THÈSE DE DOCTORAT EN

SCIENCES DE GESTION

UNIVERSITÉ DE NANTES
ÉCOLE DOCTORALE N° 597
Sciences Économiques et Sciences de Gestion
Spécialité : « Sciences de Gestion »

Présentée et soutenue publiquement par

KONE Souleymane

Mise en perspective des défis et opportunités liés à la non-soutenabilité du Cloud Computing :

le cas de l’expérimentation des pico-Data Centers, de leurs modèles d’affaires régionaux et de
leurs écosystèmes d’innovation.

Thèse dirigée par :

Marc BIDAN, Professeur, Université de Nantes

Soutenue publiquement le 13 juillet 2021

Jury :
Bernard FIOLEAU, Président, Professeur, IAE, Université de Nantes

Jean Michel PLANE, Rapporteur, Professeur, Université Montpellier 3

Guillaume BIOT-PAQUEROT, Rapporteur, Professeur, BSB - Burgundy School of

Business

Isabelle SUEUR, Suffragant, Professeur, IAE, Université de la Rochelle

Innocent AKAMA, Invité Professionnel, AKAMA GROUPE d'Abidjan

2
 REMERCIEMENTS
Lorsque je me suis lancé dans ce travail de thèse, en 2018, j’ai compris que le doctorat est un
cheminement au long cours marqué par des phases de stimulations intellectuelles réjouissantes,
mais aussi par des moments d’incertitudes. C’est donc avec une grande fierté que j’achève ce
travail de recherche. Un aboutissement qui n’aurait pu être possible sans le soutien et la
collaboration de personnes importantes, que je tiens à remercier ici.

En tout premier lieu, j’adresse mes sincères remerciement à mon Directeur de Thèse, le
Professeur Marc BIDAN, qui m’a accordé sa confiance et m’a donné l’opportunité de
concrétiser ce projet. Je le remercie de tout mon cœur pour ses conseils avisés et sa disponibilité
sans faille, et ce, malgré un emploi du temps souvent chargé. Je le remercie également de me
permettre d’assurer des heures auprès des étudiants de Polytech de Nantes et ainsi de contribuer
à mon expérience d’enseignant.

Je tiens à remercier mes rapporteurs, les professeurs Jean-Michel PLANE et Guillaume BIOT-
PAQUEROT ainsi que les membres du Jury, le Professeur Bernard FIOLEAU, le Professeur
Isabelle SUEUR et Monsieur Innocent AKAMA d’avoir accepté d’évaluer mon travail et de
participer à ma soutenance.

Je tiens à remercier le Professeur Frantz ROWE, je remercie Isabelle COURCOUL, Anselme

CHAUVET. Amara KONE. Je remercie l’Université de Nantes, Polytech de Nantes et plus
particulièrement, l’École Doctorale EDGE, l’IAE de Nantes et le laboratoire LEMNA, qui ont
tous contribué à ma formation et à l’aboutissement de cette thèse.

Trois années de recherche sont marquées par de multiples rencontres professionnelles, et je

tiens ainsi à remercier les organisateurs de l’évènementiel Big Data et l’IA de Paris, qui
organisent chaque année des rencontres de professionnels du numérique et c’est à l’occasion de
celle des 14 et 15 septembre 2020, que nous avons pu faire nos enquêtes auprès des
professionnels du numérique et de la transition écologique.Je remercie également l’ensemble
des professionnels qui m’ont accordé de leur temps pour répondre à mes questions lors de
l’entrevue et à mon questionnaire. Merci pour votre amabilité.
Je remercie ma famille, mes parents, qui ont cru en moi, qui m’ont transmis des valeurs
essentielles, qui m’ont poussé dans cette voie et ont toujours été à l’écoute et porteurs de bons
conseils. Je remercie Béatrice Sanze, Noura, Mohamed, kone Aïchatou, Hassanatou, Koumba,
Nabintou, Aboubacar Sidiki, Kady Kabore, merci pour cette joie de vivre autour de moi.

3
A mon créateur, mes parents, ma conjointe et mes enfants

4
 SOMMAIRE

INTRODUCTION GÉNÉRALE :…………………………………………………….…….8

PREMIÈRE PARTIE :…………………………………………………………….…….… 14

CHAPITRE 1 : Les enjeux fondamentaux du numérique : ………………………….….16

Section 1 : Omniprésence des technologies de l’information.:……………..……………..18

Section 2 : Impacts environnementaux des TIC et recours aux Éco-TIC / Green IT:
………………………………………………………………………………………………..19

Section 3 : Qu’est-ce qu’une éco-TIC ou Green IT ? : …….…………………….……..…30

CHAPITRE 2 : Quels Data Centers et quel cloud computing face à la flambée continue
des demandes ? : Une analyse des Data Centers et des pico-
Data Centers ecoresponsables ……………………..…….....……….…...55

Section 1 : La problématique de la croissance forte et continue des demandes

de stockage et de puissance de calcul des Data Centers……………………….55

Section 2 : Le Cloud computing et Data Center ……………………..……………………..59

Section 3 : le Cloud Computing et les Data Centers faces aux enjeux écologiques. ….......65

Section 4 : Analyse du cadre théorique …….……………………………………………...99

2ème PARTIE : ANALYSE EMPIRIQUE DE LA SOUTENABILITE DU

CLOUD COMPUTING ………………………………………………...126

CHAPITRE 3 : METHODES DE RECHERCHE ET COLLECTE …………..……...128

Section 1 : Positionnement épistémologique et approche méthodologique de la

Recherche……………………………………………………………………………… 128

Section 2 : Phase exploratoire / Méthode qualitative : Phases de recueil et de

préparation d’analyse des données………………………………………….. 174

CHAPITRE 4 : RÉSULTATS ET DISCUSSION DE LA RECHERCHE .…………...160

Section 1 : Les résultats de la phase exploratoire qualitative. ………………….……… 161

Section 2 : Résultats de l’étude de cas…………………………………………………… 168

Section 3 : Discussion des résultats de l’étude de cas et retour sur les propositions
testées …………………………………………………………………………. 191

5
Section 4 : Les résultats de la phase confirmatoire quantitative. ……………………... 210

CONCLUSION GÉNÉRALE……………………………………………………………. 236

BIBLIOGRAPHIE………..…………………………………………………………….…243

ANNEXES ………………………………...……………………………………………….266

TABLES DES MATIERES……………...……………………………………..…..….…..305

6
7
INTRODUCTION GÉNÉRALE :

Nous sommes à l'aube d’un monde augmenté par la Data Science, le Machine Learning,
l’intelligence artificielle, le Cloud Computing. L’enjeu majeur pour les entreprises est de créer
de la valeur à l’aide des data, des nouvelles technologies et la rendre accessible à un plus grand
nombre au sein de l’entreprise. Or, l’explosion numérique, toujours plus démocratisée et
automatisée, entraîne une production massive de données numériques, une consommation
importante des énergies fossiles, des matériaux fossiles, des émissions fortes de CO2, le
dérèglement climatique etc.
Face à des volumes de données qui explosent de toute part et de façon de plus en plus importante
et ses conséquences irréversibles environnementales et sociales, la durabilité commence à
gagner en importance chez les constructeurs, développeurs et utilisateurs de logiciels et de
matériel au cours des deux dernières décennies, en raison de la croissance rapide de la
consommation d'énergie et des émissions de gaz à effet de serre (Co2). Il apparaît ainsi une
prise de conscience pour concilier performance technologique avec la durabilité
environnementale.
Cette thèse s'intéresse à la problématique de la soutenabilité du numérique, et notamment celle
de l'informatique en nuage et de ses infrastructures principales que sont les Data Centers.
Elle est intitulée « Dans quelle mesure les organisations et les acteurs du numérique
adoptent-ils des politiques Eco-tic des pico-Data Centers visant à garantir la soutenabilité
du Cloud Computing ?»

Le corpus théorique mobilisé est celui des sciences de gestion et du management et notamment
du management des systèmes d'information. Il s'adosse aux travaux relativement récents de
Melville en 2010, de Bohas en 2013, d’ Elliot en 2011, de Seidel et al en 2013, d’ Hedman et
Henningsson en 2016, de Murugesan en 2008, de Watson et al. En 2010, de Brocke et al. 2013
et de Molla en 2010. Leurs travaux, autour desquels s’articule notre investigation font émerger
un concept, celui de « Green IT » ou « Green IS » (Boudreau, Watson, & Chen, 2008 ; Hasan
& Dwyer, 2010 ; Molla, Kassahun, & Teoh, 2010 ; Jenkin, Webster, & McShane, 2011) ou «
écotechnologies de l’information » en français, abrégées « Eco-TIC » (Commission générale
de terminologie et de Néologie, 2009). L’enjeu est alors d’étudier dans quelle mesure les TIC
peuvent contribuer au Développement Durable (DD) (Fuchs, 2008, 2010 ; Hilty, 2008a).
Cette contribution des TIC à la durabilité peut se faire de manière directe ou indirecte (Liénart,
S., & Castiaux, A. 2012) : soit par la réduction de leurs propres impacts, une approche que

8
recouvre notamment le néologisme « Green IT », qui désigne des technologies respectueuses
de l’environnement, car non polluantes et non énergivores,… (Murugesan, 2008) ; soit en
permettant la réduction des impacts des autres activités économiques grâce à leurs
caractéristiques d’usage (dématérialisation, abolition des frontières physiques et
temporelles,…)( Bidan, M. 2010, Bohas & Bouzidi, 2013).
Dans ce champ d’analyse, il s'agit pour nous de repenser le Cloud Computing et ses
infrastructures pour dépasser la vision centrée sur de puissants Data Centers, énergivores et
polluants, pour construire un avenir plus respectueux et sobre (Deltour, F. 2016). Par exemple,
une décentralisation du Cloud Computing en des sous-réseaux de proximité pouvait peut-être,
émerger via des micro-Data Centers ou des pico-Data Centers, qui pourraient ainsi offrir de
meilleures perspectives sociales, économiques et environnementales voire même sécuritaires.
Dans la mesure où, les Data Centers assurent la circulation et le traitement des données
informatiques, ceux-ci prennent une place considérable dans les organisations économiques et
sociales contemporaines. Les transactions économiques, le trafic aérien, le fonctionnement des
usines, la gestion des réseaux d’eau, d’électricité, l’utilisation des smartphones et du Web
reposent toujours davantage sur des flux de données qui sont stockés et traités dans ces
équipements éloignés de leur lieu de consommation.
Les Data Centers sont ainsi une des conséquences directes de l’utilisation toujours accrue des
technologies de l’information. Leur impact environnemental est visible et souvent pointé du
doigt (Carnino, G., & Marquet, C. 2018).
Ainsi, une démarche d’innovation des pico-Data Centers intégrant la dimension
environnementale permet aux entreprises d’explorer de nouvelles politique Eco-Tic des
opportunités de croissance durable (Porter et van der Linde, 1995a, 1995b ; Hart et Sharma,
2004 ; Ayuso et al. 2011).
Cette position particulière pourrait faire de ce secteur un acteur clé pour concilier innovation
technologique et respect de l’environnement. De même, notre recherche rappelle l'idée
d’Orlikowski, (2000) azerty, selon laquelle « il ne faut plus se contenter de consacrer des
efforts à la seule gestion de la technologie, mais qu'il faut aussi en dégager pour celle de ses
usages ».
Ce qui suppose de prendre au sérieux la différence entre les technologies que nous achetons et
l'usage réel qui en est fait. Poursuivant, il affirme qu’une technologie n’est pas en elle-même
rentable et que c’est la manière dont on s’en sert qui constitue un avantage concurrentiel
(Orlikowski, 2000 & Karsten, 2008). L’organisation doit ainsi se soucier de l’usage qui est fait

9
d'une bonne technologie mise en place (Markus et Robey, 1988). Plusieurs concepts ont tenté
d’expliquer les meilleurs usages de la technologie.

Positionnement épistémologique de la recherche

Quant à la position épistémologique, notre recherche vise à dégager, à l’aide d’un dispositif
expérimental, les faits et les liens de causalité expliquant notamment l'adoption du Green IT au
travers des pico-Data Centers écoresponsables.
Selon Geertz la réalité sociale est avant tout le fait des actions, significations, produits
symboliques et pratiques sociales qui, dans un contexte spécifique et pour une période donnée,
acquièrent une forme de stabilité intersubjectivement partagée (Geertz, 1973).
Nous nous inscrivons dans le schéma de construction sociale de la realité de Berger et Luckman
(1966) selon lesquels, la réalité sociale est avant tout construite au travers du jeu des intentions
et des interactions des acteurs qui construisent le sens de cette réalité par la confrontation et le
partage de leurs représentations. Cette réalité se modifie donc à mesure des projets des acteurs
et de leur actualisation dans leurs interactions.
Pour Huberman et Miles (1991), le degré de structuration d’une recherche empirique dépend
de l’état de connaissance préalable du phénomène à étudier, de la nature de la démarche et outils
méthodologiques choisis (Huberman et Miles, 1991).
Au regard de ce qui precède, nous envisageons d’adopter les méthodologies incluant la
dimension temporelle, notamment les études de cas transversales qualitatives. À ce niveau, nous
estimons qu’un positionnement interpretativiste convient à notre recherche car notre
problématique de recherche, ainsi que sa nature, exigent de combiner une phase exploratoire
(pour comprendre la perception qu’ont les experts du numérique et de la transition écologique)
et une phase confirmatoire pour mesurer la confirmation de leurs avis au regard de leurs retours
d’expérience et de leur connaissance du domaine concerné.
Nous formulerons des propositions (des hypothèses) de recherche à partir de la littérature dans
un premier temps, et nous allons les affiner grâce aux constats de notre phase exploratoire dans
un deuxième temps. Miles et Huberman (1991 : 31) disent à propos de ce positionnement que
: « (...) Nous pensons que les phénomènes sociaux existent non seulement dans les esprits mais
aussi dans le monde réel et qu’on peut découvrir entre eux quelques relations légitimes
raisonnablement stables. Il est indubitable que ces phénomènes existent objectivement dans le
monde en partie, parce que les individus s’en font une représentation commune et reconnue de
tous ; ces perceptions sont donc cruciales lorsqu’il s’agit de comprendre pourquoi les
comportements sociaux prennent telle ou telle forme (...) ».

10
L’objectif pour nous en effet, est d’apporter un éclairage sur l'intérêt de la soutenabilité du
Cloud Computing, qui est une nécessité absolue, en raison de la forte révolution numérique que
nous connaissons aujourd’hui et dont l’avenir reste incertain. Pour cela, nous pensons donc que
le positionnement interprétativiste apparaît comme le plus adapté à notre problématique
puisqu’il nous permet de construire et d’expliquer dans un premier temps, les caractéristiques
et les contributions Eco-tic générales des pico-Data Centers et, dans une second temps, le sens
des politiques managériales que les acteurs peuvent entreprendre en matière d’Eco-TIC et de
comprendre leur motivation à l'adoption des pico-Data Centers responsables comme solution à
la soutenabilité du cloud computing en nous appuyant bien entendu sur les interprétations et les
perceptions des experts interviewés.

Plus précisément, ce positionnement convient à notre recherche pour les raisons suivantes :

-Notre cadre d’analyse théorique met en évidence plusieurs dimensions du numérique Green
ou responsable. La problématique de notre travail nous amène ainsi à expliquer et à explorer
les interrelations entre les différents concepts. Ainsi, pour répondre à nos questionnements
théoriques, nous devons suivre une approche qui permet de produire des connaissances
objectives.

-Le choix des experts du numérique et de la transition écologique comme terrain d’étude, car
la littérature est certes limitée sur ces questions proches de notre problématique.
Cette insuffisance nous a amené à nous orienter vers le terrain pour découvrir auprès des experts
d’autres réalités du domaine étudié en lien avec notre problématique.

De manière synthétique, l’architecture de notre recherche s’articule en cinq étapes : l’analyse

de la littérature, la définition de la problématique, une exploration du terrain par la réalisation
d’entretiens, la construction d’un cadre théorique et la validation empirique par des entretiens
semi-directifs et un questionnaire. L’objectif de notre recherche est d’accroître et d’enrichir
notre connaissance en matière soutenabilité du Cloud Computing avec le souci que les
propositions théoriques développées soient en accord avec le contexte et le terrain d’étude.

11
Organisation structurelle de la recherche
Pour répondre à notre problématique de départ, notre thèse comprend quatre chapitres qui sont
organisés en deux grandes parties dont chacune contient deux chapitres. La première partie
comprend la phase théorique divisée en deux chapitres permettant d’arriver au modèle
conceptuel de l’étude. La seconde partie, quant à elle, comprend la phase empirique avec les
deux derniers chapitres permettant d’aboutir au résultat final.
Notre première partie est théorique et conceptuelle et est structurée en deux (2) chapitres.
Le premier chapitre expose dans un premier temps, une revue de la littérature sur l'impact
écologique des TIC et, dans un second temps, une littérature sur les TIC écologiques ou Green
IT.
Nous commençons en première section par présenter un bilan écologique des TIC. En d’autres
termes, nous présentons l'impact écologique des TIC sur les trois phases du cycle de vie de
produit à savoir : la phase de production, d'utilisation et en fin de cycle de vie.
Dans une seconde section, nous détaillons ce qu'est une TIC écologique. Nous définissons
d'abord l’origine et la signification des termes TIC écologique ou Green IT en nous appuyant
sur les travaux de Melville en 2010, de Bohas en 2013, d’Elliot en 2011, de Seidel et al en 2013,
de Murugesan en 2008, de Watson et al. En 2010, de Brocke et al. 2013 et de Molla en 2010.
Ensuite, nous procédons à un essai de classification que nous avons établi sur la base des
différentes théories en rapport avec le Green IT
Le second chapitre est consacré à la problématisation de notre recherche dont la question est
formulée de la façon suivante : « Dans quelle mesure les organisations et les acteurs du
numérique adoptent-ils des politiques Eco-tic des pico-Data Centers visant à garantir la
soutenabilité du Cloud Computing ? » Nos propositions de réponses à cette question de
recherche consistent, dans un premier temps, à explorer les caractéristiques et les contributions
Eco-tic générales de ces pico-Data Centers. Puis, dans un second temps, à explorer les
politiques managériales des acteurs en matière d’Eco-TIC et leur motivation à adopter des pico-
Data Centers écoresponsables comme solution à la soutenabilité du Cloud Computing.
Ainsi, la première section fait une littérature sur les politiques managériales Eco-tic des Data
Centers. Quant à la seconde section, elle aborde l'approche du « pico-Data Centers», identifie
ses caractéristiques et établit un cadre d'analyse des politiques Eco-tic des acteurs dans la prise
en compte de la dimension environnementale aux pico-Data Centers pouvant conduire à la
soutenabilité du cloud computing.
La première partie se termine par un rappel de la question principale et des propositions de
recherche.

12
Notre seconde partie est empirique et méthodologique et elle se structure en deux (2) chapitres.
Le premier chapitre de cette seconde partie est consacré à l’approche méthodologique de la
recherche ; en d'autres termes, au positionnement épistémologique et aux phases de recueil et
de préparation d’analyse des données. Le second est consacré à la collecte, au traitement et aux
résultats. La seconde partie se termine par un rappel des éléments de réponse à notre question
principale, les apports, les limites et les perspectives ouvertes par cette recherche et enfin la
conclusion.

13
PREMIÈRE PARTIE : ANALYSE THEORIQUE DE LA SOUTENABILITÉ DU
CLOUD COMPUTING

14
 INTRODUCTION GENERALE

PREMIERE PARTIE

Chapitre 1 : Les enjeux fondamentaux du numérique

Chapitre 2 : Quels Data Centers et quel cloud computing face à la flambée continue des demandes ?
: Une analyse des Data Centers et des pico-Data Centers ecoresponsables

2ème PARTIE : Analyse empirique de la soutenabilité du cloud computing

Chapitre 3 : Méthode de recherche et collecte

Chapitre 4 : résultats et discussion de la recherche

CONCLUSION GÉNÉRALE

15
Chapitre 1 : Les enjeux fondamentaux du numérique

Depuis une ou deux décennies, les entreprises du numérique, et particulièrement les leaders de
la tech ainsi que les grands Data Centers font face à des pressions de plus en plus importantes
de la part des consommateurs, utilisateurs, des organismes de contrôle, leurs partenaires et de
leurs parties prenantes pour la prise en compte des exigences tant environnementales que
sociales.
Les externalités négatives causées par les activités industrielles, le numérique en particulier,
remettent en question notre système économique et son mode de développement principalement
basé sur le progrès technique et l’innovation (Freeman, 1996 ; Preuss et Cordoba-Pachon,
2009).
Les préoccupations environnementales et sociales modifient le cadre dans lequel les entreprises
évoluent. Ces dernières sont contraintes d’intégrer le développement durable non seulement
dans leurs opérations, mais aussi dans leurs stratégies afin d’assurer leur survie sur le long terme
et la protection de leurs avantages compétitifs (Porter et Kramer, 2006).
La prise de conscience accrue des firmes concernant leur rôle dans les enjeux du développement
durable se concrétise dans différentes initiatives individuelles (e.a. un reporting
environnemental quasiment systématisé) et collectives (comme le World Business Council for
Sustainable Development) 3.
En effet, l'objectif est de comprendre que seul le développement de solutions radicalement
nouvelles et la généralisation de bonnes pratiques environnementales parmi les acteurs
économiques permettent d’espérer faire face à l’épuisement progressif des ressources non
renouvelables sur lesquelles repose une partie importante de notre économie.
Nous rappelons qu’une « stratégie de croissance verte » a été mise en place par l’OCDE et
publiée en mai 2011. Elle consiste à favoriser la croissance économique et le développement
tout en assurant la préservation des ressources naturelles sur lesquelles repose notre bien-être.
Il s’agit aussi de favoriser les investissements et l’innovation qui sous-tendent la croissance
durable et donnent lieu à de nouvelles opportunités économiques.

3 Une association de dirigeants d’entreprise qui veut galvaniser les modèles d’affaires plus respectueux de l’environnement.
https://www.wbcsd.org/ (sonsulté le 13 mars 2020)

16
La stratégie de croissance verte prônée par l'OCDE consiste à (1) améliorer la gestion des
ressources et stimuler la rentabilité et l’efficience des activités ; (2) encourager l’implantation
d’une activité économique à l’endroit le plus avantageux pour la société sur le long terme ; et
(3) développer de nouveaux moyens pour que les entreprises et la communauté puissent
atteindre ces objectifs (Hendrickson et al. 2011).

Cependant, depuis leur apparition, les TI ont joué un rôle important dans l’amélioration de la
vie des particuliers et des professionnels. Ces technologies ont été considérées essentielles en
raison des nombreux avantages qu’elles offrent à la société et à l’économie (Petit, 2008 ; Breuil,
et al. 2008 ; Ait-Daoud et al. 2010 ; Deltour, 2010).
Nous abordons d’abord les aspects positifs des TIC, puis ensuite les aspects négatifs.

