, le paradigme conséquentiel ne prend pas en compte les impacts liés à la mise en place des infrastructures existantes, puisque seules les conséquences post UF sont considérées. Cette approche ne permet donc pas de raisonner sur les impacts environnementaux passés, mais seulement sur les impacts environnementaux futurs. Elle n’est ainsi pas adaptée pour définir des responsabilités environnementales, mais consiste plutôt en un outil de pilotage pour atteindre des objectifs environnementaux.

On peut citer deux formes d’approche conséquentielle : le conséquentiel court terme (ou “approche marginale”) et le conséquentiel long terme. Ces deux formes s’opposent sur la prise en compte du changement des capacités de production induit par l’UF. Cependant, en pratique, les deux formes peuvent être combinées.

Paradigme conséquentiel court terme

Le conséquentiel court terme ou approche marginale s’intéresse aux impacts environnementaux directement induits par un changement marginal de la consommation ou de la production (par exemple les impacts d’une unité produite supplémentaire). Dans cette approche, on regarde les conséquences à « court terme » de la mise en œuvre de l’UF (surconsommation d’énergie, de matières, etc.), au sens où, n’ayant pas le temps de s’adapter à ce changement, les infrastructures sont considérées comme constantes.

Reprenons le graphe de conséquence. Dans cette approche, seules les conséquences marginales sont considérées (en noir). Il s’agit principalement pour ce service de la consommation d’énergie des équipements mobilisés lors de l’envoi d’un mail :

• Le terminal émetteur pendant l’écriture et l’envoi et récepteur lors de la réception et la lecture du mail
• Les équipements réseaux durant le transfert des données
• Le datacenter durant le traitement du mail.

Puisque nous sommes dans une approche marginale, seule la consommation électrique marginale induite par l’envoi du mail est considérée. Pour déterminer la consommation marginale, on se demande quelle aurait été la consommation électrique si le mail n’avait pas été envoyé et on la compare avec la situation dans laquelle le mail a été envoyé (situation de référence).

Exemple pour le réseau IP

Dans le cas du réseau par exemple, on considère uniquement la consommation électrique induite par l’ajout d’une certaine quantité de données transférées sur le réseau. Comme l’ont montré Malmodin & al. (2020)⁸, la consommation électrique des réseaux numériques n’est pas linéairement reliée à la quantité de données transférées : ils se comportent comme une fonction affine (de type a*x+b). Pour maintenir un haut niveau de disponibilité, une partie importante de la consommation électrique est fixe (“b”), c’est-à-dire qu’elle est consommée quelque soit la quantité de données transférées. Nous ne comptabilisons donc pas cette part dans l’approche marginale. L’autre part de la consommation électrique est dynamique et dépend linéairement du débit (la quantité de données transférées sur une unité de temps, “ax”). La consommation marginale du réseau ne dépend que du coefficient “a”. En effet, une variation “dx” de la quantité de données transférées induit une surconsommation électrique de “a(x+dx) + b - (ax+b) = adx”. C’est cette part qui est considérée dans l’approche marginale.

⁹

Impact marginal de l’électricité

Une fois la consommation électrique marginale identifiée, il est nécessaire de déterminer l’impact associé à cette unité d’énergie supplémentaire consommée sur le réseau électrique. En d’autres termes, nous voulons connaître la différence d’impact entre un monde dans lequel nous aurions consommé cette unité et un monde dans lequel nous n’aurions pas consommé cette unité.

Nous ne pouvons pas utiliser une approche moyennant les impacts du mix électrique, car l’ensemble des centrales ne vont pas augmenter leur production de manière homogène, mais une centrale va produire cette unité d’électricité supplémentaire. Pour déterminer l’impact marginal, il faut identifier quelle source d’énergie va être mobilisée pour répondre à cette demande et identifier l’impact de la production d’une unité d’énergie par cette source.

Pour la déterminer, il faut s’intéresser au fonctionnement du réseau électrique et plus précisément au mécanisme du “merit order”. Selon ce mécanisme, c’est la centrale avec le plus faible coût marginal (coût monétaire associé à la production d’une unité d’électricité) qui va répondre à une demande supplémentaire, parmi les centrales n’ayant pas atteint leur capacité de charge maximale. On appelle cette centrale le fournisseur marginal. Les sources d’énergie avec le coût marginal les plus faibles sont également les centrales avec les émissions de gaz à effet de serre marginal le plus faible. Le facteur d’impact marginal dépend de la technologie du fournisseur marginal. Par exemple, pour le renouvelable et le nucléaire, il sera très faible, disons 0 gCO₂eq / kWh. En effet, les impacts de ces sources d’énergie proviennent principalement de la fabrication et de la fin de vie des infrastructures. 0 gCO₂eq / kWh reste une simplification, car en réalité l’impact marginal devrait intégrer la production des combustibles nucléaires ou les diverses consommations électriques nécessaires au fonctionnement du réseau électrique et des infrastructures. À l’inverse, pour une centrale à charbon, l’impact marginale est d’environ 1000 gCO₂eq / kWh.

L’étude Iroco propose une approche (basée sur des données datées, seules disponibles au moment de l’étude) pour déterminer l’impact marginal de l’électricité en fonction de l’heure.

Avec cette approche marginale et ses hypothèses, l’étude évalue les émissions de gaz à effet de serre marginales d’une semaine d’usage d’une boîte mail à 0,20 gCO₂eq. Comme on peut s’y attendre, l’impact affiché du service mail est bien plus faible que pour l’approche attributionnelle (près de 300 fois moins impactant). Cela s’explique par la non-considération dans cette approche des impacts de la fabrication, de la distribution et de la fin de vie, ni des impacts issus de la consommation électrique fixe des équipements réseaux et d’infrastructure.

L’étude permet de montrer que les principaux impacts environnementaux du mail ne résident pas dans les conséquences directes de leurs envois, mais plutôt dans l’ensemble de la chaîne de valeur nécessaire à son fonctionnement. S’intéresser aux impacts des mails via une approche conséquentielle court terme ne permet pas d’appréhender l’ensemble des impacts qu’implique l’existence de ce service numérique. Il en va de même pour la plupart des services numériques.

Paradigme conséquentiel long terme

Le conséquentiel long terme s’intéresse aux changements sur des temps plus longs, typiquement qui permettent aux infrastructures et aux fournisseurs d’adapter leurs équipements (le capital) aux variations de demande. Il inclut donc les transformations du système socio-économique conséquentes à la mise en œuvre de l’UF. Il permet d’adresser les effets indirects de l’UF (effets rebond, substitution, effets d’induction, etc.). Cette approche permet de prendre en compte la création de nouvelles infrastructures ou leur démantèlement.

Puisqu’une grande variété de conséquences peut être considérée dans cette approche, la sélection de celles à inclure dépend beaucoup de la question posée ou encore de la sensibilité de praticiens conduisant l’étude. De plus, parmi les conséquences pouvant être identifiées, certaines ne sont tout simplement pas quantifiables. Quand cette approche est mise en œuvre, nous défendons une approche mixte (quanti/quali) pour pouvoir traiter l’ensemble des conséquences identifiées.

Dans l’étude Iroco par exemple, nous investiguons le levier d’augmentation de la durée de vie des terminaux utilisateurs grâce à la rétrocompatibilité du service. Dans l’approche attributionnelle, nous pouvons évaluer la pertinence avec une approche quantitative en amortissant les impacts des terminaux sur une durée de vie plus importante. On obtient les résultats suivants en fonction du nombre d’années supplémentaires.

Bien que cette approche offre une vue quantitative sur les potentiels gains permis par un levier d’éco-conception, elle est très limitée dans les dynamiques incluses dans l’analyse. C’est pourquoi, nous avons mené une approche complémentaire qualitative suivant une approche conséquentielle long terme matérialisée par des graphes de conséquence. Ci-dessous, le graphe de conséquence lié au levier de rétrocompatibilité permet de faire apparaître les conséquences sur le taux de renouvellement des appareils (et leur durée de vie) comme dans l’approche attributionnelle. Elle permet également de montrer les effets rebonds directs et indirects liés à la réallocation des économies faites en ne renouvelant pas son terminal. Elle permet également de faire apparaître les facteurs externes qui s’exercent sur les conséquences identifiées. Ici, nous montrons qu’Iroco doit à la fois travailler contre l’obsolescence psychologique qui est l’une des principales causes de la faible durée de vie des terminaux, mais également travailler de concert avec les autres services qui influent également sur le renouvellement des appareils.

Cas particuliers

Théoriquement, les paradigmes attributionnel et conséquentiel donnent les mêmes résultats si les impacts environnementaux considérés sont linéairement reliés à l’unité fonctionnelle considérée. En d’autre terme, si mettre en œuvre une même UF entraîne des conséquences environnementales toujours égales, ces conséquences peuvent être évaluées avec chacune des approches. Ceci est vrai puisque dans une fonction linéaire, les impacts moyens sont égaux aux impacts marginaux. Une démonstration mathématique peut être trouvée ici¹⁰.

Prenons comme exemple l’évaluation des émissions de particules fines d’un moteur thermique pour l’UF “parcourir 1 km en voiture thermique à 100km/h”. Dans une approche attributionnelle, il serait nécessaire d’intégrer l’ensemble du cycle de vie comme la fabrication de la voiture ou encore des infrastructures routière. Dans le cadre de cet exemple, on considère uniquement la phase d’usage afin d’illustrer notre point.

Dans cette situation, on peut considérer que la condition de linéarité est quasiment satisfaite puisque la combustion et les émissions associées sont linéairement reliées à la distance parcourue définie dans l’UF. Dans ce cas, les méthodes attributionnelle et conséquentielle devraient fournir des résultats similaires.

En réalité, de nombreux paramètres influent de manière non linéaire sur les émissions de particules fines d’une voiture comme la température du moteur, les caractéristiques de la route ou encore le mode de conduite. Ainsi, la condition de linéarité est rarement observée, en particulier dans le numérique. Quand on utilise un paradigme attributionnel pour approcher une question conséquentielle, il faut donc noter qu’on fait l’hypothèse d’une linéarité entre impacts et UF, c’est-à-dire qu’on approxime par une fonction linéaire un phénomène qui ne l’est pas nécessairement.

Conclusion

Aucun de ces trois paradigmes (attributionnel, conséquentiel de court et de long terme) n’est intrinsèquement plus valable qu’un autre, aucun n’est par définition plus certain qu’un autre, puisqu’ils répondent chacun à des questions différentes, comme nous l’avons vu.

L’approche attributionnelle tend à normaliser l’inclusion des ressources par le suivi des flux physiques ainsi que par les règles d’allocation. Cependant, cette normalisation cache de nombreux choix subjectifs, voire politiques. De l’autre côté, l’approche conséquentielle est censée décrire une réalité environnementale issue de transformations physiques et socio-économiques. Cependant, déterminer les conséquences d’une action ainsi que ce qui se serait passé sans cette action est une démarche très incertaine qui repose également sur un certain nombre de choix politiques. Par exemple, les conséquences de long terme de la consommation électrique dépendent de la nature des infrastructures de production électrique qui seront déployées à l’avenir, et donc de notre politique énergétique.

