_Résumé
Extraction de données ESG : de quoi s’agit-il et pourquoi est-il utile de structurer ces données à l’aide de l’IA ?
L’extraction de données ESG consiste à utiliser l’intelligence artificielle pour analyser des documents non structurés et en extraire les informations relatives aux aspects environnementaux, sociaux et de gouvernance sous forme de données structurées et traçables.
Les données ESG sont rarement fournies sous forme de données autonomes. Imaginez un rapport de développement durable de quatre-vingt-dix pages. Quelque part dans ce document se trouvent les chiffres relatifs aux émissions, aux effectifs et aux objectifs dont vous avez besoin pour votre reporting. Avant même de pouvoir rédiger un rapport, quelqu’un doit lire de nombreux documents, y rechercher les valeurs et les copier dans un tableur. Ensuite, ce même chiffre est finalement saisi une nouvelle fois pour la CSRD, puis pour un questionnaire client, puis encore pour une demande de diligence raisonnable. Le processus est lent, et chaque ressaisie représente un risque supplémentaire d’erreur.
À quoi ressemblent les « données ESG structurées » ?
Les données ESG structurées s’inscrivent dans des champs définis : un tableau d’indicateurs clés de performance (KPI) comportant des valeurs, des unités et des périodes de référence. Les données ESG semi-structurées suivent une certaine logique d’organisation mais ne reposent pas sur un schéma rigide, comme c’est le cas des questionnaires destinés aux fournisseurs et des formulaires balisés. Les données ESG non structurées ne suivent aucun modèle prédéfini : qu’il s’agisse d’un rapport narratif, d’un certificat numérisé ou d’une clause contractuelle, dans tous ces exemples, les informations se présentent sous forme de texte libre, d’images ou de tableaux sans structure cohérente.
C’est dans l’écart entre ces deux dernières catégories que l’IA trouve toute sa place. Il classe le document, extrait les valeurs pertinentes et les intègre dans un schéma pouvant être utilisé par une base de données, un rapport ou un auditeur.
L’IA est-elle capable d’extraire des données ESG de manière fiable ?
Avant de partager notre propre expérience chez Dydon AI, nous aimerions d’abord laisser la parole à certaines recherches récentes sur ce sujet. L’étude intitulée « ESGReveal : une approche basée sur les modèles linguistiques à grande échelle (LLM) pour l’extraction de données structurées à partir de rapports ESG », publiée dans le Journal of Cleaner Production, a mis au point un cadre quantitatif permettant d’évaluer la performance ESG des entreprises à l’aide de techniques basées sur les modèles linguistiques à grande échelle (LLM), en analysant les performances de divers modèles, notamment GPT-3.5, GPT-4, ChatGLM et QWEN.
Cette étude fournit également une mesure précise de cet écart. Testé sur les rapports de 166 sociétés cotées en bourse, le modèle le plus performant a atteint un taux de précision de 76,9 % dans l’extraction des données. Cela prouve que l’approche fonctionne. Cependant, il reste encore des marges d’amélioration, comme nous le constatons au quotidien dans le cadre de notre collaboration avec nos clients chez Dydon AI. Cela passe par un renforcement des connaissances métier relatives à un ensemble spécifique de données.
Pourquoi la spécialisation dans un domaine particulier est-elle déterminante pour la précision ?
En effet, les données ESG ne constituent pas du texte général. Un modèle polyvalent interprète les mots selon leur sens le plus courant, tandis que les rapports ESG s’appuient sur des définitions spécialisées. Le terme « significatif » a une signification précise dans le cadre de la double matérialité. Le périmètre 3 a des limites bien définies. Un même chiffre d’émissions peut être exprimé en tonnes, en kilotonnes ou sous forme de ratio d’intensité. Ces erreurs sont prévisibles, et non aléatoires : la recherche fondée sur des données d’entraînement générales tend vers la signification statistiquement dominante d’un mot, ce qui fait qu’elle passe systématiquement à côté de la signification réglementaire.
Les recherches sur l’IA financière vont dans le même sens.
Dans une étude menée par des chercheurs d’AWS sur le benchmark FinanceBench, un pipeline de recherche standard a atteint un taux d’exactitude factuelle de 52,4 %.
L’intégration d’une expertise métier dans la manière dont le système extrait, calcule et vérifie les données a permis d’atteindre un taux de 94,7 %. La leçon à en tirer est la suivante : dans les environnements réglementés, la précision découle de la couche métier construite autour du modèle.