17
Section 1 : Omniprésence des technologies de l’information.

1. Rôle positif des technologies de l’information

Le secteur des technologies de l’information et de la communication (TIC) est devenu l’un des
secteurs les plus importants au monde dans une époque de croissance démographique mondiale
où les technologies de l'information (TI), que sont les ordinateurs, les centres de données, les
serveurs, l’internet et autres machines sont utilisées dans presque toutes les industries. Leur
objectif est d'aider les organisations à être intelligentes, à accroître la rentabilité et l'efficacité
opérationnelle et de plus en plus à les aider à devenir ou à rester durables sur le marché mondial
compétitif.
Aujourd’hui, les entreprises performent grâce au TIC dont elles s’approprient intelligemment
la technologie à savoir : le cloud conputing, le Big Data, l'IA, le e-Learning, le e-Commerce
etc. qui constituent des facteurs-clé de performance organisationnelle (Bharadwaj et al. 1999 ;
Stoel et Muhanna, 2009).
Les principaux domaines d’activité du numérique sont l’acquisition, le traitement, le stockage
et la dissémination d’informations basée sur la combinaison microélectronique d’informatique
et de télécommunications (Longley et Shain, 2012). Cela inclut le software et le hardware, les
systèmes d’information, les langages de programmation etc. L'intérêt des TIC consiste à
améliorer en général l’efficience et la performance des opérations et promeuvent des modèles
d’affaires où les transferts d’information, la distribution des ressources et la mobilité des
travailleurs sont des valeurs clés (ICC7, 2010).
Les TIC ont donc envahi toutes les dimensions du monde des affaires, du public au privé et
permettent à l’entreprise utilisatrice de performer, de développer de nouvelles capacités, afin
de faire face à un environnement hyper-compétitif. Les entreprises pourraient donc
difficilement se passer des TIC.
Grace à ces technologies les coûts de transaction et les frais de transport notamment sont
presque nuls (Flipo, F., Deltour, F., & Dobré, M. ,2016). L’internet est un des exemples les plus
significatifs.
Du point de vue économique, Internet a permis à certaines entreprises, spécifiquement aux
entreprises de service, de réduire leurs coûts de production et de diminuer, par conséquent, leur
coût de revient. Du point de vue social, le réseau numérique a permis aux citoyens du monde
de s’ouvrir sur d’autres cultures, d’accéder à de nouvelles informations (Di Castri, 2002), de

18
prévoir les catastrophes naturelles et donc d’en diminuer le risque, de prendre de meilleures
décisions, etc. (Rodhain et Fallery, 2009).
Du point de vue organisationnel, le numérique en plus de performer toute la sphère
organisationnelle, facilite ainsi la mise en adéquation des décisions d'affaires avec une norme
ou un ensemble de normes qu'elles sont conçues pour atteindre. Ces normes ou ensemble de
normes peuvent être soit des contraintes externes, soit des objectifs auto-imposés (contraintes
internes) (Fioleau, B. et al. 2000)
De même, l’IA, contribue aux reconnaissances vocales et faciales, à la détection et à la
reconnaissance visuelles d’objets, et d'autres domaines (Lecun et al. 2015). L’apprentissage
automatique et de la vision (Chellapilla, K., & Simard, P. Y. ,2005). La reconnaissance d'objets
est utilisée dans de nombreux domaines d'application, tels que la prise en charge des personnes
malvoyantes, les systèmes de sécurité, comportements sophistiqués automatiquement, encore
potentiellement améliorés en utilisant des réseaux de neurones récurrents dans la robotisation,
Big Data (Duan, Y et al ,2019). L’IA offre de nombreux services aux particuliers et aux
entreprises des solutions d’exécution de tâches plus ou moins importantes dans l’intérêt de
réduire considérablement les heures de travail ainsi que la charge de travail des employés
(Khakurel et al. 2018). On y rattache les assistants numériques robotisés, la gestion des soins
de santé, les soins aux personnes âgées, l'exploration spatiale et les transports…
Du point de vue social également, les technologies de l’information renforcent les
communautés en les aidant à divers petits rôles de soutien au développement de réseaux, la
gestion et la facilitation de la collaboration, de créations d’écosystèmes, et de prise en charge
des tâches simples dans les ménages, les soins infirmiers et l'enseignement (Wisskirchen et al.
2017). Les technologies de l’information peuvent aider à prévenir des tremblements de terre,
les conditions météorologiques et à mieux reconnaître la probabilité d’événements extrêmes
tels que les ouragans et les tsunamis comme le disait Al-Jarrah et al. (2006).

Conclusion section 1
Sans être exhaustif, le champ d’action des technologies de l’information est très vaste. Il touche
presque toute la sphère de la société, que ce soit sur le plan technique, organisationnel,
individuel, social et environnemental.
Bien qu’elles offrent des avantages considérables, les TIC comportent des « darks sides » ou
côtés obscurs.

19
Ainsi, l'attractivité des technologies, la course à l'intelligence artificielle ont conduit, dans de
nombreux cas, à négliger les questions environnementales tant par les fabricants que par les
utilisateurs.
Si les TIC ont été perçues comme une source d’avantages sur le plan économique et social, ce
n’est que récemment que leur impact sur l’environnement est devenu une réelle préoccupation
parmi les questions d’éthique. Cette préoccupation est justifiée par les conséquences négatives
générées par la production et l’utilisation des TIC.
Dans la section suivante, nous faisons une littérature sur les conséquences négatives de la
révolution numérique et de ses mutations. Nous précisons que notre littérature provient de
sources académiques et non-académiques.

Section 2 : Impacts environnementaux des TIC et Le recours aux Éco-TIC ou Green IT

La question des conséquences négatives des TIC sur l’environnement a suscité l’intérêt de
nombreux chercheurs en écologie, en philosophie et en informatique. Cependant, il existe peu
de travaux en systèmes d’information traitant cette problématique et celle des Data Centers
(Rodhain, F.et al 2010). D’où l’intérêt pour nous de creuser dans les revues informatiques et
écologiques.
Le rôle central que les TIC jouent dans l’entreprise, la manière dont les firmes de ce secteur
opèrent, intégrant ou non la dimension environnementale, intéresse de plus en plus les
chercheurs (Dao et al. 2011 ; Mahaux et al. 2011). En effet, les TIC ont un impact non
négligeable sur l’environnement, non seulement en tant que secteur, mais aussi parce que le
développement d’applications TIC a généré des changements significatifs de comportements
individuels et organisationnels (manières de travailler, communiquer, voyager, jouer, etc.) qui,
à leur tour, ont un impact sur l’environnement (Sayeed et Gill, 2008).
Tant au niveau de la fabrication que de la fin de vie des composants électroniques, le bilan
environnemental est lourd.

20
La littérature évoque cinq enjeux écologiques majeurs de l’impact négatif des TIC, à savoir :
Les problèmes énergétiques, la raréfaction des ressources, la perte accélérée de
biodiversité, le changement climatique, la multiplication des risques sanitaires.

2.1 Questions énergétiques

Plusieurs études dont celle de Christensen et al (2012) et Mingay, (2007) soutiennent que
l’impact négatif direct du numérique sur l'environnement provient de l'exploitation des
ressources naturelles non renouvelables. Celles-ci sont destinées à la production et l'utilisation
d'équipements et infrastructures numériques.
Les impacts négatifs des TIC résultent également de la forte consommation énergétique et des
émissions de CO2, qui sont issues de parcs à serveurs colossaux, de centres de données (Data
Centers traditionnels) (Christensen et al (2012) et Mingay (2007)). Eu égard à cela, des
estimations du secteur des TIC révèlent que les Data Centers produisent 2% des émissions
mondiales de gaz à effet de serre (GES) et cette valeur pourrait être sûrement revue à la hausse
compte tenu de l’augmentation exponentielle des équipements, de production et d'utilisateurs
TIC (Gartner 2019). Son caractère énergivore requiert ainsi la production de nombreuses
ressources naturelles non renouvelables importantes.
Le contexte énergétique constitue un levier vital aux technologies de l’information, sa demande
croît fortement et proportionnellement au besoin. Selon le rapport « Lean ICT » de Shift Project
(2018), il existe quatre sources principales de forte croissance de la consommation énergétique
du numérique :
1. La croissance de l’utilisation de smartphones : phénomène accentué par les habitudes
de consommation croissante et l'équipement progressif de la population.
2. La multiplication des périphériques de la vie quotidienne et la tendance à la connectivité
entre dispositifs utilisés au quotidien, entraînant une consommation d'énergie importante pour
la fabrication de modules de communication (capteurs, puces…) en vue de leur connexion via
le réseau de communication sans fil.
3. L’Internet des Objets Industriels (IoT), en forte croissance, permettant pour le secteur
industriel la communication de l'ensemble des maillons d'une chaîne de valeur industrielle en
vue de collecter des informations de manière numérique traduites par des données.

21
4. L’explosion du trafic des données en ligne, avec la croissance du nombre d'utilisateurs
équipés, des périphériques connectés, des nouvelles fonctionnalités et des possibilités d'usages
de dispositifs numériques.
De plus, « Lean ICT » soutient que le trafic des données est en évolution notamment sur les
réseaux. Les données proviennent en grande partie des services fournis par les leaders du
numérique, comme les GAFAM (Google, Apple, Facebook, Amazon, Microsoft) et par
l'augmentation du stockage des données du Cloud, du Big Data et dans les Data Centers. La
surconsommation énergétique est donc une conséquence effective de l'augmentation des
infrastructures et dispositifs qui assurent la capacité de traitement et de stockage des données
(Servers, système de refroidissement) 4.
Ainsi, selon Drezet (2006) et Flipo et Gossart (2009), la principale problématique de l’usage
des TI est liée à leur consommation électrique, étant donné que l'énergie électrique consommée
se transforme en chaleur comportant en majorité une quantité importante du CO2 rejetée dans
l'atmosphère (Flipo et Gossart, 2009). C’est pourquoi il est également important de signaler que
la production de l’électricité et des ressources minières, au service des technologies de
l’information, est en elle-même problématique.

2.2 L’enjeu de la raréfaction des ressources

L'exploitation mal maîtrisée des ressources naturelles et leur utilisation accrue pour des utilités
humaines et technologiques génèrent des émissions de substances polluantes, de déchets et
d'effets collatéraux (changement climatique, pollution des nappes phréatiques, des sols, perte
de biodiversité...), au risque de compromettre les grands équilibres écosystémiques et
d’augmenter la vulnérabilité du système d'approvisionnement en certaines ressources.
Malgré la surexploitation des ressources, une part importante de la population mondiale reste
actuellement privée de services de base comme l'accès à une nourriture suffisante, à l'eau et à
l’énergie.

4 Lean ICT, pour une sobriété numérique », The Shift Projet, Octobre 2018.

22
l'appel à l'aide de l'Organisation des Nation Unies pour l'alimentation et l'Agriculture (FAO) est
sans précèdent « Les systèmes de production alimentaire et agricole du monde entier sont
confrontés actuellement à des difficultés sans précédent, du fait de l’augmentation de la
demande d’aliments découlant de de l’accroissement démographique, de la progression de la
faim et de la malnutrition, des effets négatifs du changement climatique, de la surexploitation
des ressources naturelles, de l’appauvrissement de la biodiversité, ainsi que des pertes et du
gaspillage alimentaires ». Ces problèmes peuvent compromettre la capacité à couvrir les
besoins alimentaires actuels et futurs à l’échelle mondiale remettant en cause les accords de DD
de l’OCDE 2001.
Selon la FAO, dans les vingt prochaines années, « l’accroissement de près de trois milliards du
nombre de « consommateurs de classe moyenne va se traduire par une pression accrue sur la
demande en énergie, en nourriture, en eau et en minéraux ». Les ressources naturelles sont
donc susceptibles de faire l'objet d'une forte compétition sur les marchés, se caractérisant non
seulement par une augmentation importante des prix, mais aussi par une plus grande volatilité.
Les économies fortement dépendantes de leurs importations, ces ressources naturelles risquent
d'être particulièrement vulnérables. À ces tensions économiques pourraient s'ajouter des
5
tensions politiques et sociales liées aux inégalités de répartition des ressources.

2.3 La perte accélérée de la biodiversité

Sur la période 2000-2050, la valeur annuelle des pertes en biodiversité à l'échelle mondiale est
estimée à environ 2 000 à 4 500 milliards de dollars soit environ 3,3 % à 7,5 % du PIB mondial,
selon l'étude de « The Economics of Ecosystems and Biodiversity, 2010 ».
Malgré une prise de conscience croissante et la mise en œuvre de multiples actions (diffusion
de pratiques favorables à la biodiversité, de délimitation d’aires protégées terrestres et marines,
de plans d’action pour les espèces menacées, stratégies de lutte contre les espèces
envahissantes, de sensibilisation, de politique en faveur de la trame verte et bleue, etc.), les
menaces et pressions anthropiques sur la biodiversité, notamment sur les espaces marins et
côtiers et les zones humides, persistent selon cette étude.

5 www.fao.org/state-of-food-security-nutrition (consulté le 10 mars 2020)

23
La fragmentation des espaces et l’artificialisation des milieux naturels pour des intérêts de
construction immobilière et technologique se poursuivent à un rythme important en France «
596 000 hectares » ont été artificialisés en dix ans en France, soit l’équivalent d’un département
comme le Var, le Nord ou les Charentes, déplore la Cour des Comptes jeudi en novembre 2020.
Étalement urbain, bétonisation, construction d’infrastructures de technologie, d’énergie, de
transport parmi tant d'autres, contribuent à l’artificialisation galopante des sols qui menace
agriculture, production alimentaire et écosystèmes, menaçant également les habitats comme les
espèces.
« La crise sanitaire COVID-19 a rappelé l’importance de la sécurité de l’approvisionnement
alimentaire et du maintien d’une agriculture forte et qualitative », soulignent les magistrats qui
jugent « essentielle » la préservation des terres agricoles.
La surexploitation des ressources halieutiques et la dégradation des écosystèmes marins par
diverses activités maritimes entraînent quant à elles non seulement une diminution et un
déséquilibre de la diversité de la faune et de la flore marines mais également à terme, si elles
ne sont pas maîtrisées, le déclin économique des pêcheries concernées.

2.4 Le changement climatique

Le rythme fortement accéléré des émissions anthropiques de gaz à effet de serre (GES) et le
recours massif aux énergies fossiles dans un contexte de l'expansion, de l'utilisation des TIC
depuis la deuxième moitié du XXe siècle a suscité des questions sur la durabilité
environnementale et le réchauffement climatique.
Selon les conclusions du 5ème rapport du Groupe d'experts intergouvernemental sur l'évolution
du climat (GIEC) 2013-2014, les multiples impacts du changement climatique sont d’ores-et-
déjà visibles et devraient s’accentuer au fil du temps. Le même rapport constate aussi une
multiplication des événements extrêmes : élévation du niveau des mers, extinction d’espèces,
pénuries d’eau etc.

Selon le dernier rapport de l’ADEME, en 2019, près de 4 % des émissions mondiales de gaz à
effet de serre étaient imputables au numérique, un chiffre déjà annoncé dans le premier rapport
de The Shift Project publié en 2018. Le groupe de réflexion sur les enjeux de la transition
carbone, estime que cette part pourrait doubler pour atteindre 8 % d’ici 2025.

24
Près de la moitié des émissions de gaz à effet de serre du numérique sont dues aux équipements
des consommateurs (47 %). Selon le même rapport, la seconde moitié est générée à 28 % par
les infrastructures réseau et à 25 % par les Data Centers (centres de traitement et de stockage
de données). Cependant, l’impact environnemental ne se résume pas aux émissions carbonées
et les objets du numérique qui sont source de pollution, mais également à différents niveaux,
tout au long de leur cycle de vie : Extraction des matières premières ; Fabrication ; Transport ;
Distribution ; Utilisation ; Fin de vie, explique le schéma de l'ADEME.

Figure1 : Les objets numériques ont des conséquences environnementales tout au long de leur
cycle de vie. (Source ADEME 2019)

Le schéma explique que la fabrication des composants électroniques dans l’industrie des
technologies de l’information, qu’ils soient volumineux ou miniaturisés, exige des métaux rares
et précieux qui impactent dangereusement la biodiversité et la santé. Leur extraction se fait au
prix d’excavations massives de minerais. Les conditions de ces exploitations sont au cœur de
conflits géopolitiques et contribuent également à l’épuisement des ressources naturelles,
résultats de longs processus géologiques. À l’étape suivante, des traitements chimiques sont
nécessaires à la transformation de ces matières premières en composants électroniques. La
pollution de l’eau, des sols et les impacts sanitaires sont ainsi particulièrement concentrés dans
les phases de fabrication mais aussi en fin de vie. La multiplicité des métaux représente un réel
défi pour le recyclage de ces « déchets d’équipements électriques et électroniques » (DEEE) du

25
numérique. La plupart des filières de traitement sont inadaptées et le taux de recyclage des
métaux reste faible.
Avec l’obsolescence programmée, ces conséquences délétères prennent encore une toute autre
ampleur à tel point que l’on soupçonne une forme de gaspillage des ressources naturelles
fossiles à l’échelle mondiale.

2.4.1 Ressources fossiles et conséquences du cycle de vie des produits

Selon l’ADEME l’extraction des matériaux fossiles est certes terrible. Elle réclame une
quantité de ressources considérables telles que des substances toxiques qui nuisent à
l’environnement et à la santé de l’homme, comme l’antimoine, l’oxyde de baryum, le béryllium,
le cadmium, le chlore, le brome, le plomb, le lithium, le mercure, les phosphores, l’arsenic, les
retardateurs de flammes bromés, etc. des matériaux rares, chers et non renouvelables comme le
cuivre, l’or, l’argent etc. tel que soutenu par Kuehr et Williams (2003). L’extraction et la
combustion de ces énergies fossiles sont une source importante de gaz à effet de serre
(notamment le CO2 et le méthane). Ces gaz à effet de serre sont responsables du réchauffement
climatique, qui provoque des phénomènes extrêmes comme la fonte des glaciers,
l’augmentation du niveau de la mer, la désertification, les tornades et les inondations, la perte
de la biodiversité, l’apparition de nouvelles maladies etc.

Ainsi, chaque étape des cycles de vie des produits impacte les ressources fossiles : production,
utilisation et la fin de cycle de vie Flipo (2007), que l’ADEME résume à 3 niveaux
• La première cause vient de la phase de fabrication des dispositifs électroniques
(smartphones, ordinateurs, objets connectés, puces), qui comprend l'extraction des matières
premières (ci-dessus), la production des composantes électroniques et l'assemblage des
équipements. Une surexploitation est source de pollution croissante (sols, air, eaux).
• La deuxième cause de pollution numérique découle de la phase d'utilisation ou de la
consommation. Ainsi, l'utilisation des équipements numériques engendre une mobilisation
massive des données, quelle que soit l'action effectuée (email, navigation en ligne, streaming,
etc.). Or, ces données massives sont supportées et stockées par des infrastructures telles que les
Data Centers hautement énergivores et polluants, ceci combiné à l’afflux des données qui ne
cessent d’augmenter (Flipo et Gossart ,2008).
• La troisième et dernière cause est la gestion des appareils en fin de cycle de vie (en fin
de vie). Selon Dorel, M. (2013), les produits TIC finissent tôt ou tard en déchets. Les déchets

26
informatiques, appelés encore Déchets d'Équipements Électriques et Électroniques (D3E),
rentrent dans la catégorie 3 des DEEE (Déchets d’Équipements Électriques et Électroniques)
(Directive_DEEE, 2003). L’élimination de ces déchets reste une menace, voire une catastrophe,
tant que les produits ne sont pas réintroduits dans les cycles naturels (Flipo et Gossart, 2008).
Selon l'Agence européenne de l'environnement, les D3E sont soumis à une responsabilité
élargie du producteur (REP), c'est à dire que les producteurs sont responsables de la collecte,
de la dépollution et de la valorisation des D3E (EEA, 2012)
L’Agence européenne de l'environnement estime ainsi que 550 000 à 1 300 000t de D3E
européens sont exportés chaque année hors de l'Europe (soit 16% à 38% des D3E collectés) et
le Centre National d'Information indépendante sur les Déchets (CNIID, 2010) estime que près
de la moitié des 40 millions de tonnes mondiale finit dans ces décharges du Sud. Initialement
situées en Asie comme en Chine, au Cambodge ou au Viêt-Nam, ces décharges sont apparues
au début des années 2000 en Afrique de l'Ouest, comme au Ghana ou au Togo (B. Mao, 2009).
Les D3E représentent ainsi jusqu’à 30% de la valeur importée par certains pays africains.

Ainsi, les entreprises qui acheminent les D3E vers ces décharges le font en violation de la
convention de Bâle, car les D3E sont susceptibles de contenir de nombreux produits toxiques
et ne peuvent donc pas être exportés vers des pays non membres de l'OCDE.
Exportés d’une manière illégale, ces e-déchets sont démontés avec des méthodes rudimentaires:
à main nue en utilisant des gaz, des solutions acides, des fumées toxiques, etc. Les ouvriers sont
des hommes, des femmes de tout âge mais aussi des enfants mineurs, parfois en bas âge. Ces
activités ont des retombées sur la santé humaine et sur l’environnement.

Ainsi, chaque étape du cycle de vie informatique ; de la fabrication à l'usage et à l'élimination

pose des problèmes environnementaux (Elliot et Binney, 2008). De même, l'augmentation du
taux d'épuisement des ressources naturelles auront inéluctablement pour impact la dégradation
rapide de l'environnement (c'est-à-dire la détérioration de l'environnement par l'épuisement des
ressources), la transformation atmosphérique, climatique aux conséquences dévastatrices sur la
santé humaine (Hanley et al. 2016).
Le recyclage des équipements électronique pourrait en effet, réduire les externalités négatives
de l'exploitation et production des métaux rares, et pourrait également être une des solutions
pour l'optimisation et la sécurité des approvisionnements.

27
2.5 La multiplication des risques sanitaires

La qualité de l'environnement est un déterminant majeur de l'état de santé des populations.

Selon un rapport le 3 mars 2021 de l'Organisation mondiale de la santé (OMS), qui estime que
19% des cas de cancers seraient dus aux dégradations de l'environnement. Selon elle, les
conséquences de la dégradation de l’environnement sur notre santé sont liées à l'exposition
directe ou indirecte de la population aux déchets et émissions chimiques et/ou physiques
dangereux (létalité, perte d’audition,). Il s’ensuit des impacts psychologiques, perturbation de
la croissance, maladies respiratoires et cardio-vasculaires, baisse de la qualité de vie, stress,
allergies etc.
La prise en compte de la problématique santé-environnement est donc d'ailleurs reconnue
comme une priorité par l'OMS depuis plusieurs années. Par ailleurs, l'OCDE estime par
exemple que la pollution atmosphérique causée par les activités de pollution en France serait à
l'origine chaque année d'environ 18 500 décès prématurés, pour un coût de 40 milliards d'euros.
Malgré des actions importantes menées par la France ces dix dernières années, le 4ème rapport
du Plan national Santé Environnement de France du 26 oct. 2020, témoigne qu’une
augmentation de certaines pathologies (asthme, cancers, diabète, etc.) se poursuit, en France
comme dans l'ensemble des pays développés. Selon ce rapport, chaque individu réagit
différemment en fonction de son âge, de son état de santé ou de son patrimoine génétique et de
son environnement. L’exposition varie également en fonction du lieu et du mode de vie.
Les populations urbaines à bas revenus sont ainsi davantage exposées car elles vivent dans des
territoires cumulant les risques et nuisances, qualifiés de « points noirs environnementaux ».
Ces inégalités environnementales sont encore insuffisamment prises en compte aujourd’hui.

Conclusion section 2

D’où provient donc la pollution du numérique ?

Le numérique fait l’objet de vives controverses au regard de sa contribution positive à la
nouvelle vie sociale, sociétale, humaine et économique, mais contesté pour ses effets négatifs
sur les humains et l’environnement.