Nous avons identifié une complémentarité dans les approches attributionnelles et conséquentielles long terme. Alors que la première est adaptée pour établir les “responsabilités” d’un service et de sa chaîne de valeur, en particulier liées aux infrastructures existantes, l’approche conséquentielle permet, elle, de se projeter dans le futur et de réfléchir aux conséquences environnementales positives et négatives des modifications apportées par le service. Dans le numérique, l’approche conséquentielle court-terme apparaît, elle, peu pertinente, les impacts environnementaux étant peu liés, à court terme, aux usages et étant davantage induit pas les infrastructures.

Peu importe l’approche utilisée, il nous semble nécessaire de le faire de manière éclairée en fonction de la question à laquelle l’approche doit répondre, des données disponibles et des moyens disponibles. L’étude du cas archétypique du mail, conduite avec Iroco, permet de montrer leur complémentarité pour guider la conception de services numériques, en particulier les approches attributionnelles et conséquentielles long terme.

Notes

Voici les références citées dans cet article :

Ce qui fait le cœur de notre ADN, c’est notre contribution aux communs. Parce que le sujet du dépassement des limites planétaires est d’intérêt général et que son ampleur mérite que tout le monde actionne rapidement les leviers les plus importants, toutes nos interventions sont effectuées dans cette optique, par exemple via :

• l’amélioration des connaissances liées à l’évaluation des impacts environnementaux des services et infrastructures numériques, comme via l’article Impacts importés des datacenters : l’angle mort des analyses territoriales des impacts du numérique, ou encore la prise en compte des effets environnementaux de l’éducation numérique dans l’UE (disponible également en anglais)
• les outils open-source que nous développons tels que Scaphandre et les paquets pour Windows et Redhat, pour intégrer les indicateurs environnementaux en continu dans les tableaux de bord métiers, ou notre contribution aux outils de l’association Boavizta,
• les méthodes d’accompagnement de nos client·e·s, de la sensibilisation jusqu’à la redirection écologique, qui sont expérimentées de manière à pouvoir à terme ouvrir ces pratiques.

Nous avons évidemment mené de nouvelles missions, en développant continuellement la coopération avec les partenaires de notre éco-système. Outre le plaisir que nous avons à travailler en écosystème, cette coopération nous nourrit en apprentissages. Ensemble, nous partageons la volonté de transparence vis-à-vis de nos client·e·s afin de les rendre autonomes dans leur démarche de sobriété technologique autant que possible.


Et bien que nous ayons entamé individuellement et collectivement cette démarche depuis les débuts d’Hubblo, nous avons nous-même travaillé notre propre transformation en 2023.

C’est avec beaucoup d’enthousiasme que nous vous annonçons la nouvelle raison d’être de hubblo : accompagner la redirection des organisations humaines vers des technologies compatibles avec les limites planétaires et respectueuses du vivant.


Que ce soit pour nos client·e·s qui souhaitent entamer une démarche sans savoir par où commencer, ou pour les plus avancé·e·s qui ont déjà mis en place certaines actions, nous offrons un accompagnement de bout en bout. Notre ambition n’est pas de laisser nos client·e·s devant des chiffres, un reporting ou même une feuille de route mais d’être à leurs côtés pour naviguer de manière coopérative vers la réussite de leurs objectifs. Face à l’urgence des crises écologiques, nous souhaitons que ces objectifs soient des plus ambitieux. Cela passe, à notre sens, par accepter un renoncement à une vision solutionniste des technologies pour une vision plus fondamentale se rapprochant de sa définition initiale : “Ensemble cohérent de savoirs et de pratiques dans un certain domaine technique, fondé sur des principes scientifiques." Larousse

Et tout cela, nous le faisons toujours en gardant notre liberté et notre indépendance. Car ce qui nous rassemble, c’est avant tout la sincérité de notre démarche, les convictions qui nous portent. Nous ne visons pas de levée de fonds, mais une juste croissance en autofinancement avec la volonté de redistribuer les surplus à notre écosystème.

Si vous souhaitez travailler avec nous, n’hésitez pas à nous contacter sur contact@hubblo.org.

En 2023, nous nous sentons renforcé·e·s dans nos convictions, plus soudé·e·s que jamais. Nous vous souhaitons de belles fêtes de fin d’année avec vos proches et pour 2024, nous ne souhaitons pas viser plus haut mais encore plus juste.

Préambule

L’évaluation environnementale du numérique est un sujet nouveau et immature. Face à sa complexité, il nous paraît important:

• De documenter les hypothèses choisies et les limites constatées.
• De fournir toutes les données utilisées dans l’évaluation (hypothèses choisies, limites constatées, calculateur, facteurs d’impact) pour favoriser la critique et la construction des connaissances.
• De communiquer les résultats avec humilité

C’est dans cet état d’esprit que nous publions cet article. Tout retour critique et constructif sera fortement apprécié.

Introduction

En août 2020, le Ministère de la Transition écologique et le Ministère de l’Économie, des Finances et de la Relance ont confié à l’ADEME et l’Arcep une mission commune visant à mesurer l’empreinte environnementale du numérique en France et à identifier des leviers d’actions et des bonnes pratiques pour la réduire.

Les deux organisations ont remis en janvier 2022 les deux premiers volets consacrés à la mesure de l’ensemble de cette empreinte en 2020 [1]. Quels enseignements peut-on retenir de cette étude ?

Le titre du premier chapitre du dossier de presse [2] est explicite :

“L’état des lieux en 2020 : nos équipements et leur durée de vie, premiers responsables de l’empreinte environnementale du numérique. “

Cette conclusion est illustrée par l’infographie suivante :

Infographie extraite du dossier de presse sur l’Etude ADEME – Arcep sur l’empreinte environnementale du numérique en 2020, 2030 et 2050 [2]

Pourtant, cette étude de grande qualité a un angle mort qui n’est pas visible si on ne lit pas attentivement le rapport et notamment les limites qui sont décrites :

“Les équipements et infrastructures informatiques situés à l’étranger sont exclus, quand bien même associés à des usages français.” (page 20 du rapport [1]_ )._

Dit autrement, seuls les datacenters et réseaux opérés en France sont pris en compte.

Si l’étude inclut bien les phases de fabrication hors France du matériel IT, elle exclut les services (applicatifs ou hébergement) qui sont déployés et administrés hors de la France mais bien utilisés sur le territoire.

L’objet de cet article est donc de tenter de combler cet angle mort en proposant une première approche pour estimer le volume et l’impact des datacenters extérieurs dédiés à un usage français.

Il est important de noter que nous ne traitons pas (encore):

• la partie importée des réseaux
• la partie internationale et mutualisée comme les câbles sous-marins
• les datacenters opérés en France pour un usage à l’étranger

Approche méthodologique

Approche consommation vs Approche production

L’analyse territoriale de l’impact environnemental du numérique peut suivre deux approches :

L’approche consommation

On évalue les impacts environnementaux de l’ensemble des usages numériques individuels collectifs et industriels sur un territoire donné délimité par ses frontières géographiques. Cette évaluation implique des étapes du cycle de vie qui se sont potentiellement produites en dehors de ses frontières (production, fin de vie, transport, utilisation externe au territoire…). Dans une approche carbone on parle d’empreinte.

On privilégiera cette approche pour mettre en évidence l’affectation des impacts liés à la chaîne de valeurs globale sur un territoire donné.

L’approche production

On évalue les impacts environnementaux liés à la production de biens et services numériques sur un territoire donné délimité par ses frontières géographiques. Dans une approche “carbone” on parle d’émission.

On privilégiera cette approche dans des territoires à forte intensité de production liés à la fabrication des produits (Asie du sud-est), à leur fin de vie (Afrique de l’Ouest, Asie du sud-est, …), ou à la production de services (Silicon Valley, technopoles…).

Ces deux approches peuvent être complémentaires et s’alimenter, mais ne peuvent pas être agrégées pour éviter une double comptabilité.

Approche consommation et prise en compte de ressources externes

Dans le cas d’une approche consommation, la phase d’usage détermine l’affectation ou non des ressources. En d’autres termes, toutes ressources (équipements et services à toutes les phases de leur cycle de vie) nécessaires à l’existence des processus numériques sur le territoire doivent être imputées au territoire, au moins partiellement en cas d’usages multiples.

L’approche consommation se définit donc comme suit :

• [A] La ressource est produite et consommée sur le territoire.
  Action : L’impact de la ressource est totalement affecté à l’impact du territoire.

• [B] La ressource est produite sur le territoire et consommée à l’extérieur du territoire
  Action : Les impacts de la ressource ne sont pas imputés aux impacts globaux du territoire.

• [C] La ressource est consommée sur le territoire et produite à l’extérieur du territoire
  Action : Les impacts de la ressource doivent être imputés aux impacts globaux du territoire.

Dans la littérature

Les études qui évaluent les impacts environnementaux du numérique mondiaux considèrent l’ensemble des ressources sans différencier une approche production ou consommation. En d’autres termes, dans un référentiel monde [C] = [B] = [A], car le système est fermé.

Les études menées par le consortium Nega-Octet sur le territoire Européen (The Green - EFA [3]) et Français (ADEME-ARCEP [1]) suivent une approche consommation si on définit le numérique par les équipements alors qu’elle devient incomplète si on définit le numérique par les usages — et donc les services associés.

En effet, sont exclus de [C] tous les usages extérieurs au territoire dont bénéficie le territoire (Utilisation de ressources d’infrastructure externe, R&D et production de services extérieurs, …).

Cela est dû à une difficulté méthodologique à les intégrer. L’exclusion des impacts liés au datacenters externes semble être une limite importante à combler, notamment à cause de l’éloignement de ces ressources des zones d’usage, qui rend (a priori) une grande partie des impacts d’une région dépendante de datacenters externes. Ceci est encore plus le cas quand la zone géographique analysée se réduit avec un potentiel de divergence entre les approches consommation et production qui grandit, les centres de données n’étant pas également répartis sur les territoires.

Application aux datacenters

Par cohérence avec la littérature et surtout l’étude nationale ADEME/ARCEP [1], nous avons utilisé la même typologie de datacenters, tout en les regroupant :

1. Datacenters internes ou traditionnels qui regroupent :

• Public local : datacenters internes dédiés à l’hébergement du système d’information des organisations publiques des territoires (Conseils Régionaux, Conseils Départementaux, SDIS, COMUE, Communautés d’Agglomération, Communautés Urbaines, Métropoles, mairies de plus de 30 000 habitants, CHRU, CHU et centres hospitaliers) [1]
• Public national : datacenters internes dédiés à l’hébergement du système d’information de l’Etat, des Ministères, des Administrations centrales (ODAC) et des entreprises publiques (EPIC) [1]
• Entreprises : datacenters internes dédiés à l’hébergement du système d’information des entreprises [1]
• HPC ou High Performance Computing : datacenters aussi appelés supercalculateurs dédiés aux opérations de calcul intensif [1]

2. Datacenters “Cloud” qui regroupent :

• Colocations : datacenters opérés par un tier, pouvant héberger le système d’information de plusieurs entités clientes qui ont chacune leurs propre parc informatique, les clients pouvant être des entreprises (dont des entreprises du digital) ou des organisations publiques [1]
• Les Hyperscalers : datacenters opérés par et pour un fournisseur de services cloud. Ces datacenters ont généralement une capacité d’hébergement IT plus importante car conçus pour l’hypercroissance. Les optimisations et innovations en termes d’urbanisation des salles, de refroidissement et de taux d’utilisation des ressources IT sont aussi supposées plus importantes que dans un datacenter de collocation, notamment car les fournisseurs de services cloud ayant une envergure suffisante pour gérer leurs propres datacenters ont un budget R&D important et des cas d’application concrets facilement accessibles.

