Accélérer l'ESS grâce à l'IA : un pari gagné d'avance

Dans le monde actuel axé sur les données, l’intelligence artificielle (IA) n’est pas seulement sur la carte – elle est sur la voie rapide. Qu’il s’agisse d’extraire des informations essentielles, de suivre les évolutions réglementaires, de prévoir les risques, de surveiller les indicateurs de santé et de sécurité des employés ou de rationaliser les rapports, l’IA est en train d’orienter l’avenir de l’ESS, du développement durable et de la conformité. Mais alors que les professionnels prennent le volant, quels sont les obstacles et les feux verts qui se dressent sur le chemin ? Cette série d’articles vous aidera à naviguer dans l’avenir de l’IA en matière d’ESS.

Les professionnels de l’environnement, de la santé et de la sécurité (EHS) parlent souvent de la nécessité de disposer de plus de ressources et d’en faire plus avec moins de ressources. Aujourd’hui, l’une de ces ressources tant attendues pourrait être l’utilisation de l’IA générative (Gen AI), qui crée un contenu nouveau et original sur la base de ce qu’elle a appris à partir des données existantes. Lorsqu’elle reçoit des données précises et des instructions claires, elle est capable de s’adapter à l’évolution de votre lieu de travail, de vos flux de travail et de vos défis commerciaux.

Une fois qu’ils ont reconnu les défis liés à l’adoption de l’IA et qu’ils se sont posé les bonnes questions, les professionnels de l’ESS découvrent où l’IA générique peut combler certaines de leurs lacunes en matière de ressources, en les aidant à passer d’une résolution réactive des problèmes à une prévention proactive et à une gestion des risques, tout en gagnant du temps, en améliorant la conformité et en renforçant la sécurité sur le lieu de travail.

“Aujourd’hui, les points forts de l’IA sont l’analyse FDS/chimique, l’analyse réglementaire, la modélisation des incidents et la sécurité basée sur la vision – transformer le bruit en actions recommandées”, a déclaré Alan Johnson, directeur général de la gestion des produits chimiques et de la sécurité au travail chez 3E. “D’ici deux à cinq ans, les équipes EHS s’appuieront sur des copilotes de risque en direct et des flux de travail agentiques qui rédigeront des permis, déclencheront des MOC/CAPA et rassembleront des preuves vérifiables.”

En d’autres termes, ajoute-t-il : “Supervision humaine, exécution par l’IA”.

Pourquoi certaines entreprises ne parviennent pas à lancer l’IA

Une nouvelle enquête de McKinsey & Co a révélé que plus de trois quarts des personnes interrogées ont déclaré que leur organisation utilisait l’IA dans au moins une fonction de l’entreprise, et quelque 21 % des personnes interrogées ont déclaré que l’IA générative était utilisée par leur organisation pour redéfinir les flux de travail. Les professionnels de l’ESS considèrent qu’il s’agit là d’un moyen de se lancer à fond dans l’IA.

Nicole M. Radziwill, PhD, MBA, est cofondatrice/CTAIO de Team-X AI et conseillère auprès d’IQ Labs, Inc. où elle aide les équipes dirigeantes à gérer la mise en œuvre, le risque et l’impact de l’IA, en permettant aux startups à forte croissance et aux clients du Fortune 1000 de tirer parti de l’IA et des données grâce à des stratégies de données et d’IA sensibles à la puissance.

“Nous mettons en œuvre l’IA pour obtenir plus d’informations, de meilleures informations, des informations plus approfondies”, a déclaré M. Radziwill au magazine 3E. “L’IA peut nous permettre d’obtenir des informations plus approfondies, mais cela a un coût : une réduction potentielle de l’exactitude ou de la précision, des coûts de développement plus élevés et des coûts de maintenance plus importants.