28
L’industrie numérique requiert à cet effet, des matières premières chères, précieuses et
généralement non renouvelables. Avec le rythme de développement et de renouvellement des
produits TIC, les ressources naturelles s’épuisent. Le marché informatique et télécom se
développe très rapidement. La taille des composantes devient de plus en plus petite, leur
puissance augmente, et leur durée de vie se réduit. Tout ceci suscite des interrogations quant à
la consommation énergétique de ces produits et à leur impact environnemental considérable.
La consommation accélérée des ressources fossiles pour la production énergétique et la
fabrication des composants électroniques suscite des questions sur leur disponibilité future pour
les générations à venir.
En somme, ce bilan écologique des TIC, montre que ce secteur est bien polluant. Néanmoins,
depuis quelques années, les géants du numérique comme les GAFAM tentent de réduire leur
impact écologique.
Tout en ayant à l’esprit la proportion de gaz à effet de serre générée par ce secteur, il faut être
conscient qu’il est également directement responsable d’environ 40 % de la croissance totale
du produit intérieur brut (PIB) des pays de l’OCDE (OCDE, 2011). Toutefois, les applications
TIC ont le potentiel de réduire la consommation énergétique liée aux 97 % d’émissions carbone
restantes (ICC, 2010). Par conséquent, les TIC constituent donc une partie du problème mais
aussi une grande partie de la solution puisqu’elles permettent de réduire la consommation
électrique et l’empreinte carbone des utilisateurs, c’est-à-dire la quantité totale de gaz à effet de
serre nécessaire pour supporter les activités humaines directes et indirectes CO2 (Hart, 1997 ;
Molla, 2008, 2009a, 2009b). Selon une étude menée par le GeSI (Global e-Sustainability
Initiative) en 2008, « si elles sont déployées de manière stratégique dans les processus
d’affaires, les TIC ont le potentiel de réduire les émissions globales de CO2 de 15 % d’ici à
2020 », c’est-à-dire presque cinq fois plus que leur propre empreinte carbone (The Climate
Group, 2008, p. 6 ; Olson et al, 2008). Les TIC sont donc à la fois au centre et à l’origine du
développement de solutions durables (Anderson et Markides, 2006 ; The Climate Group, 2008
; Hack, 2011).

Dans le cadre de notre interrogation sur la conciliation entre l’innovation et le

développement durable, le secteur des TIC offre un cadre de recherche très intéressant pour
plusieurs raisons. Tout d’abord, il s’agit d’un secteur fondant son succès sur l’innovation
technologique. Étant donné leurs caractéristiques high-tech, les firmes TIC sont poussées à
innover constamment afin de rester concurrentielles dans un environnement en perpétuel
changement. Ensuite, comme nous venons de le voir, ce secteur est au cœur de défis

29
environnementaux. Les activités TIC génèrent des externalités négatives pour la planète mais,
l’innovation peut être vue comme une opportunité d’explorer de nouvelles solutions pour
atteindre les exigences de durabilité verte. Enfin, ces enjeux d’innovation dépassent largement
le secteur lui-même : les TIC jouent un rôle primordial dans l’élaboration de solutions durables
soit en tant que composante principale, soit en tant que facilitateur de la mise en place d’une
solution durable plus globale.
Si, d’une part, ce secteur joue un rôle-clé dans le développement de technologies et des
organisations plus « vertes », d’autre part, l’omniprésence des TIC rend leur impact
environnemental considérable. Néanmoins, le secteur TIC lui-même propose des solutions pour
diminuer l’impact environnemental du monde des affaires. C’est ce que l’on regroupe sous le
concept de Green IT que nous verrons dans la section suivante.

Section 3 : Qu’est-ce qu’une éco-TIC ou Green IT ?

Plusieurs études dont celles de Flipo & Gossart, 2009, Rodhain, 2010, Bidan 2010, Melville
2010, watson et al 2008, Bohas, A., Dagorn, N., & Poussing, N. (2014) etc se sont intéressées
au phénomène de crise environnementale du numérique. D’autres études préalables s’étaient
intéressées aux politiques environnementales des gouvernements à travers l’application des
principes de développement durable (DD) aux entreprises, dans la prise en compte de leurs
impacts environnementaux, visant à réduire au maximum ces derniers dans le cadre de la RSE.
En revanche, nous avons constaté également que les études qui s’intéressent aux stratégies
environnementales des firmes se concentrent généralement sur les secteurs dont l’impact
environnemental est visible et souvent pointé du doigt : l’industrie lourde, le secteur aérien, le
domaine des transports et de l’énergie, etc. Or, les innovations qui concourent à admettre à ces
secteurs d’améliorer leur performance environnementale ont très souvent recours aux
technologies de l’information.
Le secteur TIC se trouve ainsi à l’intersection de deux exigences auxquelles tous les secteurs
sont confrontés : d’une part, la nécessité d’améliorer continuellement leurs processus et
d’innover dans leurs produits et services et, d’autre part, de manière tantôt complémentaire
tantôt conflictuelle, la prise en compte des défis environnementaux. Cette position particulière
fait donc de ce secteur un acteur clé pour concilier innovation technologique et respect de
l’environnement.

30
En dépit des avantages perçus des technologies de l’information et de la communication dans
la voie du développement durable, l’utilisation des Eco-TIC ou du Green IT demeure un sujet
encore relativement méconnu en raison du peu de travaux qui s’y sont jusqu’ici intéressés.
Plusieurs auteurs comme Flipo & Gossart, 2009 ; F. Rodhain, 2010, s’accordent à dire que les
TIC seraient par essence à la fois favorables et défavorables au DD, mais que cela dépendrait
de l’usage qui en est fait, en incluant le contexte d’utilisation et les comportements des
utilisateurs. Selon eux « cet enjeu environnemental est devenu consensuel : tout le monde veut
sauver la planète et chacun cherche des manières d'agir pour y parvenir mais chacun identifie
des obstacles. Pour Rodhain (2010), l’enjeu des TIC aujourd’hui en particulier, est de réussir le
rôle positif que pourrait jouer les TIC : en matière de préservation de l'environnement par la
simulation et le calcul, en matière d'efficacité énergétique par l'innovation technologique et
enfin en matière de surveillance et de mobilisation des réseaux citoyens.
Considéré comme « une des plus importantes transformations organisationnelles en cours »
(Bidan, 2010), le secteur TIC lui-même se transforme et propose des solutions pour diminuer
l’impact environnemental du monde numérique. C’est ce que l’on a regroupé sous le concept
de Green IT et à l’émergence du néologisme Eco-TIC ou TIC « vertes » (p. 12) (Desbois et al.,
2010). Ce terme a été proposé pour désigner ces « techniques de l’information et la
communication dont la conception ou l’emploi permettent de réduire les effets négatifs des
activités humaines sur l’environnement » (Commission générale de terminologie et de
Néologie, 2009). Mais ce phénomène s’est avant tout diffusé au sein de la sphère managériale
sous le vocable de « Green IT » ou « Eco-TIC ».

Cette section vise ainsi à exposer la revue de littérature centrée sur notre objet de recherche, à
savoir le Green IT. Il s’agit dans un premier temps, compte tenu des enjeux que représentent
les impacts des TIC, de montrer préalablement les fondements du DD, de la RSE en tant que
précurseurs du Green IT, ensuite nous mettrons en évidence la dimension stratégique tant de
l’innovation que du développement durable. Nous montrerons la tension qui peut exister entre
ces deux défis stratégiques, mais aussi les nouvelles opportunités d’affaires qu’ouvre une
meilleure prise en compte des enjeux environnementaux tels que les Data Centers éco-
responsables.

31
3.1 Le développement durable (DD) et ses fondements

Depuis la parution du « rapport Brundtland » de la Commission Mondiale sur

l'Environnement et le Développement, (1988), et popularisé grâce à la conférence de Rio en
1992, le développement durable est au centre de la plupart des réflexions sur la prise en compte
des préoccupations environnementales par les entreprises.
Le développement durable (DD) est donc par sa philosophie, « un développement qui répond
aux besoins du présent sans compromettre la capacité des générations futures à répondre à leurs
propres besoins » (CMED, 1987, p. 43). Il s’agit d’un concept à visée élargie qui s’adresse à
l’ensemble des organisations, toute nature confondue. C’est au deuxième Sommet de la Terre,
tenu à Rio en 1992, que la définition du DD s’étend pour intégrer les trois dimensions que l’on
connaît aujourd’hui, par lesquelles on a voulu concilier l’efficacité économique, le progrès
social et la protection de l’environnement (Hénault et Lemoine, 2008). Depuis son origine, le
DD est basé sur des principes fondamentaux qui régissent son fonctionnement.

3.1.1 Principes fondamentaux du DD

Des difficultés ont marqué l’adoption d’une définition commune au DD. En revanche, c’est un
« type de développement qui répond aux besoins de la population actuelle sans compromettre
la capacité des générations futures à répondre aux leurs » (CMED, 1987), cette définition a
été maintes fois critiquée pour ses limites et elle continue de soulever des débats. On lui
reproche d'être trop réductrice à l'égard de l’aspect multidimensionnel du DD, notamment par
l'absence de la dimension culturelle, et de mettre trop d'emphase sur les générations futures
(Dubois, J. Let al, 2002). C’est donc la définition de la CMED (1987) qui vise l'harmonisation
des dimensions économique, environnementale et sociale. Cette dernière dimension incluant
celle de la culture, et qui s’harmonise mieux avec les principes fondamentaux du DD. Selon
Jonas (1990) et Levinas (1974) cité par Capron, M. (2006), le premier principe de base d’un
développement durable DD est la responsabilité de ses propres actions, visant à éviter de
faire courir des risques aux autres et à la collectivité (Capron et Quairel-Lanoizelée, 2009). Pour
Levinas, si ce principe s'applique aux générations présentes, il s'étend étroitement aux
générations futures. Selon Jonas, en favorisant la sauvegarde de la nature, il contribuera à la
continuité de la race humaine (Bazin, 2007).
Ensuite, les principes de solidarité et d'équité intra-inter-générationnelle sont applicables
quant à eux à la distribution des ressources. Il appelle également à des notions de justice sociale,

32
de partage et d’impartialité. Quant au quatrième principe, c’est celui de précaution, qui incite
à faire preuve de prudence envers la nature lors d’incertitudes liées aux impacts des activités
humaines, afin d’éviter des dommages irréversibles aux écosystèmes naturels (Gladwin,
Kennely et Krause, 1995).
Ces principes sont issus du paradigme « duracentrique» du développement, dit inclusif, car il
place l'humain en son centre et lui offre une perspective présente et future (Lafleur, 2008).
Par opposition, nous retrouvons d’une part, le paradigme « technocentrique» du développement
dans lequel s'inscrit le mythe économique actuel de richesse, qui ne tient pas compte des
problèmes sociaux et environnementaux qui en découlent.
Par ailleurs, le paradigme « écocentrique» donne à la nature une valeur intrinsèque, limitant le
droit de son utilisation et de son altération, alors qu’elle est menacée par l'ampleur de la
démographie humaine et des besoins à satisfaire (Gladwin et al. 1995). Or, ces deux derniers
paradigmes ne semblent pas offrir les bases pour atteindre un DD, alors que le "duracentrisme"
fournit un cadre pour adapter le concept de développement durable aux organisations (Lafleur,
2008, p. 51).
L’articulation entre développement durable et économie sociale apparaît souvent naturelle,
voire consubstantielle aux statuts des entreprises, de l’économie sociale et institutionnelle.
Cependant, le développement durable (DD), notamment dans sa conotation environnementale,
ne peut résulter que d’une démarche relativement volontariste. En revanche, tout le monde ne
peut être du même avis. C’est pourquoi Duguay, (2005) nous dit que la résistance observée dans
les organisations à l'égard des changements nécessaires pour progresser vers un DD serait reliée
au fait que chaque individu possède sa propre vision du monde, formée en fonction de ses
valeurs et de ses croyances (Duguay, 2005).

En conclusion, cette rubrique consacrée au DD a apporté une réponse à la question de

l’idéologie véhiculée par le développement durable, et son contexte d’apparition. Le DD
apparait ainsi comme un processus d’harmonisation entre les tensions de la triade économie,
environnement et société (Elkington, 2006). Au-delà de cette dimension conciliatrice entre
l’Homme et la Nature et entre l’écologie et le développement (Godard, 1998), le DD apparaît
comme une solution entre de nombreux antagonismes. Les principes sur lesquels il repose
peuvent servir de guides à la gestion organisationnelle (Lafleur, 2008) et entraîner une transition
dans la légitimité des organisations, soit un passage de l'unique responsabilité sociale des
entreprises visant la valorisation économique, de l'avoir des actionnaires (shareholders), à la

33
prise en compte des intérêts de toutes les parties prenantes (stakeholders) qui sont détentrices
d'enjeux (Dubigeon, 2005).
Pour les entreprises à but lucratif, c’est à travers le concept de responsabilité sociale (RSE) que
se propagent les idées du DD. La RSE concerne les activités qui contribuent au développement
durable, c’est-à-dire à l’intégration des aspects économiques, sociaux et environnementaux aux
modèles de gestion pour assurer la pérennité des entreprises (Jenkins, 2009), mais aussi pour
agir positivement sur la société et l’écosystème de l’avenir.
Bien que distincts, ces deux concepts de DD et de Responsabilité Sociale des Entreprises (RSE)
ont un lien direct et sont indissociables. Le premier renvoie à un projet global de société qui
vise le bien-être social et individuel des populations et environnemental à l'échelle de la planète
(Tremblay, 2007), tandis que la Responsabilité Sociale des Entreprises constitue « les modalités
de réponse » organisationnelle aux niveaux stratégique et opérationnel de durabilité (Capron et
QuairelLanoiselée, 2007).
Dans la rubrique suivante, nous étudierons en quoi le DD se distingue de la RSE considérée
comme une réponse des acteurs économiques à la crise environnementale (Capron & Quairel,
2007).

3.2. La Responsabilité sociale des entreprises (RSE)

La prise de conscience générale du réchauffement climatique et la raréfaction de ressources non

renouvelables, la pression qu’exercent les parties prenantes sur les entreprises s’intensifie et de
ce fait celles-ci (entreprises) se montrent de plus en plus attentives à l’impact de leurs activités
sur l’environnement (Melville, 2010).
C’est dans ce contexte de développement durable (CMED, 1987) que s’est développée ces
dernières années la notion de RSE (Responsabilité Sociale des Entreprises) ou plus récemment
de RS (Responsabilité Sociétale) pour l’étendre à tous types d’organisation (ISO, 2010).
« La RSE renvoie à l'idée selon laquelle les entreprises ont un rôle social à jouer au-delà de
leurs prérogatives strictement économiques et légales, et ont donc des responsabilités
"élargies" qui dépassent l'unique objectif de maximisation du profit. » (Gond, 2010 p. 229).
La RSE, à l’instar du développement durable DD, prend généralement en compte les trois volets
: économique, social et environnemental.
Au-delà de la réponse aux pressions institutionnelles gouvernementales, les entreprises
adoptent aussi des initiatives sur la base du volontariat. Cette « intégration volontaire des

34
préoccupations sociales et écologiques des entreprises à leurs activités commerciales et leurs
relations avec leurs parties prenantes » qui correspond à la définition qu’a donnée la
Commission Européenne en 2001 au principe de RSE (La Commission des Communautés
Européennes, 2001).
Ainsi, « le management (socialement) responsable constitue un modèle de gestion visant à
intégrer les principes du développement durable (DD) au niveau de l’entreprise disait Dupuis
(2007). La RSE est en quelque sorte la traduction microéconomique du développement durable
» (p. 131). (Dupuis, 2007). Vu que le DD a une sphère plus large (macroéconomique), la RSE
est restreinte à l’organisation. Celle-ci étant complexe et spécifique, la définition de la RSE
laisse entrevoir des questions de consensus entre les scientifiques du management
organisationnel.

3.2.1 Faute d’une définition consensuelle

Tout comme le DD un manque de consensus définitionnel subsiste à la RSE et entraîne des

débats sur les questions sous-jacentes telles que : Responsable à l'égard de qui ? Par rapport à
quoi ? Jusqu'où et comment ? » (Capron et Quairel-Lanoiselée, 2007, p. 24). Cela crée
également une ambiguïté qui se répercute sur les pratiques de DD adoptées par les entreprises
(Lapointe, 2007) et sur son opérationnalisation quand vient le temps de l'évaluer (Allouche et
Laroche, 2005).
De plus, on constate en outre l’emploi de différentes variantes terminologiques pour désigner
le phénomène de la RSE : Responsabilité Sociale de l’Entreprise ou d’entreprise, Responsabilité
sociétale de l’entreprise, responsabilité sociale ou sociétale des entreprises voire des
organisations (on emploie alors l’abréviation RSO), responsabilité écologique de l'entreprise
(REE) et « parfois, on a pu parler de ‘responsabilité globale’ (global responsibility) (Pesqueux,
2006) » (p. 29) (Pérez, 2005). Ainsi, pour Capron et Quairel (2007), cette distinction entre la
responsabilité de l’entreprise (entendue au sens d’une unité individualisable) et la responsabilité
d’entreprise (au sens générique) ou des entreprises (dans leur ensemble) » tient à une différence
de positionnement entre approches microéconomique et macroéconomique (p. 29) (Capron &
Quairel, 2007). Ce large spectre de thèmes rattachés à la notion de RSE confirme qu’il s’agit
d’un concept qui ne fait pas consensus (Capron & Quairel, 2004 ; Freeman & Hasnaoui, 2010a).
La recherche définitionnelle a également donné lieu à des constructions de typologies RSE
basées sur une vision organisationnelle de durabilité dont nous énumérons quelques-unes.

35
 3.2.2 Des typologies de la RSE

Devant la multiplication des initiatives des entreprises dans le domaine RSE, plusieurs auteurs
se sont efforcés de dresser des typologies (Carroll, 1979 cité par Crapon 2011 ; Hart, 1995 ;
Burke et Logsdon, 1996 ; Dyllick et Hockerts ; Dyllick et Hockerts, 2002 ; Buysse et Verbeke,
2003) ou taxonomies (Martinet et Payaud, 2008), essayant à travers ces stratégies de trouver
des réponses efficaces aux yeux des entreprises face aux enjeux soulevés par la RSE.
Dans ces démarches, certains auteurs (Hart, 1995 ; Buysse et Verbeke, 2003) se sont focalisés
sur l’analyse de la dimension environnementale qui demeure fondamentale au détriment des
perspectives sociales et économiques, dans le but d’établir un continuum des pratiques durables
des entreprises.
Ainsi, dans le même sens, Hart (1995) identifie trois étapes progressives de ces stratégies, qui
évoluent vers une intégration croissante des activités métier de l’entreprise dans la prise en
compte de l’impact sur l’environnement (Jenkin et al. 2011). Il s’agit d’abord pour l’auteur de
prendre des mesures de prévention de la pollution. Cette disposition consiste à passer d’une
logique réactive dans laquelle on se contente de réparer les dérives des activités économiques
à une logique de prévention visant à « minimiser ou éliminer les déchets avant qu’ils ne soient
créés » (logique proactive). Il s’agit ensuite, d’éco-concevoir les produits. Par exemple, selon
l'ADEME, si les premières stratégies s’inscrivent plutôt dans le cadre de stratégies d’innovation
incrémentale, la dernière se positionne en tant que stratégie d’innovation radicale (innovation
de rupture) puisqu’il s’agit d’investir dans les technologies vertueuses de demain (ADEME,
1998).
Une typologie de la RSE, proposée par Biot-Paquerot, G et al (2010) a permis de conceptualiser
un modèle dyadique permettant d'associer la RSE au SI, par l'integration de la prise en compte
des attentes des parties prenantes, et le SI à la RSE, ceci a donc pour intérêt d’aider le SI dans
sa contribution à la production de moyens et d'informations, utiles à la prise de décision et à
l'atteinte de l’efficience. (Biot-Paquerot, G et al, 2010)

Une autre typologie de la RSE celle proposée par Dyllick et Hockerts (2002), comporte
également trois catégories progressives de stratégies correspondant à différentes finalités
recherchées dans la mise en œuvre de démarches de type RSE : ainsi, en premier lieu on trouve
l’éco-efficacité ou efficacité économique (faire un usage efficient des ressources pour diminuer
l’empreinte environnementale), suivie de l’éco-équité (équilibrer les besoins à moyen et long

36
terme de la société et de l’entreprise en termes de ressources naturelles), pour finir avec l’éco-
efficience (repenser les processus et les structures organisationnelles dans le but de supprimer
les nuisances environnementales).
De même, la typologie de Porter et Kramer (2006), distingue les entreprises proactives des
réactives, tout comme l’avait fait Wilson (1975) par le passé. Les travaux de Burke et Logsdon
(1996, p. 497) complètent cette approche en définissant 5 dimensions stratégiques permettant
de distinguer les entreprises engagées dans une démarche de RSE stratégique de celles ayant
entrepris une approche mimétique :
- La centralité : degré d’alignement avec la mission et les objectifs de l’entreprise ;
- La proactivité : degré de planification du programme en vue d’anticiper les tendances sociales
émergentes et les crises ;
- Le volontarisme : la portée des décisions discrétionnaires et l’absence d'exigences de
conformité extérieurement imposées (les actions sont-elles engagées librement ou sous
l’influence de pressions ?) ;
- La visibilité : actions observables et reconnaissables par les parties prenantes internes et
externes ;
- La spécificité : capacité de retirer des bénéfices propres pour l’entreprise.

En revanche, des entreprises hostiles créent un champ de résistance, comme ce fut le cas pour
le DD. Ne souhaitant pas prendre en compte la RSE, elles y sont indifférentes, soit parce
qu’elles ont une position d’attentisme, soit parce qu’elles la considèrent comme subversive ou
encore parce qu’elles ne disposent pas des moyens pour le faire (Mathieu & Soparnot, 2010).
D’autres encore préfèrent tout simplement le « rejeter au motif de facteurs économiques
exogènes c’est-à-dire des coûts que la règlementation ne contraint pas à assumer soi-même »
(Martinet & Reynaud, 2004). Ce faisant ils se comportent en « passager clandestin »,
privilégiant l’intérêt personnel dans une approche compétitive, à une démarche coopérative,
une stratégie déjà bien illustrée par le « dilemme du prisonnier » (Boutaud, 2005 ; Rotillon,
2008). Une attitude proche de celle de l’attentisme consiste à donner l’illusion d’agir de manière
responsable mais sans engagement concret associé. Cette pratique dite de « green-washing » ou
d’« éco-blanchiment » n’est conduite que dans l’intention de donner une image fausse de
l’entreprise en la faisant passer pour responsable aux yeux des parties prenantes, ce qui
constitue un acte de diversion.

37
Le tableau suivant énumère quelques typologies de la RSE.

Auteur Type Critères

(Hart, 1995) Prévention de la pollution Degré d’intégration dans les
écoconception ; stratégie de DD métiers de l’entreprise et niveau
d’impact environnemental
(Sharma & Vrendenburg, Réactive ; Proactive Logique d’action à l’égard de la
1998) durabilité
(Carroll, 1979, 1999) Réaction, Défense, Accommodation Mode de traitement de la
et Proaction question sociétale et nature des
arbitrages opérés
(Dyllick & Hockerts, Éco-efficacité ; Éco-équité ; Éco- Finalité recherchée dans la mise
2002) efficience en œuvre de la RSE
(Martinet & Reynaud, Attentisme, adaptation et proaction Perception du DD (menace ou
2004) opportunité)
(Porter & Kramer, 2006) Réactive ; Proactive Logique d’action à l’égard de la
durabilité
(Capron & Quairel, 2007) Stratégies défensives ; Stratégie de Degré d’intégration de la RSE
manipulation ou de déni ; Stratégies dans la stratégie de l’entreprise
d’évitement ; Stratégies de
compromis ; Stratégies de conformité
; Stratégies proactives
(Payaud & Martinet, RSE « cosmétique », RSE annexe ou Engagement plus ou moins
2010) périphérique, RSE intégrée, RSE-BOP important dans la RSE,
(Base of Pyramid) impliquant plus ou moins
d’acteurs (« nombre, variété,
degré d’implication et
d’engagement réciproque entre
les parties prenantes et
l’entreprise »
Tableau 1 : auteurs et différentes typologies de stratégies RSE (réalisé en partie à partir des travaux de
Mathieu & Soparnot, 2010)

En conclusion, bien que des années de recherche sur ce sujet n’aient pas permis d’aboutir à un
consensus sur l’impact de la RSE sur la performance de l’entreprise, il n’en demeure pas moins
qu’au sein des managers persiste « une croyance que la RSE ‘paie’ » (p. 59) (Capron & Quairel,
2007). Plus que de croyance, il faut d’ailleurs parler de « mythe rationnel » au sens où cette
croyance semble produire des effets sur les comportements (p. 18) (Capron & Quairel, 2007).
Alors que le DD est apparu comme une modalité de réponse pertinente pour les acteurs
politiques. Conçu dans le but de concilier les intérêts économiques avec la préservation de
l’environnement et le développement humain. Tandis que le DD offre aux gouvernements et
institutions un moyen d’harmoniser les rapports entre l’Homme et la Nature, du côté des acteurs

38
économiques, c’est la notion de RSE qui a été perçue comme adéquate pour répondre aux
enjeux de la durabilité.