Pour les datacenters les modèles Production et Consommation se déclinent comme suit :

Ce qui est considéré dans l’étude nationale ADEME/ARCEP correspond au modèle production suivant :

Et ce que nous souhaitons estimer correspond au modèle consommation suivant :

Les pistes considérées

Le modèle “Trafic France”

Ce modèle est documenté dans l’étude Citizing “Empreinte carbone du numérique en France Sénat” [4].

Les hypothèses du modèle :

Il se base sur l’évaluation du trafic français vers l’international (Cisco/ITU), et sur la consommation électrique des datacenters à l’international pour ce trafic.

Les conclusions :

• “55% du trafic de données vers les utilisateurs en France provient de l’étranger, en particulier des centres informatiques des GAFAM implantés aux États-Unis, en Irlande”.
• 5,5% du trafic des datacenters situés en France alimente un usage à l’étranger.

Les limites :

• Sources anciennes et plus disponibles,
• Modèle non reproductible,
• L’efficacité énergétique des datacenters à l’étranger apparaît très importante (10 fois supérieure aux datacenters français) et insuffisamment documentée.
• Le trafic n’est pas forcément un bon indicateur de l’usage des datacenters (c’est le cas par exemple de l’usage des videos qui nécessitent en proportion beaucoup plus d’usage de la bande passante)..

On peut illustrer les résultats de ce modèle avec le schéma suivant :

Le modèle “Energétique Monde”

Ce modèle est celui de l’étude “Recalibrating global data center energy use estimates.” de Masanet, E., Shehabi, A., Lei, N., Smith, S., and J.G. Koomey (2020) [5].

Les hypothèses du modèle :

Les principales hypothèses de l’étude sont les suivantes :

• Les datacenters sont définis comme des déploiements de serveurs dans des armoires ou des salles machines internes à l’organisation ou externalisés dans des centres de données plus ou moins haut de gamme, jusqu’aux hyperscalers.¹

• Ces types de datacenters sont organisés en méta-catégories: datacenters traditionnels ou cloud selon les conventions d’analyse de marché de Cisco. La catégorie Cloud est ensuite subdivisée en deux sous catégories: hyperscalers et cloud (non hyperscalers).²
  Sur la base d’une modélisation des datacenters (serveurs, stockage, réseau et PUE) et de l’évolution de la charge (workload) par type de datacenter (cloud, hyperscaler et traditionnel) le modèle Masanet évalue l’évolution de la consommation d’énergie.

Les résultats pour les années 2019 et 2020 sont les suivants:

Nous nous focaliserons maintenant sur l’année 2020 qui est l’année de référence de l’étude ADEME/ARCEP.

L’objectif est de comparer la répartition entre type de datacenters (traditionnel, cloud) pour les périmètres Monde (Masanet) et France (ADEME/ARCEP).

Hypothèses:

• le modèle Masanet étant à l’échelle mondiale, les modèles de consommation et de production sont identiques.
  dans une approche consommation, la France a une répartition Traditionnel/Cloud similaire au modèle monde
• les datacenters traditionnels installés en France ont un usage externe (hors France) négligeable
• les datacenters externes utilisés en France sont exclusivement de type Cloud
• la consommation des datacenters de type Cloud opérés en France pour un usage extérieur à la France:
  sera moins impactante - au moins pour l’indicateur GWP - que son équivalent opérée à l’étranger (mix électrique plus défavorable)
  semble limitée (estimée à 5,5% dans l’étude Citizing [4] )
  est donc exclue de l’évaluation

Pour le modèle Monde de Masanet, en regroupant le “Cloud” et les “Hyperscalers” pour l’année 2020, nous obtenons :

En utilisant les mêmes catégories de datacenters, l’étude nationale ADEME/ARCEP fournit les résultats suivants :

Nous avons ensuite appliqué le modèle énergétique de Masanet à la France pour l’année 2020.

Voici la démarche avec les hypothèses choisies³ :

En appliquant les hypothèses définies ci-dessus, voici en synthèse le Modèle de consommation Monde de Masanet appliqué à la France :

Synthèse des modèles étudiés

Sur la proportion des datacenters opérés à l’extérieur du territoire et utilisés en France, les modèles par “trafic” (France) ou par “consommation énergétique” (Monde) convergent sur un chiffre significatif, environ 50%.

Cela conforte l’intérêt de considérer aussi une approche par consommation en complément de l’approche production choisie dans le rapport national (ADEME/ARCEP) [1] .

Compte tenu des incertitudes sur la nature et valeurs des données échangées pour le modèle “trafic” et de la disponibilité dans le rapport ADEME/ARCEP des consommations énergétiques par type de datacenter, l’application du modèle “énergétique” nous apparaît comme plus pertinente.

Mieux comprendre le modèle Masanet

Les grands principes du modèle Masanet peuvent se résumer ainsi:

• Périmètre : Il prend en compte tous les types de datacenters, des hyperscalers aux datacenters localisés dans les entreprises, en passant par les datacenters de colocation.

• Approche bottom-up : Il utilise une approche bottom-up pour estimer la consommation d’énergie, ce qui signifie qu’il prend en compte la consommation d’énergie des composants unitaires des centres de données, tels que les serveurs, les disques de stockage, les ports réseau et l’infrastructure sous jacente (systèmes de refroidissement, …)

• Couverture géographique : Il couvre les datacenters dans toutes les régions du monde, en mettant l’accent sur les principaux marchés de centres de données tels que l’Amérique du Nord, l’Europe et l’Asie.

• Transparence : Il est transparent, ce qui signifie que ses inputs, ses hypothèses et ses calculs sont accessibles en open data .

• Sources de données : Il utilise un large éventail de sources de données, y compris des enquêtes sectorielles d’institutions ou d’analystes, des données issues d’acteurs du réseau (CISCO) ou des opérateurs de datacenters. Le modèle intègre également des données sur l’efficacité énergétique des équipements informatiques, des systèmes de refroidissement et d’autres infrastructures.
  Cependant, l’essentiel des données provient de deux sources principales: CISCO et notamment le “Cisco Global Cloud Index: Forecast and Methodology, 2016-2021: White Paper, 2018” et le rapport “United States Data Center Energy Usage Report” (modèle Shehabi).

Les principaux paramètres du modèle sont:

• les estimations et prévisions de “workloads” réparties par type de datacenter (traditionnel ou cloud). Note: un workload correspond à un élément virtualisé (VM ou container). Ces données sont principalement issues des rapports CISCO.
  L’approche méthodologique de CISCO est documentée dans le rapport GCI 2016-2021:

Il est clairement indiqué que la “baseline” des workloads installées provient de rapports d’analystes (Gartner, IDC, Juniper, Ovum etc …). Ces données n’étant pas ouvertes et disponibles, il est difficile de les vérifier et de les valider !

• le taux de virtualisation par serveur, exprimé en nombre de workloads / serveur. Ces hypothèses sont également issues des rapports CISCO:

• la proportion d’hyperscalers dans les datacenters de type cloud. Ces données proviennent également des rapports CISCO.
• la modélisation des serveurs (puissance, capacité de stockage, équipements réseau, ..) et des datacenters (type, PUE, ..). Ces données sont principalement issues du modèle “Shehabi” (rapport “United States Data Center Energy Usage Report”)

Les résultats du modèle Masanet aboutissent aux consommations d’énergie suivantes:

Si on regroupe les catégories en Traditionnel et Cloud on obtient pour l’année 2020 et à l’échelle mondiale: 26% de la consommation énergétique des datacenters provient des datacenters traditionnels et 74% des datacenters Cloud.

L’ouverture des données permet de faire varier des paramètres pour effectuer des Analyses de Sensibilité (AS). Par exemple, si on fait varier le taux de virtualisation (nombre de workloads par serveur) pour les serveurs des datacenters traditionnels, on obtient les résultats suivants pour la répartition de consommation énergétique sur l’année 2020:

On constate que la variation de ce paramètre ne change pas drastiquement la répartition de la consommation énergétique entre datacenters de types Cloud et Traditionnels.

Les résultats

Rappel des résultats de l’étude nationale (modèle production)

Les résultats globaux mettent en avant la répartition des impacts par tier considéré [1] :

Si on se focalise sur les datacenters, la répartition par type de datacenter est la suivante⁴ :

Si on regroupe les différentes catégories dans les deux principales, “Traditionnel” et “Cloud” la répartition devient:

L’étude ADEME/ARCEP [1] décrit précisément l’inventaire des datacenters présents sur le territoire français:

Cela nous permet d’exploiter les facteurs d’impacts par m2 et/ou par TWh en fonction des types de datacenter [1]:

Résultats du modèle consommation

Hypothèses & limites

• On utilise les mêmes facteurs d’impact pour la phase de fabrication des datacenters colocation/cloud qu’ils soient internes ou externes au territoire.
• Il serait pertinent de valider cette hypothèse en comparant l’impact de fabrication de datacenters dans plusieurs pays.
• On utilise un mix électrique 50% Europe et 50% US pour la phase d’usage faute de facteurs d’impact multicritères pour un mix électrique Monde.
• Il faudrait en théorie un mix moyen de chaque pays au prorata de ses capacités en datacenter

Les données de l’étude ADEME/ARCEP nous permettent d’obtenir des ratios de consommation par m2 et par type de datacenter:

Nous utiliserons les mêmes ratios pour les datacenters de colocation qu’ils soient internes ou extérieurs.

Impact des datacenters, répartition par catégorie

L’intégration des datacenters extérieurs aboutit à la répartition suivante⁵ :

Constats

L’impact des datacenters extérieurs est majoritaire pour l’ensemble des indicateurs (jusqu’à 73,5% pour le Potentiel de Changement Climatique), sauf sur l’indicateur de Radiations Ionisantes.

Analyses

L’importance de l’impact des datacenters extérieurs s’explique par leur proportion (on a ajouté plus de 49% sur la base du modèle Masanet) et par le mix électrique plus défavorable (sauf pour l’indicateur de Radiations Ionisantes)

Impact des datacenters, répartition par phase du cycle de vie

Répartition par phases du cycle de vie - Modèle Production ⁶

Répartition par phases du cycle de vie - Modèle consommation ⁷

Constats :

L’impact de l’usage devient majoritaire pour l’ensemble des indicateurs sauf pour l’Épuisement des Ressources Abiotiques non fossiles (ADPe) et la Production de Déchets.

Par exemple, pour l’indicateur de Potentiel de Changement Climatique, la part d’usage passe de 28% (modèle production) à 60% (modèle consommation).

