La double évaluation de la matérialité, pierre angulaire de la directive sur les rapports de durabilité des entreprises, est essentielle pour les entreprises qui souhaitent comprendre les impacts financiers et de durabilité de leurs activités. Elle permet d’évaluer non seulement l’impact financier des questions de développement durable sur une entreprise, mais aussi l’impact de ses activités sur l’environnement et la société. Le processus peut être divisé en trois étapes essentielles : comprendre le contexte, identifier les parties prenantes et identifier et évaluer la pertinence de l’impact (IRO). Face à la complexité croissante des exigences ESG (environnementales, sociales et de gouvernance), l’intelligence artificielle (IA) offre un moyen transformateur d’optimiser chaque étape de cette analyse.
En bref : L’IA générative accélère l’analyse de double matérialité là où elle est la plus rédactionnelle : cartographier la chaîne de valeur, lister et décrire les parties prenantes, décrire les IRO et justifier leurs notations. Pour 200 IRO, les propositions de l’IA peuvent économiser plus de 26 heures de rédaction. L’IA ne décide pas de ce qui est matériel. Les jugements, les seuils et la documentation restent sous la responsabilité de l’entreprise, chaque proposition doit donc être relue.
L’IA dans le processus d’analyse de double matérialité
1. Comprendre le contexte
La première étape d’une double analyse de matérialité consiste à saisir le contexte dans lequel l’entreprise opère. Il s’agit notamment de cartographier la chaîne de valeur afin d’identifier les impacts et les opportunités potentiels liés à l’ESG. L’IA peut considérablement rationaliser ce processus grâce à des prompts personnalisés. Par exemple :
- Prompt pour l’IA : « Créez une chaîne de valeur type pour une entreprise du secteur [industry] qui fabrique principalement [Product A] et [Product B]. Mettez en évidence les activités clés, les parties responsables, les relations commerciales et les IRO potentiels liés aux préoccupations ESG. »
En tirant parti de l’IA, les entreprises peuvent rapidement générer des informations détaillées et personnalisées sur leurs chaînes de valeur, ce qui leur permet de gagner du temps et de s’assurer qu’aucun aspect critique n’est négligé. Ces informations constituent une base solide pour identifier les principaux risques et opportunités ESG liés aux activités de l’entreprise.
2. Identification et analyse des parties prenantes
L’identification des parties prenantes pertinentes et la compréhension de leurs points de vue sont des éléments essentiels d’une double évaluation de la matérialité. L’IA peut aider à créer des listes complètes de parties prenantes et à les classer par ordre de priorité en fonction de leur pertinence par rapport aux questions ESG. Par exemple :
- Prompt pour l’IA : « Je réalise une analyse des parties prenantes dans le cadre de la CSRD. Mon entreprise exerce ses activités dans le secteur [industry]. Veuillez dresser une liste des parties prenantes potentielles concernées par les préoccupations ESG, attribuer à chacune un score de pertinence (1 = faible, 2 = moyen, 3 = élevé) en fonction de leur influence et de leur impact, et suggérer des points de vue clés qu’elles pourraient avoir. »
L’IA facilite également l’analyse spécifique des parties prenantes, en aidant les entreprises à anticiper la manière dont les différents groupes pourraient percevoir et évaluer les impacts ESG :
- Prompt pour l’IA : « Comment la partie prenante [name] évaluerait-elle l’IRO [description of IRO] sur la base des critères suivants : ampleur, portée, probabilité et réversibilité ? Utilisez une échelle de 1 (très faible) à 5 (très élevé) ».
Cette approche garantit une évaluation systématique des attentes des parties prenantes, ce qui est essentiel pour aligner les initiatives de développement durable sur les priorités des parties prenantes.
En outre, l’IA peut analyser le sentiment des parties prenantes grâce au traitement du langage naturel (NLP). En examinant les déclarations publiques, la couverture médiatique et l’activité des médias sociaux, l’IA permet de comprendre en temps réel comment les opinions des parties prenantes peuvent évoluer dans le temps, offrant ainsi une perspective dynamique plutôt qu’un instantané statique.
3. Identifier et évaluer la pertinence de l'impact (IRO)
L’identification et l’évaluation des IRO représentent la partie de l’évaluation qui nécessite le plus de ressources. Chaque IRO doit être évalué sur la base de critères spécifiques tels que l’échelle, la portée, la réversibilité et la probabilité. L’IA peut réduire considérablement le temps et les efforts nécessaires à ces évaluations :
-
Prompt pour l’IA : « Dans le cadre de l’analyse de double matérialité (CSRD/ESRS), évaluez l’IRO [IRO type – description] dans le secteur [industry]. Attribuez des valeurs pour :
- Échelle (ampleur de l’impact) : [value]
- Étendue (zones affectées) : [value]
- Réversibilité (réversibilité de l’impact) : [value]
- Probabilité (probabilité d’occurrence) : [value]
Expliquez chaque notation, en détaillant le lien entre l’IRO et ses implications pour les questions ESG. »
La capacité de l’IA à générer des justifications cohérentes et bien argumentées pour ces critères peut faire gagner un temps considérable aux organisations. Par exemple, si 200 IRO ont besoin d’au moins deux justifications chacun et que chaque justification prend cinq minutes à rédiger manuellement, cela équivaut à plus de 33 heures de travail. L’IA peut réduire ce temps à environ une minute par justification, ce qui représente un gain de temps de plus de 26 heures tout en maintenant la qualité et la cohérence. Et comme les IRO sur l’impact matériel nécessitent plus de deux justifications, il est très probable que l’IA permette aux entreprises d’économiser encore plus d’heures.
