Technologies numériques sobres et conception responsable : quels leviers pour accélérer la transition durable des organisations ?

Description

1. Contexte et problématique scientifique

La transformation numérique des organisations (entreprises, administrations, collectivités) s’appuie massivement sur le cloud, l’Internet des objets, l’intelligence artificielle, les chaînes de blocs, etc. Si ces technologies sont souvent mobilisées comme des leviers de « transition verte » (optimisation énergétique, smart cities, logistique optimisée…), elles génèrent elles-mêmes des impacts environnementaux significatifs : consommation électrique des data centers, épuisement des ressources critiques (métaux rares), émissions de gaz à effet de serre sur l’ensemble du cycle de vie des équipements, production de déchets électroniques, etc.

Par ailleurs, la conception des services numériques reste largement orientée par des logiques de performance, de scalabilité et de time-to-market, plutôt que par des principes de sobriété, de frugalité ou de réparabilité. Les démarches d’écoconception numérique existent, mais elles sont encore fragmentaires, peu outillées et rarement intégrées dans les processus décisionnels et de gouvernance des systèmes d’information.

La problématique centrale peut donc être formulée ainsi :

Comment évaluer, comparer et orienter les choix technologiques numériques des organisations de manière à réduire leur empreinte environnementale, tout en maintenant un niveau de service acceptable, en s’appuyant sur des démarches de conception responsable et de technologies sobres ?

Cette question implique de traiter à la fois la mesure rigoureuse des impacts environnementaux des technologies numériques (dimension techno-environnementale), l’intégration de ces critères dans la conception de solutions (dimension d’ingénierie et de design) et leur prise en compte dans les décisions stratégiques et opérationnelles des organisations (dimension managériale et organisationnelle).

2. Objectifs de la thèse

La thèse viserait plusieurs objectifs scientifiques et opérationnels :

– Caractériser l’empreinte environnementale de grands types de technologies numériques (cloud, IoT, IA, blockchain, etc.) en contexte organisationnel, sur l’ensemble de leur cycle de vie.

– Identifier et formaliser des principes d’écoconception numérique (sobriété fonctionnelle, frugalité, modularité, réparabilité, mutualisation des ressources…) pertinents pour différents types de services numériques.

– Proposer un cadre méthodologique d’aide à la décision permettant de comparer différentes architectures ou solutions technologiques du point de vue de leur durabilité, d’arbitrer entre performance, coûts, qualité de service et impact environnemental, d’intégrer ces arbitrages dans les processus de gouvernance du SI et de la stratégie numérique.

– Valider et illustrer ce cadre via un ou plusieurs cas d’étude au sein d’organisations réelles (entreprises, institutions publiques, collectivités).

3. Cadre théorique mobilisable

Selon l’ancrage disciplinaire choisi, la thèse pourrait articuler plusieurs champs :

– Ingénierie des systèmes et informatique : architectures logicielles, performance des systèmes, optimisation, ingénierie des besoins, méthodes de développement.

– Analyse environnementale et écoconception : analyse de cycle de vie (ACV), indicateurs environnementaux, écoconception de produits et services, éco-innovation.

– Systèmes d’information et management : gouvernance des SI, stratégie numérique, transformation digitale, décision multicritère, théorie des organisations.

4. Méthodologie possible

La méthodologie pourrait être pluridisciplinaire et mixte, par exemple :

Phase exploratoire / qualitative

– Revue systématique de la littérature sur green IT, green cloud, green AI, écoconception numérique, SI durables.

– Entretiens semi-directifs avec des responsables IT, responsables RSE, architectes systèmes, développeurs, etc., pour comprendre les pratiques actuelles et les freins.

Phase de modélisation / quantification

– Sélection de quelques cas d’usage (ex. : déploiement d’une application métier dans le cloud, système IoT de monitoring, pipeline d’IA).

– Modélisation des infrastructures et services associés.

– Comparaison de scénarios : architectures alternatives, choix de paramètres (localisation des data centers, type de stockage, fréquence d’échantillonnage IoT, taille des modèles IA, etc.).

Phase de conception du cadre méthodologique / outil d’aide à la décision.

– Développement d’un prototype d’outil (tableur avancé, interface web, plugin d’outil DevOps…) permettant de comparer des scénarios technologiques.

Phase de validation empirique

– Mise en œuvre du cadre et/ou de l’outil dans une ou plusieurs organisations partenaires.

– Évaluation de sa pertinence (acceptabilité par les décideurs, facilité d’usage, qualité des arbitrages produits).

– Itérations d’amélioration sur base des retours du terrain.

5. Contributions attendues

Contributions scientifiques

– Un modèle ou cadre théorique pour analyser les choix technologiques numériques sous l’angle de la durabilité.

– Des résultats empiriques sur l’empreinte environnementale comparée de différentes technologies et architectures numériques en contexte réel.

– Une formalisation de principes d’écoconception numérique opérationnalisables.

Contributions méthodologiques et opérationnelles

– Un cadre méthodologique (et éventuellement un outil) d’aide à la décision pour les organisations souhaitant rendre leur stratégie numérique plus durable.

– Des recommandations pour la gouvernance des systèmes d’information durables (politiques d’achats, de développement, de déploiement et de fin de vie).