Une expertise QSE & RSE renforcée par la recherche appliquée en intelligence artificielle
Mon approche de l’audit, du conseil et de la formation en QSE / RSE s’appuie sur un travail de recherche appliquée consacré à l’intégration de l’intelligence artificielle dans les systèmes de management.
Cette thèse professionnelle analyse de manière concrète comment l’IA peut renforcer la performance durable, la prévention des risques, la conformité réglementaire et la redevabilité des organisations, tout en maîtrisant les enjeux éthiques, humains et environnementaux.
Une double posture terrain et recherche qui me permet de proposer des accompagnements à la fois opérationnels, structurés et prospectifs, intégrant les exigences actuelles (CSRD, ESRS, gouvernance de la donnée, auditabilité) sans perdre de vue la réalité des ressources, des compétences et des contraintes métiers.
L’objectif : aider les organisations à sécuriser leurs pratiques aujourd’hui, tout en préparant les systèmes de management de demain.
« Intelligence artificielle et QSE/RSE, l’entreprise peut-elle être durable grâce à la synergie Hommes/ machines ? »
Auteur : Cédric Caron – octobre 2025
Je met mon travail à disposition librement afin de favoriser le partage des connaissances et la diffusion des bonnes pratiques en matière d’intelligence artificielle, de QSE et de RSE. Il s’adresse aux professionnels, étudiants et acteurs intéressés par les enjeux de performance durable, dans une logique d’usage non commercial et de respect de la propriété intellectuelle.This work is made freely available in order to promote knowledge sharing and the dissemination of best practices in the fields of artificial intelligence, QSE and CSR. It is intended for professionals, students and stakeholders interested in sustainable performance issues, within a non-commercial use framework and with respect for intellectual property. The download is available at the bottom of the page.
Résumé :
Cette thèse analyse l’intégration de l’intelligence artificielle (IA) dans les systèmes de management QSE et RSE, avec pour objectif l’amélioration de la performance durable des organisations (sécurité, qualité, environnement, social et conformité).
Le contexte étudié est marqué par :
- la montée en puissance des exigences CSRD / ESRS,
- l’émergence de référentiels dédiés à l’IA (ISO/IEC 42001, AFNOR Spec 2314),
- la tension croissante sur les ressources (énergie, eau, compétences),
- et des attentes renforcées en matière de redevabilité, de traçabilité, d’auditabilité et d’explicabilité des systèmes.
Les principaux enjeux identifiés sont :
- la fiabilité et l’éthique des algorithmes,
- la gouvernance de la donnée (licéité, qualité, représentativité, souveraineté),
- la sobriété numérique et l’empreinte environnementale des solutions,
- l’acceptabilité et la montée en compétence des utilisateurs,
- la continuité d’audit (preuves, journaux, validations humaines).
Abstract :
This thesis examines the integration of artificial intelligence (AI) into QSE and CSR management systems in order to enhance sustainable performance in organizations (safety, quality, environment, social responsibility and compliance).
The study is set in a context shaped by:
- the growing requirements of CSRD / ESRS regulations,
- the emergence of AI-related standards (ISO/IEC 42001, AFNOR Spec 2314),
- increasing pressure on resources (energy, water and skills),
- and rising expectations regarding accountability, traceability, auditability and explainability.
Key challenges addressed include:
- algorithm reliability and ethics,
- data governance (lawfulness, quality, representativeness and sovereignty),
- digital sobriety and environmental footprint,
- user acceptance and skills development,
- audit continuity (evidence, logs and human validation).
Introduction générale
Les avancées technologiques rapides autour du développement de l’intelligence artificielle bouleversent les pratiques organisationnelles, les modes de décision et les outils de pilotage.
L’IA, en tant qu’ensemble de technologies capables de simuler certaines capacités cognitives humaines (apprentissage, raisonnement, reconnaissance, prédiction, etc.), offre aujourd’hui des possibilités inédites d’analyse, d’optimisation et d’anticipation. Ces capacités peuvent être mobilisées pour répondre à des enjeux sociétaux complexes liés à la gestion de la qualité, à la maîtrise des risques professionnels, et (ou) à la protection de l’environnement.
Dans le même temps, le contexte social et environnemental est dans une phase de profonde mutation, les entreprises sont de plus en plus incitées à repenser leur modèle de développement en intégrant des considérations de durabilité, d’éthique et de performance globale. Exigences réglementaires accrues, attentes sociétales plus affirmées, ainsi qu’une prise de conscience généralisée des impacts environnementaux et sociaux des activités économiques. C’est dans cette dynamique que les démarches QSE (Qualité, Sécurité, Environnement) et RSE (Responsabilité Sociétale des Entreprises) ont progressivement pris une place centrale dans la gouvernance des organisations, dépassant le cadre du simple respect des normes pour devenir de véritables leviers de création de valeur.
Dès lors, l’intégration de l’intelligence artificielle dans les dispositifs QSE-RSE semble évidente pour automatiser des process, analyser des hypothèses, créer des tableaux de bord et ainsi simplifier la prise de décision au sein des gouvernances. Mais elle soulève également une double problématique : d’une part, comment ces technologies peuvent-elles contribuer à renforcer l’efficacité, la fiabilité et la cohérence des démarches QSE-RSE ? D’autre part, quels sont les enjeux éthiques, sociaux et organisationnels que pose leur mise en œuvre dans ce cadre ?
En d’autres termes, comment concilier l’intégration croissante de l’intelligence artificielle dans les démarches QSE-RSE avec les impératifs de sobriété énergétique et d’éthique organisationnelle ?
Pour recevoir un lien de téléchargement, contactez-moi.