_Résumé
Extraction et structuration des données ESG : quel rôle joue l’IA ?
L’IA permet d’analyser des documents non structurés pour en extraire les informations environnementales, sociales et de gouvernance (ESG), puis de les convertir en données structurées dont la source est identifiable.
Les données ESG se présentent rarement sous une forme directement exploitable. Prenons l’exemple d’un rapport de durabilité de 90 pages. Il contient les chiffres des émissions de gaz à effet de serre, les données relatives aux effectifs et les objectifs nécessaires au reporting. Mais avant même de pouvoir rédiger un rapport, il faut consulter de nombreux documents, retrouver les informations pertinentes et les reporter dans un tableur. Les mêmes chiffres sont ensuite saisis à nouveau pour le reporting prévu par la CSRD, puis pour remplir un questionnaire client et répondre à une demande de diligence raisonnable. Ce processus prend du temps et chaque nouvelle saisie augmente le risque d’erreur.
À quoi ressemblent des données ESG structurées ?
Les données ESG structurées sont organisées selon des champs prédéfinis. Elles peuvent, par exemple, prendre la forme d’un tableau d’indicateurs clés de performance (KPI), avec leurs valeurs, leurs unités de mesure et les périodes de référence correspondantes. Les données ESG semi-structurées suivent une certaine organisation, sans pour autant respecter un modèle de données rigide. C’est notamment le cas des questionnaires fournisseurs et des formulaires comportant des champs identifiés. Les données ESG non structurées, quant à elles, ne suivent aucun modèle prédéfini. On les retrouve dans les parties rédigées des rapports, les certificats numérisés ou encore les clauses contractuelles. Dans tous ces cas, les informations sont présentées sous forme de texte libre, d’images ou de tableaux dont la structure varie d’un document à l’autre.
C’est principalement pour traiter ces deux dernières catégories que l’IA prend tout son intérêt. Elle permet d’identifier la nature des documents, d’en extraire les informations pertinentes et de les organiser selon une structure adaptée, afin qu’elles puissent être utilisées dans une base de données, intégrées à un rapport ou examinées dans le cadre d’un audit.
L’IA peut-elle extraire des données ESG de manière fiable ?
Avant de partager notre expérience chez Dydon AI, intéressons-nous aux résultats de travaux de recherche récents sur le sujet. Une étude intitulée « ESGReveal : une approche fondée sur les grands modèles de langage pour extraire des données structurées à partir des rapports ESG », publiée dans la revue scientifique Journal of Cleaner Production, présente une méthode d’évaluation quantitative des performances ESG des entreprises reposant sur les grands modèles de langage (LLM). Les chercheurs ont testé plusieurs modèles, dont GPT-3.5, GPT-4, ChatGLM et QWEN.
Cette étude met également en évidence les limites actuelles de ces technologies. Lors de tests réalisés sur les rapports de 166 entreprises cotées en Bourse, le modèle le plus performant a atteint un taux d’exactitude de 76,9 % dans l’extraction des données. Ces résultats montrent le potentiel de cette approche, mais aussi les progrès qui restent à accomplir. C’est également ce que nous constatons au quotidien chez Dydon AI, dans le cadre de nos projets clients. Pour améliorer la fiabilité de l’extraction, il est notamment possible de renforcer les connaissances des modèles dans le domaine concerné et de les adapter aux types de données à traiter.
Pourquoi la spécialisation métier est-elle déterminante pour la fiabilité de l’extraction ?
Parce que les données ESG nécessitent des connaissances spécifiques. Un modèle d’IA généraliste interprète les termes selon leur sens le plus courant, alors que le reporting ESG repose sur des définitions techniques précises. La notion de matérialité, par exemple, prend un sens particulier dans le cadre de la double matérialité. Les émissions du scope 3 répondent à des règles de comptabilisation bien définies. Quant aux émissions de gaz à effet de serre, elles peuvent être exprimées en tonnes, en kilotonnes ou sous la forme d’un ratio d’intensité. Les erreurs qui peuvent en résulter ne sont pas dues au hasard : elles sont prévisibles. Lorsqu’un système d’IA recherche des informations en s’appuyant sur des connaissances générales acquises lors de son entraînement, il tend à privilégier le sens statistiquement le plus fréquent d’un terme, au risque de passer à côté de sa signification réglementaire.
Les recherches sur l’utilisation de l’IA dans le secteur financier aboutissent au même constat.
Une étude menée par des chercheurs d’AWS a évalué différentes méthodes de recherche et d’analyse d’informations financières à l’aide des tests de référence FinanceBench. Une approche classique, fondée sur la recherche sémantique et le classement des résultats par pertinence, n’a obtenu qu’un taux de réponses factuellement exactes de 52,4 %.
En intégrant des connaissances propres au secteur financier dans les mécanismes de recherche, de calcul et de vérification, les chercheurs ont porté ce taux à 94,7 %. Ce résultat illustre un principe essentiel : dans les secteurs soumis à des exigences réglementaires, la fiabilité d’un système d’IA dépend largement de son adaptation aux spécificités du métier.
