{"id":4054,"date":"2026-06-01T11:13:03","date_gmt":"2026-06-01T09:13:03","guid":{"rendered":"https:\/\/wp.unil.ch\/iaunil\/?p=4054"},"modified":"2026-06-01T18:37:44","modified_gmt":"2026-06-01T16:37:44","slug":"predire-limprevisible-lia-pour-comprendre-les-decisions-des-ceos","status":"publish","type":"post","link":"https:\/\/wp.unil.ch\/iaunil\/predire-limprevisible-lia-pour-comprendre-les-decisions-des-ceos\/","title":{"rendered":"L\u2019IA peut-elle mesurer les performances ESG des entreprises ?"},"content":{"rendered":"\n

Texte original publi\u00e9 sur <\/em>https:\/\/wp.unil.ch\/hecoutreach\/fr\/lia-peut-elle-mesurer-les-performances-esg-des-entreprises\/<\/a><\/p>\n\n\n\n

Alors que les exigences de transparence climatique s\u2019intensifient, les \u00e9quipes ESG en entreprise peinent \u00e0 suivre le rythme. En Suisse comme ailleurs, la production d\u2019indicateurs fiables repose encore largement sur des processus manuels ou des enqu\u00eates, processus souvent co\u00fbteux et difficilement g\u00e9n\u00e9ralisables. Cette tension entre exigences r\u00e9glementaires croissantes et ressources limit\u00e9es invite \u00e0 repenser les m\u00e9thodes de mesure.<\/strong><\/p>\n\n\n\n

Dans un r\u00e9cent white paper<\/a> publi\u00e9 par E4S, les professeurs Eric Jondeau et Fabio Alessandrini \u00e0 HEC Lausanne (Unil) ainsi que Nathan Delacr\u00e9taz, chercheur associ\u00e9 \u00e0 HEC\/CRML, <\/strong>explorent une alternative fond\u00e9e sur l\u2019intelligence artificielle : extraire automatiquement des informations ESG \u00e0 partir des rapports annuels des entreprises.<\/p>\n\n\n\n

Exploiter les donn\u00e9es existantes plut\u00f4t que collecter de nouvelles informations<\/strong><\/p>\n\n\n\n

L\u2019approche propos\u00e9e repose sur des mod\u00e8les de langage capables d\u2019analyser des documents textuels volumineux. Plut\u00f4t que de solliciter directement les entreprises via des questionnaires, il s\u2019agit d\u2019exploiter les informations d\u00e9j\u00e0 publi\u00e9es dans leurs rapports.<\/p>\n\n\n\n

Les mod\u00e8les sont entra\u00een\u00e9s \u00e0 identifier et structurer des donn\u00e9es correspondant \u00e0 un cadre ESG pr\u00e9cis, transformant ainsi un contenu narratif en indicateurs quantifiables. Cette m\u00e9thode permet de mobiliser une source d\u2019information largement disponible mais encore sous-exploit\u00e9e.<\/p>\n\n\n\n

Une solution applicable \u00e0 grande \u00e9chelle<\/strong><\/p>\n\n\n\n

Les r\u00e9sultats montrent que l\u2019extraction automatis\u00e9e atteint environ 80% de pr\u00e9cision pour l\u2019\u00e9valuation de 36 crit\u00e8res ESG. Cette approche permet d\u2019analyser rapidement un grand nombre d\u2019entreprises, y compris celles qui ne publient pas de reporting ESG.<\/p>\n\n\n\n

L\u2019\u00e9tude montre \u00e9galement que des mod\u00e8les plus l\u00e9gers, utilis\u00e9s localement, peuvent rivaliser avec des solutions plus co\u00fbteuses. Selon les besoins, certains sont mieux adapt\u00e9s \u00e0 une analyse rapide, tandis que d\u2019autres r\u00e9pondent davantage \u00e0 des exigences de conformit\u00e9.<\/p>\n\n\n\n