Elle a souligné que l’IA est efficace pour certaines tâches, tandis que les méthodes plus traditionnelles sont meilleures pour d’autres, et que toutes présentent des difficultés. “L’IA générative excelle dans la résolution créative de problèmes, le traitement du langage naturel et la gestion de requêtes ambiguës, mais elle peut halluciner [le modèle d’IA produit des réponses qui semblent faire autorité mais qui sont en fait fausses] et manque de précision”, a déclaré Mme Radziwill. “L’apprentissage automatique traditionnel offre des résultats fiables et mesurables pour les données structurées, mais nécessite une ingénierie initiale importante. La programmation traditionnelle fournit des solutions déterministes et déboguables avec un contrôle total, mais exige que vous compreniez et mettiez en œuvre la logique manuellement et a tendance à disparaître lorsque vous êtes confronté à des données inattendues ou à de nouvelles situations.”

M. Radziwill prévient qu’en raison de l’investissement considérable en temps et en ressources, il est important que les organisations ne s’exposent pas à l’échec avec l’IA.

“La première fois que j’ai utilisé l’IA dans le cadre de mon travail, c’était en 1998. Nous avons créé un système expert pour nous aider à diagnostiquer la qualité des observations reçues, car nous manquions de temps et de main-d’œuvre pour toutes les inspecter manuellement”, a expliqué M. Radziwill à la rédaction de 3E. “Au cours des trois décennies qui ont suivi, j’ai probablement déployé, géré ou conseillé des centaines de projets qui ont intégré l’IA dans le domaine de l’ESSQ et au-delà. Dans mon livre 2020, j’ai examiné quelques centaines de mises en œuvre de l’IA et d’autres technologies émergentes pour essayer de comprendre pourquoi 70 à 90 % des transformations numériques échouent.”

Le modèle C-I-A (connectivité/intelligence/automatisation) pour l’IA est un cadre stratégique dans lequel l’intelligence connectée recueille et unifie les données, l’IA analyse ces données pour obtenir des informations et prendre des décisions, et l’automatisation utilise ces informations pour exécuter des actions et rationaliser les processus, souvent en intégrant divers systèmes pour créer des opérations intelligentes, réactives et efficaces. Cela permet à l’IA de transformer des données brutes et connectées en flux de travail automatisés et stratégiques qui améliorent la productivité et stimulent les résultats de l’entreprise… si vous posez les bonnes questions.

Mme Radziwill a expliqué qu’elle s’était rendu compte que de nombreuses personnes ne se posaient pas certaines questions importantes sur la connectivité, à savoir : “Quelle personne ou quel système a besoin d’informations ? Quelle personne ou quel système a besoin de ces informations ? Quand en ont-ils besoin ? Pourquoi en ont-ils besoin ? Quel objectif cherche-t-on à atteindre avec ces informations ?

“La solution doit soutenir l’objectif d’amélioration, sinon ce n’est pas une solution”, a souligné Mme Radziwill.

L’intelligence entre en jeu parce que vous avez besoin d’informations là où il n’y en a pas, a-t-elle dit, ou parce que vous avez besoin de plus d’informations ou d’informations de meilleure qualité que celles dont vous disposez actuellement. L’automatisation consiste à transmettre ces informations à la personne ou au système qui en a besoin : à temps, plus rapidement et plus fréquemment.

L’IA au service de l’ESS

À un moment donné, Vibrantz Technologies, qui propose des produits chimiques de spécialité et des solutions pour les matériaux, comptait quelque 63 accidents enregistrables en un an sur l’ensemble de ses sites, un chiffre que le vice-président mondial chargé de l’environnement, de la santé et de la sécurité, Adam Bates, qualifie de “performance lamentable”. En 2024, l’entreprise a enregistré une amélioration de 51 %. Au moment de notre entretien en 2025, le nombre de blessures enregistrables sur l’ensemble des sites représentait moins de 10 % de cette année “lamentable”.

Je n’assimile pas cela à quoi que ce soit de “lié à Adam””, a-t-il précisé. “Il s’agit de mettre en place de nouveaux systèmes, d’actualiser le manuel de jeu et de placer les bonnes personnes dans les bons rôles. Comme dans n’importe quel sport, peu importe ce qu’il y a dans le livre de jeu, si vous n’avez pas les bons systèmes en place et les bonnes personnes qui dirigent les jeux, vous ne pouvez pas réussir.

