Retail & PGC : la data et l’IA au cœur de la transition climatique

Retail & PGC : la data et l’IA au cœur de la transition climatique

La transition énergétique est la nouvelle priorité du secteur du retail et de la grande distribution. Cette prise de conscience est une réponse à l’urgence climatique, avec elle, de nombreux traités internationaux et de nouvelles réglementations ont été rédigé durant ces dernières années.

Les grandes entreprises passent à l’action et mettent en œuvre des objectifs pour respecter leurs engagements. En effet, la plupart d’entre elles ont d’ores et déjà engagé une démarche visant à compenser leur impacts négatifs. Celles-ci vont de la limitation des émissions à la réduction durable de leurs impacts.
C’est la mesure de tous les impacts de l’entreprises sur l’ensemble de la chaîne de valeur et la mise en place d’une réponse concrète à ces impacts qui permettra une démarche viable.

Les secteurs de la PGC et de la Distribution sont peu consommateurs d’énergie par rapport à d’autres secteurs comme l’automobile ou les énergies fossiles. Néanmoins, ils ont pris un certain nombre de premiers engagements pour :

  • Réduire leurs émissions.
  • Adapter les pratiques d’exploitation des sols et la chaîne d’approvisionnement.
  • Réduire la consommation d’énergie ou encore les émissions liées à la logistique et à la fin de vie des produits.

Sachant que concernant les émissions des activités directes (scope 1 et 2), cela représente un faible pourcentage des activités. La grande majorité des émissions de GES proviennent des activités indirectes liées principalement à la chaîne d’approvisionnement (scope 3).

retail_transition_climatique

Pour autant, nous en sommes au commencement. Les périmètres suivis vont encore être élargis, la granularité évoluer et les outils de reporting ou les innovations générées par l’IA vont être affinés et renforcés.

Des réglementations référentes et incitatrices

Comme mentionné au début de cette série d’article, les Accords de Paris sur le Climat (COP21) ont été l’élément déclencheur dans la transition énergétique. L’ambition est de limiter le réchauffement climatique à un niveau inférieur à , voire tendre à 1,5° par rapport au niveau préindustriel.

Depuis, d’autres réglementions, chartes ou lois ont été édictées et sont applicables à tous les secteurs d’activité, dont celui du retail, PGC, ou distribution.

L’initiative « Science Based Targets » (SBTi) doit permettre de piloter une « action climatique ambitieuse » en définissant des objectifs de réduction des émissions pour les entreprises et en le transformant en un avantage compétitif. Ces objectifs se concentrent principalement sur la quantité des émissions qui doivent être réduites pour atteindre les exigences de l’Accord de Paris.

La RE2020 ou réglementation environnementale 2020 peut également concerner les secteurs de la PGC et de la Distribution. Cette réglementation fixe des obligations élevés en matière de conception des bâtiments (usine, hypermarché, …) ou de consommation d’énergie par exemple et pousse le Groupe vers une grande efficacité énergétique et l’autoproduction pour ses magasins existants et lors de ses constructions/restructurations.

WBCSD’s Value Chain Carbon Transparency Pathfinder est une nouvelle initiative visant à permettre un échange de données relatives aux émissions de carbone. Elle a pour vocation à inciter les entreprises à créer des partenariats pour standardiser le recueil, le partage et les communications autour des données.

L’évaluation des risques au cœur des projets de transition énergétique :

Différents types de risques environnementaux spécifiques à l’univers de la PGC et de la Distribution sont pris en compte.

Les risques financiers et extra-financiers sont intimement liés, et ce dernier prend une place des plus importante. L’intégration de l’ensemble des informations environnementales liées à la transition énergétique permet d’anticiper les risques et d’identifier de nouvelles opportunités.
Le plus souvent avec l’objectif, au-delà de répondre à ses propres engagements, de répondre aux exigences de la DPEF.

Ainsi, tant les risques liés à la transition vers ces nouveaux modèles que les nouveaux modèles en eux-mêmes doivent être évalués et leurs impacts mesurés :

  • Adoption des techniques permettant de préserver la biodiversité : utiliser des solutions comme l’agroforesterie, engager une meilleure gestion des sols, …
  • Evolution de la conception des produits en utilisant des matières premières, ingrédients ou procédés plus respectueux et produisant une empreinte carbone plus faible.
  • Engagement des partenaires à faire respecter des mesures impliquants une politique de référencement des fournisseurs et d’achats responsables.
  • Encouragement à l’utilisation progressive d’énergies renouvelables pour toutes les phases de production et de stockage, comme la limitation de l’utilisation des fluides réfrigérants consommés en magasin.
  • Adaptation des emballages en investissant dans des innovations et de nouveaux modèles économiques.
  • Ajustement d’une logistique plus efficiente et propre : optimisation des itinéraires, utilisation d’alternatives en termes de transports, remplissage plus efficace des véhicules, utilisation de carburants à faible émission et à l’électricité renouvelable et propre.