Concrètement, la spécialisation par domaine recouvre trois aspects :
- Le domaine définit la structure. Les données sont classées par domaine sémantique (ESG, financier, réglementaire), et le schéma cible respecte la réglementation, et non un modèle générique.
- Le système est adapté à votre domaine. La terminologie et les définitions sont configurées dans l’extraction ; celle-ci peut être adaptée aux besoins de votre organisation.
- Ce sont les humains qui bouclent la boucle. Les experts vérifient la validité des valeurs par rapport à leur emplacement exact dans la source, et ces retours d’information permettent d’améliorer l’extraction suivante.
Votre équipe dispose déjà de l’expertise métier nécessaire. Ce qui fait généralement défaut, ce sont les compétences en ingénierie de l’IA, la gouvernance et la maintenance indispensables pour en faire un système fonctionnant de manière fiable au quotidien.
Comment les données ESG structurées permettent-elles de répondre automatiquement aux questionnaires ?
Une fois les données ESG extraites et validées, elles ne constituent plus un résultat ponctuel, mais deviennent une ressource réutilisable. Les entreprises répondent à de nombreux questionnaires à partir de documents sources identiques ou similaires. Grâce aux données structurées sur lesquelles elle s’appuie, l’IA peut proposer une réponse à chaque question, citer la source d’où elle provient et laisser la décision finale à votre expert.
C’est là toute la différence entre extraire les données une seule fois et les relire à chaque fois qu’un nouveau questionnaire arrive. Le goulot d’étranglement ne réside pas dans le questionnaire lui-même, mais dans le travail manuel répétitif consistant à rechercher les chiffres pertinents dans les documents.
Quels autres documents peuvent être convertis en données structurées ?
L’ESG est un cas d’utilisation parmi d’autres, et non une exception. IDC estime que 80 à 90 % des données d’entreprise sont non structurées, et le schéma est toujours le même : une personne ouvre un document, en détermine le contenu, puis saisit à nouveau quelques valeurs dans un système.
4 exemples concrets :
Banques : dossiers de financement soumis à des contrôles au regard de la taxonomie de l’UE
- Documents concernés : permis de construire, certificats de performance énergétique, cahiers des charges et rapports d’entreprise joints à un prêt ou à un projet.
- Présentation structurée : l’activité économique, les données sous-jacentes à chaque critère de sélection et le résultat de la mise en correspondance, chacun étant lié à sa page source.
- Flux : la vérification de solvabilité et le rapport au titre de l’article 8 prêt pour l’audit, projet par projet.
Institutions financières : contrats TIC pour DORA
- Documents concernés : contrats de service et contrats conclus avec des prestataires informatiques.
- Informations détaillées : prestataire, prestations prises en charge, dates de début et de fin, délais de préavis, sous-traitants et emplacements des données.
- Flux : le registre des informations et des analyses des risques liés aux tiers, sans qu’il soit nécessaire de relire chaque contrat à chaque fois qu’une règle change.
Fabricants et importateurs : certificats et déclarations des fournisseurs
- Documents : certificats des fournisseurs, déclarations de développement durable et fiches techniques, souvent numérisés et disponibles en plusieurs langues.
- Structure des données : validité et date d’expiration du certificat, produit ou matériau, origine et données relatives aux émissions.
- Flux de données : diligence raisonnable en matière de chaîne d’approvisionnement (LkSG, CSDDD), obligations liées au CBAM et à l’EUDR, chiffres de scope 3 et questionnaires clients, à partir d’un seul ensemble de données.
Toute organisation : questionnaires de diligence raisonnable
- Documents : politiques internes, certifications, contrats, rapports annuels et questionnaires déjà remplis.
- Présentation structurée : les informations demandées dans un questionnaire, accompagnées chacune de leur document source.
- Fiches : des réponses préremplies accompagnées de références bibliographiques, que vos experts valident au lieu de les rédiger de toutes pièces.
Gestion de patrimoine : données financières organisées dans le cadre de la gestion de portefeuille
Cette même logique s’applique déjà aux documents financiers. Dans notre article consacré aux family offices, les avis d’opération et les relevés de compte provenant de dizaines de banques dépositaires sont regroupés en un seul ensemble de données validé par client. Ce qui varie d’un cas à l’autre, ce sont le schéma et l’adaptation au domaine. La saisie, la validation et la traçabilité restent les mêmes.