Aujourd’hui, l’adoption et l’usage des TIC (Technologies de l’information et de la

Communication) ne cessent de croître. Le monde devient de plus en plus connecté. Le recours
aux TIC rend les entreprises plus compétitives. Bien qu’elles contribuent à réduire les coûts de
production et de transaction, et qu’elles améliorent la coordination des activités de transaction
(Litan et Rivling, 2001 ; Brynjolfsson et Hitt, 2000), les TIC demeurent un sujet assez
préoccupant du point de vue environnemental.
Si l’impact négatif des activités économiques, sociales et écologiques relatif aux TIC n’est
toujours pas négligeable, la question qui se pose est celle de sa réduction. Les chercheurs et les
professionnels proposent le recours aux Green IT, en français Eco-TIC, comme moyen
principal permettant d’amenuiser les conséquences négatives des TI (Ait-Daoud et al. 2010).

Le phénomène du Green IT serait en d’autres termes une expression de la démarche de RSE au

sein du SI (système d’information) et qu’à l’instar de celle-ci, il est motivé par des facteurs
économiques et la recherche de légitimité sociale et qu’il est aussi influencé par elle (Nicolas
Poussing, Nathalie Dagorn et Amelie Bohas, 2013).
Les Green IT engloberaient donc différentes pratiques et technologies, qui ont pour objectif de
prendre en considération les enjeux du développement durable. Nous nous intéressons dans
cette rubrique au cadre d'intégration de la dimension environnementale aux innovations
technologiques ; autrement dit, aux pratiques responsables mises en place par les entreprises en
matière des TI. C’est-à-dire le concept du Green IT et ses contours.
Pour construire notre revue de littérature sur les concepts Green IT, pour créer une base solide
et faire progresser le développement de nos connaissances théoriques en matière de Green IT
(Webster et Watson 2002), nous avons fait une littérature systématique en 3 activités
séquentielles : d'entrée, de processus et de sortie (Levy & Ellis 2006). Dans cette perspective,
les premiers articles pertinents ont été identifiés par Google Scholar, Science Direct, en utilisant
les termes de recherche « Green IT », «Eco-Tic» et «éco-durabilité». Deuxièmement, les articles
ont été examinés en lisant principalement les résumés et, dans certains cas, tous les papiers. Au
cours de l'examen des papiers, les concepts-clés qui tournent autour du « green » et du «SI»
sont identifiés et notés avec leurs sources respectives. Troisièmement, utiliser les concepts
théoriques de l'éco-durabilité (Hart 1995) ; la conception sociotechnique des SI (DeSanctis &

39
Poole 1994 ; Orlikowski 2000) et du cycle de vie des SI (Diez & McIntosh 2009). Une littérature
synthétisée pour générer des typologies Green IT.

3.3 La durabilité environnementale : Le Green IT le nouveau champ d’investigation Eco-

durabilité des TIC

Dans un contexte environnemental marqué par le réchauffement climatique et la raréfaction de

ressources non renouvelables, la pression qu’exercent les parties prenantes sur les entreprises à
ce sujet s’intensifie (Melville, 2010). La prise de conscience de celles-ci en faveur de
l’environnement va permettre de mettre en place des stratégies proactives (Sethi, 1979) dans ce
domaine sous la pression de la réglementation, des consommateurs, de la hausse des coûts, des
taxes carbone & de pollution et de la recherche d’une image positive, une image de notoriété
verte (Unhelkar et Dickens, 2008).
Aussi, les TIC ne pouvant plus être en marge et considérées aujourd’hui comme seulement
immatérielles et non polluantes, puisqu’elles seraient notamment responsables de 2% des
émissions globales de gaz carbonique, soit autant que l’aviation civile (Gartner Group, 2007),
les entreprises TIC prennent désormais en considération les impacts de leurs technologies (Kuo
et Dick 2009). Cela est d’autant plus le cas, que ne pas tenir compte de cette problématique peut
engendrer une perte de revenus et avoir des effets néfastes sur l’image de l’entreprise et sa
réputation (Butler et McGovern, 2008).
Dans ce nouveau champ d’investigation, les TIC semblent pouvoir jouer un rôle particulier en
raison de leur caractère transversal voire « pervasif », au sens où elles peuvent s’insinuer partout
et en tout lieu, puisqu’elles équipent désormais la plupart des modes de transport, la gestion du
télétravail exemple sous le CODIV-19, les enseignement distanciels, la robotisation
industrielle, l'intelligence artificielle, le Big data, le smart city, mais aussi les bâtiments dans la
perspective d’une « Planète intelligente » ( Smarter Planet ) selon les termes de la société IBM,
Microsoft, Google, Amazon.
Déjà présentées lors du Sommet de Johannesburg en 2002 comme moteur de l’économie verte,
la conférence Rio+20 en 2012 a encore reconnu « le rôle essentiel que jouent les TIC et les
réseaux large bande comme catalyseur du développement durable ». Pourtant, si une décennie
s’est écoulée entre ces deux évènements, les connaissances sont encore rares et souvent de
nature exploratoire, sur ce qu’il est désormais convenu d’appeler les éco-TIC (Commission

40
générale de terminologie et de Néologie 2009) ou « Green Information Technologies (IT) »,
termes qui désignent ces TIC au service du développement durable (DD).

Les entreprises sont donc incitées à concevoir, adopter et utiliser des technologies qualifiées
de Green IT. Ce vocable désigne « la capacité d’une organisation à systématiquement
appliquer des critères de durabilité environnementale (telle que la prévention de la pollution,
l’éco-conception des produits, l’utilisation de technologies propres) à la conception, à la
production, à l’achat, à l’usage et au recyclage de l’infrastructure technique des TI
(technologies de l’information) mais aussi au sein des composants humains et managériaux de
l’infrastructure des TI » (Molla et al., 2009 p. 5, notre traduction). Cela se traduit notamment
par des technologies, comme les ordinateurs, les serveurs et les périphériques associés (écran,
imprimante, disque de stockage, etc.), les Data Centers ayant un impact minimum (Murugesan,
2008).

La suite de la réflexion est ainsi organisée comme suit : nous nous intéresserons d'abord à
l'étude des fondements conceptuels du Green IT, en particulier à sa définition et à ses principes
fondamentaux, à l’innovation, ainsi qu’à la présentation des connaissances actuelles sur les
déterminants d’adoption de ce nouvel objet du management des Systèmes d’Information (SI)
Eco-TIC.

3.3.1 Les fondements conceptuels du Green IT

Deux courants majeurs interdépendants dans nos réflexions sur le Green IT peuvent être
identifiés dans la littérature. D'une part, chaque étape du cycle de vie des ressources
informatiques, de la fabrication à l'utilisation et à l'élimination, peut entraîner des dommages
environnementaux (Elliot et Binney, 2008). Mais d'autre part, les TIC peuvent être déployées
pour lutter contre l'empreinte environnementale d'une entreprise. Ce rôle des TIC peut consister
à la mise en place d'une capacité d'analyse, de surveillance et de reporting de l'empreinte grâce
à l'utilisation de l'informatique pour réduire les émissions de gaz à effet de serre, les déchets et
l'utilisation de l'eau dans les processus de l'entreprise et de la chaîne de valeur (Elliot et Binney,
2008 ; Chen et al, 2008).
L'adoption du Green IT pourrait être différente des autres adoptions informatiques en raison de
l'importance des considérations éthiques et d'éco-durabilité dans le processus de prise de
décision. L'adoption de l'informatique est généralement motivée par les avantages économiques

41
potentiels (avantage concurrentiels) de l'utilisation d'une technologie. En revanche, les
pratiques de Green IT pourraient être motivées par souci de la planète, même si les avantages
économiques pourraient ne pas être tangibles à court terme. L'adoption du Green IT pourrait
également être différente de l'adoption d'autres initiatives vertes en raison du rôle potentiel de
la pratique du Green IT permettant aux entreprises d'atteindre leurs objectifs écologiques.

3.3.2 Construction d’un cadre définitionnel du Green IT

Le Green IT n'est ni un concept bien défini, ni un ensemble de pratiques uniformément

acceptées (Molla, A., 2009). Dans la littérature des praticiens, le Green IT a été principalement
associé à des technologies et à des initiatives visant à réduire les coûts d'électricité, de
refroidissement et d'immobilier associés aux opérations TIC (Accenture, 2008 ; Rasmussen,
2006).
Cet aspect du Green IT n'est pas nouveau. L'industrie des TIC entreprend des innovations, des
initiatives pour améliorer la performance énergétique des technologies depuis plusieurs
décennies. Elliot (2007) a défini le Green IT comme «la conception, la production,
l'exploitation et l'élimination des TIC et des produits et services basés sur les TIC d'une manière
qui n'est pas nuisible et peut être positivement bénéfique pour l'environnement au cours de sa
vie entière ». Cette définition couvre les deux problèmes majeurs identifiés au début de cette
étude : les TIC vues à la fois comme problème et les TIC comme solution. En outre, l’auteur
reconnaît l'importance d'une approche du cycle de vie dans la considération du Green IT.
Cependant, Elliot n'est pas assez clair en ses termes sur les TIC et les avantages
environnementaux positifs associés à l'écologisation des TIC.
En conceptualisant le construct du domaine du Green IT, nous avons cherché à promouvoir une
compréhension plus large du Green IT. Celle de capturer les deux thèmes (problème et
solutions) du Green IT. En d’autres termes, celui qui couvre le cycle de vie informatique, et un
qui inclut non seulement les technologies dures ou rigides, mais aussi les politiques et pratiques
commerciales souples. Du point de vue de l'éco-durabilité, le Green IT peut être défini comme
l'application systématique de considérations environnementales (c'est-à-dire les pratiques de
prévention, de la pollution, la gestion des produits et l'utilisation de technologies propres) liées
à l'informatique. Cependant, le concept de l'informatique est très large et doit être dégroupé.
Une recherche informatique antérieure fait la distinction entre l'infrastructure technique de la
technologique informatique et l'infrastructure informatique des capacités humaines et
managériales (Molla, A., 2009). L'infrastructure technique informatique fait référence aux «

42
choix relatifs aux applications, aux données et aux configurations technologiques et aux
composantes techniques » (Broadbent et Weill, 1997). L'infrastructure humaine concerne « les
expériences, les compétences, les engagements, les valeurs et les normes du personnel
informatique fournissant les produits et services informatiques » (Byrd et Turner, 2000). La
capacité de gestion comprend la gestion de toutes les activités informatiques, y compris la
prospective stratégique concernant les changements dans l'entreprise, l'informatique et
l'environnement au sens plus large.
La combinaison des perspectives d’infrastructure informatique (Byrd et Turner, 2000 ;
Broadbent et Weill, 1997) et d’éco-durabilité (Hart 1997) ainsi que la notion d’Elliot (2007) du
cycle de vie informatique peut conduire à la définition suivante de l’informatique verte :
L'informatique verte est la capacité d'une organisation à appliquer systématiquement des
critères de durabilité environnementale (tels que la prévention de la pollution, la gestion des
produits, l'utilisation de technologies propres) à la conception, à la production, à
l'approvisionnement, à l'utilisation et à l'élimination de l'infrastructure technique des TI.
De même que l'application de la durabilité écologique au sein des ressources humaines et
managériales y compris les composants de l’infrastructure technologique numérique. (Molla,
A., 2009).
Sur la base de cette définition, la construction de domaine du Green IT peut couvrir deux
dimensions selon Molla. D'une part, il reflète la mesure dans laquelle une entreprise prend en
compte les considérations environnementales dans les TIC, de l'approvisionnement à
l'exploitation jusqu'à la fin de vie. Cette dimension du Green IT sera appelée ici « Green IT
Reach ou portée du Green IT ». D'autre part, la maturité des considérations environnementales,
(qu'elles s'inscrivent dans un ensemble cohérent de politiques, qu'elles aient été adoptées dans
des pratiques de routine opérationnelle, ou qu'elles aient été intégrées dans des systèmes
d'information et des technologies concrètes) représente une autre dimension. Cette deuxième
dimension peut être appelée « Green IT Richness ou la richesse du Green IT ». La combinaison
de Green IT Reach et Richness peut donner une matrice comme le montre le tableau 1.

43
 Green IT Rich Dimension – PPT

Technologies &
Politiques Pratiques systèmes

La mesure dans laquelle La pratique consistant à Des systèmes d'information

Approvisionnement une organisation a analyser les antécédents qui suivent, surveillent et
(Sourcing) adopté une politique écologiques des analysent l'empreinte
d'achat informatique fournisseurs de logiciels et carbone des fournisseurs
préférable pour de services informatiques, tels que les outils
l'environnement et en intégrant des d'évaluation de la durabilité
articulé des directives considérations écologiques des fournisseurs.
vertes claires pour dans l'évaluation des
l'achat d'équipements et fournisseurs et les
de services décisions
informatiques. d'approvisionnement
informatique
Dimensions Opérations Charge les Les pratiques d'exploitation Nouvelles technologies et
problématiques des TI vertes font référence systèmes pour (a) réduire la
de Green IT Englobe le degré auquel aux écoconsidérations dans consommation d'énergie des
Reach: SOE les services fournis par l'exploitation de
actifs informatiques de
l’infrastructure TI prend l'infrastructure physique
en relatives à la critique des TI et du réseau l'entreprise d'alimentation et
durabilité de l’entreprise. dans les centres de données de refroidissement (tels que
et au-delà et aux actions les centres de données) (b)
Certaines considérations opérationnelles conçues optimiser l'efficacité
politiques sont relatives pour améliorer la énergétique des actifs
à la gestion de la performance énergétique informatiques (c) réduire les
puissance des PC ; la des actifs informatiques de
émissions de gaz à effet de
l'entreprise.
politique sur l’utilisation serre induites par les
des ordinateurs par les technologies de
employés et des centres l'information (d) supplanter
de données les émissions de carbone
pratiques commerciales et
(e). Analyse de l'empreinte
environnementale totale
d'une entreprise.

Gestion de Fin de Politique de la Les 3 R (réutiliser, réparer, Des systèmes d'information

vie informatique
Gestion de fin de vie recycler) Réutiliser
(prolonger la durée de vie),
informatique
remettre à neuf, recycler ou
éliminer le matériel
informatique
qui suivent le cycle de vie
des actifs informatiques de
l'entreprise et analysent le
rapport coût-bénéfice
(avantage par les coûts) des
différentes méthodes
d'élimination.

Tableau 2 : La Matrice "Reach-Richness" Du Green It (D’après Molla, 2009)

44
Le Green IT renvoie ainsi à différentes problématiques ressources, toxicité, déchets et impacts
sociaux (Flipo et al. 2012; Groupe EcoInfo, 2012) et à différents niveaux d’impact individuel,
organisationnel, inter-organisationnel et sociétal (Bidan, 2010; Boudreau et al. 2008).
Dans le cadre de notre interrogation sur la conciliation de l’innovation et du développement
durable, le secteur des TIC offre un cadre de recherche très intéressant pour plusieurs raisons.
Tout d’abord, il s’agit d’un secteur fondant son succès sur l’innovation technologique. Étant
donné leurs caractéristiques high-tech, les firmes TIC sont poussées à innover constamment
afin de rester concurrentielles dans un environnement en perpétuel changement. Ensuite,
comme nous venons de le voir, ce secteur est au cœur de défis environnementaux.
Les activités TIC génèrent des externalités négatives pour la planète. Étant au cœur de ces
enjeux environnementaux, il est donc essentiel pour les TIC de jouer un rôle primordial dans
l’élaboration de solutions durables soit en tant que composante principale, soit en tant que
facilitateur de la mise en place d’une solution durable plus globale comme les Data Centers
éco-responsables.
En conceptualisant la construction du domaine de l'informatique verte, nous avons cherché à
promouvoir une compréhension plus claire du Green IT. De fait, des chercheurs ont réalisé une
bonne avancée dans le Green IT. Celle-ci se caractérise par la construction de plusieurs théories
ou typologies donnant d’autres versions plus claires du Green IT des points de vue
organisationnel, technologique, environnemental et institutionnel.

3.3.3 Les Eco-TIC au service de la durabilité environnementale : typologie

Étant donné que le Green IT a fait l’objet de peu de recherches scientifiques jusqu’à présent,
outre le fait de nous inspirer de la littérature académique (Sayeed et Gill, 2008 ; Molla, 2008,
2009a, 2009b ; Faucheux et Nicolai, 2011), nous avons également puisé dans la littérature
business ou non accademique (Gartner, 2007 ; Info-Tech, 2009 ; Baroudi, 2009 ; EuroGreen
IT, 2010) afin de trouver des typologies Green IT existantes.
Les concepts de Green IT et de IT for Green se situent au confluent de deux révolutions : la
révolution des technologies de l’information et la révolution environnementale (Essec, 2009).
Cette classification permet de distinguer d’une part, le Green IT et de green for IT, ce qu’on
pourrait appeler la « verdisation » des technologies TIC d'où le concept du " greenwashing",
et, d’autre part, l’IT for Green, c’est-à-dire l’utilisation des technologies TIC pour « rendre plus

45
vert » les processus d’une entreprise faisant partie du secteur TIC ou non. On pourrait donc
parler de Green IT interne ou externe.
Une autre typologie, celle de Hart (1997), par exemple, retient trois contributions potentielles
des SI : la prévention de la pollution (« Pollution prevention », l’écoconception des produits
(« Product stewardship ») et des technologies plus propres (« Cleaner technologies »)
(Boudreau et al. 2008; Hart, 1995). Rejoignant Hart au sujet de l’éco-conceception et l’éco-
consommation, les auteurs Sueur, I et al (2012) ajoute que le recours à l’éco-construction par
le consommateur peut être perçu comme une prise de décision éthique, son choix étant lié à un
arbitrage entre son intérêt personnel et celui de la société à des degrés divers. (Sueur, I et al,
2012).
La typologie de Hart basée sur la durabilité environnementale (éco-durabilité) préoccupation
essentielle, est définie également par Hart comme une préoccupation visant proactivement à
minimiser les émissions, les déchets et l'eau, à améliorer l'efficacité et à minimiser les
empreintes carbones d'une entreprise au bénéfice de l'environnement (Hart 1995).
Ainsi Hart distingue quatre (4) étape pour atteindre l'éco-durabilité (Hart 1995, 1997; Hart &
Milstein 2003), à savoir: la prévention de la pollution, la gestion des produits, la création de
technologies propres et la vision de la durabilité (croyance). Dans la première étape, la
prévention de la pollution se concentre sur le contrôle et la prévention des pollutions, des
émissions au cours des processus de production et d'exploitation de l'organisation (Hart 1997).
Le contrôle de la pollution signifie le nettoyage des déchets une fois qu'ils ont été créés et peut
être réalisé via l'utilisation des équipements de lutte contre la pollution. Alors que la prévention
de la pollution signifie réduire ou prévenir la pollution avant qu'elle ne se produise (proaction)
(Hart 1995, 1997).
La deuxième étape, la gestion des produits, nécessite de prendre en compte dans l'organisation
les impacts environnementaux des produits tout au long de leur cycle, incluant
l’approvisionnement en matières premières, la conception de produits et le processus de
développement (Hart 1995, 1997).
La troisième étape fait état des technologies propres. Elle nécessite des investissements dans
les technologies du futur, respectueuses de l'environnement. Des technologies pouvant
entraîner des changements importants dans le processus de production en vue de réduire le
niveau de l’impact sur le cycle de vie d’un produit, de sa conception à sa consommation (Hart
1997).

46
La quatrième et dernière étape, concerne l'établissement et l'institutionnalisation de la « vision
de la durabilité » dans laquelle les trois autres étapes constitueraient la base de la vision de la
durabilité de l'organisation c'est-à-dire une croyance écologique, constituée d’une culture
écologique organisationnelle (Hart & Milstein 2003).
La classification des éco-TIC peut se faire de différentes manières. Nous pouvons, par exemple,
suivant la typologie de Bordage (2009), les classer en deux grandes catégories d’éco-TIC. (1)
L’utilisation des TIC pour réduire l’impact écologique de l’activité humaine. (2) La conception
et la mise en place des TIC de façon à ce qu’elles réduisent leur propre impact sur
l’environnement.
Bordage (2009) propose également une autre classification des éco-TIC qui se résume en trois
catégories : le Green IT 1.0, le Green IT 1.5 et le Green IT 2.0 12.
Selon lui, le Green IT 1.0 concerne la réduction de l’impact de l’informatique sur
l’environnement. Cette catégorie consiste à réduire l’empreinte écologique (mesure de la
pression qu’exerce l’homme sur la nature correspondant à la surface productive nécessaire à
une population pour répondre à sa consommation de ressources et à ses besoins d’absorption
de déchets.) des technologies de l’information.
Ensuite, le Green IT 1.5 concerne la réduction de l’empreinte écologique des infrastructures de
communication et l’utilisation de ces outils pour réduire l’empreinte écologique de l’entreprise,
notamment en réduisant les déplacements. Cette catégorie consiste à réduire l’empreinte
écologique de l’organisation physique de l’entreprise, que cette entreprise appartienne au
secteur informatique ou non.
Et enfin le Green IT 2.0 se rattache à l’utilisation des TIC pour réorganiser / optimiser des
processus métiers en fonction de leur empreinte écologique. Cette catégorie fait référence à
l’intégration des TIC dans d’autres industries (exemples : construction, transport, logistique,
énergie, etc.) via le développement de systèmes d’information ou d’outils analytiques.
En permettant aux entreprises de bénéficier de plus de flexibilité et de systèmes informatiques
intelligents capables de mesurer et réguler les consommations énergétiques, le Green IT 2.0 a
ainsi la capacité de réduire l’empreinte écologique de ces industries en générant un changement
structurel au cœur même de leur modèle d’affaires via la réorganisation et l’optimisation des
processus métier, des opérations et de l’organisation de l’entreprise (Bordage, 2011b). De ce
fait, cette catégorie est beaucoup plus ambitieuse que les deux précédentes, qui sont, elles,
focalisées sur les dimensions techniques et organisationnelles de l’entreprise.

47
Le Green IT 2.0 permet donc à la fois de réduire la consommation énergétique et les émissions
de gaz à effet de serre relatives au secteur TIC, mais aussi relatives à l’entreprise dans laquelle
la technologie informatique est utilisée.
La classification de Bordage, (2011) est un vecteur d’opportunités de différents types, lorsqu’il
est question d’investissement environnemental : opportunités internes, lorsque l’entreprise se
concentre sur la « verdisation » de ses équipements TIC, opportunités périphériques lorsque
l’entreprise se focalise sur la « verdisation » des fonctions de support à son activité principale
et enfin, opportunités externes lorsque l’intelligence TIC permet de rendre plus verts des
secteurs autres que les TIC.
Ainsi, la figure 2 classe ces profils suivant deux dimensions : l’impact sur la stratégie de
l’entreprise concernée et la création de valeur pour la firme. Elle montre qu’une entreprise TIC
peut choisir un développement environnemental modifiant plus ou moins fort son modèle
d’affaires (i.e. sa manière de créer de la valeur) et remettant plus ou moins en question sa
stratégie.