Analyses :

La prise en compte des datacenters cloud extérieurs, associée au mix électrique choisi ( 50% Europe et 50% US), inverse l’importance de l’impact des phases d’usage et de fabrication.

Analyse de sensibilité sur le pourcentage de datacenters extérieurs

Compte tenu des incertitudes sur la proportion des datacenters importés dans un usage français, nous avons considéré deux scenarii alternatifs au modèle Masanet appliqué à la France:

• le scénario “consommation bas” qui évalue la part de consommation des datacenters extérieurs à 30% du total
• le scénario “consommation haut” qui évalue la part de consommation des datacenters extérieurs à 70% du total

Constats :

On observe une forte variation des impacts en fonction du pourcentage de datacenters importés (par ex : jusqu’à 454% sur le critère changement climatique Vs approche production dans le cas d’usages de datacenters à 70% importés)

Analyses :

Cette analyse de sensibilité illustre l’importance de progresser dans la quantification de la consommation des datacenters extérieurs. La croissance en part de marché des hyperscalers pour le IAAS et des éditeurs (souvent américains) pour le SAAS, soulignée notamment par les rapports GXI d’Equinix, devrait accentuer ce besoin de quantification.

Résultats du modèle consommation sur le périmètre global

Constats:

On note une évolution sensible sur l’ensemble des indicateurs, de +5% sur l’épuisement des ressources abiotiques non fossiles jusqu’à plus 56% sur l’indicateur de Potentiel de Changement Climatique.

Ramené à un français, l’impact de potentiel de Changement Climatique passe de 252 à 394 kg CO2eq / an.

Analyses:

Même s’il existe des incertitudes, la prise en compte des services importés (ici au travers des datacenters) apparaît indispensable compte tenu de l’importance estimée de leurs impacts.

Périmètre Global - Analyse de sensibilité sur le pourcentage de datacenters extérieurs

Nous utilisons les mêmes scenarii que pour les datacenters mais avec un focus sur le périmètre global.

Constats:

La prise en compte des datacenters importés dans l’évaluation globale, entraîne une croissance importante des impacts pour l’ensemble des indicateurs.

Par exemple, la croissance de l’impact sur le potentiel de changement climatique varie de 125% à 157% par rapport au modèle production.

Analyses:

La facilité d’usage des solutions cloud (principalement extérieures à la France), favorise leur adoption et leur développement. Le poids de l’infrastructure apparaît en croissance et il semble indispensable de mieux quantifier ce phénomène.

Répartition par Tier pour l’indicateur GWP - Analyse de sensibilité sur le pourcentage de datacenters extérieurs

Si on se focalise sur le seul indicateur de potentiel de changement climatique, voici les variations de la répartition par tier en fonction des scenarii considérés:

Constats:

La prise en compte des datacenters importés modifie sensiblement la répartition des impacts par tier.

En fonction des scenarii, le poids du tier 3 (datacenter) pour le potentiel de changement climatique passe de 16% (modèle production) à 33% (scenario bas) ou 47% (scenario haut).

Analyses:

L’utilisation d’un modèle “consommation” met en évidence le poids relatif potentiellement important de l’infrastructure. Même s’il existe des incertitudes sur le pourcentage des datacenters importés, il semble important de poursuivre cette analyse pour valider cette croissance relative de l’impact des datacenters.

Quelle comparaison avec les autres publications ?

Pour comparer nos résultats, nous nous sommes focalisés sur les études qui fournissent une répartition entre les différents tiers considérés (terminaux, réseau, datacenters).

A noter que cette comparaison se focalise sur le seul indicateur de Potentiel de Changement Climatique.

“The real climate and transformative impact of ICT: A critique of estimates, trends, and regulations , Charlotte Freitag, Université de Lancaster” 8 présente une bonne synthèse des principales études qui adressent un périmètre global (sur les 3 tiers). On y retrouve les travaux de 3 principaux groupes de recherche:

• Andrae and Edler 9
• Belkhir and Elmeligi 10
• Malmodin and Lundén 11

Voici une synthèse des ’études présentées pour l’année 2020 [8]:

Si on élimine les télévisions pour pouvoir les comparer avec un périmètre le plus proche possible, on obtient la répartition suivante pour chaque étude ([9], [10] et [11]), pour l’année 2020 :

Seule l’étude de Malmodin estime que la part des appareils utilisateur est plus élevée que celle des datacenters.

Selon Charlotte Freitag, cela s’explique principalement par le fait que les estimations de Malmodin concernant les réseaux et les centres de données sont inférieures à celles des autres études.⁸

Pour comparer notre modèle “Consommation” français avec les résultats de ces 3 études, il nous faut définir les hypothèses suivantes:

• Pour les terminaux, on retire l’impact des télévisions pour se rapprocher le plus possible du même périmètre. L’étude ADEME/ARCEP [1] estime l’impact GWP des télévisions à 13,7% de l’impact total auquel on peut ajouter l’impact des BoxTV, évalué à 2% de l’impact total.
• On applique un mix électrique “global” sur l’ensemble des usages. A défaut de mix monde récent, on utilisera un mix 50% Europe / 50% US avec les données publiques de l’étude ADEME/ARCEP. Il correspond à un impact de 0,479 kgCO2eq / kWh.
  Limites:
• Il existe une incertitude des périmètres de chaque étude - notamment sur celui des terminaux.
• Le taux d’équipements et plus globalement l’usage du numérique varient en fonction des pays. On peut imaginer que la France est certainement un pays plus équipé que la moyenne en terminaux numériques.
• Il faudrait en théorie un mix moyen de chaque pays au prorata de son usage du numérique
• L’utilisation d’un mix Monde identique aux autres études serait pertinent. Pas évident à ce stade qu’ils soient disponibles. Si c’est le cas, cela pourra faire l’objet d’une mise à jour.
• Le modèle consommation n’a pas été appliqué au réseau dans cette étude.

Avec ces hypothèses, voici les répartitions par tier que l’on obtient pour le modèle Consommation avec un mix électrique WorldWide (WW) et en retirant la catégorie Télévision. La partie Réseau est grisée car non spécifiquement traitée dans cette étude. L’intérêt principal est de comparer l’évolution de la part des datacenters et éventuellement de comparer le ratio datacenters/terminaux les deux étant traités sur un modèle consommation.

Pour information et analyse, voici la synthèse de toutes les variantes (modèles Production ou Consommation, mix électrique FR ou WW, avec ou sans TV):

Modèle production - Répartition par tier pour l’indicateur GWP (Global Warming Potential):

Modèle consommation- Répartition par tier pour l’indicateur GWP (Global Warming Potential):

En conclusion, si on applique nos résultats au contexte des autres études (mix électrique “Monde” et sans télévision) on constate que:

• le modèle production semble surestimer le poids des terminaux par rapport à toutes les études et particulièrement par rapport à celles de Andrae et Belkhir (67% vs 32% pour Andrae et 37% pour Belkhir).
• le modèle consommation semble relativement cohérent avec les études de Andrae et Belkhir concernant l’impact relatif des datacenters (35% dans notre étude, 33% pour Andrae et 41% pour Belkhir).

Il faut cependant noter que:

• Le modèle consommation n’a pas été appliqué au réseau dans cette étude. C’est une évolution à envisager. Toutefois, cela ne modifie pas sensiblement le poids relatif des terminaux par rapport aux datacenters.
• Ces conclusions sont à prendre avec prudence compte tenu des limites identifiées ci-dessus, notamment le périmètre exact des terminaux.

Conclusion

L’initiative de cette étude s’est fondée sur le besoin de compléter l’étude ADEME/ARCEP sur l’empreinte environnementale du numérique en France. Cette étude, très riche, est sans conteste le document de référence sur le sujet. Il nous apparaissait important de combler son angle mort principal, la non prise en compte des datacenters importés, pour plusieurs raisons :

• la conclusion que le poids des terminaux est largement majoritaire dans l’empreinte du numérique en France est reprise massivement, sans nécessairement comprendre ou indiquer les limites (documentées !) de l’étude.
• la croissance forte des démarches “Move to Cloud”, souvent à l’international, accentue l’importance de la prise en compte de leur impact.

Notre travail nous a permis de progresser sur plusieurs points:

• l’approche méthodologique à appliquer à un territoire : approches production ou consommation,
• l’étude des modèles d’évaluation de la littérature: Masanet, Andrae, etc.,
• l’application concrète des modèles à notre cas d’usage.

Outre ces progrès, nous avons également tiré de ce travail différents enseignements dont voici les principaux :

• L’impact des datacenters situés à l’étranger et associés à des usages français sont importants. Notre estimation sur l’indicateur de Potentiel de Changement Climatique aboutit à une évolution de + 270% à l’échelle des datacenters et de + 45% à l’échelle de l’usage global du numérique en France.
• La répartition entre les terminaux et les datacenters sur ce même indicateur est sensiblement modifiée : on passe de 79% terminaux / 16% datacenters à 54% terminaux / 42% datacenters.

• La comparaison de la répartition terminaux/datacenters en termes d’empreinte carbone semble cohérente avec les principaux modèles connus à l’échelle Monde, notamment ceux de Belkhir et d’Andrae, même si ces comparaisons sont à prendre avec précaution.
• Notre estimation est imparfaite. Nous avons défini et documenté plusieurs hypothèses et limites qui peuvent être remises en cause. Nous sommes conscients qu’appliquer les mêmes modèles à des territoires France et Monde amène des incertitudes. Mais ces premiers résultats montrent néanmoins qu’il est plus que jamais indispensable de progresser sur la prise en compte des services numériques importés.

Enfin, ce premier travail ouvre de nombreuses perspectives:

• définir plus précisément la part des datacenters importés, en définissant par exemple un protocole d’enquête auprès d’un échantillon représentatif d’entreprises,
• étendre cette démarche à la partie réseau pour obtenir l’impact réel de l’infrastructure dans l’usage du numérique,
• exploiter ces résultats pour progresser sur l’évaluation territoriale,
• développer des modèles paramétriques de nos travaux et de ceux de la littérature pour faciliter les évaluations prospectives.