En pratique, cette spécialisation repose sur trois principes :
- Organiser les données selon les exigences du domaine concerné. Les informations sont classées par catégorie (ESG, finance, réglementation) et structurées conformément aux exigences réglementaires, plutôt que selon un modèle générique.
- Adapter le système à votre activité. Les termes techniques et leurs définitions sont intégrés au processus d’extraction, qui peut être configuré en fonction des besoins de votre organisation.
- Faire intervenir des experts pour valider les résultats. Chaque donnée extraite est vérifiée à partir de son emplacement précis dans le document d’origine. Les corrections apportées servent ensuite à améliorer les extractions suivantes.
Vos équipes disposent déjà des connaissances nécessaires sur votre secteur d’activité. Ce qui leur manque généralement, ce sont les compétences techniques en IA, les dispositifs de gouvernance et les moyens de maintenance indispensables pour mettre en place un système fiable au quotidien.
Comment utiliser les données ESG structurées pour remplir automatiquement des questionnaires ?
Une fois extraites et vérifiées, les données ESG ne servent plus uniquement à répondre à un besoin ponctuel : elles peuvent être réutilisées. Les entreprises doivent souvent remplir plusieurs questionnaires à partir de documents identiques ou similaires. Lorsque les informations sont déjà structurées, l’IA peut proposer une réponse à chaque question, indiquer précisément sa source et laisser à un expert le soin de la valider.
Toute la différence est là : plutôt que de reprendre les recherches dans les documents à chaque nouveau questionnaire, les informations sont extraites une seule fois, puis réutilisées autant que nécessaire. Le principal obstacle n’est donc pas le questionnaire en lui-même, mais le temps consacré à retrouver manuellement les données pertinentes dans les documents.
Quels autres types de documents l’IA peut-elle transformer en données structurées ?
L’extraction de données ESG n’est qu’un exemple parmi d’autres. Selon les estimations d’IDC, 80 à 90 % des données des entreprises sont non structurées. Le problème est toujours le même : une personne doit ouvrir un document, en comprendre le contenu, puis saisir manuellement certaines informations dans un logiciel.
Voici quatre exemples concrets.
Banques : analyser les dossiers de financement au regard de la taxonomie européenne
- Documents à traiter : permis de construire, diagnostics de performance énergétique, cahiers des charges techniques et rapports d’entreprise joints aux dossiers de prêt ou de financement de projets.
- Données extraites et structurées : activité économique concernée, données nécessaires à la vérification de chaque critère d’examen technique et résultat de l’évaluation de l’alignement sur la taxonomie européenne. Chaque information est associée à la page du document dont elle provient.
- Utilisation : faciliter l’analyse des dossiers de crédit et préparer, projet par projet, les informations nécessaires au reporting prévu par l’article 8 du règlement Taxonomie, avec les justificatifs requis en cas d’audit.
Établissements financiers : analyser les contrats avec les prestataires tiers de services TIC dans le cadre de DORA
- Documents à traiter :accords de services et contrats conclus avec les prestataires tiers de services TIC (technologies de l’information et de la communication).
- Données extraites et structurées : identité des prestataires, services fournis, dates de début et de fin des contrats, délais de préavis, sous-traitants et lieux de stockage des données.
- Utilisation : alimenter le registre d’informations prévu par le règlement sur la résilience opérationnelle numérique du secteur financier (DORA) et faciliter l’évaluation des risques liés au recours à des prestataires tiers de services TIC, sans devoir relire chaque contrat à chaque évolution réglementaire.
Industriels et importateurs : exploiter les certificats et déclarations des fournisseurs
- Documents à traiter : certificats des fournisseurs, déclarations de durabilité et fiches techniques, souvent numérisés et rédigés dans plusieurs langues.
- Données extraites et structurées : validité et date d’expiration des certificats, produits ou matériaux concernés, origine et données relatives aux émissions.
- Utilisation : centraliser les données nécessaires au respect des obligations de vigilance dans les chaînes d’approvisionnement (loi allemande LkSG et directive européenne CSDDD), du mécanisme d’ajustement carbone aux frontières (MACF) et du règlement européen contre la déforestation (RDUE), ainsi qu’au calcul des émissions du scope 3 et au remplissage des questionnaires clients.
Toutes les organisations : remplir les questionnaires de diligence raisonnable
- Documents à traiter : politiques internes, certifications, contrats, rapports annuels et questionnaires déjà remplis.
- Données extraites et structurées : informations demandées dans les questionnaires, accompagnées chacune d’une référence au document source.
- Utilisation : préparer des réponses préremplies, avec leurs références documentaires, que les experts peuvent vérifier et valider plutôt que de devoir tout rédiger à nouveau.
