Scribd
Importer
28 vues2 pages

Automatisation des bilans carbone

Le document décrit le développement d'une plateforme d'automatisation pour l'attribution des codes NACRE aux bilans carbone, en trois étapes. La première étape consiste à créer un prototype de deep learning pour analyser les libellés comptables, suivie d'une version professionnelle améliorant les performances et intégrant des visualisations avancées. La version finale vise à transformer le bilan carbone en un outil stratégique pour les entreprises, alignant performance environnementale et objectifs financiers.

Transféré par

hamza hafsi
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats TXT, PDF, TXT ou lisez en ligne sur Scribd
28 vues2 pages

Automatisation des bilans carbone

Le document décrit le développement d'une plateforme d'automatisation pour l'attribution des codes NACRE aux bilans carbone, en trois étapes. La première étape consiste à créer un prototype de deep learning pour analyser les libellés comptables, suivie d'une version professionnelle améliorant les performances et intégrant des visualisations avancées. La version finale vise à transformer le bilan carbone en un outil stratégique pour les entreprises, alignant performance environnementale et objectifs financiers.

Transféré par

hamza hafsi
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats TXT, PDF, TXT ou lisez en ligne sur Scribd

Étape 1 : Découverte et prototype initial

Familiarisation avec le processus concret de réalisation des bilans carbone,


notamment à
travers l'utilisation des codes NACRE et de l'outil 1point5. Cette phase
exploratoire a permis
d'identifier une opportunité d'automatisation : l'attribution intelligente des
codes NACRE aux
différentes lignes d'un bilan comptable.
Développement d'un premier modèle de deep learning (v0) spécialisé dans l'analyse
textuelle, capable de lire les libellés comptables et d'attribuer automatiquement
les codes
NACRE correspondants. Ce modèle a été intégré dans une plateforme web intuitive où
l'utilisateur peut simplement importer son fichier CSV, désigner la colonne à
analyser, puis
recevoir les trois propositions de codes NACRE les plus probables avant de
télécharger le
fichier enrichi.
Cette première étape vise à valider la pertinence de la solution auprès des
utilisateurs
potentiels tout en maîtrisant les aspects techniques de l'entraînement des modèles
de
langage (apprentissage non supervisé). Le défi principal réside dans
l'identification et la
collecte de données de qualité pour optimiser les performances du modèle.

Étape 2 : Version professionnelle (v1)


Suite à la validation de la pertinence du prototype par l'institut de recherche
INRIA, le
développement de la v1 s'articule autour de deux axes majeurs. D'abord,
l'amélioration
significative des performances du modèle, visant une précision deux à trois fois
supérieure à
la v0. Ensuite, la création d'une plateforme complète offrant un flux de travail
intégré :
importation du bilan comptable, conversion automatique en codes NACRE, calcul des
émissions CO2 et analyse approfondie des données.
L'interface proposera des visualisations avancées surpassant les outils existants
comme
labo1point5, en intégrant les techniques modernes de data visualization (heat maps,
clustering, etc.) adaptées aux différents critères utilisateurs (temporalité,
secteur d'activité,
aspects financiers). La plateforme respectera les standards d'ergonomie et de
sécurité des
données tout en exploitant les capacités des modèles LLM pour générer des bases de
données synthétiques enrichissant l'entraînement. Le modèle v1 sera publié en open
source
pour favoriser son adoption par diverses organisations (ADEME, labo1point5, etc.).

Étape 3 : Plateforme stratégique multi-sectorielle


La version finale constituera un véritable outil d'aide à la décision stratégique,
dépassant le
simple calcul carbone pour intégrer pleinement les dimensions économiques.
L'objectif est
de permettre aux entreprises d'élaborer des stratégies de réduction d'émissions
rentables,
où la performance environnementale s'aligne sur les objectifs financiers.
L'innovation majeure réside dans la transposition intelligente des méthodologies
financières
éprouvées au domaine carbone : calcul du ROI carbone mesurant le retour sur
investissement des actions de décarbonation, intégration native des coûts carbone
dans les
métriques financières, développement d'outils de risk management incluant la VaR
carbone
et les stress tests de scénarios de prix. Cette approche transforme le bilan
carbone d'une
simple obligation réglementaire en levier stratégique de création de valeur,
réduisant
drastiquement le temps de collecte tout en offrant une granularité inédite par
site, produit ou
business unit. Les entreprises utilisatrices se positionnent ainsi comme leaders
éclairés de
la transition climatique.

Vous aimerez peut-être aussi