Si vous pensez pouvoir nous aider à prolonger ou affiner cette étude d’une quelconque façon, n’hésitez pas à nous contacter : contact@hubblo.org

Bibliographie

• [1] Evaluation environnementale des équipements et infrastructures numériques en France 2ème volet de l’étude , Janvier 2022
• [2] Etude ADEME – Arcep sur l’empreinte environnementale du numérique en 2020, 2030 et 2050, Mars 2023
• [3] DIGITAL TECHNOLOGIES IN EUROPE: an environmental life cycle approach, Sofia Benqassem/Frederic Bordage/Lorraine de Montenay/ Julie Delmas-Orgelet/ Firmin Domon/Etienne Lees-Perasso/ Damien Prunel/Caroline Vateau, Décembre 2021
• [4] “Empreinte Carbone du numérique en France: des politiques publiques suffisantes pour faire face à l’accroissement des usages ?”, Citizing & al, Juin 2020
• [5] Recalibrating global data center energy use estimates." de Masanet, E., Shehabi, A., Lei, N., Smith, S., and J.G. Koomey (2020)
• United States Data Center Energy Usage Report. Lawrence Berkeley National , 2016.
• [6] Cisco Global Cloud Index: Forecast and Methodology, 2016-2021, White Paper 2018.
• [7] “The real climate and transformative impact of ICT: A critique of estimates, trends, and regulations”, Charlotte Freitag, Université de Lancaster
• [8] S.G.A. Anders, T. Edler, “On global electricity usage of communication technology: trends to 2030”, Challenges, 6 (2015), pp. 117-157
• [9] L. Belkhir, E. Ahmed, “Assessing ICT global emissions footprint: trends to 2040 & recommendations”
• [10] J. Malmodin, D. Lundén, “The Electricity Consumption and Operational Carbon Emissions of ICT Network Operators 2010-2015” Technical report Report from the KTH Centre for Sustainable Communications Stockholm (2018)
• [11] Energy consumption of data centers worldwide , Hintemann & Hinterholzer, Borderstep Institute

Annexe

Tableau1

Tableau 2

Tableau 3

Tableau 4

Notes

Des client·e·s et des missions varié·e·s !

Nous remercions nos client·e·s avec qui nous avons eu l’opportunité de mener des projets d’intérêt :

• sur des Analyses de Cycle de Vie de services numériques,
  • telles que l’évaluation des impacts environnementaux de produits numériques reconditionnés pour le compte de l’ADEME (Agence de l’Environnement et de la Maîtrise de l’Énergie), avec une industrie complexe et de multiples parties prenantes, donnant lieu à une analyse des résultats et à la rédaction de recommandations pour l’Etat, les consommateurs et les parties prenantes
  • Ou encore la revue critique de l’étude sur les services culturels numérisés (ADEME) utilisés massivement,
• la co-construction de feuilles de route “sobriété numérique” réalistes et actionnables,
  • dans le cadre de la mise en conformité avec la loi REEN applicable aux collectivités territoriales comme avec la direction de la communication et de l’information de Rennes Métropole, ayant permis des réflexions enrichissantes portées par des ambitions sincères et inclusives,
  • ou à la suite d’une évaluation d’impacts environnementaux de services ou systèmes d’information dans un objectif de réduction, comme avec Ubisoft, avec Soletanche Freyssinet (filiale de Vinci), ou en collaboration avec de grandes Entreprises de Services Numériques.
• le développement et l’intégration de logiciels ouverts pour évaluer les impacts environnementaux
  • d’une application en phase de développement, dans le but d’inscrire la réduction d’impacts dans un processus d’amélioration continue, avec le projet SoftAWARE, en collaboration avec la SDIA et des acteur·rice·s à l’international.
  • de l’usage d’un cloud privé avec les équipes R&D de la BBC, en donnant accès à chaque utilisateur·rice de la plateforme à un tableau de bord graphique montrant l’évolution des émissions de gaz à effet de serre induites par son usage au cours du temps.
• plusieurs interventions pour partager notre vision :
  • dans le cadre de collaborations internationales sur les outils ouverts d’évaluation des impacts environnementaux du numérique,
  • dans des conférences ou des tables rondes dans un objectif de sensibilisation,
  • avec The Green Compagnon pour de la formation à l’infrastructure responsable,
  • avec Tide / Etienne Lees-Perasso pour de la formation à l’Analyse de Cycle de Vie de services numériques

Hubblo : une équipe de 5 personnes et un écosystème de confiance

L’année 2022 a marqué un tournant pour Hubblo qui a grandi puisque nous nous sommes rassemblé·e·s à 5 (Muleine, Benoit, David, Eric et Laurent) pour mettre à profit et développer continuellement nos compétences autour d’une approche systémique, auditable, outillée et autonomisante de l’évaluation d’impact environnemental du numérique. Croyant fortement à la collaboration et à la création de communs, nous avons également multiplié nos interventions avec des partenaires de qualité que nous remercions chaleureusement, tel·le·s que Adeline Gabay, Emmanuelle Olivié-Paul, Julie Delmas-Orgelet, Arnaud Gueguen, Etienne Lees-Perasso, Gauthier Roussilhe, Grégory Cauchie et Victorien Molle.

Nous remercions également les membres de l’association Boavizta qui œuvrent à un état de l’art ouvert de l’évaluation des impacts environnementaux du numérique.

Enfin, nous remercions également les acteurs du monde académique pour les liens que nous avons créés cette année et les projets à venir. Ces collaborations nous poussent à toujours plus de rigueur et de réflexivité.

Quid de 2023 ?

Poursuivre nos engagements !

Fort·e·s de nos expériences, nous faisons évoluer notre offre pour accompagner les organisations sur :

• l’embarquement, pour co-définir la vision et la feuille de route d’un numérique plus responsable à travers des séances de travail individuelles et/ou collectives,
• la traversée, pour mettre à disposition régulièrement, nos compétences en formation, évaluation d’impacts environnementaux du numérique, étude de leurs effets indirects, développement et intégration d’outils open-source ou facilitation / coaching,
• l’expédition, pour un accompagnement sur-mesure en fonction de vos besoins.

Nous continuerons ainsi notre engagement auprès de nos client·e·s et partenaires tel·le·s que l’ADEME, BPI France, les collectivités territoriales, des entreprises privées, et les acteurs du monde académique.

Enfin, nous souhaitons renforcer les outils d’évaluation open-source avec un engagement constant dans Boavizta tout en assurant la continuité de la roadmap de Hubblo en proposant :

• de nouvelles fonctionnalités dans Scaphandre : le support Windows tant attendu, l’intégration de la consommation d’énergie des GPU, la remontée de métriques de consommation des ressources système,
• la première version de Cabestan, pour un inventaire automatisé des assets et ressources numériques d’une DSI,
• le packaging de SoftAWARE (projet initié pour le compte de la SDIA et reversé dans les communs Boavizta), pour que toute organisation puisse simplement intégrer l’évaluation multicritère des impacts environnementaux d’une application en phase de développement, dans une chaîne d’intégration continue (CI).

Encore plus de partages !

Nous souhaitons que 2023 nous permette de continuer à structurer “l’approche Hubblo”, en perpétuant nos valeurs de rigueur scientifique, de transparence dans nos travaux et production, de collaboration avec l’écosystème.

Pour avancer dans ce sens, nous avons trouvé notre nouvel espace de coworking Casaco, une coopérative en phase avec nos valeurs. Situé à Malakoff, à quelques mètres de la porte de Vanves, nous nous y rendons régulièrement.

N’hésitez pas à nous faire signe si vous êtes dans le coin, ou alors à nous contacter sur contact@hubblo.org ou par LinkedIn pour échanger sur nos possibilités de collaboration !

En attendant d’échanger ensemble, nous avions envie de vous partager ces quelques liens :

• Intervention au Podcast Tech Rocks pour parler de l’impact de nos systèmes d’information sur l’environnement et donner quelques clés pour identifier des solutions et bonnes pratiques pour le réduire, au micro de Meriem BERKANE, CTO chez OCTO Technology.
• Vidéo de la table ronde Education Digitale Responsable sur le numérique responsable et quelques informations sur la formation en ligne
• Vidéo de l’intervention de David Ekchajzer sur l’intérêt de créer des communs pour évaluer les impacts environnementaux du numérique et article sur le même sujet
• La toute récente cartographie des projets open-source en lien avec l’étude des bouleversements environnementaux et les solutions qui existent dans chaque secteur. Un panorama d’une très grande valeur, qui montre par l’exemple la capacité de la transparence et de la collaboration à apporter des réponses concrètes aux enjeux environnementaux, dont l’accès n’est pas limité à un portefeuille client.
• l’Analyse de Cycle de Vie de la messagerie Treebal effectuée par Eric Fourboul et Gauthier Roussilhe.
• l’Eco-Challenge 2022-2023 co-organisé par l’ADEME, Digital League et The Green Compagnon auquel Benoit à contribué en tant que mentor et formateur sobriété des infrastructures IT. La finale du challenge aura lieu le 2 Février 2023, de 15h à 17h00 au Campus Région du Numérique, à Charbonnières-les-Bains.

Nous vous souhaitons une très bonne année 2023, et au plaisir d’échanger prochainement !

Nous observons avec intérêt, l’écosystème du numérique responsable s’agrandir. De nouvelles ressources et surtout, de nouveaux outils émergent régulièrement. Hubblo défend depuis sa création une démarche ouverte et transparente, basée sur la production et l’utilisation de logiciels, méthodes et données libres, ainsi que la constitution et le renforcement de communs numériques.

Cette démarche nous semble être la seule appropriée pour mieux évaluer les impacts du numérique, mais aussi pour l’orienter vers un moindre impact environnemental et des débouchés à plus grande valeur sociale et sociétale. Cette ouverture et cette transparence sont, selon nous, indispensables à tous les niveaux de l’évaluation des impacts environnementaux des TIC et au sein de toutes les professions qui la pratiquent : développeurs d’outils de mesure, consultants, spécialistes de l’ACV, des bilans carbone, responsables RSE, DSI et CTO impliqués dans l’évaluation des impacts de leurs services etc.

Nous avons souhaité dans cet article expliquer pourquoi nous avons fait le choix d’utiliser et de produire des outils, données et méthodes libres, et pourquoi nous pensons que ce choix devrait être plus répandu dans l’écosystème “Numérique Responsable”, à travers 4 arguments : Démocratique, Qualité, Efficacité, Cohérence.

Argument démocratique

Les évaluations ont largement contribué à la prise de conscience progressive, bien que insuffisante, de nos impacts sur l’environnement. Vecteurs efficaces de sensibilisation, elles ont parfois été utilisées pour orienter l’attention sur des actions négligeables, à l’instar de la réduction des mails, marronnier dans les discussions sur le numérique et l’environnement. Si une mesure peut, à ce point, orienter la compréhension du sujet par le grand public jusqu’à nos dirigeants, on comprend sa dimension politique.

“On va envoyer un mail avec une pièce jointe rigolote et on va consommer beaucoup d’énergie”, Agnès Pannier-Runacher, 2022

L’évaluation des impacts du numérique permet de relier des impacts environnementaux à des individus ou des organisations par des mécanismes de responsabilité. Leur nature est donc double. Elles permettent de modéliser des mécanismes physiques (impacts) et de reporter des caractéristiques sociétales (responsabilité). À ce titre, les évaluations ne peuvent pas être résumées à des dispositifs techniques ; il s’agit d’objets politiques. La mise en œuvre d’évaluations dont la transparence est réduite, prive le citoyen de son pouvoir critique.

Si l’évaluation vise à modéliser la responsabilité des actes individuels pour inciter, voire parfois contraindre les citoyens dans leur consommation, il est nécessaire de les rendre compréhensibles, auditables, critiquables pour les rendre acceptables.