Gestion de patrimoine : structurer les données financières pour gérer les portefeuilles
Le même principe s’applique déjà aux documents financiers. Comme nous l’expliquons dans notre article consacré aux family offices, les avis d’opéré et les relevés de compte provenant de dizaines de banques dépositaires peuvent être regroupés, pour chaque client, dans un ensemble unique de données vérifiées. D’un cas à l’autre, seuls changent la structure des données et les paramètres propres au domaine concerné. Leur extraction, leur validation et leur traçabilité reposent toujours sur les mêmes principes.
Pourquoi la structuration des données est-elle aussi un enjeu de gouvernance ?
Les autorités de régulation ne veulent plus seulement connaître les conclusions d’un système d’IA, mais aussi comprendre comment il y est parvenu. Pour les systèmes d’IA à haut risque, le règlement européen sur l’intelligence artificielle (AI Act) impose l’enregistrement automatique des événements (article 12) et un contrôle humain effectif (article 14). La qualification de système à haut risque dépend de l’usage qui en est fait, mais la tendance est claire : pour les entreprises, les systèmes d’IA les plus utiles sont ceux qui offrent les meilleures garanties de sécurité et de traçabilité, notamment en cas d’audit. L’IA d’entreprise la plus utile est celle qui est la plus sécurisée et la plus facile à contrôler.
Comment Dydon AI utilise-t-elle l’IA pour faciliter la veille réglementaire ?
Dydon AI propose une plateforme d’IA sécurisée dédiée à la veille réglementaire. Elle permet d’extraire et de structurer les données contenues dans des milliers de documents, de les stocker dans un environnement isolé et propre à chaque client, puis de les exploiter pour fournir des réponses traçables, explicables et soumises à un contrôle humain.
Traitement intelligent des documents : extraire les informations, quel que soit leur format
Le traitement intelligent des documents permet d’analyser de grands volumes de fichiers PDF, Word et Excel, ainsi que des rapports numérisés, notamment par l’intermédiaire d’une API. Grâce à l’analyse sémantique, l’IA interprète le contenu des documents, classe les informations selon leur domaine (ESG, finance, réglementation) et associe à chaque donnée extraite des éléments justificatifs permettant d’en vérifier l’origine lors d’un audit. Vos experts valident les résultats et leurs corrections contribuent à améliorer progressivement la fiabilité des extractions.
Réponse automatique aux questionnaires : exploiter les données déjà structurées
La réponse automatique aux questionnaires s’appuie sur les données préalablement vérifiées pour préremplir les questionnaires ESG, de diligence raisonnable et de conformité réglementaire. L’IA propose des réponses accompagnées de références aux documents sources. Chacune peut ensuite être validée, modifiée ou remplacée par un expert. Lorsque certaines informations manquent, les outils collaboratifs intégrés permettent de les demander directement aux équipes internes ou aux partenaires concernés, sans multiplier les relances par e-mail.
Une plateforme dont les applications vont au-delà de l’ESG
Ces mêmes données structurées peuvent également servir à l’analyse automatisée des écarts de conformité, qui permet de repérer les évolutions réglementaires et de vérifier si les politiques internes répondent aux nouvelles exigences. Dydon AI facilite aussi le reporting relatif à la taxonomie européenne grâce à TAXO TOOL, développé en partenariat avec l’Association des banques publiques allemandes (VÖB) et utilisé par plus de 100 banques. La plateforme comprend également un assistant conversationnel interne sécurisé, conçu pour répondre aux questions réglementaires de vos équipes.
Garder la maîtrise de vos données
Toutes les opérations sont réalisées dans un environnement que vous maîtrisez, sur vos propres serveurs ou dans un centre de données situé dans l’Union européenne ou en Suisse, au sein d’une infrastructure isolée. Chaque client dispose d’un environnement de traitement qui lui est entièrement réservé, et ses données ne sont jamais utilisées pour entraîner les modèles d’IA.
Combien de tâches liées à vos documents pourriez-vous automatiser grâce à l’IA ?
Dydon AI vous propose une analyse gratuite pour déterminer quelles tâches de traitement documentaire liées aux données ESG et à la conformité pourraient être automatisées, à quelles étapes une validation humaine reste nécessaire et comment intégrer une solution sécurisée, connectée à vos outils via une API.
Découvrez gratuitement le potentiel de l’IA pour votre entreprise →
_Dans cet article
- Extraction et structuration des données ESG : quel rôle joue l’IA ?
- À quoi ressemblent des données ESG structurées ?
- L’IA peut-elle extraire des données ESG de manière fiable ?
- Pourquoi la spécialisation métier est-elle déterminante pour la fiabilité de l’extraction ?
- Comment utiliser les données ESG structurées pour remplir automatiquement des questionnaires ?
- Quels autres types de documents l’IA peut-elle transformer en données structurées ?
- Pourquoi la structuration des données est-elle aussi un enjeu de gouvernance ?
- Comment Dydon AI utilise-t-elle l’IA pour faciliter la veille réglementaire ?
- Combien de tâches liées à vos documents pourriez-vous automatiser grâce à l’IA ?