Figure 2 : Types de Green IT (adapté de Bordage, 2011b)

Par conséquent, en nous fondant sur les travaux de Berthoud et al. (2019), Garretson (2007),
Anderson et al. (2008), Pensel (2010) et Bordage (2009). Nous pouvons catégoriser les éco-
TIC en trois catégories, comme suit :

48
D’abord, l’ensemble des méthodes, les politiques, les pratiques et services éco-responsables qui
réduisent l’impact du métier des entreprises sur l’environnement. Citons par exemple le e-
commerce, le télétravail, la vidéoconférence et le e-Learning… Ces pratiques ont pour principal
objectif d’éviter les déplacements et les transports physiques.
Ensuite, l’ensemble des méthodes infrastructures, équipements, système virtualisation,
régulation machine et des logiciels qui ont pour objectif de réduire la consommation
énergétique de l’infrastructure informatique. Dans cette catégorie on cite par exemple les «
Green Data Centers », l’informatique de nuage responsable, la virtualisation des serveurs etc.
Enfin, l’ensemble des technologies de l’information et de la communication éco-conçues ou
encore appelé les « TIC propres ». L’éco-conception est une manière préventive qui consiste à
internaliser les problématiques écologiques dans le processus de production (Patingre et
Vigneron, 2001), ainsi l’impact environnemental devrait être mesurable tout le long du cycle
de vie du produit (fabrication, suppression de l'obsolescence programmée, utilisation et gestion
des déchets à la fin de vie).

Par ailleurs, la plupart des typologies ou taxonomies du Green IT ont en commun un

rapprochement avec les travaux en management stratégique (Bohas, 2011, Bidan, 2010, Chen
et al. 2008 et Jenkin et al. (2011), qui ont basé leurs travaux sur les typologies proposées par
Hart (1997) et Dyllick et Hockerts (2002) à deux niveaux. Dans le premier niveau, les auteurs
ont retenu les trois objectifs de durabilité : la prévention de la pollution, l’écoconception des
produits et le développement durable que les auteurs décomposent entre l’utilisation de
technologies plus propres et une vision de la durabilité (Hart, 1997). Le second niveau présente
six critères de durabilité : l’éco-efficience (« Eco-Effectiveness »), l’éco-efficacité (« Eco-
Efficiency »), l’équité écologique (« Ecological Equity »), la suffisance (« Sufficiency »), la
socio-efficacité (« Socio-Efficiency ») et la socio-efficience (« Socio-Effectiveness ») (Dyllick
& Hockerts, 2002). Se focalisant sur l’empreinte écologique, Chen et al. (2008) et Jenkin et al.
(2011) n’ont retenu que les critères d’éco-efficience, d’éco-efficacité et d’équité écologique.
La typologie proposée par Molla (2009) s’inspire elle aussi de la typologie de Hart (1997) mais
à la différence des deux autres, il ne s’agit pas d’une typologie des stratégies Green IT mais
d’une catégorisation des types d’adoptants.
Mathieu et Bohas (2011) ont également adopté la typologie de Martinet et Payaud (2009) pour
élaborer une « typologie des pratiques de SI durables » (Mathieu & Bohas, 2011). Ce faisant,

49
elles ont consacré une similitude entre les stratégies RSE mises en œuvre et les initiatives Green
IT adoptées.

Il ressort ainsi de cette discussion ci-dessus, que l'écologisation des TIC vise généralement à
réduire la consommation d'énergie, la consommation d'eau, la pollution, la production de
déchets et la consommation de ressources naturelles. Elle vise également à remplacer
l’utilisation de matériaux toxiques par des matériaux non toxiques, par de bonnes politiques et
pratiques plus durables et éco-responsables.
Si la littérature récente sur la société de l'information insiste sur l'importance de la durabilité et
tenté de mieux comprendre la société verte (Melville, 2010 ; Watson et al. 2010), cependant, il
semble y avoir un manque de direction en termes de thèmes et d'approches spécifiques (Brooks
et al. 2012), d’où le règne d’une situation relativement confuse entre les promesses des acteurs
et leur implication spécifique.

3.4 Conclusion section 3

Bien que « le Green IT » soit de plus en plus courant dans les discussions, il y a encore peu de
compréhension commune des constructions de domaine de l'informatique verte, malgré une
définition établie regroupant les propos de chercheurs comme Molla, Hart, et al etc. La raison
en est qu’il n'y a peut-être pas un « artefact informatique vert » absolu. Le vert est relatif et
devrait être conceptualisé en termes d'objectifs de « verdure ». Cette section a pu identifier cinq
objectifs considérés dans le cadre du Green IT : la réduction des émissions, la réduction des
déchets, l'efficacité énergétique, la réduction de l'eau, la rente économique des TIC vertes.
Et parmi les différentes formes de solution de Green IT mises en œuvre par les entreprises, on
retrouve les différentes étapes proposées par Hart (1995) à savoir la prévention de la pollution,
l’éco-conception des produits et l’utilisation de technologies propres. De même, les finalités
d’éco-efficacité, d’éco-équité et d’éco-efficience proposées par Dyllick et Hockerts (2002),
dans la mise en œuvre de démarches de responsabilité environnementale, sont également
présentes dans les Green IT adoptées (typologies).
Une analyse des articles universitaires existants sur l'informatique verte indique que, souvent,
les technologies vertes et l'informatique sont traitées de manière nominale, les chercheurs
faisant allusion à un concept indéfini de durabilité et d'artefact informatique.

50
De plus, nous avons constaté que l’industrie numérique requiert des matières premières chères,
précieuses et généralement non renouvelables. Avec le rythme de développement et de
renouvellement des produits TIC, les ressources naturelles s’épuisent. Le marché informatique
et télécom se développe très rapidement. La taille des composantes devient de plus en plus
petite, leur puissance augmente, et leur durée de vie se réduit. La consommation énergétique de
ces produits et leurs émissions Co2 ne peuvent être ignorées, et la question de leur devenir doit
être traitée avec plus de sérieux.

3.5 Conclusion du chapitre 1 et rappel des questions de recherche

Ce chapitre nous aura permis de présenter l’état de la littérature en matière de Green IT qui
constitue le cadre théorique de ce travail de recherche. Nous avons ainsi pu mettre en évidence
combien l’étude des impacts environnementaux des TIC relève d’une contradiction tant il paraît
impossible de déterminer s’ils sont davantage positifs ou négatifs. D’autant que ces impacts
sont au cœur d’antagonismes puisqu’ils peuvent se révéler tantôt favorables tantôt défavorables
suivant les circonstances. Ainsi, une pratique telle que la dématérialisation sera perçue comme
un vecteur de durabilité par certains (Faucheux et al. 2011 ; Hilty & Ruddy, 2010) tandis que
d’autres souligneront les effets contre-intuitifs et délétères qu’elle génère (Berkhout & Hertin,
2004 ; Köhler & Erdmann, 2004 ; F. Rodhain, 2010) à l’exemple du nucléaire en France et en
Europe.
Les TIC apparaissent ainsi au cœur de bon nombre de paradoxes qu’il s’agisse de leurs
conséquences économiques, sociales ou environnementales.

S’agissant plus particulièrement de leurs impacts négatifs dont la prise de conscience n’est
qu’émergente, nous avons exposé la manière dont ceux-ci résultaient de chacune des phases du
cycle de vie de ces technologies et des usages. Dans une approche plus holistique, nous avons
vu que les TIC pouvaient également survenir des effets rebonds qui se caractérisent par une
hausse de la consommation d’un bien ou service résultant de gains d’efficience obtenus pour
ce même bien ou service ou pour un autre bien ou service (Binswanger, 2001 ; Schneider, 2003).
Considérée comme « une des plus importantes transformations organisationnelles en cours »
(Bidan, 2010), le management responsable des TIC semble être le pendant du DD et de la RSE
dans la sphère du SI en tant que modèle de gestion efficiente et efficace de ces technologies. A
l’instar de ces deux concepts, le vocable de Green IT se révèle variable, incertain. La définition
du Green IT ne fait pas encore consensus (Boudreau et al. 2008 ; Jenkin et al. 2011) et il n’en

51
demeure pas moins que les TIC se trouvent au cœur de représentations et d’intérêts parfois
contradictoires (Deltour et al. 2010). Sur le plan des initiatives mises en œuvre, celles-ci se
limitent généralement à la dimension technologique du SI (Boudreau et al. 2008) réduisant le
Green IT à une solution technique. Celle-ci « peut être définie comme celle qui exige un
changement uniquement dans les techniques […], requérant peu, voire aucun changement dans
le domaine des valeurs humaines ou des conceptions de la moralité » (Hardin, 1968). Or, c’est
au dépassement de la seule dimension technique de l’objet que nous convie le questionnement
sur la durabilité des SI. En raison du caractère émergent du Green IT, relativement peu de
travaux ont été conduits pour appréhender les déterminants de son adoption (Ait-Daoud, 2012
; Bohas et al. 2013 ; Chen, Watson, Boudreau, & Karahanna, 2009 ; Molla, Pittayachawan,
Corbitt, et al. 2009 ; Molla, 2008, 2009).
En outre, dans la mesure où la technologie n’est pas en elle-même rentable, c’est la manière
dont on s’en sert qui constitue un avantage concurrentiel (Orlikowski, 2000 ; Jones et Karsten,
2008). L’organisation doit ainsi se soucier de l’usage qui est fait d'une technologie mise en
place (Markus et Robey, 1988). Plusieurs concepts ont tenté d’expliquer les meilleurs usages
de la technologie. Il est donc essentiel pour nous de comprendre à travers un corpus théorique
fondé sur le Green IT ou l’Eco-tic, et l’Eco-Data Center suivi d’une étude de cas sur les pico-
Data Centers éco-responsables comme solution à la soutenabilité du Cloud Computing
classique et des enjeux environnementaux liés au numérique.

Ce qui nous emmène à formuler notre problématique de la façon suivante :

Dans quelle mesure les organisations et les acteurs du numérique adoptent-ils des
politiques Eco-tic des pico-Data Centers visant à garantir la soutenabilité du Cloud
Computing ?

Au plan académique, le Green IT demeure un sujet d’étude encore peu présent dans les
recherches en gestion (Elliot, 2007 ; Melville, 2010). Aussi, nous voudrions montrer qu’une
étude de cette innovation sous l’angle du management stratégique et dans la perspective du
Green IT, permet d’apporter des renseignements de nature différente et complémentaire à ceux
recueillis jusqu’à ce jour par les écrits publiés en informatique, en écologie, en psychologie. En
particulier, il peut sembler intéressant de savoir en quoi les pico-Data Centers peuvent
constituer des Eco-TIC de telle manière à rendre plus soutenable le Cloud Computing et
l’environnement naturel.

52
Notre double-ambition est alors de décrire les pico-Data Centers, d’en comprendre les
caractéristiques Eco-Tic et d’expliquer l’intérêt des innovations technologiques plus
soutenables procurant à la fois des avantages concurrentiels et la protection environnementale
en particulier au Cloud Computing, qui est aujourd’hui au centre de la révolution numérique.

Pour ce faire, nous avons décliné cette problématique en deux questions de recherche à partir
de la littérature :
1- Quelles sont les caractéristiques et les contributions Eco-tic générales des pico-
Data Centers ?
2- Quelles politiques managériales les acteurs du numérique devront-ils entreprendre
en matière d’Eco-TIC et quels facteurs de motivation peuvent-ils les inciter à
l'adoption des pico-Data Centers comme solution à la soutenabilité du Cloud
Computing ?
En apportant une réponse à ces « différents sous-problèmes », nous serons en mesure de
résoudre la problématique de notre recherche (Ghewy, 2010). Comme le souligne Ghewy, «
cette méthode de découpage de la question de recherche est déjà celle que préconisait
Descartes dans le Discours de la méthode, en 1637. Il proposait de transformer la question
complexe de départ en éléments plus facilement mesurables et vérifiables » (p. 18) (Ghewy,
2010).

Afin d’apporter une réponse à ces différentes questions, nous allons analyser des champs
théoriques pertinents dans le chapitre suivant. Cette revue de littérature à la fois académique et
non-académique nous permettra ainsi d’élaborer notre cadre d’analyse de l’adoption de
politiques managériales Eco-tic des pico-Data Centers écoresponsables et soutenables.

53
 INTRODUCTION GENERALE

PREMIERE PARTIE

Chapitre 1 : Les enjeux fondamentaux du numérique

Chapitre 2 : Quels Data Centers et quel cloud computing face à la flambée continue des demandes ?
: Une analyse des Data Centers et des pico-Data Centers ecoresponsables.

2ème PARTIE : Analyse empirique de la soutenabilité du cloud computing

Chapitre 3 : Méthode de recherche et collecte

Chapitre 4 : résultats et discussion de la recherche

CONCLUSION GÉNÉRALE

54
Chapitre 2 : Quels Data Centers et Cloud Computing face à la flambée continue des
demandes ? : Une analyse des politiques Eco-Tic des Data Centers et des pico-Data
Centers écoresponsables.

Section 1 : La problématique de la croissance forte et continue des demandes de

stockage et de puissance de calcul des Data Centers.

La révolution numérique actuelle sollicite de plus en plus de serveurs et les Data Centers pour
satisfaire la demande croissante de puissance de calcul. Nous rappelons que les Centres de
données sont énergivores et en croissance la plus rapide au monde.
En effet, selon un rapport de l'ADEME (Agence de l'environnement et de la maitrise de
l'énergie), si rien ne change, d'ici 2030, les Data Centers pourraient représenter 13% de la
consommation électrique mondiale, équivalant à 1130 réacteurs nucléaires. Si on ajoute les
équipements technologiques grand public, comme les terminaux (les smartphones, les
ordinateurs et les tablettes), la part atteint 51% de l'électricité mondiale, et l'équivalent de
4400 réacteurs nucléaires. 6
Par ailleurs, selon une étude de Gartner en octobre 2020, l’augmentation du trafic de données
et le besoin accru de capacité de calcul et de stockage sont principalement dus à l'énorme
croissance des demandes de centre de données dans les quatre domaines suivants :
 Services de streaming en ligne
 Technologie 5G, innovations IoT et automatisation croissante
 Infrastructure Cloud
 Crypto-monnaies basées sur des blockchains (Bitcoin, Ethereum, Ripple, Tron. etc) 7
En ces temps de révolution numérique, les données alimentent l'économie mondiale. Les
centres de données sont les nouveaux moteurs à combustion et leur impact sur le climat
est tout aussi dévastateur, sinon pire. Selon la même étude, il est estimé que les Data
Centers consommeront environ 20% de l'approvisionnement mondial en électricité dans
quatre ans. La demande de puissance de calcul a été multipliée par dix depuis 2014. Le
trafic de données devrait augmenter de la même ampleur au cours des trois prochaines
années.
6 https://www.zdnet.fr/actualites/edf-se-lance-dans-le-cloud-computing-et-les-projets-blockchain-39898845.htm
(consulté le 17 avril 2020)
7 https://www.gartner.com/en/newsroom/press-releases/2020-10-07-gartner-says-worldwide-data-center-
infrastructure-spending-to-grow-6-percent-in-2021 (consulté le 17 avril 2020)

55
1.1 L’exemple de l'exploitation minière de Bitcoin qui sape l'idéal des « Centres de
Données verts »

Selon l'indice de consommation d'électricité de Cambridge Bitcoin, l'exploitation minière de

Bitcoins consomme environ 119,87 térawattheures d'électricité par an (cette valeur est une
estimation ; la consommation réelle varie entre 35 et 200 TWh). Cela équivaut à peu près à la
consommation d'électricité de l'Argentine, du Pakistan ou de la Norvège. En conséquence, le
Frankfurter Allgemeine Zeitung (l’un des trois quotidiens allemands les plus lus) a récemment
qualifié le Bitcoin de « monnaie polluante numéro un du monde ». L'exemple du Bitcoin
montre à quel point le besoin de puissance de calcul et d’énergie peut augmenter dans un laps
de temps incroyablement court et sert simultanément pour rappel de l'urgence de faire de
sérieux efforts pour passer à l'informatique verte et aux centres de données vertes, plus Green,
éco-responsables, plus soutenables pour le Cloud Computing et l’environnement naturel.

1.2 L’irréversibilité des consommations

Que ce soit dans le cadre de leur plan de neutralité carbone ou non, c’est donc impérieux pour
les entreprises du numérique, qui ont tout à gagner à choisir des solutions durables et
économe en énergie. C’est-à-dire un système de stockage compact avec une empreinte au sol
moindre, ou des équipements moins voraces en énergie. Dans cette voie, il est constaté
certaines réductions des coûts énergétiques allant jusqu'à 15% de leur facture habituelle pour
l'ensemble du Data Center, grâce au simple remplacement de leur équipement de stockage.
Avec l’exemplarité du Data Center de SostraData à Saint-Maurice-la-Souterraine en France,
qui est refroidi à 90 % par ventilation naturelle.
La soutenabilité, la durabilité ou la frugalité des Data Centers demeure une nécessité absolue
pour le monde, dans la mesure où ces usines à données sont de véritables gouffres
énergétiques pour l'alimentation de leurs serveurs et de la climatisation nécessaire à leur
fonctionnement. Certains entrepôts atteignant même le niveau de consommation moyenne
d'une ville de 75 000 habitants 8.

8 https://start.lesechos.fr/societe/environnement/cet-article-emet-autant-de-co2-que-manger-du-poulet-pendant-
un-mois-1174945 (consulté le 17 avril 2020)

56
Les mesures de confinement actuellement en vigueur dans la plupart des pays, la Covid-19
n’améliorent pas cette tendance, avec des pics de demande inédits liés en grande partie à
l’utilisation des outils collaboratifs pour assurer le télétravail des salariés. Mais aussi la
consommation récréative d’internet, telles que les plateformes de réseaux sociaux, pour
combler les journées. Les fournisseurs de Data Center témoignent d’une hausse de
consommation électrique et d’une montée en charge des connexions dont ils craignent la
saturation.9

1.3 Quelle meilleure solution Eco-tic envisagée, sachant que les Data Centers éco-
responsables ont été annoncés comme un moteur d'innovation verte des TIC ?

En effet, la tendance à la hausse de la demande devrait se poursuivre sans relâche. En particulier,

l'IoT, l'automatisation, le Big Data, l’IA, la 5G et la 6G influenceront énormément le sort de
l'économie mondiale dans les années à venir. Les volumes et flux de données augmenteront.
Alors, quelle solution innovante doit-on envisager pour les Data Centers (socle du numérique)
et pour pérenniser le Cloud Computing ?
L’innovation est considérée comme un moyen, voire le facteur central du soutien et du
développement de la compétitivité des entreprises (Schumpeter, 1934 ; Tidd et al. 2005 ; Hall
et Wagner, 2011). Pour l'OCDE à Oslo « l’innovation est la mise en œuvre d’un produit nouveau
ou sensiblement amélioré (bien ou service), d’un procédé, d’une nouvelle méthode marketing,
ou d’une nouvelle méthode d’organisation des pratiques de business, de l’organisation du
travail ou des relations extérieures » (OCDE, 2005, p. 46).
Au vu des pressions environnementales, des innovations intégrant la dimension
environnementale ont vu le jour et permettent aux entreprises d’explorer de nouvelles
opportunités de croissance durable (Porter et van der Linde, 1995a, 1995b ; Hall et Vredenburg,
2003 ; Hart et Sharma, 2004 ; Ayuso et al. 2011). L’innovation est donc perçue du point de vue
organisationnel, comme un facteur endogène, qui doit amener le développement de nouvelles
ressources ou de nouvelles combinaisons de ressources et de routines qui offriront aux
entreprises un avantage concurrentiel à long terme (Mc Williams et Siegel, 2000 ; Hart et
Sharma, 2004 ; Hall et Wagner, 2011).

9 https://www.franceculture.fr/societe/confinement-malgre-le-teletravail-netflix-et-le-porno-les-reseaux-
tiennent-le-coup (consulté le 21 avril 2020)

57
Conclusion section 1
Plusieurs études ont parlé de l’importance du Green IT qui recouvre certaines dimensions, à
savoir : l'aspect écologique lié au gaspillage et à la destruction du matériel IT ; la consommation
énergétique liée aux équipements informatiques ; et l'aspect économique de durabilité de
l'investissement. (Bohas, 2013).
Or, Il semble que beaucoup reste à faire et il y a peut-être encore d’autres défis à relever.
Pour des acteurs professionnels de la technologie numérique comme Gabriel Ferreira (directeur
technique chez Pure Storage France), « la solution clé reste l’évolutivité ». Selon lui, pour une
durabilité et l’écoresponsabilité du numérique, les équipements technologiques doivent être
évolutifs, s'adapter à l'évolution des besoins de volume, de capacité de traitement et de
modernisation technologique.
Pour lui, « une solution qui réussit à intégrer les évolutions technologiques au fur et à mesure
de leur apparition, sans avoir à changer le matériel, adopte une dynamique progressiste en
opposition radicale avec l'ancien modèle de consommation. Car ceci, en plus de n'être ni éco-
responsable ni durable, est inadapté au rythme effréné du monde actuel, dans lequel il est
quasiment impossible pour les services IT d'établir une estimation fiable de leurs besoins de
stockage et de capacité de calcul au-delà des 6 prochains mois ». « Grâce à l'innovation
constante déployée par les entreprises technologiques, les solutions deviennent maintenant à
la fois rentables et durables ».

Pour des chercheurs en systèmes d’information comme Marc Bidan, (2021) « le système
d'information c'est une technologie. Elle peut être complexe, à priori, elle est neutre. Ce qui
n'est pas neutre, c'est comment on va la piloter, comment on va la manager, et quel est le choix
politique que fait soit le dirigeant, soit le dirigeant- entrepreneur, le DSI ou un particulier. Et
ce choix-là, nous renvoie à notre liberté, mais aussi à notre aliénation. Donc, tout le corpus du
management de l'information, nous renvoie aux données, au traitement, au stockage, à
l'appropriation, à la diffusion, à l'écoresponsabilité, à la gestion des énergies, des déchets, des
émissions etc. Mais ce déroulé est transverse et impactera des problématiques philosophiques,
des problématiques éthiques, des problématiques juridiques, c'est donc une question de
management, de choix stratégique avant d'être une question technique. Ou encore c'est d'abord
une problématique managériale avant d'être technologique pour arriver par exemple à la
soutenabilité numérique et du Cloud Computing en particulier ».

58
Ainsi, les investigations des auteurs et professionnels ont montré que les entreprises, grandes
utilisatrices de TIC, voient leurs initiatives en matière de Green IT largement influencées à la
fois par leur environnement institutionnel (Butler, 2011) et par leur politique RSE (Bohas et al.
2014).

Au regard de ce qui précède, la combinaison des options Managériales et technologiques

semble-t-elle être une meilleure voie à emprunter dans les politiques Eco-Tic des Data
Centers écoresponsables pour la soutenabilité du Cloud Computing ?