Si l’évaluation vise à modéliser la responsabilité d’organisations privées, il est nécessaire de pouvoir comprendre l’évaluation et ses hypothèses, pour pouvoir comparer les ordres de grandeur, les additionner, construire une meilleure compréhension des impacts du numérique par secteur, typologie d’entreprise etc. Ceci est impossible avec des méthodes, outils et/ou données fermées puisque l’on ne peut garantir que le socle méthodologique est le même, que les hypothèses sont comparables ou bien que les facteurs d’impacts sont cohérents d’une évaluation à l’autre. Si les entreprises sont de plus en plus demandeuses d’éléments de comparaisons de leur vertu numérique, à vocation compétitive, il faut bien garder en tête que cette comparaison n’aura aucun sens avec des méthodes, outils et données fermées.

Si l’évaluation vise à modéliser les impacts liés aux services publics - financés par nos impôts - nous pensons que l’organisme doit pouvoir se l’approprier, la faire auditer par un tiers, mais aussi et surtout permettre à ses administrés de la comprendre et de la critiquer. Sur ce sujet, nous nous inscrivons dans la lignée du Public Money Public Code.

Enfin, si l’évaluation vise à orienter les politiques publiques, il est nécessaire de permettre aux institutions et aux citoyens, d’auditer, de critiquer, voire d’améliorer les modèles concernés. Autrement dit, l’évaluation ne doit pas être un argument d’autorité pour les pouvoirs publics, mais plutôt un objet de sensibilisation, de compréhension, de débat et de transformation.

La non-transparence est un vecteur important de la GAFAMisation des entreprises stratégiques et des institutions françaises. Plus généralement, un logiciel dont le code n’est pas accessible, est appelé “privateur” par la Free Software Foundation, en ce sens qu’il donne un pouvoir au concepteur sur l’utilisateur en privant ce dernier de la capacité de s’approprier le logiciel plutôt que de seulement le consommer. Ceci est à notre sens dramatique, en particulier lorsque cet utilisateur est une institution dont nous dépendons en tant que citoyens, mais aussi lorsque l’on parle de sujets aussi importants, avec des échéances aussi proches, que le dérèglement climatique, l’épuisement de ressources naturelles indispensables et plus généralement le dépassement des limites planétaires.

Argument de qualité

Au-delà de ces arguments politiques et philosophiques, des arguments beaucoup plus pratiques, relatifs à la qualité des évaluations d’impacts, doivent également être considérés. Le secteur du numérique est très complexe, distribué, avec de nombreuses couches d’abstractions. A cette complexité s’ajoute le manque cruel de transparence des acteurs qui façonnent le numérique d’aujourd’hui tant sur le plan matériel que logiciel ou organisationnel. Pour ces raisons, les évaluations d’impacts environnementaux du numérique sont de mauvaise qualité.

Prenons par exemple les émissions de gaz à effet de serre liés à la fabrication de dalles d’écrans LED. Si on normalise ces impacts sur un pouce pour différentes sources de données, on arrive aux résultats suivants.

On observe un rapport de 1 à 10 entre la plus petite et la plus grande estimation.

Prenons maintenant le cas des impacts liés à la fabrication de serveurs. Même quand les données proviennent de la même entreprise, deux communications différentes présentent parfois des divergences importantes. Lors de notre collaboration, avec les membres de l’association Boavizta, sur l’article “Numérique et environnement : Comment évaluer l’empreinte de la fabrication d’un serveur, au-delà des émissions de gaz à effet de serre ?”, en 2021, nous avions manipulé des données d’impact du serveur Dell R740. Nous avions étudié deux sources :

• Un “product carbon footprint” qui correspond à une fiche d’impact constructeur dont les données sont peu transparentes
• Une Analyse de cycle de vie qui détaille de manière plutôt ouverte leur processus

Alors que le PCF donne un impact de 1313 kgCO2eq. à la fabrication, l’ACV normalisée, pour correspondre à la configuration du PCF, donne un impact de 496 kgCO2eq. à la fabrication. On observe donc un rapport de 1 à 3 pour un même produit, pour une même entreprise.

Nous aimerions vous expliquer d’où viennent ces différences. Malheureusement, la majorité de ces évaluations, publiées par les constructeurs, ne sont pas auditables. Dans ces conditions, quel facteur d’impact choisir ? La réponse reste en suspens.

Face à ces incertitudes, la transparence est la voie que nous avons choisi d’emprunter. La démarche ouverte n’est pas de prime abord capable de fournir des évaluations de meilleure qualité, mais elle a l’avantage de pouvoir expliquer la démarche et les résultats. Puisque les évaluations sont fortement dépendantes des méthodes mises en œuvre et du choix du périmètre et des hypothèses choisies, la transparence implique de les expliciter et de les justifier. De plus, elle permet une revue critique et une amélioration collective. Inscrite dans une démarche d’amélioration continue, la transparence devient alors un moyen d’améliorer la qualité. (Pour l’évaluation d’impact de la fabrication des serveurs, voir cet article et l’API qui en a résulté au sein de Boavizta)

Enfin, la transparence est la façon la plus efficace de normaliser les méthodes et les données d’évaluation d’impacts environnementaux. Cette normalisation est nécessaire pour comparer des produits, des procédés, des organisations, … mais également pour mettre en place des contraintes qui apparaissent justes auprès des acteurs concernés.

Argument d’efficacité

Nous avons la conviction que, dans bien des cas, la démarche d’évaluation des impacts environnementaux du numérique est aussi, voire plus importante que les résultats. Le chemin a souvent plus de valeur que l’arrivée. C’est l’apprentissage des dynamiques d’impacts qui permettent de guider les acteurs d’une organisation ou le citoyen vers des choix éclairés. L’acte de modélisation en est simplement un des moyens.

Malheureusement, la démarche d’évaluation est souvent l’apanage d’experts (nous portons notre part de responsabilité) qui agissent comme des prescripteurs au sein d’organisations. Cet accaparement, souvent inconscient, du savoir, tend à déposséder les bénéficiaires des apports de la démarche. Ils sont pourtant multiples :

• La démarche d’évaluation permet de comprendre et d’expliquer les chiffres au sein de l’organisation ou de la société.
• Elle stimule l’action collective en donnant des objectifs concrets et en l’intégrant dans le contexte connu des individus ou des métiers.
• Elle permet d’endosser une position critique.
• Elle permet de mieux appréhender les ordres de grandeurs, mais également les dynamiques d’impacts.

La transparence associée à une démarche de co-construction des évaluations avec les citoyens ou les acteurs des organisations est un moyen de multiplier leurs effets. L’expert devient un animateur en se basant sur des outils, des méthodes et des données dont les acteurs peuvent s’emparer pour comprendre et agir plus efficacement sur les impacts environnementaux induits.

Argument de cohérence

Enfin, face à l’urgence et l’importance des enjeux environnementaux, nous pourrions presque ignorer les 3 arguments précédents. En effet, si notre but, en évaluant des impacts environnementaux du numérique des organisations, est bien de contribuer à réduire la surexploitation du vivant et des richesses naturelles et à en amortir les conséquences d’ores et déjà palpables, le plus rapidement possible, seule une production et une pratique basée sur les communs ouverts est cohérente avec cet élan.

Tout outil ou jeu de données propriétaire, dont la compréhension et l’appropriation n’est possible que par ses prescripteurs, n’aura de potentiel significatif que d’un point de vue mercantile, non d’un point de vue de l’impact, puisque sa démocratisation, sa compréhension et son déploiement rapide à grande échelle en seront limités.

Si nous sommes, au sein de l’écosystème NR, dans la démarche “responsable” que nous prônons, nous trouverons les modèles économiques nous permettant de vivre décemment de notre activité, sur la base de communs et de productions sous licences libres, tout en contribuant sincèrement au changement systémique aussi difficile qu’indispensable qui nous attend. D’autres entreprises que nous portons en haute estime, montrent déjà la voie. A l’inverse, si ces productions sont propriétaires, la cohérence voudrait d’assumer que nos activités ne seront que lucratives et non “responsables”.

Conclusion

En conclusion, nous pensons qu’une évaluation des impacts du numérique, basée sur des outils, des méthodes et des données libres, est indispensable pour :

• faire des choix politiques éclairés et acceptés
• obtenir des résultats robustes et comparables
• permettre la nécessaire appropriation du sujet et la compréhension des enjeux et dynamiques sous jacentes, par toutes et tous
• permettre une mise en action à grande échelle, dans des délais compatible avec les échéances environnementales

Pour ces raisons, nous appelons de nos vœux, l’écosystème “Numérique Responsable” à considérer sérieusement l’ouverture des méthodologies, données et outils, qui nous semble essentielle pour rendre le numérique concrètement responsable.

Plus que mesurer, il faut prendre la mesure.

Nous, Muleine Su Lim, David Ekchajzer, Laurent Eskenazi, Eric Fourboul et Benoit Petit, rassemblons nos expertises pour faire progresser l’évaluation et la réduction des impacts environnementaux du numérique dans les organisations (services, infrastructures et activités numériques).

Ensemble, nous proposons une offre en trois volets : les logiciels open-source, l’accompagnement, la recherche et le développement. Cette offre nous permet d’accompagner les organisations, de la sensibilisation, en passant par le diagnostic, jusqu’au pilotage de leurs impacts.

Hubblo cultive sa singularité à travers l’automatisation des processus clés, la transparence de ses méthodes, données et outils, ainsi qu’à travers sa quête perpétuelle d’expertise.

Plus de détails sont à paraître concernant ces offres et la suite de cette aventure.

En attendant, n’hésitez pas à partager la nouvelle !

L’environnement continue de se dégrader, il est nécessaire d’agir.

Depuis la création d’Hubblo début 2020, les conditions de viabilité sur terre se sont dégradées. Pour espérer rester sous +1.5°C de réchauffement global, il est nécessaire d’infléchir au plus vite la courbe mondiale des émissions de Gaz à Effets de Serre.
Malheureusement, le dérèglement climatique n’est pas la seule menace à laquelle l’espèce humaine doit faire face. En effet, nous avons récemment dépassé deux nouvelles limites planétaires : celle du cycle de l’eau douce et celle de la pollution chimique. De plus, pour répondre à la demande grandissante en terme d’usage numérique et d’énergie, l’extraction des ressources abiotiques fossiles et minérales s’intensifie, entraînant dans son sillage pollution des eaux, des sols et de l’air dans les zones d’extraction, avec des conséquences désastreuses sur la santé et les conditions de vie des travailleurs et habitants locaux.

Pour enclencher un changement à la hauteur des enjeux, il est nécessaire que les organisations comprennent leurs impacts et prennent des mesures de transformation adaptées.

Pour réduire notre pression sur l’environnement, l’engagement conjoint des institutions, des entreprises et des citoyens est indispensable. Depuis sa création, l’équipe de Hubblo est convaincue de la nécessité de transformer les organisations pour qu’elles contribuent à réduire ces pressions et alignent leurs activités au regard des limites planétaires.
Dans tous les secteurs, la conscience des enjeux progresse, mais la compréhension des ordres de grandeur et des différents impacts de nos activités sur l’environnement, l’économie et la santé humaine est encore très parcellaire. C’est particulièrement le cas pour les impacts du secteur numérique.

Dans le domaine du numérique, cette compréhension est aujourd’hui freinée.