Pourquoi la structure relève-t-elle de la gouvernance et pas seulement des données ?
Les autorités de régulation s’intéressent de plus en plus non seulement aux conclusions d’un système d’IA, mais aussi à la manière dont il y est parvenu. Pour les systèmes d’IA à haut risque, la loi européenne sur l’IA impose l’enregistrement automatique des événements (article 12) et une supervision humaine effective (article 14). Le fait qu’un cas d’utilisation soit considéré comme présentant un risque élevé dépend de la manière dont il est utilisé, mais l’orientation est claire. L’IA d’entreprise la plus utile est celle qui est la plus sécurisée et la plus facile à contrôler.
Que propose Dydon AI en matière d’intelligence réglementaire ?
Dydon AI propose une plateforme d’IA sécurisée dédiée à l’analyse réglementaire. Elle collecte et structure les données issues de milliers de documents, les stocke dans une infrastructure isolée par client et les utilise pour générer des réponses traçables et explicables, toujours sous contrôle humain.
Traitement intelligent des documents : extraction de données à partir de n’importe quel document
Le traitement intelligent des documents analyse les fichiers PDF, Word et Excel ainsi que les rapports numérisés, en masse ou via une API. Il comprend le contenu sur le plan sémantique, le classe par domaine (ESG, financier, réglementaire) et associe à chaque valeur extraite des justificatifs prêts pour l’audit. Vos experts valident les résultats, et leurs commentaires permettent d’améliorer la qualité au fil du temps.
Réponses automatiques aux questionnaires : des données structurées aux réponses
La fonction de réponse automatique aux questionnaires utilise cet ensemble de données validées pour préremplir les questionnaires relatifs aux critères ESG, à la diligence raisonnable et à d’autres obligations de conformité. L’IA propose des réponses accompagnées de références, et des collaborateurs valident, ajustent ou modifient chacune d’entre elles. En cas de données manquantes, les outils de collaboration intégrés les sollicitent auprès des équipes internes ou des contreparties, ce qui évite d’avoir à les réclamer par e-mail.
Une seule plateforme, bien plus que l’ESG
Ces mêmes données structurées alimentent également la fonctionnalité « Surveillance des écarts de conformité », qui met en évidence les modifications apportées à une réglementation et compare les politiques internes aux exigences mises à jour. Elle prend en charge le reporting relatif à la taxonomie de l’UE via TAXO TOOL, développé en partenariat avec l’Association des banques publiques allemandes (VÖB) et utilisé par plus de 100 banques, ainsi qu’un chatbot réglementaire interne sécurisé destiné à votre équipe.
Conçu pour le contrôle
Tout fonctionne au sein d’un environnement que vous contrôlez, sur vos propres serveurs ou dans un centre de données isolé situé dans l’Union européenne ou en Suisse. Chaque client dispose d’un environnement de traitement entièrement distinct, et aucun apprentissage n’est effectué sur les données des clients.
Vous souhaitez savoir quelle part de votre travail documentaire pourrait être traitée automatiquement ?
Dydon AI propose une analyse gratuite du potentiel d’IA afin d’identifier les tâches liées à l’ESG et à la conformité, qui impliquent un volume important de documents, pouvant être automatisées, les étapes du processus où la validation humaine doit être maintenue, ainsi que la forme que pourrait prendre une configuration sécurisée et connectée via une API pour votre équipe.
Obtenez gratuitement votre analyse du potentiel de l’IA →
_Dans cet article
- Qu’est-ce que l’extraction de données ESG, et pourquoi est-elle nécessaire ?
- À quoi ressemblent les données ESG structurées ?
- L’IA est-elle capable d’extraire des données ESG de manière fiable ?
- Pourquoi la spécialisation dans un domaine particulier est-elle déterminante pour la précision ?
- Comment les données ESG structurées permettent-elles de répondre automatiquement aux questionnaires ?
- Quels autres documents peuvent être convertis en données structurées ?
- Pourquoi la structure relève-t-elle de la gouvernance et pas seulement des données ?
- Que propose Dydon AI en matière d’intelligence réglementaire ?
- Vous souhaitez savoir quelle part de votre travail documentaire pourrait être traitée automatiquement ?