De même, au-delà des risques liés à la transition, le changement climatique a aussi des impacts physiques significatifs, par exemple sur tout ce qui est lié aux évènements climatiques extrêmes comme les inondations, les grêles ou la neige qui peuvent endommager des usines ou des magasins par exemple.

La data et l’IA pour piloter, visualiser et optimiser ses initiatives :

Le périmètre des risques à mesurer va aller en s’étoffant pour s’assurer de la prise en compte de l’ensemble des impacts du changement climatique. Ainsi, la data se pose en levier indispensable de la stratégie de transition énergétique car elle permet de répondre :

  • A la nécessité d’être en capacité de piloter sa trajectoire carbone afin de s’assurer de l’atteinte de ses objectifs cibles et intermédiaires.
  • Aux exigences réglementaires.
  • Au besoin d’être en capacité d’améliorer la traçabilité de ses produits.

D’autant que la plupart des entreprises qui ont lancé des initiatives vont encore élargir les critères pris en compte dans leur politique de transformation, notamment les critères du scope 3 avec l’inclusion nécessaire de nouvelles catégories du Greenhouse Gas Protocol (GHG Protocol) dans les reportings par exemple.

A mesure que le thème prendra de l’ampleur, que les normes ou protocoles internationaux régissant les calculs et les catégorisations des émissions vont évoluer, les modèles vont donc s’étoffer et devront couvrir plus d’étapes du cycle de vie, plus de produits et de marchés.

Par exemple, concernant les GES, le suivi des performances s’améliorera à mesure que les entreprises renforcent leur capacité à identifier et à mesurer les émissions, notamment en disposant de données en plus grand nombre et plus fiables des fournisseurs.
Un autre levier va consister à partager entre pairs les méthodes de calcul des émissions de GES afin de renforcer la transparence des données climatiques liées aux activités des secteurs PGC et Distribution.

L’IA reine de la transformation climatique ?

D’un point de vue logistique

Pour ce qui est de la logistique, l’amélioration des modes de transport est l’un des axes majeurs d’évolution et l’un des thèmes où les données peuvent être facilement accessibles, si les technologies nécessaires ont été déployées. Ainsi l’utilisation de l’IA peut permettre de faciliter la modélisation des réductions d’émissions, avec l’objectif, notamment, d’améliorer les modes de transport existants et de passer à des modes à moindre intensité carbone et de mettre en œuvre une logistique optimisée.

En effet, l’IA permet par exemple, d’améliorer les prédictions de temps de transit de marchandises par voies maritimes. Les ressources logistiques en aval (camions, entrepôts) sont moins monopolisées et résultant en une baisse de carburants inutilement.
L’IA pourrait également permettre de détecter efficacement les congestions portuaires (embouteillage aux abords des ports). lorsqu’une congestion portuaire est détectée, un porte-conteneurs peut décider de changer son prochain port d’étape: cela permet d’économiser du carburant et du temps et ainsi de réduire son empreinte environnementale. Des feuilles de routes adaptées aux régions et aux catégories pour lesquels s’organisent ces transports pourraient alors voir le jour.

D’un point de vue supply chain

Elle peut aussi permettre de rendre la Supply Chain plus écologique en optimisant par exemple le chargement des camions au sortir des entrepôts ou encore en évitant les kilomètres à vide en coordonnant les transports entrants et sortants. De plus, disposer d’outils de visibilité en temps réel et d’analyses avancées serait un atout pour la gestion active des mouvements de marchandises et l’optimisation des véhicules.
Enfin, l’IA pourrait se présenter comme une solution contre le gaspillage avec une meilleure gestion des stocks :

  • Amélioration de la prévision des demandes pour éviter l’over-stocking et l’under-stocking en utilisant des algorithmes de Machine Learning.
  • Prédiction des prix : variation des prix des matières premières avec les conditions climatiques, le contexte sanitaire ou géopolitique.
  • Gestion des entrepôts : détection visuelle et traçage de produits grâce à la Computer Vision pour améliorer l’inventaire de marchandises.

 

Il devient donc impératif de continuer de progresser dans la collecte et l’exploitation des données qu’elles soient internes ou externes afin d’améliorer la mesure de l’impact tant des risques que des initiatives en matière de développement durable.

Guillaume Pinaud, directeur de la BL Data et IA

En réagissant à cet article, vous nous permettez d'affiner les contenus que nous publions ici !

  • Awesome (3)
  • Useful (1)
  • Interesting (0)
  • Boring (0)
  • Sucks (0)

Si cet article vous a plu, n’hésitez pas à le partager via