Avec la complexification, l’externalisation et l’omniprésence des systèmes d’information, la mesure des impacts des services numériques est souvent une démarche coûteuse, chronophage et approximative. Le secteur du « numérique soutenable » est très jeune. A ce titre, il n’existe pas, ni dans l’industrie, ni dans le monde académique, de normes applicables faisant consensus pour la prise en compte de ses impacts.
Depuis sa création, Hubblo souhaite lever ces freins, et accompagner les organisations pour qu’elles puissent facilement comprendre et piloter leurs impacts environnementaux. Scaphandre a été la première manifestation de cette volonté. Au-delà de cette première initiative, plusieurs rencontres et collaborations ont mis en évidence que la valeur de nos interventions découle d’un accompagnement solide s’appuyant sur des méthodologies, des données, des logiciels ouverts, au plus proche de la recherche scientifique.

Nous rassemblons aujourd’hui nos compétences pour construire une offre complète à destination des organisations.

Pour ces raisons, Hubblo grandit. Nous, Muleine Lim, David Ekchajzer, Laurent Eskenazi, Eric Fourboul et Benoit Petit, rassemblons nos expertises pour faire progresser l’évaluation et la réduction des impacts environnementaux du numérique dans les organisations (services, infrastructures et activités numériques).
Nous développons une offre pour accompagner les organisations de la sensibilisation, en passant par le diagnostic, jusqu’au pilotage et la réduction de leur empreinte environnementale.
Hubblo cultive sa singularité à travers l’automatisation des processus clés, la transparence de ses méthodes, données et outils, ainsi qu’à travers ainsi qu’à travers sa quête perpétuelle d’expertise.
En particulier, nous nous inspirons de méthodes d’évaluation standardisées comme l’Analyse de Cycle de Vie, et concevons nos outils en restant fidèles à nos convictions, l’open-source étant la clef d’une mesure fiable, critiquable et améliorée en continu.

Analyse / pilotage, sensibilisation, transformation, anticipation

Dans le détail, cette offre consiste en trois volets:

• Logiciels open-source : Le pilotage de l’empreinte environnementale du numérique des organisations passe par l’automatisation et la pérennisation de l’évaluation environnementale. Grâce aux logiciels que nous développons, la démarche de mesure peut être intégrée aux processus d’une organisation pour atteindre un niveau de suivi important. C’est le cas avec Scaphandre pour les suivis de la consommation d’énergie finale d’un serveur et des applications qu’il héberge, ou encore Cabestan qui permettra d’automatiser la phase d’inventaires des équipements, services et assets numériques. La collecte de ces données pourra également alimenter un observatoire des impacts du numérique des organisations, qui permettra notamment des analyses sectorielles (projet à venir).

• L’accompagnement : Nous sensibilisons les collaborateurs et les DSI aux impacts environnementaux du numérique, les guidons dans l’évaluation d’impact des équipes / équipements / services numériques, contribuons à construire un plan d’action / transformation, et formons les collaborateurs (ACV, bonnes pratiques). A l’accompagnement collectif, s’ajoute l’accompagnement individuel des dirigeants dans la mise en place de stratégies ambitieuses de réduction d’impact.

• Recherche et Développement : L’évaluation des impacts environnementaux du numérique souffre d’un déficit de données et d’outils en phase avec l’état de l’art scientifique et adapté à la spécificité de chaque entreprise. Manquent également des modèles sectoriels, géographiques et des projections. Nos travaux de recherche et de développement ambitionnent de contribuer à l’amélioration des connaissances et à la création de ressources dans ce domaine. Les services que nous proposons s’appuient sur cette démarche pour évaluer les impacts du numérique, qu’ils soient directs ou indirects.

Hubblo a déjà des références marquantes

En 2 ans d’activité, l’équipe Hubblo a pu contribuer à de nombreux projets ambitieux lancés par des organisations pionnières. On peut noter par exemple l’évaluation et le plan de réduction des impacts environnementaux de la DSI de Soletanche Freyssinet (une filiale de Vinci Construction), l’étude de l’impact d’une heure de jeux vidéos pour Ubisoft, l’étude des impacts des équipements reconditionnés comparés aux neufs pour l’ADEME. Mais aussi la quantification des gains environnementaux d’actions “Numérique Responsable” de ministères pour la DINUM, le développement d’outils open-source d’évaluation d’impacts dans le cadre d’une collaboration européenne pour la SDIA, l’accompagnement d’acteurs de l’hébergement et des services collaboratifs comme Indie Hosters, ou enfin le conseil aux organisations dans la mise en place de solutions de mesure en continue des impacts de leurs infrastructures et cloud privés, comme la BBC. Nous remercions chacun de nos interlocuteurs dans ces organisations et espérons continuer à agir à leurs côtés pour faire progresser ce sujet.

Au-delà des projets passés ou en cours, nous souhaitons en déclencher d’autres qui contribueront à développer des communs numériques, des outils open-source et des données ouvertes, pour contribuer à une meilleure évaluation des impacts du numérique.

Hubblo souhaite être un agent d’un changement systémique profond.

À l’heure où l’écosystème manque de professionnels formés sur nos sujets, le partage, l’entraide et l’ouverture sont des valeurs cardinales pour Hubblo. Nous nous attachons à publier nos travaux de façon libre et ouverte, et les partageons le plus largement possible avec l’écosystème. Nous reconnaissons les travaux structurants menés par nombres de nos consœurs et confrères et nous réjouissons d’avance de continuer à collaborer avec Julie Orgelet (DDemain), Etienne Lees-Perasso (TIDE), Gauthier Roussilhe, ainsi qu’avec tous les acteurs dynamiques et experts de l’écosystème.
Cette volonté de partage ne s’arrête pas à nos activités commerciales. L’équipe Hubblo est fortement impliquée dans Boavizta, une association de 130 professionnels et académiques bénévoles désireux d’améliorer collectivement les méthodes, outils et données permettant la mesure des impacts du numérique sur l’environnement. Nous y avons trouvé une communauté de personnes inspirantes et inspirées, avec qui nous comptons œuvrer davantage, notamment en partageant les enseignements clés de nos travaux et le code open source de nos outils.
Nous souhaitons faire d’Hubblo un agent d’un changement systémique, permettant une meilleure compréhension des impacts directs et indirects induit par les activités numériques sur le climat, l’environnement, la santé humaine et l’économie et ainsi contribuer à ce que la société puisse, enfin, faire des choix technologiques éclairés, cohérents avec les conséquences de la crise environnementale.
Notre approche se veut rigoureuse et s’appuie sur des travaux scientifiques auxquels nous souhaitons apporter notre concours.
Notre approche se veut transparente, prenant en compte les marges d’erreur des données environnementales que nous manipulons, offrant à chacun la possibilité de la questionner et de l’améliorer.
Notre approche se veut radicale face à un changement systémique inévitable, nécessitant d’être anticipé plutôt que subi.

Nous souhaitons pousser l’industrie numérique dans cette direction, de façon collaborative.
Pour rester fidèles à nos convictions, nous avons choisi l’indépendance financière en évitant le modèle, de plus en plus répandu, des levées de fonds. Notre évolution s’effectuera donc en adéquation avec les limites planétaires, les besoins de nos clients et nos aspirations pour une société soutenable et équitable.

Dans le contexte de la loi REEN, la direction de la communication et de l'information de Rennes Métropole (Estelle Soleillant et Matthieu Delsaut, respectivement cheffe de projet innovation numérique et chef de projet études et développements) s'allie au centre culturel Les Champs Libres (Guillaume Rouan, chargé des médias numériques), pour définir une feuille de route Numérique Responsable.

La demande est motivée par une volonté sincère des membres du groupe de travail, de remettre du sens et de la cohérence dans les leviers concrets à actionner en lien avec le service public rendu par la métropole. Une demande d’évaluation quantitative des impacts environnementaux des services numériques accompagne celle de la feuille de route.

Notre proposition en 2 étapes

Notre proposition s’articule autour de 2 étapes :

• co-construire une vision et une feuille de route communes nous a semblé être la première étape (préciser le périmètre ciblé était de toutes les manières un préalable à l’évaluation quantitative demandée) ;
• une Analyse de Cycle de Vie (ACV) accompagnée de recommandations.

Étape 1: Co-construction d’une feuille de route Numérique Responsable

La première phase a été réalisée grâce à plusieurs ateliers.

Le premier atelier a permis de poser des bases du groupe de travail : faire connaissance, identifier le rôle et la complémentarité des membres du groupe de travail, s’aligner sur le périmètre et les objectifs qui les réunissent. Nous avons ainsi abordé les besoins pour ce faire, les indicateurs de réussite, et avons collectivement priorisé les objectifs suivants :

• Diagnostic environnemental : obtenir un bilan chiffré avant/après des outils de communication.
• Encapacitation générale : sensibilisation générale pour adhérer à une dynamique collective.
• Encapacitation pratique : production et diffusion d’un guide de bonnes pratiques, intégrant des clauses d’écoconception dans les cahiers des charges.
• Récit de communication : rendre transparent l’action publique et les choix auprès des citoyen-ne-s, des usagers, des publics, des gens, en valorisation les externalités positives des projets soutenables.
• Approche systémique : combiner avec d’autres indicateurs (audience + budget + bénéfice social).
• Création de communs : organisation et méthodologie de gouvernance, partage intra et extra territorial.

Le reste des ateliers consistait à identifier les parties prenantes, itérer sur les actions nécessaires, les prioriser et orchestrer sur une frise chronologique les principaux jalons de la feuille de route. Il nous est arrivé d’embarquer d’autres personnes dans les sessions, afin de mutualiser les efforts de sensibilisation et rendre les actions cohérentes avec les enjeux des parties prenantes.

A chaque atelier, l’idée n’était pas de dire au groupe de travail quelles actions lister exactement ni dans quel ordre, mais de créer les conditions et animer un processus qui leur permette de réunir non seulement leur connaissance du terrain, de leurs sujets, de leurs contraintes, et des acteurices de leur écosystème mais aussi leurs motivations pour les engager dans une coopération qui ait du sens à leurs yeux, et qui les mettent en mouvement. Cela a pris du temps puisque c’est un exercice qui a soulevé des réflexions hors de leurs habitudes quotidiennes.

Étape 2: Réalisation d’une Analyse de Cycle de Vie attributionnelle

L’objectif de l’Analyse de Cycle de Vie attributionnelle (ACV-a) était d’identifier les postes d’impacts environnementaux, de fixer des objectifs de réduction en conséquence, et de contribuer aux arbitrages des projets.

Les 2 objectifs d’évaluation qui en résultent sont :

• évaluer l’impact environnemental de la production, de l’administration et de l’usage des services numériques associés à l’activité de Communication au sein de Rennes Métropole pendant un an ;
• évaluer l’impact environnemental de la production, de l’administration et de l’usage d’une campagne de communication.

Pour ce faire, nous avons recueilli des données primaires pour les années 2022/2023, en tenant compte des éléments suivants :

• les équipements et services numériques utilisés par les équipes internes, les prestataires de services et les citoyens ;
• les différents « tiers» numériques : centres de données, réseaux et terminaux ;
• toutes les étapes des projets de communication numérique, y compris la conception et l’exploitation.