En raison des études très faibles sur la question, nous proposons ici un état des lieux sur les
politiques Eco-tic des Data Centers. Mais, bien avant, nous voudrions définir le Cloud
Computing et son lien intime avec les Data Centers dans la section suivante. Ensuite, nous
abonderons la question des politiques Eco-Tic des Data Centers écoresponsables et réfléchir
sur la problématique des pico-Data Centers écoresponsables et leur contribution à la
soutenabilité du Cloud Computing.
Les enquêtes dans les Data Centers n’étant pas toujours simples, à l’instar d’autres terrains
d’accès difficile, vue que ces lieux sont hautement sécurisés, nous avons fait un tour d’horizon
de recherche documentaire sur la Tech, les avancés dans le domaine du numérique, le cloud
computing, les Data Centers, les leaders, les projets déjà réalisés et ceux en cours de réalisation
en matière de protection environnement du numérique. Nous avons procédé à la collecte de
documentation disponible in situ et en ligne, ethnographie de salons professionnels et entretiens
avec des experts ou consultants du domaine.

Section 2 : Le Cloud computing et Data Center

2.1. Le Cloud Computing

À ce jour, peu de contributions scientifiques se sont efforcées d’élaborer une définition précise
du phénomène de l’informatique en nuage. Youseff et al. (2008) ont été parmi les premiers à
fournir une compréhension complète de l'informatique en nuage et de tous ses composants
pertinents. Faute de trouver une définition consensuelle au cloud computing, celle de L'Institut
national des normes et de la technologie (NIST) a été largement reconnue comme une

59
contribution précieuse à la compréhension des technologies du cloud computing et des services
cloud.
La recherche définitionnelle conduit l’INIST à identifier cinq acteurs principaux. Ce sont : les
consommateurs de cloud, les fournisseurs de Cloud, les opérateurs de Cloud, les auditeurs de
cloud et les courtiers en Cloud. Chaque acteur est une entité (une personne ou une organisation)
qui participe à une transaction ou à un processus et / ou effectue des tâches dans le cloud
computing. (NIST 2010).
Ainsi, en 2011, la définition retenue par l’NIST du Cloud Computing est la suivante : « Le
Cloud Computing est un modèle permettant un accès réseau internet à la demande à un bloc
partagé de ressources informatiques configurables (par exemple, réseaux, serveurs, stockage,
applications et services) pouvant être rapidement provisionnées et libérées avec un minimum
d'effort de gestion ou en interaction avec le fournisseur de services » (NIST 2011).
Ceci étant, le service essentiel est celui des fonctionnalités, à savoir : le matériel, les logiciels,
l’évolutivité et Internet / réseau. Outre cela, le Cloud comporte des modèles économiques
suivants.
Figure 3 : exemple d’architecture du Cloud Computing

2.1.1 Les services du Cloud Computing

Le Cloud Computing intègre donc les technologies et modèles existants entre le fournisseur de
services et les consommateurs. Les ressources sont traitées comme des services disponibles
pour les utilisateurs en fonction de leurs besoins (service à la demande). Il existe trois modèles
principaux de service, disponibles pour les utilisateurs en fonction de leurs besoins. Il s’agit de

60
IaaS (Infrastructure as Service), PaaS (Platform as a Service) et SaaS (Software as a Service).
Ou encore, IaaS (infrastructure en tant que service), PaaS (plateforme en tant que service) et
SaaS (logiciel en tant que service). L'IaaS et le PaaS fournissent des services aux éditeurs et
développeurs de logiciels indépendants, tandis que le SaaS fournit des services aux utilisateurs
finaux (NIST 2011).
Les différents types de Cloud Computing existent selon le degré d'accessibilité qu'il offre. On
y trouve le Cloud privé, publique, hybride et / ou communautaire (figure 1).

Figure 4. Les différents types de Cloud Computing. (Source : NIST 2011)

L'augmentation de la popularité de la technologie cloud est due aux avantages qu’elle procure
aux particuliers et aux entreprises. Ces avantages incluent : flexibilité, reprise après sinistre,
réduction investissement dans les ressources TIC, collaboration optimisée entre les membres
d’une organisation et mises à jour logicielles automatiques.
Au fil du temps, le Cloud Computing devient un modèle de calcul intelligent qui a fait
émerger de nouvelles technologies et des paradigmes innovants tels que l'Internet des objets
(IoT), la Blockchain et l'Intelligence Artificielle, Big data etc. (Mellet, 2020).
Cependant, l’augmentation forte du Cloud suscite des problématiques majeures de
soutenabilité, de durabilité numérique et de protection environnementale pour lesquelles les
Data Centers sont mis en cause.

61
2.2 Qu’est-ce qu’un Data Center ?

La littérature établit que les Data Centers sont des sites physiques, des bâtiments hautement
sécurisés dans lesquels sont concentrés des équipements informatiques et les dispositifs
technologiques nécessaires à leur fonctionnement en continu (matériels informatique, serveurs,
conduites pour câbles, climatisation, filtration de l’air, distribution de l’énergie, système
d’alerte incendie et d’extinction, dispositif de surveillance par caméras et/ou capteurs, entrées
et sorties réseau, sécurité physique du site, etc.) (Khosravi, A., & Buyya, R. ,2018).
C’est un lieu nécessairement climatisé, protégé (système anti-incendie, anti-intrusion) et qui
présente une alimentation d’électrique d’urgence. Par conséquent, c’est un lieu qui consomme
beaucoup d’électricité et dégage beaucoup de chaleur et du Co2. On considère que les « Data
Centers » ne représentent pourtant que 15 % de l’impact environnemental du cyberespace, le
reste relevant des utilisateurs avec leurs terminaux c’est-à-dire ordinateurs, smartphones et
des réseaux (Toosi, A. N & al 2017).

Figure 5 : Exemple d’usine à données : Big Data Center

62
Giga centre de données en chine
Source : https://www.quora.com/Who-operates-the-worlds-biggest-data-centers-Google-
Amazon-Netflix-the-NSA-someone-else

2.2.1 Le rôle des Data Centers

Les Data Centers jouent un rôle majeur dans la sphère du numérique, car la plupart des
entreprises et les particuliers connectés utilisent des solutions externalisées de type Cloud
Computing hébergées dans les Data Centers et notamment en situation de mobilité c'est à dire
via des terminaux portables (Mellet, 2020).

Les mégadonnées (Big Data) qui y passent, constituent aujourd’hui l'une des perturbations
technologiques les plus importantes ces dernières années (Agarwal et Dhar 2014). Pour les
auteurs, le big data fait référence aux grands volumes de données générées et mises à
disposition en ligne et dans les écosystèmes des médias numériques par le biais des Data
Centers. Les mégadonnées sont générées à partir de différents types de sources, telles que les
multiples transactions effectuées quotidiennement, les publications faites sur les réseaux
sociaux, ou encore le nombre croissant de capteurs installés dans de nombreux objets (par
exemple, les téléphones portables, les appareils électroménagers, les voitures, etc.). Le Big Data
va au-delà de l’analyse de modèle. Il permet de prédire des événements (George et al. 2016),
et soutient l’intelligence artificielle qui est capable d'automatiser les processus, transformer les
entreprises et créer de nouveaux types d'entreprises au travers des données numériques stockées

63
et transmises depuis les Data Centers. Les Data Centers performent ainsi, les organisations
publiques et privées. Ils favorisent la création de la valeur grâce au développement des activités
classiques et nouvelles. Ils contribuent au développement de nouvelles industries (4.0), des
villes intelligentes, de nouvelles sociétés etc. (Ng 2018). Le Big Data est ce qui alimente
fortement l’activité des Data Centers aujourd’hui. Ces mégadonnées doivent tourner 24h/24,
7jours/7 dans les Data Centers. Elles sont à l’origine de la course à la performance numérique,
technologique, aux écosystèmes commerciaux et universitaires avec de graves conséquences
environnementales et sociales (Agarwal et Dhar 2014).

Face à cette situation de plus en plus complexe, les modèles classiques d’hébergement en Data
Center existant commencent à plier sous le poids de de la révolution des IT. La course à la
performance numérique, l'augmentation rapide continue des mégadonnées ne cessent de
pousser le numérique vers l’extrême agilité des Data Centers, la consommation excessive et
continue d'énergie, d'émission excessive de Co2 (exemple : l’apparition des Data Centers hyper
scales).

2.2.2 Combien y-a-t-il de Data Centers dans le monde ?

Selon le magazine en ligne, spécialisé en sécurité informatique Global Security Mag, en 2011,
on dénombrait plus de 2000 « Data Centers » dans le monde, une centaine en France dont
une quarantaine en région parisienne (Paris, Hauts-de-Seine, Seine-Saint-Denis). En 2019 on
en recense plus de 4 400 dans plus de 120 pays dont environ 1 900 aux États-Unis, 160 en
France.

Figure 6 : World biggest Data Centers Map / La Carte des plus grands Centres de Données du
Monde

Source : https://www.pngkit.com/view/u2w7r5r5w7e6e6o0_world-data-center-map/

64
Figure 7 : la carte des Data Centers recensés en France en 2020

En France, 215 Data Centers sont recensés en 2020.

Source : Global Security Mag 2020

65
Section 3 : le Cloud Computing et les Data Centers faces aux enjeux écologiques

Les Data Centers, centres d’enregistrement, de traitement et de transmission des données, sont
au cœur d'un système d’internet mondial, de plus en plus externalisé dans les nuages
numériques. Ainsi, leurs besoins en électricité, eau, sable, terres rares et autres ressources
deviennent de plus en plus difficilement soutenable en raison de leur exigence énorme pour
l’alimentation électrique des serveurs et de leur refroidissement.
Il est donc clair que les enjeux auxquels les fournisseurs de Cloud Computing des Data Centers
sont confrontés, concernent la consommation électrique pour l’alimentation et le
refroidissement des serveurs. 10
Parmi les effets négatifs certains auteurs identifient principalement les émissions et les déchets
liés à la fabrication et au cycle de vie des matériels, les émissions de CO2, la consommation
excessive des ressources énergétiques et fossiles à la fois du matériel et des logiciels.
Dans des études non académiques, les effets négatifs et positifs du Cloud Computing sur
l'environnement ont été étudiés et mis en évidence à différents moments par des auteurs et
organisations. Selon « Mines », l’infrastructure de Cloud Computing comporte deux éléments
critiques dont la gestion peut affecter l’environnement : la charge énergétique et les ressources
mises en œuvre. 11
Ainsi, selon les mêmes auteurs, une gestion optimale des ressources implique de maximiser
l'utilisation des ressources disponibles avec moins d'équipements et moins de consommation
d'énergie. Ceci devrait attirer l’attention des utilisateurs Cloud et des Centres de Données
engagés dans la protection environnementale. Certes, les TIC étant matérielles et
technologiques, leur frugalité demeure indiscutable dans un contexte écoresponsable. Mais, il
importe de savoir si l'usage réel qui en est fait peut susciter une rentabilité et un avantage
concurrentiel (Orlikowski, 2000 & Karsten, 2008). Une implication des enjeux
environnementaux dans les centres de données conduirait à produire des Eco-Data Centers ou
des Data Centers écologiques, écoresponsables. Dans la littérature sur les politiques
managériales Eco-tic, une telle démarche procurerait d’avantages concurrentiels liés à la
réduction des coûts ingénieriques ou des coûts opérationnels, à la réduction de la consommation
énergétique et des émissions de Co2.

10 Bateman, A .; Wood, M. Cloud Computing. Bioinformatics 2009 , 25 , 1475.

11 Mines, C. 4 raisons pour lesquelles le cloud computing est également une solution verte. 2011. Disponible en ligne:
http://www.greenbiz.com/blog/2011/07/27/4-reasons-why-cloud-computing-also-green-solution?page=0%2C0 (consulté le 2
septembre 2020)

66
De ce fait, les Data Centers pourraient valoriser une image positive et responsable dans la
croissance et l’évolutivité de nature à pérenniser le cloud computing. C’est l’objectif qui nous
emmène à découvrir la sphère des éco-Data Centers, qui comporte à la fois les infrastructures
Eco-tic, qui est le fait des équipementiers et les politiques managériales écoresponsables et qui
relèvent également de la compétence des gestionnaires, des DSI, des dirigeants etc. Chacun
joue sa partition Eco-tic.

3.1 Produire des éco- Data Centers : pourquoi ?

L’avènement de la révolution numérique dans notre société se traduit par une forte croissance
des équipements matériels numériques, aussi bien en quantité qu’en termes de diversité
(Credoc, 2014). Le caractère écologique de ces équipements suscite des questionnements,
attendu que la puissance consommatrice des grands Data Centers est similaire à celle d'une ville
de 100 000 habitants (Gartner 2011). La réalité est que, le monde organisationnel public, privé
et les individus ne pourront plus se passer du cloud et des Data Centers. Nous sommes à
l’époque de l’accélération digitale où tous secteurs sont de plus en plus interconnectés et agiles.

Or, ces Data Centers représentent en réalité un véritable désastre pour l’environnement. Ne
serait-ce qu’aux États-Unis, on estime que les centres de données ont consommé 73 milliards
de kWh en 2020. Cette consommation continue à doubler tous les 4 ans. D’ici 2030, les Data
Centers du monde entier pourraient engloutir 10% de la production mondiale d’électricité
contre déjà 3% à l’heure actuelle selon l'ADEME. On pourrait légitimement craindre une
explosion similaire des consommations énergétiques, vu qu’à ce jour pourtant, seule la moitié
de la population mondiale est connectée à internet. Celle-ci contribue donc à une génération
massive de données qui ne peut s’arrêter. À mesure que l’internet se répand sur la planète, les
besoins en Data Centers vont continuer à croître de manière effrénée. L’arrivée de la 5G et
l’essor des cryptomonnaies ne sont que davantage de facteurs venant amplifier le problème.
Les Data Centers sont le socle du numérique et au cœur de la transformation digitale des
organisations. Ils abritent les équipements informatiques (baies de serveurs) qui permettent le
stockage, le traitement, la protection et la transmission de données. La croissance continue de
la production et de l’usage de données numériques, par les particuliers comme par les

67
entreprises, exige une capacité de stockage toujours plus importante et une gestion optimisée
de ces données.
Rappelons en effet, que les Centres de données regroupent de multiples ordinateurs entassés
fonctionnant sans interruption et à pleine puissance, puisse qu’ils doivent tourner et continuer
de recevoir les données 24h/24. De fait, ces ordinateurs (serveurs) chauffent énormément. Il est
donc nécessaire de mettre en place des systèmes de refroidissement pour éviter la surchauffe et
s’assurer qu’ils continuent à fonctionner.
Or, c’est justement le fonctionnement et le refroidissement de ces nombreuses machines qui
consomme de l’énergie et brûle des énergies fossiles sur lesquelles elles ont été construites à
l’origine. Selon une étude faite par l’ADEME, le refroidissement des Data Centers représente
environ 40% de l’énergie qu’ils consomment.
L’arsenal des technologies numériques constituent un moteur essentiel économiquement
stratégique dans lequel les équipementiers TIC tiennent une place centrale au regard de la
croissance des besoins énormes d’infrastructure des Data Centers et la nécessité de performer
leurs capacités de stockage et de puissance de calcul dans le traitement des données.
Cette situation évoque deux (2) hypothèses :
- Soit, nous adoptons des politiques Eco-tic managériales visant à écologiser les Data
Centers classiques en des Eco- Data Centers (H1).
- Soit, nous adoptons des politiques Eco-tic managériales de création de Data Centers de
petite ou moyenne taille, soutenable du point de vue écologique et énergétique. C’est-
à-dire des Data Centers autonomes en énergie (énergie renouvelable) ou moins
énergivores avec moins d’émission de Co2, qui soient respectueux de l’environnement
(H2)

3.2 Contexte infrastructurel des Data Centers et ses acteurs ; les équipementiers en
particulier

Les équipementiers TIC toujours cités en première ligne dans cette crise environnementale,
rassemblent les acteurs économiques concourant à la fabrication des biens matériels
numériques, qu’il s’agisse des fabricants de terminaux numériques (ordinateurs, téléphones
mobiles, tablettes, smart phone etc.) ou des éléments d’infrastructure associés (serveurs,
réseaux, box, etc.). On retrouve parmi ces équipementiers de grandes multinationales (exemple
HUAWEI, ALCATEL, NOKIA, ERICSON etc.) ainsi que des sociétés de taille plus modeste.

68
On peut également inclure les syndicats professionnels du secteur (FIEEC, GIMELEC ou
l’Afnum en France).

Ces équipementiers TIC ont fait l’objet de nombreuses investigations conjointes avec d’autres
acteurs socioéconomiques également reconnus comme parties prenantes intervenant dans les
pratiques d’innovations responsables et de responsabilité sociale dans le secteur des TIC (Elliot,
2011 ; Pensel, 2010 ; Liénart et Castiaux, 2012) à savoir les consommateurs ou utilisateurs,
distributeurs, régulateur, syndicat, ONG. (Deltour, 2016).

Les débats actuels observés dans les articles du journal « le Monde Informatique » évoquent en
majorité la question de l’efficience, l’éfficacité énergétique du numérique, loin devant d’autres
secteurs. Des études empiriques ont également mis en exergue les contre-performances
environnementales des Data Centers et des initiatives entreprises auprès des équipementiers sur
la consommation énergétique des centres de données représentants de véritables « ogres
énergétiques ».

En considérant notre première hypothèse H1, la question est donc de savoir comment parvenir
à l’écologisation des Data Centers classiques par l’entremise des équipementiers, considérés
comme les premiers concernés de la crise environnementales du numérique ?

3.3 Produire des Eco-Data Centers : comment ?

Dans le but de cerner les initiatives des équipementiers en matière d’éco-TIC sur les centres de
données, nous nous appuyons sur une grille établie par Deltour, (2016) pour définir les
problématiques environnementales relatives aux actions menées par les équipementiers du
numérique.

Parmi les multiples cadres d’analyse du comportement organisationnel, nous allons nous
appuyer sur les travaux de Deltour, (2016), qui a retenu deux (2 grilles) d’analyse sur les
politiques de structuration et des questionnements autour des Eco-TIC adoptées par les
organisations d’équipementiers et ceux de Berthon et Donnellan (2011) sur les politiques liées
aux Eco-TIC au travers du spectre de la décision managériale.

69
 Ces grilles sont présentées et discutées successivement.

Produits cibles Problématique(s) Actions menées ou en projet

environnementale(s) soulevées
1- Les Data Centers Consommation énergétique liée àRationalisation via la virtualisation
(fermes de serveurs, la sous-utilisation des serveurs et
des serveurs et solutions de cloud
centres de calcul…) à leur refroidissement. computing (mutualisation des
ressources).
Optimisation des systèmes de
refroidissement : meilleures
climatisations, confinement des baies,
modularité des locaux…
Meilleures mesures de la
consommation électrique,
Relocalisation des centres de données
(région froides ou en mer)
2- Les ordinateurs Consommation énergétique Labellisation (Energy Star, EPEAT,
personnels Ange Bleu, Greenguard…)
Composition du matériel Réduction des consommations de
certains composants critiques
(processeurs, cartes graphiques)
Elimination des substances
dangereuses. Introduction de
matériaux recyclés, recyclables ou
naturels pour les boîtiers ou claviers
des ordinateurs
3- Les téléphones portables Composition du matériel Elimination des substances
dangereuses. Introduction de
matériaux recyclés, recyclables ou
naturels pour les coques des
téléphones
Consommation énergétique Accroissement des performances
énergétiques des batteries
4- Les réseaux Consommation énergétique Accroissement des performances
énergétiques des réseaux et
infrastructures télécom
Tableau 3 : Synthèse des thématiques mises en avant par les équipementiers, par familles
de produits. (Source Deltour, (2016))

70
 3.3.1. La première grille est celle des problématiques managériales des Eco-Data
Centers

Les travaux réalisés par Berthon et Donnellan (2011) sur le Green IT, publiés dans la revue
« Journal of Strategic Information Systèmes de 2011 », font état d’une analyse des politiques
liées aux Eco-TIC au travers du spectre de la décision managériale. Cette prise de décision dans
le contexte organisationnel peut alors être pensée comme incluant plusieurs domaines.

Quatre domaines sont ainsi identifiés, qui soulèvent des problématiques organisationnelles
sous-jacentes :

(1) les régulations relèvent du domaine socio-économique et juridique et concernent les

différents protocoles auxquels les entreprises doivent se conformer (depuis les standards
internationaux jusqu’aux codes de bonne conduite volontaire) ;

(2) les technologies et les aspects innovants associés ;

(3) l’évaluation à laquelle les managers sont confrontés dans leurs choix de protocoles et de
technologies ;

(4) les conséquences des décisions en matière d’éco-TIC.

Ces quatre domaines présentés par Berthon et Donnellan constituent pour nous un premier
travail de structuration des questionnements autour des éco-TIC d’un point de vue
organisationnel. Ce travail a été également repris et amélioré par (Deltour, 2016), que nous
prenons en compte pour la suite de notre analyse.

3.3.2 - La classification des niveaux d’impact des DC sur l’environnement :

seconde grille

La seconde grille mobilisée traite des différents niveaux d’appréhension des relations entre TIC
et environnement. Cette classification en trois niveaux a été initialement proposée par Berkhout
et Hertin (2001) dans un rapport de l’OCDE puis progressivement amendée et affinée (Hilty,
2008). Elle enrichit un éclairage sur la compréhension du clivage entre le Green for IT et l’IT
for Green. Cette grille de référence a été reprise dans différentes recherches (Faucheux et
Nicolaï, 2011 ; Bohas et al. 2014 ; Hilty et Aebischer, 2015).

71
Les trois types d’effets sont ainsi distingués de la façon suivante :

–– les effets de premier ordre sont les effets directs et matériels des TIC sur l’environnement.
Ces effets incluent les besoins en matières premières et en énergie tout au long du cycle de vie.
Ces effets sont appréhendés comme les coûts nécessaires pour fournir l’offre numérique ;

–– les effets de deuxième ordre sont des effets « habilitants » qui découlent de l’usage des
TIC. Ces effets peuvent être considérés comme positifs pour l’environnement car permettant
l’optimisation (par exemple l’optimisation énergétique permise par la domotique) ou la
substitution (la téléconférence se substituant aux déplacements).

Inversement, certains effets peuvent être négatifs comme l’accumulation (l’acquisition

d’équipements numériques s’ajoutent aux produits existants) ou l’obsolescence (par exemple,
un équipement rendu obsolète par incompatibilité avec de nouveaux équipements), la
surconsommation énergétique des équipements numériques et des terminaux, les émissions des
machines etc.

–– les effets de troisième ordre, ou effets systémiques, traitent du changement social et de la

transformation des modes de vie des individus ou des organisations induits par les TIC. Ces
transformations sont vues comme positives pour l’environnement lorsqu’elles génèrent du
consumérisme vert ou facilitent la mise en place la RSE (Pensel, 2011) pour les organisations
en général, et le Green IT pour les organisation des TIC en particulier (Bohas et al., 2014 ). ;
Ces transformations sont vues comme négatives lorsqu’elles induisent des effets rebond, c’est-
à-dire une consommation collective accrue venant contrebalancer les gains d’efficience locaux
(Bomhof et al., 2009), comme la surconsommation collective excessive et la saturation.

Les effets directs de premier ordre sont les plus facilement mesurables comme l’impact de la
consommation énergétique sur le coût opérationnel des Data Centers. Les effets de second et
troisième ordre sont, eux, plus difficiles à appréhender ; pourtant ces effets ont des incidences
environnementales potentiellement très fortes (Hilty, 2011 ; Hilty et Aebischer, 2015) comme
le cas des émissions agrégées de CO2 du secteur des transports, terrestres, aériens et maritimes
au cours de ces dernières décennies et l’utilisation excessive des ressources fossiles dans la
fabrication des terminaux, les équipements TIC et la production des énergies fossiles.