En 2025 et jusqu’en 2026, M. Bates affirme que bon nombre des systèmes EHS qu’il peaufine sont ou seront liés à l’IA ou compatibles avec l’IA. “Il s’agit de savoir comment faire plus avec moins. Nous nous demandons comment utiliser l’IA pour repousser les limites”.

Plus il l’utilise, plus il s’y sent à l’aise et plus il lui trouve d’utilité. Il compare la gestion traditionnelle des programmes ESS – qui utilise des feuilles de calcul et des programmes et qui est réactionnaire plutôt que prédictive – à l’utilisation d’un téléphone à clapet analogique traditionnel par rapport aux téléphones intelligents d’aujourd’hui.

“Lorsque nous avons commencé à passer des téléphones à clapet aux iPhones, il y avait un manque de compréhension de ce qui allait suivre”, se souvient M. Bates. “Mais regardez comment nous utilisons les iPhones aujourd’hui, avec la technologie, les applications et tout ce qu’ils nous apportent aujourd’hui ! Si vous vous promeniez encore avec un téléphone à clapet traditionnel, vous ne pourriez même pas imaginer ce que [un smartphone] peut faire”.

Il en va de même pour l’IA, a déclaré M. Bates. Tant que vous ne l’utilisez pas, vous ne pouvez pas comprendre la puissance et les progrès qu’elle peut apporter à votre entreprise en général et à l’ESS en particulier. Dans la plupart des organisations, ajoute-t-il, l’adoption de l’IA à l’échelle de l’entreprise n’est pas du ressort du professionnel traditionnel de l’ESS, mais cela ne devrait pas l’empêcher de contribuer à ces discussions.

“Dans deux ou trois ans, l’IA fera partie de tout ce que nous faisons, alors comment l’utiliser en tant que professionnels de l’ESS ? C’est ce que j’explore. Je veux être un leader qui change la profession pour la prochaine génération qui arrive, et je veux faire partie de la façon dont nous adoptons l’IA dans notre pratique principale de l’ESS et intégrons l’IA dans d’autres parties de l’entreprise.”

Il a indiqué que son entreprise utilise l’IA pour gérer les programmes de fonction de fiabilité mécanique, explorer les moyens de renforcer la chaîne d’approvisionnement et analyser les données relatives aux incidents, autant d’éléments qui peuvent contribuer à rendre l’entreprise plus résiliente et moins susceptible de subir des temps d’arrêt non planifiés.

“Nous disposons de toutes ces données”, a déclaré M. Bates. “Nous n’avons plus besoin de créer [manuellement] des graphiques, ce qui prenait beaucoup de temps et d’efforts. Désormais, nous téléchargeons toutes les données dans notre outil d’intelligence artificielle et nous disons : “Créez un graphique pour l’analyse des causes profondes ou les actions primaires”, et il le fait en quelques secondes. Ces informations peuvent ensuite être incluses dans des rapports, des communications ou des présentations et offrir un aperçu visuel rapide des informations partagées, au lieu de nécessiter des milliers de mots pour décrire la même chose. “Nous essayons de nous éloigner des longs courriels où tout est expliqué dans les moindres détails. Je veux communiquer moins, mais je veux que mes communications soient plus valorisées”, a admis M. Bates.

Son organisation utilise également l’IA pour l’examen des incidents. Le processus comprend un organigramme de l’incident, une communication sur l’incident dans les 24 heures et une communication de suivi dans les 36 heures. Dans les sept jours, un rapport complet est généré et envoyé à un groupe de hauts responsables.

“Je me base sur le travail effectué par le site sur l’analyse des causes profondes de l’incident, je l’intègre dans notre IA et je vérifie si quelque chose nous échappe [ou si l’incident a fait l’objet d’une enquête complète]”. Bates utilise ensuite ces informations dans le cadre du rapport généré pour les dirigeants.