En fonction des usages et des pratiques des équipes, ainsi que de la disponibilité (ou non) de données facilement accessibles, Hubblo a développé quatre modèles pour évaluer les services numériques SaaS : streaming, réseaux sociaux, stockage et sites web.

Résultats et enseignements

Actions du groupe de travail

Le groupe composé d’Estelle, Matthieu et Guillaume est de ceux que nous avons grand plaisir à accompagner :

• une motivation authentique et commune d’être acteurices d’un changement qui ait du sens pour l’intérêt général ;
• une complémentarité des profils, des connaissances et des compétences ;
• une dynamique de coopération à l’œuvre entre 2 entités théoriquement disjointes (la Direction de la Communication et de l’Information de Rennes et Le centre culturel des Champs Libres), avec une participation et une écoute actives de chaque personne ;
• une curiosité constante, en quête de toujours monter en compétences pour créer des repères communs dans la compréhension des impacts du numérique ;
• un esprit d’équipe qui dépasse le groupe de travail, embarque d’autres parties prenantes, et tient à diffuser largement des communs ;
• et des rires partagés pendant le travail!

Ce sont typiquement les ingrédients que nous avons à cœur d’avoir dans une coopération. N’hésitez pas à consulter leur espace de coopération dédié à une communication numérique plus soutenable : ComNum Rennes. Il consolide à la fois de la documentation, leurs apprentissages et leurs réflexions qui dépassent le cadre strict de notre intervention.

La feuille de route a permis de clarifier une base commune d’intentions, d’objectifs, incluant les dépendances aux parties prenantes afin de proposer des phases prospectives tout en permettant d’intégrer de la flexibilité dans les jalons en fonction des contraintes du quotidien.

N’hésitez pas à consulter la page dédiée à leurs travaux sur la feuille de route.

L’une des avancées est la mise en ligne du nouveau site de la Métropole de Rennes [new website], qui se veut, en quelque sorte, le “manifeste” de leurs engagements en matière d’écoconception et d’inclusion.

Résultats de l’ACV-a

Évaluation des services numériques liés aux activités de communication

Cette étude a mis en évidence l’impact environnemental global des activités numériques au sein du service de communication de Rennes Métropole, en tenant compte de l’ensemble des critères environnementaux et du cycle de vie complet des équipements et des services. Elle a révélé la part prépondérante des services SaaS (réseaux et appareils) dans ces impacts, notamment en raison du visionnage massif de vidéos en haute définition par les internautes.

Plusieurs stratégies de réduction ont été proposées et leurs avantages évalués :

• réduire l’utilisation de la vidéo,
• limiter la durée de visionnage des vidéos,
• réduire la qualité d’image, et
• convertir une partie du catalogue du format vidéo au format podcast.

Des analyses excluant la vidéo ont également été menées, mettant en évidence les impacts liés aux appareils.

Dans ce contexte également, plusieurs stratégies de réduction ont été proposées et leurs avantages évalués :

• remettre en question les habitudes d’utilisation,
• promouvoir l’utilisation d’appareils à faible impact,
• favoriser l’allongement de la durée de vie des appareils, et
• éviter la multiplication des appareils.

Évaluation de l’impact environnemental d’une campagne de communication numérique (« Cet été à Rennes », 2023)

L’étude a mis en évidence l’impact environnemental global de la campagne, tous critères environnementaux confondus et sur l’ensemble du cycle de vie des équipements et des services. L’impact principal provenait des équipements/terminaux utilisés pour accéder aux services gérés en interne.

Des analyses plus approfondies ont révélé les impacts de l’affichage numérique déployé dans les espaces publics, ainsi que des réseaux sociaux. Les leviers de réduction liés aux « terminaux », identifiés à un niveau global, restent pertinents pour une campagne.

Après avoir réalisé une analyse du cycle de vie (ACV) des services numériques et des campagnes de communication, leur vision a profondément évolué. Cela permet au service de communication d’affiner sa feuille de route et de définir ses priorités.

Témoignage

“Au-delà de la prestation en elle-même, cette collaboration nous a permis de nous sensibiliser et de monter en compétence sur la méthodologie ACV. Une première marche de franchie vers une communication plus soutenable en phase avec nos valeurs de service public et d’intérêt général. Aujourd’hui, nous poursuivons notre progression, en gardant comme objectif de rendre ces résultats accessibles et mobilisables par les équipes, dans une démarche de biens communs."

Estelle Soleillant, Mathieu Delsaut and Guillaume Rouan.

Les équipes du Sustainable Research Institute de Schneider Electric nous ont demandé d’évaluer les bénéfices nets d’une solution d’IA déployée pour améliorer la gestion des microgrids que l’entreprise installe à travers le monde.

Cette solution d’IA a pour seul objectif de réduire les dépenses énergétiques sur les sites équipés de microgrids. Nos principales questions étaient donc les suivantes : ces bénéfices économiques se traduisent-ils par des bénéfices environnementaux, et si oui, dans quelles conditions ?

Méthode

Nous avons suivi les méthodologies d’évaluation des impacts environnementaux nets dans lesquelles nous sommes experts : la norme UIT-T L.1480 et l’évaluation de l’impact carbone net de l’EGDC.

D’une manière générale, ces méthodes consistent à définir la solution, le contexte de mise en œuvre, le scénario de référence et les impacts environnementaux de la solution.

Données

Notre analyse s’appuie sur des données opérationnelles primaires provenant de 11 sites répartis sur trois continents, sur une période de deux ans. Les données recueillies comprennent : les flux d’électricité, l’état de charge des batteries et les commandes de régulation.

Scénarios

De manière générale, une microgrid est un site équipé de panneaux solaires et de batteries de stockage. Par défaut, ce microgrid est géré par un logiciel permettant l’autoconsommation, le stockage et l’importation d’électricité depuis le réseau électrique local.

Dans cette étude, nous nous sommes concentrés exclusivement sur les effets de la solution d’IA sur un site déjà équipé d’un microgrid. Les avantages intrinsèques d’un microgrid ne sont pas pris en compte, mais sont supposés être positifs.

Les deux scénarios à comparer sont donc les suivants : un scénario impliquant une microgrid avec son programme de base, qui maximise l’autoconsommation ; et un scénario impliquant une microgrid contrôlée par la solution d’IA, qui maximise la réduction des dépenses énergétiques.

Conséquences

Pour cartographier les conséquences environnementales potentielles – tant négatives que positives – d’une solution, nous utilisons un arbre des conséquences.

Cet arbre est généralement élaboré lors d’un atelier avec les parties prenantes et vise à fournir une cartographie aussi exhaustive que possible des conséquences potentielles connues. Il permet également de déterminer si chaque branche de l’arbre constitue, à première vue, un bénéfice ou une charge pour l’environnement.

Dans l’image ci-dessus, les conséquences dont l’opacité est faible ne sont pas prises en compte dans l’évaluation, soit en raison d’un manque de données, soit en raison d’une incertitude excessive.

Résultats

Effets directs : solution IA

Comme c’est souvent le cas avec ce type d’évaluation, l’empreinte environnementale de la solution d’IA est relativement faible par rapport à d’autres impacts indirects : elle s’élève à environ 388 kgCO₂e par an et par site, pour un coût annuel de 1 500 €.

Effets indirects

La principale conséquence de la solution IA pilotant la microgrid est une modification des importations et des exportations d’électricité vers et depuis le réseau local, sur la base d’une prévision tenant compte des conditions météorologiques, des tarifs d’électricité et de la composition du mix énergétique. Cet ajustement répond à l’objectif premier de la solution : réduire les coûts énergétiques.

Cependant, ce comportement n’entraîne un bénéfice environnemental net que sur 3 sites sur 11 au cours de la période étudiée. Ce résultat surprenant s’explique par la nature des réseaux électriques au sein desquels les microgrids opèrent. L’exemple le plus frappant est celui d’un des sites californiens. Pendant les périodes de prix négatifs entre 13h et 17h, la solution préfère consommer de l’électricité provenant du réseau, car cela lui permet de générer des bénéfices. Aux heures de pointe, la solution vend une partie de son électricité stockée à un prix plus élevé et importe de l’électricité la nuit, lorsque le mix énergétique est plus émetteur de carbone (centrales au gaz). Ce comportement est du à la grille californienne (CAISO) où les prix ne sont pas régulés et où le prix des sources d’énergie n’est pas aligné avec leur intensité carbone.

La deuxième conséquence que nous avons quantifiée est la réduction potentielle de la durée de vie de la batterie liée à des microcycles plus fréquents. Cependant, les résultats montrent que cet effet est très faible.

Impacts nets

La solution examinée dans le cadre de la présente évaluation présente un impact environnemental plus important pour l’ensemble des indicateurs par rapport au scénario de référence. La réduction des coûts énergétiques entraîne des effets contre-intuitifs qui dépendent des politiques tarifaires des réseaux locaux et de leur mix énergétique. C’est cette conséquence qui mérite toute notre attention.

Nous avons approfondi notre analyse en examinant trois cas spécifiques : le site le plus performant (en Australie-Méridionale), un site neutre (en France) et le site le moins performant (en Californie).

Cette analyse est présentée en détail dans le livre blanc publié par Schneider Electric, ainsi que dans l’article de conférence rédigé à la suite de ces travaux de recherche.

Détermination des conditions favorables

Sur la base de notre analyse des différents sites, nous avons identifié et classé par ordre de priorité les leviers les plus importants pour maximiser les résultats positifs et minimiser les résultats négatifs.

Alignement des tarifs: les tarifs d’électricité devraient traduire l’intensité carbone en temps réel en signaux de prix grâce à des instruments tels que les tarifs indexés sur le carbone ou la tarification dynamique du CO2.

Flexbilité locale: les microgrids nécessitent des seuils minimaux de capacité renouvelable sur site et de stockage pour permettre une substitution significative pendant les périodes à forte émission de carbone.

Réglementation favorable: les cadres réglementaires qui récompensent l’écrêtement des pics de consommation, la fourniture de puissance réactive ou l’autoconsommation transforment l’optimisation locale en un avantage à l’échelle du réseau.

Données relatives au carbone: Les données à haute fréquence sur l’intensité en CO₂ permettent aux algorithmes d’intégrer les émissions dans leur logique de contrôle.

Optimisation multi-objectifs: Les approches d’optimisation hybrides qui visent à minimiser à la fois les coûts et les émissions de carbone peuvent permettre d’obtenir des gains environnementaux moyennant des compromis économiques marginaux..

Épilogue

Cette évaluation est le fruit d’une collaboration fructueuse et d’une passion commune entre les équipes de Hubblo et de Schneider Electric. Nous ne nous contentons pas des résultats présentés ; ceux-ci nous ont plutôt donné matière à réflexion à bien des égards. Cette évaluation a mis en évidence un impact environnemental qui était jusqu’alors passé inaperçu (car il n’avait pas été quantifié), car nous partions du principe que les gains économiques entraîneraient automatiquement des avantages environnementaux.

Nous avons présenté ces travaux sous forme d’article lors de la conférence ICT4S, la plus importante dans ce domaine de recherche, et nous avons eu l’honneur de remporter le prix du deuxième meilleur article. Une belle réussite pour Schneider Electric et Hubblo.