Revenant sur notre première hypothèse H1 sur l’écologisation des Data Centers existants et
leur développement dans un cadre Eco-tic et au regard de tout ce qui précède, il s’agit pour

72
nous de comprendre les priorités d’action des politiques menées par les équipementiers en
matière des infrastructures TIC et des Data Centers en particulier.

3.4 Une analyse des priorités des équipementiers en matière d’Eco-Data Centers

Des études empiriques exploratoires menées auprès des équipementiers ont permis d’identifier
quatre thèmes, transposables aux quatre domaines identifiés par Berthon et Donnellan (2011)
à savoir: les domaines des normes (règlementations), de la technologie, de l’évaluation et des
conséquences. De prime abord, il a été révélé qu’une priorité des équipementiers concerne leur
conformité à la règlementation et de leur décision d’éco-conception des équipements TIC. Ceci
a été justifié par l’accroissement de la propension des consommateurs à payer plus cher pour
des produits plus verts (Deltour, 2016).

3.4.1. La règlementation comme premier horizon des Eco-Data Centers

La conformité aux réglementations environnementales en vigueur (internationales ou directives

européennes) est affichée comme l’action prioritaire des équipementiers TIC, qui s’inscrivent
pleinement dans le domaine des régulations (pression institutionnelle coercitive) (DiMaggio &
Powell 1983). Plusieurs actions menées pour se conformer aux contraintes légales sont
ressenties comme un premier effort environnemental. Tandis que les manufacturiers ont
néanmoins une double perception des réglementations, celles-ci sont vécues par eux comme
des contraintes auxquelles il faut se soumettre, se conformer. Mais dans le même temps, elles
procurent des avancées en termes de pratiques environnementales, puisqu’il y a déjà une prise
de conscience collective ; ce qui est positif (Deltour, 2016).

Si les équipementiers se montrent plutôt disposés à accepter les contraintes de la

réglementation, ils les perçoivent également dans le cadre d’un jeu d’acteurs et comme un
espace de négociation avec les autres parties prenantes. En effet, les équipementiers ont des
limites technologiques et opérationnelles au-delà desquelles leurs intérêts économiques
pourraient être mis en cause. C’est pourquoi, selon Berthon et Donnellan (2011), toute
réglementation doit s’élaborer en partenariat avec les acteurs économiques et non contre eux
de façon unilatérale. Faute de quoi, les entreprises du numérique auront le sentiment de se voir
imposer des contraintes et des coûts nouveaux et importants, sans une prise en compte de leurs
problèmes internes et pratiques.

73
Cela s’exprime notamment par le souhait, pour ces entreprises de taille souvent mondiale, de
travailler dans un environnement réglementaire harmonisé, comme le cadre Juridique par
exemple de la RGPD en France et en Europe.

Dans ce contexte, les parties prenantes impliquées auprès des équipementiers sont les autres
acteurs de la filière TIC, qui se confrontent aux acteurs institutionnels non marchands que sont
les régulateurs et la société civile (pour créer un isomorphise mimétique) (DiMaggio & Powell,
1983).

3.4.2 La technologie comme deuxième levier d’émergence des Eco-Data Centers

Après la question des régulations (réglementations), c’est le domaine des technologies qui est
mobilisé en deuxième priorité par les équipementiers. Ce domaine technologique est sollicité
au travers de la problématique majeure de l’efficacité énergétique, où les actions peuvent aller
au-delà du respect des cadres règlementaires (Deltour, 2016).

Les améliorations de conception et d’usage réalisées sur les différents produits, matériels
électroniques et équipements infrastructurels montrent que ce n’est pas le coût environnemental
de production (ressources) ou de fin de vie (recyclage) qui sont mis en avant, mais c’est plutôt
la consommation énergétique qui est placée au centre des préoccupations (Deltour, 2016). Le
cas des Data Centers en est le plus emblématique (voir Tableau 3).

Plusieurs pistes d’explication émergent quant à la focalisation des entreprises sur la question
d’efficacité énergétique, des explications qui rattachent les actions des équipementiers aux
autres parties prenantes (exemple les consommateurs et les régulateurs) dont le volontarisme
attise la pression sur les équipementiers pour trois raisons :

- Première raison : les fonctionnalités et les performances des produits vendus sont directement
affectées par la question de l’efficacité énergétique.

- Deuxième raison : la focalisation sur l’efficacité énergétique renvoie aux obligations

d’affichage de la performance énergétique sur certaines catégories de biens d’équipement et les
incidences significatives que ces affichages ont eu sur les pratiques d’achat (Salommez, 2014).
Les équipementiers TIC anticipent donc que cet effet d’affichage pourra avoir les mêmes effets
pour l’ensemble des produits de leur secteur. Par exemple la figue 8.

74
- Troisième raison : par leurs efforts sur l’efficacité énergétique, les constructeurs anticipent les
réglementations futures visant à juguler la croissance alarmante de la consommation électrique.

Le domaine des technologies est également mobilisé par les équipementiers au travers de la
thématique de l’innovation. Ainsi les démarches d’innovation les plus ambitieuses en termes
d’éco-TIC portent sur l’éco-conception des matériels et des logiciels pour mieux appréhender
l’efficacité énergétique du Cloud Computing et des Data Centers en particulier.

L’étiquette énergétique universelle utilise des couleurs normalisées et offre aux consommateurs
des informations sur :

Figure 8 : Etiquette énergétique actuelle pour les réfrigérateurs (source Liebherr France 2021)

Les classes sont indiquées par des flèches de couleurs utilisant les lettres de A à D, la classe A
étant la plus économique. Le signe + après le A (par exemple, la classe A+++) fournit une
indication précise sur l’efficacité énergétique. Ainsi, les appareils les plus économes en énergie
sont ceux qui possèdent le plus grand nombre de signes +. Par exemple, les appareils A++ sont
21% plus économiques que les appareils A+, tandis que les appareils A+++ sont plus
économiques de 48%. (Liebherr France 2021)

75
Cependant, lorsque la création d’un nouveau marché est en jeu, l’innovation en matière
d’équipement TIC est en tension par rapport aux préoccupations environnementales (Liénart et
Castiaux, 2012) et tend à s’en affranchir.

3.4.3 Les difficultés d’évaluation des Eco-Data Centers

La troisième thématique de l’analyse des politiques Eco-TIC des Data Centers a relevé en
termes de priorité, le domaine de l’évaluation (Berthon et Donnellan, 2011). Il s’agit de mettre
en place des outils de mesure des efforts environnementaux sur la conception, la fabrication et
la production des équipements TIC.

En prenant l’exemple du PUE ou Power Usage Effectiveness, qui constitue un outil

d’évaluation qui mesure le rapport entre l’énergie totale consommée par le Data Center
(informatique, ventilation, refroidissement, éclairage) et l’énergie totale consommée par le
dispositif informatique et les équipements réseaux.

Le PUE est un indicateur établit par le Green Grid pour évaluer l’efficacité énergétique d’un
Data Center. On le calcule en divisant le total de l’énergie consommée par le Data Center par
le total de l’énergie utilisée par les équipements informatiques (serveur, stockage, réseau). En
moyenne les Data Centers français ont un PUE de 2,5 ce qui signifie que pour 1 Watt consommé
par l’informatique, il en faut 2,5 Watt à l’entrée du Data Center.

Cet indicateur de performance énergétique peut varier du simple au double. Chez Equinix par
exemple, le PUE varie de 1,1 à 1,3 alors que « dans les Data Centers plus axés sur la sécurité
que sur la consommation, il peut atteindre 2,5 », précise Aymeric responsable chez Equinix.
Plus le PUE est proche du chiffre 1, plus le Data Center sera performant du point de vue
énergétique (moins consommateur d’électricité). Sachant que le PUE moyen est de 1,8 et que
12,5 % des Data Centers ont un PUE supérieur ou égal à 2,5, il reste encore beaucoup de travail
à accomplir pour accompagner les opérateurs du numérique dans la transition énergétique et
écologique.
Sans être un indicateur suffisant pour déterminer l’efficacité énergétique d’un Data Center, il
n’en demeure pas moins que le PUE est un indicateur universellement reconnu.

76
 3.4.4 Un autre outil d’évaluation de la sécurité et de fiabilité des Data Centers
(TIER)
Nommée Tier 1 à 4 cet outil d’évaluation de la sécurité et de fiabilité des Data Centers a été
défini par l’UPTIME Institute pour classifier les Data Centers de 1 à 4. De façon simple, les
Data Centers de type Tier 1 disposent d’une seule chaîne électrique, alors que les Data Centers
de type Tier 4 disposent de 2 chaînes électriques en redondance totale.
A l’heure ou le fonctionnement de chaque entreprise est de plus en plus dépendant de
l’informatique, la tendance actuelle est de privilégier des Data Centers avec le niveau de Tier
le plus élevé. Sans rentrer dans le débat de la légitimité de cet indice, on constatera tout au
moins que l’on attend un taux de disponibilité de plus en plus important.
Le tableau ci-dessous rappelle combien la classification de sécurité et de fiabilité des Data
Centers (nommée Tier 1 à 4) est plus ou moins exigeante selon le niveau recherché, mais il
souligne aussi que même le Tier 1 exige moins de 30 heures de non fonctionnement sur une
année !

Tier I Tier II Tier III Tier IV

Redondance des 1 2 2 2N+1
équipements
Redondance électricité, Non Oui Au moins doublé Au moins doublé
climatisation et
générateur
Alimentation Réseau Réseau unique Réseau doublé Réseau doublé
unique
Composants de secours Non Non Non Oui
Alimentation des Non Non Doublée Doublée
composants
Refroidissement en Non Non Non Oui
continu
Temps d’arrêt annuel <30 heures <22 heures < 2 heures <48 minutes
maximum
Durée de réserve des 12 Heures 12 Heures 12 Heures 12 Heures
générateurs de secours
Tableau 4 : Classification de la sécurité et de la fiabilité des Data Center de Tier 1 à 4
(source : Uptime Institute Issued Awards)

Par conséquent, un Data Center de TIER le plus élevé suppose une infrastructure plus
importante qui augmente logiquement le PUE. Ceci est d’autant plus vrai qu’une architecture
classique de type TIER 4 implique de répartir la charge entre les sources de production
électrique pour minimiser le risque d’interruption prolongée des activités du Data Center. Ceci
conduit les onduleurs à être chargés autour de 40% et donc moins efficients que dans leur plage
de fonctionnement de prédilection située autour de 80%.
77
Il est donc plus facile d’avoir un bon PUE avec un faible niveau de TIER. Bien que cet
indicateur, certes pertinent du strict point de vue écologique, mais comporte beaucoup
d'insuffisances. Cela nous emmène à remettre encore en question la crédibilité de ces outils
d’évaluation de la sécurité, la fiabilité et l’efficacité énergétique des Data Centers.

Les difficultés de mesure des avancées réelles en matière d’Eco-TIC induisent alors un risque
de confusion et d’asymétrie informationnelle entre les équipementiers et les autres acteurs,
notamment les consommateurs. Cette asymétrie se traduit par de possibles phénomènes d’éco-
blanchiment (green washing), c’est-à-dire d’opérations de communication qui tentent de
valoriser des engagements sociaux ou environnementaux en dépit d’absence d’actions à la
hauteur de cette communication (Benoît-Moreau et al. 2011). La pratique de greenwashing peut
être interprétée comme une difficulté de mise en place des évaluations, conjuguée avec
l’interaction d’une partie prenante peu mobilisée et informée, que sont les consommateurs. Par
exemple une façon intelligente de voiler la face sur les impacts environnementaux d’une
technologie.

Dénoncé par certains acteurs interrogés, le green washing reste parfois tentant, dès lors que l’on
s’adresse au public et qu’on le sait actuellement désorienté par les différents discours sur la
question environnementale (Flipo et al. 2012). Ainsi, la problématique d’évaluation de la
sécurité et de fiabilité des Eco- Data Centers demeure toujours une préoccupation pour les
acteurs de la transition énergétique, les parties prenantes et les équipementiers.

3.5. Proposition d’un cadre intégrateur des Eco-Data Centers

3.5.1 - Une synthèse des priorités sur les Eco-Data Centers

En synthétisant les quatre domaines des politiques Eco-TIC que nous avons étudiés au sujet
des décisions managériales sur les Eco-Data Centers à savoir : les normes (règlementations),
la technologie, et l’évaluation des conséquences (Berthon et Donnellan, 2011), nous
proposons le cadre intégrateur des Eco-Data Centers établi par Deltour (2016). Ce cadre
s’appuie sur un enrichissement de la grille managériale initialement proposée par Berthon et
Donnellan (2011) et incluant la distinction des niveaux d’appréhension possibles des effets des
TIC sur l’environnement ainsi que les relations des différentes parties prenantes (Figure 9).

78
Figure 9 : cadre intégrateur des Eco-Data Centers, adapté de Berthon et Donnellan (2011) et
améliorer par François Deltour, (2016)

Ce cadre intégrateur de la construction des priorités environnementales des équipementiers

établit de manière schématique les dimensions clés de la prise de décision managériale sur les
Eco-TIC dans le cadre des Eco-Data Centers.

Comme analysées préalablement, les politiques des équipementiers en matière d’Eco-TIC des
Data Centers sont tournées en priorité vers les questions règlementaires et technologiques, et
dans une moindre mesure sur les questions d’évaluation, en raison de l’asymétrie des
informations et les difficultés d’appréhension des outils de mesure (Berthon et Donnellan (2011),
Deltour, (2016). A l’inverse, les actions sont peu tournées vers le domaine des conséquences
(sociales et environnementales par exemple).

Cette analyse sur les politiques managériales Eco-Tic évoque les trois niveaux d’impacts, que
nous rappelons essentiellement les effets directs de premier ordre qui sont questionnés,
autour des questions matérielles (consommation énergétique, gestion de la fin de vie…), les
effets indirects de second ordre ; de l’optimisation ou des usages innovants des TIC qui
pourraient constituer de nouveaux débouchés pour les équipementiers. Enfin, les effets

79
systémiques de troisième ordre ne sont pas discutés, car reportés sur les autres acteurs
(Berkhout et Donnellan (2011), Hertin, 2001 ; Hilty, (2008).

Ainsi une définition des politiques managériales Eco-TIC, pour les équipementiers, reste donc
avant tout centrée sur les domaines techniques et institutionnels. L’organisation de ces
priorités ci-dessus mises en exergue se retrouve dans le degré d’interaction avec les différentes
parties prenantes.

3.5.2. Quels enseignements tirés des politiques managériales sur les priorités des
équipementiers en matière d’Eco-Data Centers ?

Bien qu’ils procurent des externalités positives (avantages concidérables) à la société de façon
générale et des avantages économiques considérable aux équipementiers, les progrès
technologiques réalisés par l’humanité vont actuellement à l’encontre des intérêts
environnementaux (externalités négatives).

Les investigations sur les équipementiers rappellent chez ceux-ci, qu’il y a une obligation de
résultats du point de vue économique, tandis que l’écologie reste largement facultative, se
confondant en premier au respect des obligations légales. Cette stratégie, également constatée
dans d’autres secteurs économiques, est assimilable à des « comportements de refus, des
comportements qualifiés d’évitement qui ont pour but d’échapper à un véritable changement »
(Capron et Quairel-Lanoizelée, 2015 : 156).

La participation des équipementiers à définir des politiques Eco-TIC pour les Data Centers
s’apparente à une forme de travail institutionnel (Ben Slimane et Leca, 2010). Autrement dit,
les priorités des équipementiers à construire une définition « en pratique » des Eco-TIC des
Data Centers sont avant tout cernées par une dimension technologique, notamment l’efficacité
énergétique. Leurs points de vue sont généralement centrés sur des aspects matériels, plutôt que
centrés sur la question des usages et leurs conséquences.

De plus, les équipementiers et acteurs du Cloud sont préoccupés par la maîtrise de la puissance
des serveurs et par leur efficacité énergétique, essentielles pour la réduction de la
consommation d'énergie indispensable à la rentabilité opérationnelle des Data Centers, plutôt
que par la prise en compte des problématiques environnementales.

80
Il apparaît aujourd’hui des innovations qui font état de nouvelles façons d'utiliser la capacité
totale des serveurs dans l’industrie du numérique, telles que la virtualisation, la décentralisation
des Data Centers permettant une maîtrise efficace du dispositif technologique en nuage 12.

Dans la mesure où les innovations technologiques évoluent à une vitesse incommensurable, il

serait difficile, voire impossible, de concilier les deux préoccupations. C’est-à-dire celle de la
recherche d’avantages concurrentiels des acteurs des Data Centers et la préoccupation
environnementale des parties prenantes engagées.

De nombreuses recherches se sont centrées également sur l’intérêt de la virtualisation pour

réguler la consommation énergétique des serveurs et économiser l’énergie pendant les périodes
d’inutilisation des servers. Mais, toutes ces démarches se sont avérées relativement
insuffisantes face à la flambée massive et continue des données numériques et le risque de
saturation des Data Centers.

Ainsi, dans notre recherche de solutions, nous nous sommes orientés vers notre seconde
hypothèse (H2), qui consiste à adopter des politiques Eco-tic managériales de création de Data
Centers de petite ou moyenne taille, soutenables du point de vue écologique et énergétique.
C’est-à-dire des Data Centers autonomes en énergie (énergie renouvelable) ou moins
énergivores avec moins d’émission de Co2 et qui soient respectueux de l’environnement.

Il s'agit pour nous dans un premier temps, de comprendre les raisons de produire les pico-Data
Centers éco-responsables ; de petits et moyens centres de données appelés « pico-Data
Centers » ou « Edge Data center » ou « Modular Data Center » (en anglais) « Data centers
Modulaires », « Data center de proximité » installés au plus près des utilisateurs. Puis, dans
un second temps, comprendre comment produire ces pico-Data centers écoresponsables et
explorer par la suite dans notre cade d’analyse les motivations managériales Eco-tic en matière
d’adoption de ces pico-Data centers comme solution à la soutenabilité du Cloud Computing.

12 https://objectbox.io/why-do-we-need-edge-computing-for-a-sustainable-future/Naha, R. K., Garg, S., Georgakopoulos, D.,

Jayaraman, P. P., Gao, L., Xiang, Y., & Ranjan, R. (2018). Fog Computing: Survey of trends, architectures, requirements, and
research directions. IEEE access, 6, 47980-48009 (consulté le 17 Décembre 2020).

81
En raison d’une littérature académique très peu pour cette innovation technologique, nous nous
sommes référés d’entrée de jeu, à une documentation non académique in situ et en ligne,
ethnographie de salons professionnels et entretiens avec des experts ou consultants du domaine.

3.6 Produire des pico-Data Centers écoresponsables : pourquoi ?

Initié par des leaders du numérique il y a 5 ans dans le but de trouver une solution à la crise
environnementale du numérique, l’innovation des Data Centers « verts » modulable ou
Modular Data Centers ou pico-Data Centers est la seconde étape du projet Big Green. Elle vise
à faciliter la montée en puissance des Data Centers grâce à une architecture plus flexible, agile,
tout en réduisant proportionnellement sa consommation électrique et ses émissions. Pour les
acteurs acteurs et des professionnels de la Tech comme IBM cloud, le futur du Cloud
Computing est un passage d'un environnement centralisé à un environnement décentralisé, à la
périphérie. « Edge computing », « Data Center local », « Cloud de proximité » : ces trois
expressions recouvrent une même réalité dont les enjeux sont parfois difficiles à saisir.
Pourtant, le stockage de données en local pourrait bien incarner une solution inévitable
d’efficacité énergétique et de réduction d'émissions des Data Centers classiques. Une autre
raison évidente est que les modèles technologiques et équipements de petite dimension ont une
efficacité énergétique relativement maîtrisable (ADEME, 2016).

Plusieurs études prouvent aujourdhui que plusieurs facteurs sont à l'origine de la prolifération
des données et de leur consommation à la périphérie. Parmi eux se trouve la demande
d'applications à faible latence, y compris le streaming numérique à partir de plateformes de
cinéma, de télévision et de musique.
L'augmentation des appareils connectés IoT, de l'intelligence artificielle (IA) et de
l'apprentissage automatique provoque une augmentation de la transformation numérique dans
presque tous les secteurs. De nombreuses organisations conçoivent de nouvelles expériences,
réinventent les processus métier et créent à la fois de nouveaux produits et services numériques
qui s'appuient sur des technologies innovantes et résilientes pour les soutenir.

Cela conduit à la création et au partage de plus de données sur le réseau, provoquant en fin de
compte des retards dans les vitesses de transmission et de téléchargement, appelés latence. Pour
surmonter une telle congestion du réseau, les données doivent donc être stockées et traitées à

82
proximité de l'endroit où elles sont générées et consommées, une tendance connue sous le nom
d’ « Edge computing ».
L'un des défis qui émerge de la croissance prolifique à la périphérie est la demande d'énergie
qui alimente la transformation. Le coût de la production énergetique et la nécessité de passer à
des opérations plus responsables et durables obligent depuis longtemps les concepteurs de
grands centres de données à adopter des stratégies de durabilité. Désormais, la même attention
doit être portée à la conception d'installations plus petites en périphérie comme les pico-Data
Centers.
Il est à noter également que les pico-Data Centers se distinguent des infrastructures de serveurs
géants. Comme celles basées à Paris, exemple Equinix, OVH ou DATA4, de même que celles
des géants internationaux que sont AWS, Azure, Facebook ou Google.

Malgré l'image des centres de données comme de grandes installations énergivores, la réalité
est qu'une grande partie de la croissance prévue de la consommation d'énergie se produira à la
périphérie. Encore faut-il que ces centres de données périphériques soient conçus, construits et
exploités selon des normes de résilience, d'efficacité et de durabilité similaires, voire
identiques, à l'hyperscale respectant les principes des Installations classiques.

Selon Gartner, d'ici 2025, 75 % des données d'entreprise devraient être créées et traitées à la
périphérie. IDC prévoit également une croissance massive, le marché mondial de l'informatique
de périphérie devant atteindre une valeur de 250,6 milliards de dollars, avec un taux de
croissance annuel composé (TCAC) de 12,5 % entre 2019 et 2024. 13

13 https://www.gartner.com/smarterwithgartner/what-edge-computing-means-for-infrastructure-and-operations-
leaders/ (consulté le 12 avril 2020)

83
3.7. Produire des pico-Data Centers écoresponsables : comment ?

Le Modular Data Centers (MDC) ou pico-Data Center est un Centre de Données conteneurisé
ou un petit bâtiment technologique avec une large gamme de machines et d’applications, ayant
pour tâches principales, la mise en ligne rapide de services cloud, la gestion des pics de demande
de ressources TIC ou la création de sites de récupération ou de sauvegarde afin de maintenir la
continuité des activités.
Selon IBM, le pico-Data Center comporte des particularités importantes et attractives pour
deux (2) raisons :
– le pico-Data Center: est un Data center standardisé qui peut prendre toutes les formes en
fonction du besoin : cubique, cylindrique ou sous forme de bâtiment ou entrepôt. Il peut
accueillir jusqu’à 12 fois sa puissance initiale. Cette approche standardisée raccourcirait le
temps de construction de 3 à 6 mois. Selon IBM, le pico Data Center permettrait de réduire le
coût du projet de 40% et la consommation électrique de 50% par rapport à un Data Center
classique construit il y a 10 ans. 14
– Le pico-Data Center est Portable ou Portable Modular Data Center (en anglais) : un Data
Center clé qui soit transportable partout dans le monde. Il comprend une infrastructure physique
aux normes du « Data Center traditionnel » (protection contre le feu, l’humidité, les
changements de température, etc.). L’alimentation électrique est autonome : à l’énergie
renouvelable ou à l’énergie mixte avec un système de refroidissement naturel free cooling, et
dispose d’autres outils de fonctionnement. 15
Le pico-Data Center fonctionne également en informatique périphérique (Edge computing), qui
est une architecture informatique distribuée où les données clients sont traitées aussi près que
possible de la source d’origine (Data Center de proximité).