Des limites \u00e0 encadrer<\/strong><\/p>\n\n\n\n

Cette approche d\u00e9pend toutefois de la qualit\u00e9 des informations disponibles dans les rapports. Les \u00e9l\u00e9ments non divulgu\u00e9s ou peu d\u00e9taill\u00e9s \u00e9chappent \u00e0 l\u2019analyse, et les mod\u00e8les peuvent parfois manquer certaines nuances. Leur utilisation implique donc des \u00e9tapes de validation et un calibrage rigoureux.<\/p>\n\n\n\n

En automatisant l\u2019extraction de donn\u00e9es non structur\u00e9es, cette m\u00e9thode permet de r\u00e9duire significativement la charge de travail manuel qui domine encore l\u2019analyse ESG, tout en ouvrant la voie \u00e0 une couverture plus large et plus homog\u00e8ne des entreprises.<\/p>\n\n\n\n

R\u00e9f\u00e9rence :<\/strong><\/p>\n\n\n\n

1.Alessandrini, F., Delacr\u00e9taz, N., Jondeau, E. (2026). No Surveys Required: Small Language Models Enable Scalable ESG Extraction from Annual Reports<\/em>. Enterprise for Society (E4S).<\/a><\/p>\n\n\n\n

\n\n\n\n
\n
\n
\n

Fabio Alessandrini est professeur en finance \u00e0 HEC Lausanne (UNIL) et il int\u00e8gre les crit\u00e8res environnementaux, sociaux et de gouvernance (ESG) dans ses recherches pour comprendre comment l’investissement durable influence la performance des portefeuilles d’actions, d’obligations et d’immobilier.<\/strong><\/p>\n\n\n\n

Professeur titulaire<\/p>\n\n\n\n

Facult\u00e9 des hautes \u00e9tudes commerciales<\/strong><\/p>\n\n\n\n

\n
Profil<\/a><\/div>\n\n\n\n
Publications<\/a><\/div>\n<\/div>\n<\/div>\n\n\n\n
\n
\"fabio\"<\/figure>\n<\/div>\n<\/div>\n<\/div>\n\n\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

Et si l’IA lisait les rapports annuels \u00e0 votre place ? Une m\u00e9thode qui transforme le texte en donn\u00e9es ESG fiables \u00e0 80% \u2014 sans questionnaires ni enqu\u00eates.<\/p>\n","protected":false},"author":1002648,"featured_media":4074,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","_seopress_robots_follow":"","_seopress_robots_imageindex":"","_seopress_robots_snippet":"","_seopress_robots_primary_cat":"","_seopress_robots_breadcrumbs":"","_seopress_robots_freeze_modified_date":"","_seopress_robots_custom_modified_date":"","_seopress_robots_canonical":"","_seopress_social_fb_title":"","_seopress_social_fb_desc":"","_seopress_social_fb_img":"","_seopress_social_fb_img_attachment_id":0,"_seopress_social_fb_img_width":0,"_seopress_social_fb_img_height":0,"_seopress_social_twitter_title":"","_seopress_social_twitter_desc":"","_seopress_social_twitter_img":"","_seopress_social_twitter_img_attachment_id":0,"_seopress_social_twitter_img_width":0,"_seopress_social_twitter_img_height":0,"_seopress_redirections_value":"","_seopress_redirections_enabled":"","_seopress_redirections_enabled_regex":"","_seopress_redirections_logged_status":"","_seopress_redirections_param":"","_seopress_redirections_type":0,"_seopress_analysis_target_kw":"","_seopress_news_disabled":"","_seopress_video_disabled":"","_seopress_video":[],"_seopress_pro_schemas_manual":[],"_seopress_pro_rich_snippets_disable_all":"","_seopress_pro_rich_snippets_disable":[],"_seopress_pro_schemas":[],"footnotes":""},"categories":[1],"tags":[],"class_list":["post-4054","post","type-post","status-publish","format-standard","has-post-thumbnail","category-non-classifiee"],"_links":{"self":[{"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/posts\/4054","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/users\/1002648"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/comments?post=4054"}],"version-history":[{"count":5,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/posts\/4054\/revisions"}],"predecessor-version":[{"id":4082,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/posts\/4054\/revisions\/4082"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/media\/4074"}],"wp:attachment":[{"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/media?parent=4054"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/categories?post=4054"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/tags?post=4054"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}