Il a ajouté que l’entreprise développe actuellement un module de gestion des incidents par IA qui permettra à M. Bates et à son équipe de gérer le cycle de vie complet d’un incident, en commençant par la cause première et en terminant par l’attribution d’actions préventives afin de s’assurer que l’incident ne se reproduira pas.

“Pour moi, c’est l’espace vers lequel nous tendons : comment utiliser l’IA pour que le système nous donne au moins le début de l’analyse des causes profondes et des actions correctives ? a déclaré M. Bates. Tôt ou tard, l’utilisation de l’IA leur permettra d’être prédictifs et d’éviter les incidents, plutôt que de les aider à réagir et à se documenter après coup, a-t-il ajouté.

Conseils d’experts

Alors que Radziwill et Bates sont tous deux favorables à l’IA et explorent constamment des moyens de la rendre plus utile pour la fonction EHS, Radziwill a averti qu’il y a des compromis pour toutes les solutions poursuivies par les professionnels de l’EHS, qu’il s’agisse d’IA, d’apprentissage automatique ou de programmation/scénario traditionnel. En d’autres termes, n’essayez pas de résoudre des problèmes que vous n’avez pas ou que vous n’avez pas besoin de l’IA pour résoudre.

L’IA générative excelle dans la résolution créative de problèmes, le traitement du langage naturel et le traitement de requêtes ambiguës”, a-t-elle déclaré, ajoutant : “Mais bien trop souvent, dans la ruée vers l’or pour “tirer parti de la valeur de l’IA”, les gens confondent l’automatisation et l’intelligence”.

Mme Radziwill raconte qu’elle s’est récemment entretenue avec une personne qui avait mis au point un mécanisme complexe utilisant la technologie MCP (model context protocol) pour que les agents d’intelligence artificielle récupèrent des informations et recréent des rapports que les clients reçoivent quotidiennement. Ce mécanisme ne fonctionnait pas et il manquait de temps pour le fournir au client dans les délais fixés pour le projet.

Elle lui a demandé si le client obtenait actuellement les informations dont il avait besoin, et il a répondu par l’affirmative. Elle lui a demandé s’il avait besoin de plus d’informations, de meilleures informations ou d’informations inexistantes, et il a répondu par la négative. Enfin, elle lui a demandé s’il devait leur fournir ces informations plus rapidement ou plus fréquemment, ce à quoi il a répondu par la négative.

“En fait, il venait de passer deux semaines à mettre au point une technologie élaborée basée sur l’IA [pour un problème qui avait déjà été résolu par la programmation traditionnelle existante] et n’avait absolument pas besoin d’un système complexe capable de gérer des scénarios flous ou inédits. BEAUCOUP de gens tombent dans le même piège”, a souligné M. Radziwill.

Certains professionnels de l’ESS n’ont pas été les premiers à adopter l’IA. Bates leur a donné ce conseil important : N’ayez pas peur de l’IA. “Vous ne pouvez pas avoir peur qu’elle prenne votre travail. Si vous avez peur qu’elle prenne votre travail, elle le prendra probablement. Vous devez trouver comment l’utiliser pour améliorer et accroître la visibilité et l’efficacité de votre travail et l’intégrer à votre cahier des charges.”

Quant à Alan Johnson, ses conseils rejoignent parfaitement ceux de Radziwill et de Bates : “Commencez petit : choisissez deux cas d’utilisation riches en données, définissez des mesures claires et gardez les humains dans la boucle : “Commencez modestement : choisissez deux cas d’utilisation riches en données, définissez des mesures claires et gardez les humains dans la boucle. Pour les plus audacieux, créez une couche de données gouvernée, adoptez un cadre d’assurance de l’IA et faites évoluer les processus via des flux de travail agentiques. Mesurez l’impact sans relâche – rapidité, qualité et réduction des risques – et ne faites pas de projets pilotes pour le plaisir de faire des projets pilotes.