En outre, l’IA peut aider à décrire les IRO dans un langage précis qui suit la terminologie des ESRS. Vérifier qu’une description est juste pour votre entreprise reste toutefois le rôle de votre équipe.
Au-delà de l’évaluation, les plateformes alimentées par l’IA peuvent également hiérarchiser les IRO en les comparant à des références sectorielles ou à des objectifs de durabilité. Cela permet de s’assurer que les impacts les plus critiques sont traités en premier, en s’alignant à la fois sur les exigences réglementaires et sur la stratégie de l’entreprise.
Laissez l’IA rédiger vos IRO et justifications
Materiality Master vous guide à travers les parties prenantes, les IRO, la notation et les seuils, avec un assistant IA qui propose descriptions et justifications à relire. Aligné sur les ESRS révisées.
Améliorer la collaboration et l'efficacité
L’un des avantages souvent négligés de l’IA dans la double évaluation de la matérialité est sa capacité à améliorer la collaboration entre les départements. En centralisant les données et les informations, les outils d’IA permettent aux équipes chargées du développement durable, aux départements financiers et à la direction générale de travailler de manière plus cohérente. Les tableaux de bord visuels, les rapports automatisés et les mises à jour en temps réel facilitent l’alignement des parties prenantes sur les priorités et les décisions clés.
En outre, l’IA simplifie le processus d’analyse des scénarios. Les entreprises peuvent modéliser différents scénarios ESG afin de comprendre comment divers facteurs, tels que les changements réglementaires ou l’évolution du comportement des consommateurs, peuvent influer sur leurs évaluations de l’importance relative. Cette capacité prospective ajoute une valeur stratégique à l’analyse, aidant les organisations à rester à l’affût des risques et des opportunités émergents.
Materiality Master : l’IA comme assistant, pas comme décideur
Materiality Master intègre un assistant IA dans les deux étapes les plus rédactionnelles de l’analyse de double matérialité : l’évaluation des parties prenantes et l’analyse des IRO. Il rédige :
- Des descriptions de parties prenantes : le rôle et l’importance de la partie prenante dans l’analyse, dès que vous avez saisi suffisamment d’informations.
- Des descriptions d’IRO : à partir des informations sur l’entreprise que vous saisissez, de connaissances générales sur le thème ESRS concerné et d’une base de données d’IRO intégrée.
- Des justifications pour vos notations : proposées pour les notes que vous avez fixées, et régénérées si vous modifiez une note.
L’IA n’est cependant pas un décideur. Vous fixez vous-même la matérialité, le type, l’étape de la chaîne de valeur, l’horizon temporel et les notations, et vous gardez le contrôle total sur chaque texte :
- Acceptez une proposition avec « Apply », ou ignorez-la et rédigez votre propre texte.
- Raccourcissez ou développez la réponse.
- Ajoutez vos propres commentaires dans le prompt (par exemple « Tiens compte du risque d’inondation pour notre bureau à Berlin ») et régénérez.
- Passez d’une version générée à l’autre et choisissez la meilleure.
L’assistant utilise ChatGPT via une API sécurisée, et vos données ne servent pas à entraîner le modèle. Vous décidez quelles informations sur votre organisation l’IA reçoit. Le guide pas à pas se trouve dans notre centre d’aide : Comment utiliser l’assistant IA dans Materiality Master.
Cette approche collaborative permet aux entreprises de conserver la maîtrise de leur évaluation de la matérialité tout en bénéficiant de l’efficacité et de l’évolutivité offertes par l’IA.
L'avenir de la double matérialité avec l'IA
Les règles elles-mêmes se sont allégées. Depuis l’Omnibus I (directive (UE) 2026/470), la CSRD s’applique aux entreprises de plus de 1 000 salariés et de plus de 450 millions d’euros de chiffre d’affaires net, et les ESRS révisées, obligatoires pour les exercices commençant à partir du 1er janvier 2027, rendent l’analyse plus proportionnée : les conclusions au niveau des thèmes peuvent être tirées selon une approche descendante (ESRS 1 §27), et les entreprises ne sont pas tenues d’évaluer tous les IRO possibles (§32). Ce qui reste, c’est l’obligation de documenter et de justifier chaque conclusion. C’est précisément là que l’IA fait gagner le plus de temps, sans retirer le jugement à votre équipe. Avec des outils tels que Materiality Master, les organisations peuvent se concentrer sur la prise de décision stratégique tout en respectant les normes les plus strictes en matière de reporting ESG. Pour les cabinets de conseil, les évaluations alimentées par l'IA sont un levier clé pour servir plus de clients sans augmenter les effectifs.
Vous voulez voir comment cela fonctionne sur votre propre analyse ? Essayez Materiality Master gratuitement ou comparez les offres sur notre page de tarifs.