Étant donné que ces petits centres de données sont positionnés à proximité des utilisateurs
finaux, ils sont utilisés pour fournir des services rapides avec une latence minimale. Cette
proximité traduit l’avantage de la confiance des clients en termes de souveraineté, de sécurité
et de redondance en cas panne ou d’incendie. Une autre raison certifie également que les
données peuvent être transférées systématiquement à un autre pico Data Center le plus proche.

14 https://www.ibm.com/fr-fr/services/business-continuity/data-center (consulté le 11 avril 2020)

15 https://www.lemondeinformatique.fr/actualites/lire-datacenter-en-conteneurs-le-retour-d-apc-29933.html (consulté le 11
avril 2020

84
À cet effet, les pico-Data Centers sont évolutifs et résilients. Ils permettent d'absorber la
croissance, de réduire le risque et d'opérer une transition fluide vers un Centre de Données
moderne optimisé classique pour le Cloud (stratégie de désengorgement des Centres de
Données traditionnels).16

Figure 10 : Des exemples de pico-Data Centers (source : Wikipédia 2021)

Selon Gartner, dans les années à venir, les données seront stockées et utilisées localement
dans les appareils sur lesquels elles ont été créées, c’est-à-dire sur les périphériques (tel que
les IoT, les capteurs, les smartphones, les voitures, les trains, les machines, les montres…)

16 https://www.lemondeinformatique.fr/actualites/lire-projet-blackbox-sun-imagine-le-centre-de-calcul-en-prefabrique-
20762.html (consulté le 11 avril 2020)

85
Il est à noter que le Cloud Computing ne répond pas toujours aux exigences en matière de
temps de réponse des applications stratégiques. Les entreprises soumises à des
réglementations gouvernementales concernant l’emplacement de stockage des données
peuvent également découvrir que le Data Center classique n’offre pas forcément le type de
stockage local dont elles ont besoin.
Selon Werner Vogels, le Chief Technological Officer (CTO) d’Amazon en charge de stimuler
l'innovation technologique au sein de l'entreprise « Demain, les données seront stockées et
opérées auprès des smartphones, des voitures connectées, des usines, bref de la plupart des
objets connectés (IoT) ». « Pour bénéficier des avantages de la technologie 5G, vous devez
disposer de capacités très proches de l'endroit où se trouvent les points d'accès 5G » souligne
Werner Vogels, selon lui, la 5G crée et facilite l’interopérabilité, des données classiques aux
pico-Data Centers.
Au vu des retours d’expériences observés dans les industries et les universités au cours de ces
dernières années, le pico-Data Center de proximité a été découvert comme un dispositif clé de
l'industrie numérique du futur (4.0). En effet, le micro-Data Center est une partie intégrante
des mécanismes techniques liés à l'Internet des objets (IoT). Par voie de conséquence, les
périphériques micro-Data Centers ont le même dispositif que les Data Centers traditionnels
(juste dans un format beaucoup plus petit) qu'un serveur Cloud classique. Cela signifie qu’il
dispose d’un système d'exploitation, d’une couche de stockage / persistance des données (base
de données), d’une couche réseau, des fonctionnalités de sécurité, etc. qui fonctionnent
efficacement sur du matériel restreint. Selon IBM, il est possible que plusieurs pico-Data
Centers remplacent et compensent les grands Data Centers classiques, à condition qu’ils
soient écoresponsables, peu énergivores et géographiquement dispersés auprès utilisateurs
pour réduire la latence. Mais le coût total de ces pico-Data Centers satellites risque d’être
exorbitant (au regard de celui d’un seul micro-centre).
Ainsi, si la décentralisation du Cloud Computing est possible au travers des pico-Data
Centers, il apparaît évident qu’elle contribuera à la soutenabilité du Cloud Computing. Et, si
les pico-Data Centers fonctionnent de façon autonome et se refroidissent en free cooling, alors
leur impact énergétique sera moindre et satisfaisant y compris la baisse des émissions de Co2.
Ceci corrobore en partie notre seconde hypothèse H2. Ainsi, une question est dès lors, de
savoir quelles politiques managériales Eco-tic on pourrait entreprendre pour inciter les leaders
du numérique à adopter une telle innovation au profit de la soutenabilité numérique et la
protection environnementale.

86
Mais bien avant, nous voudrons passer en revue quelques expériences sur les pico-Data
Centers dans le but de faire plus ample connaissance sur les caractéristiques de cette
technologie émergente.
3.8 Quelques expériences de mise en œuvre des pico-Data Centers écoresponsables.
Selon le dernier rapport d’étude de marché « Containerized and Modular Data Center »
publié par la recherche « market.us », la demande du marché « Containerized and Modular
Data Center » croît considérablement. Le rapport prévoit d'ici 2030 une augmentation triple
sur ce marché. Il a présenté des détails sur les fournisseurs de matières premières, les coûts de
fabrication, les fournisseurs d’équipements, la capacité, le taux d’utilisation des capacités, la
production, etc, qui attise aujourdhui, l’intérêt des opérateurs engagés pour l‘environnement. 18
Sans vouloir être exhaustif, nous exposons quelques exemples de pico Data Center mis en
service par des leaders du numérique.

3.8.1 Le pico Data Center d’IBM

Pour IBM, Modular Data centers (MDC) est une solution à la situation de crise
environnementale du numérique. Le groupe a créé et mis en vente ses Modular Data Centers
(MDC) : un pico-Data Center standardisé dans un conteneur. Grâce à sa portabilité, le
Modular Data Center peut couvrir les besoins en Cloud Computing partout dans le monde. Ce
Centre de données peut être utilisé comme centre de commande mobile dans le cadre de
missions humanitaires ou militaires et combiné en particulier au réseau de satellites tel que
SpaceX,.19
Figure 11 : Le pico Data Center d’IBM (source : https://www.ibm.com/downloads/cas/YXKNDQAO)

18 https://thewalkingdeadfrance.org/global-containerized-and-modular-data-center-marche-rapport-secteur-2021/ (consulté le
15 mars 2021)
19 IBM, Modular Data Centers (MDC) (source: https://www.greenit.fr/2010/12/10/sca-packaging-choisit-un-green-data-
center-ibm/) (consulté le 15 mars 2021)

87
 3.8.2 Le pico Data Center de Fujitsu

L’entreprise Fujitsu a reçu un Green IT Award du Japan's Green IT Promotion Council et de la

Japan Electronics and Information Technology Industries Association (JEITA). Fujitsu a reçu
un prix spécial des juges dans la catégorie "Energy Saving IT" pour son Centre de Données de
conteneurs basé sur l'informatique verte Fujitsu Data Center Product Modular. Ce pico Data
Center ecoresponsable exploite les sources d'énergie naturelles. Le produit technologique
n'aspire pas l'air extérieur directement dans le conteneur, il n'est pas affecté par la poussière ou
les gaz corrosifs et peut donc être placé n'importe où. En outre, l'équipement de climatisation
du Centre de Données présente une excellente efficacité de refroidissement et intègre une
technologie de contrôle du système à faible consommation d'énergie, permettant ainsi des
opérations de serveur à haute densité et à haut rendement. En conséquence, son pico Data
Center consomme 40% moins d'énergie que les centres de données classiques hébergés dans
les bâtiments. Le prix a été décerné en reconnaissance de cette performance énergétique
exceptionnelle.

Lors de la consolidation de cinq serveurs SPARC Enterprise M3000 en un seul modèle Fujitsu
M10-1.
Figure 12 :

Source : https://www.fujitsu.com/global/about/resources/news/press-releases/2013/0918-
01.html (cosulté le 15 mars 2021)

88
 3.8.3 Le pico Data Center de Sostradata en France
Le Data Center de proximité Sostradata est sur le Parc d’activités de La Croisière, à Saint-
Maurice-La-Souterraine en France. Le projet, qui a coûté près de 4 millions d'euros est un
modèle de performances énergétiques et opérationnelles qui lui vaut la plus haute certification
dans le domaine des Data Centers. Ce petit Centre de Données permet aux entreprises, aux
organisations, aux collectivités ou encore aux grands comptes, de mettre leurs données
personnelles à l'abri, que ce soit des attaques informatiques, des piratages mais aussi des pannes
qui causent parfois la perte de données irremplaçables.
Avec un actionnariat 100% français, ce Data Center de proximité a une consommation
énergétique moindre qui permet de diminuer d’autant les coûts. Une certification TIER IV qui
garantit le doublement ou le triplement de tous les équipements pour conserver et acheminer
les données « ce qui est une première en France ». Il assure ainsi à ses utilisateurs une continuité
de service en tout temps, même en cas de défaillance électrique. Sostradata présente une image
reluisante, qui séduit les grosses entreprises nationales comme les petites départementales qui
occupent actuellement un quart de 80 baies disponibles.
Il est à noter que 90% des besoins en refroidissement des serveurs du Data Center sont assurés
par ventilation naturelle. Cela, grâce à une solution de climatisation innovante conçue par
Atrium Data et mise en œuvre par Dalkia Smart Building. Ce concept vertueux écoresponsable
permet d'atteindre un niveau de performance énergétique optimal, à ce jour inégalé sur le
territoire.

Figure 13 : Le Data center de proximité ecoresponsable de SostraData en France

Source : https://www.sostradata.fr/actualites/article/18/sostradata-l-un-des-meilleurs-data-centers-au-
monde-voit-le-jour-en-creuse (consulté le 15 mars 2021)

89
 3.8.4 Le pico-Data Center de Microsoft

Pour sortir meilleur élève du Green IT, Microsoft a expérimenté en 2018 son projet à succès de
pico Data Center écoresponsable de proximité, 100% énergie renouvelable avec très peu
d’empreinte carbone.
Sous l’assistance technique de Naval Group français, le géant de l’informatique a pu construire
et déployer la phase 2 du Projet Natick « Northern Isles Data Center ». Un pico-Data Center
parfaitement intégré à l’intérieur d’une structure sous-marine. Pour refroidir le conteneur sous-
main, Microsoft a eu l’idée d’immerger son prototype à 35 mètres dans les fonds marins de
l’European Marine Energy Centre (EMEC). Un centre de test et de recherche accrédité UKAS,
spécialisé dans le développement de l’énergie houlomotrice et marémotrice basé aux Orcades,
au nord de l’Écosse. Le but de Microsoft était donc de tenter une possibilité de réduire
l’empreinte carbone de ses infrastructures et par conséquent, contribuer à répondre à la
problématique de crise environnementale du numérique.
Initialement prévu pour une durée de cinq ans, le pico-Data Center Natick2 a finalement été
remonté à la surface le 15 septembre 2020 dernier pour entamer la phase de résultats après deux
ans d’immersion.
L’objectif réussi du projet Natick est de profiter de l’énergie issue du milieu marin pour deux
(2) avantages : d’abord le refroidissement des installations, selon le principe du water cooling,
une pratique qui consiste à faire circuler l’eau de façon à évacuer la chaleur dégagée par les
composants informatiques. Ensuite, l’alimentation en électricité 100% renouvelable, en
profitant des courants, ce qui évite de chercher une source extérieure, a fortiori qui n’est pas
d’origine renouvelable.
Stéphane Gouret, architecte d’ensemble du projet Natick chez Naval Energies, « Les opérations
marines de remontée et de démantèlement se sont remarquablement bien passées. Ce fut le
résultat de longs mois d’échanges techniques entre toutes les parties prenantes, d’une
évaluation stricte de tous les risques sur les opérations et surtout d’un engagement de
personnes formidablement compétentes. »
La première constatation des équipes à quai, a montré que le pico-Data Center marin est resté
intact : « Après deux ans d’exploitation sous l’eau, le Data Center a fait surface dans un
excellent état global, accompagné de quelques algues et berniques. Plus tard l’inspection
durant le démantèlement à terre nous a confirmé le très bon état global de toutes les
installations », confirme Stéphane Gouret.

90
Les discussions sur le potentiel futur du Projet Natick se concentrent aujourd’hui sur la manière
d’accroître le nombre de pico-Data Centers sous-marins pour pouvoir alimenter la suite
complète des services cloud de Microsoft Azure, ce qui pourrait exiger la connexion d’une
douzaine ou plus de capsules similaires au Northern Isles Data Center.
L’intérêt du projet Natick est de rapprocher les Data Centers des zones où vivent les populations
(politique de proximité). Constatant que la moitié de la population mondiale vit près des côtes,
Microsoft considère que c’est au niveau du rivage que les Centres de traitement de Données
doivent être positionnés, afin de diminuer la distance et donc la latence entre le lieu où sont les
données et les internautes (réduction de latence).
Les équipes de Naval Group français et Naval Energies, en collaboration avec les équipes de
Microsoft n’ont pas attendu la phase de récupération pour esquisser les premiers concepts de
ce que pourrait être le projet Natick à l’avenir.

Figure : 14 “Natick Northern Isles”de Microsoft se présente comme un grand conteneur

cylindrique de douze mètres de long par trois mètres de large et est composé de douze racks,
permettant la mise en place de 864 serveurs, pour une capacité globale de 27,6 pétaoctets* (*1
pétaoctet = 1000 téraoctets) de stockage.

C'est Naval Group francais spécialisé dans l'industrie navale de défense mais également dans
les solutions à énergies renouvelables, qui est à l’origine de sa construction et de son assemblage
en France. Naval Group s’est d'ailleurs inspiré du procédé de refroidissement par circulation
d’eau de mer de ses sous-marins. Les tests durant ces deux années avaient pour but d’évaluer
sa consommation d’énergie, le taux d’humidité et la température extérieure de l’installation,
ainsi que les émissions acoustiques dans les fonds marins.

91
Après analyses des installations informatiques, les experts de Microsoft ont constaté un ratio
de 1 / 8 concernant les pannes serveurs entre le pico-Data Center immergé et le Data Center
classique terrestre.
Contrairement aux Data Center terrestres, le pico-Data Center “Natick Northern Isles”
présenterait un taux de défaillance bien plus faible déclarait Ben Cutler directeur du projet
Natick. Selon lui, sur l’ensemble des 864 serveurs présents à bord, seulement huit (8)
présentaient une défaillance. « Notre taux de défaillance dans l’eau est 1/8ième de ce que nous
voyons sur terre », a–t-il déclaré.
L’hypothèse annoncée est que l’atmosphère d’azote, est moins corrosive que l’oxygène, et
l’absence de maintenance physique souvent à l’origine de dommages involontaires sur les
différents composants, constituent les raisons principales de ce très bon ratio. Des analyses
poussées sont en cours et les leçons tirées du projet Natick seront prises en compte dans la
conception et la maintenance, et l’orientation stratégique des Data Centers terrestres.

3.8.5 Quel enseignement tiré de l’expérimentation Natick2 de Microsoft ?

Microsoft s’est appuyé sur les solutions expérimentales d’énergie verte, énergie durable et à
moindre coût, pour préserver l’environnement, développées dans la zone d’immersion, sur l’un
des sites d’essai du Centre Européen de l’Énergie Marine (EMEC).
Selon Spencer Fowers, chercheur au sein de Microsoft Research. « Le système a très bien
fonctionné sur un réseau considéré comme peu fiable pour les centres de données terrestres ».
En règle générale, une grande partie de la consommation énergétique des Data Centers provient
du refroidissement des serveurs. Avec cette technologie, l’énergie nécessaire aux systèmes de
refroidissement est moins importante grâce à la température très basse des fonds marins.
Avec le projet Natick2, Microsoft a la possibilité d’explorer différentes approches pour
alimenter ce genre de centres de données en énergies d’origine renouvelable : la marée, les
courants marins, les vagues (les turbines marémotrices et les convertisseurs d'énergie
houlomotrice), mais aussi par l’éolien et même l’énergie solaire. La stratégie consiste à profiter
de l’environnement immédiat, en faisant appel à des énergies décarbonées et ne produisant
aucun déchet.
Un tel projet évite aussi d’accaparer de vastes surfaces de terre pour installer des centres de
données. Ces zones pourraient ainsi être libérées pour faire autre chose, tandis que les fonds
marins serviraient à accueillir ces installations, si la prise en charge du facteur environnemental
est satisfaisante.

92
Au-delà de la question écologique, Microsoft a observé des avantages opérationnels. En effet,
selon Spencer Fowers « La moitié de la population mondiale vit à moins de 200 km de l’océan
» en 2018, il a ajouté que « les signaux parcourent environ 200 km/milliseconde sur Internet,
donc si vous êtes à 200 km, un aller-retour au centre de données prend environ 2 millisecondes,
mais si vous êtes à 4 000 km du domicile sur terre, chaque aller-retour prend 40 millisecondes
». Ainsi, en positionnant ces Edge Data Centers ou Data Centers de proximité intelligemment
dans les larges des océans à proximité de ces populations on gagnerait doublement l’avantage
d’une latence très faible, d’une réduction des coûts opérationnels en énergie et d’une faible
émission de Co2 sans impacter négativement l’environnement. Attendu que, selon l’ADEME,
il n’existe aucune activité comportant zéro Co2. « Nous pouvons donc protéger
l’environnement si nous le voulons », disait Spencer Fowers
Avec ces premiers résultats plus que concluants, et alors que la moitié de la population mondiale
vit à moins de 200 km des côtes, le projet à succès Natick2 de Microsoft gagne une crédibilité
satisfaisante par rapport aux autres pico-Data Centers et pourrait au vu de ces résultats Eco-tic,
représenter l’avenir du cloud computing soutenable, écoresponsable et décentralisé. 20

3.9 Conclusion
Les initiatives vertes de pico-Data Center des entreprises numériques deviennent très
stratégiques pour minimiser leur impact carbone. Au regard de cette étude documentaire, les
prochains centres de données de proximité ou pico-Data Centers ou Data Centers modulaires
pourraient être installés à côté d’un parc éolien offshore ou solaire pour fonctionner et réduire
leur impact écologique. « Même par vent faible, il y aurait probablement assez de puissance
pour alimenter les Data Centers à faible consommation énergétique » précise John Roach,
CTO au sein des Digital Advisory Services de Microsoft. Selon lui, Microsoft envisage de
placer à l’avenir des serveurs sous-marins près des villes côtières afin de réduire le temps
d’accès aux données et applications stockées dans le Cloud, respectueux de l’environnement.
De même, d’autres leaders comme IBM, ASW, Google, Apple, Facebook, Huawei, etc., ont
pris la bonne décision de s’aligner sur les projets pico-Data Centers écoresponsables. Une
décision responsable saluée par les ONG de lutte pour la protection environnementale. 21

20 https://natick.research.microsoft.com/ (consulté le 15 mars 2021)

21https://azure.microsoft.com/en-us/blog/microsoft-s-newest-sustainable-datacenter-region-coming-to-arizona-in-
2021/(consulté le 16 mars 2021)

93
Confirmant ainsi notre hypothèse H2 qui consistait à adopter des politiques Eco-tic
managériales de création de Data Centers de petite ou moyenne taille, soutenables du point de
vue écologique et énergétique. C’est-à-dire des Data Centers autonomes en énergie (énergie
renouvelable) ou moins énergivores, avec moins d’émission de Co2 et qui soit respectueux de
l’environnement.
Toutefois, force est de constater que les pratiques actuelles de forte concurrence des
organisations du numérique semblent aller dans le sens inverse, au point où l’on se pose la
question de la sincérité de leur décision de transition énergétique et écologique.
En effet, dans son dernier rapport examinant la consommation d’électricité des géants
d’Internet, Greenpeace avait préalablement salué les efforts consentis par Microsoft, Apple,
Google, Facebook, Ebay et Switch pour leurs projets écoresponsables de Data Centers et de
pico-Data Centers alimentés aux énergies renouvelables et moins carbonés. Mais, l’ONG a
déploré une lourdeur, une confusion dans leurs actions visant à mieux gérer la crise
environnementale du numérique et le retard constaté chez d’autres grands acteurs tels que
Amazon, Netflix, HPE, Oracle ou Samsung. Cette situation rappelle les effets de premiers
ordres indiquant en priorité les motivations plutôt économiques, technologiques et
institutionnelles des acteurs et équipementiers de la Tech. (Berthon et Donnellan ,2011), qui,
en revanche, ont mis la considération environnementale au dernier plan.23

3.10 Le paradoxe des leaders du numérique : Est-ce du Tech Washing (Green washing)
ou doit-on souligner les initiatives sincères ?

On peut se demander, au-delà de ces belles expériences sur des pico-Data Centers
écoresponsables, quand viendront les preuves concrètes de l’engagement des leaders du
numérique pour limiter leur empreinte environnementale et sociale ?
Neutralité carbone atteinte d'ici dix à vingt ans, construction de prototypes Green pico-Data
Centers, recours massif aux énergies renouvelables, fonds généreux dédiés à la recherche,
centres de données fonctionnant aux éoliennes etc.

22 https://www.sciencesetavenir.fr/high-tech/informatique/un-datacenter-sous-marin-refroidi-a-l-eau-de-mer_148653
(consulté le 12 avril 2020)
23 https://www.usinenouvelle.com/article/greenpeace-epingle-amazon-netflix-ibm-ou-samsung-pour-leur-faible-
consommation-d-energies-renouvelables.N486254 (consulté le 12 avril 2020)

94
Depuis quelque temps, en matière d'environnement, les GAFAM (Google, Apple, Facebook,
Amazon, Microsoft) multiplient les actions et les effets d'annonce. Certes, des moyens ont été
démontrés d’aller vers la transition écologique et énergétique. Mais, entre mesures réelles et
greenwashing, des questionnements subsistent sur les nouvelles stratégies de la Tech.24
De plus en plus de voix pointent la responsabilité du numérique et dénoncent les formes
pernicieuses de greenwashing (éco-blanchiment) visant à masquer les actions, toujours
désastreuses pour la planète. Les géants du Net sont en première ligne. Selon Frédéric Bordage
responsable de Green IT, « En se concentrant sur le recours aux énergies renouvelables et la
réduction d'émissions de carbone, les Gafam ne présentent que la partie émmergée de l'iceberg.
Leur empreinte environnementale est en réalité bien plus large ».
Par ailleurs, une étude très intéressante menée par Synergy Research a démontré que le nombre
de Data Centers hyperscale continue d’exploser à l’échelle mondiale.
Comme son nom l’indique, l’objectif principal de l’hyperscale est de parvenir à un traitement
informatique massif, généralement pour le Big data ou le cloud computing. L’infrastructure
hyperscale a été conçue pour une évolutivité horizontale et induit de hauts niveaux de
performance, de rendement, ainsi que de redondance pour assurer une tolérance aux pannes et
une disponibilité élevée.24
En général, les solutions hyperscales offrent l’approche la plus économique pour traiter un
ensemble de demandes exigeantes. Par exemple, un projet d’analyse de Big data peut se révéler
le plus économique avec l’évolutivité et la densité informatique disponible dans l’hyperscale.
Mais ne prend pas en compte la dimension de protection environnementale.
Le nombre de Data Centers hyperscale ne cesse de s’étendre partout dans le monde, et ce malgré
la crise de la Covid-19.
Selon Synergy Research, on dénombre actuellement 541 de ces centres de données à l’échelle
mondiale. Le nombre de Data Centers Hyperscale explose malgré la crise de la COVID-19

Figure 15 Data Centers Hyperscale Source: Synergy Research Group 2020

24 https://www.hpe.com/fr/fr/what-is/hyperscale.html (consulté le 11fevrier 2021)

95
« Malgré les difficultés logistiques causées par la pandémie de COVID-19 et le confinement,
les opérations de Data Centers Hyperscale se poursuivent à vive allure » souligne John
Dinsdale et son équipe, analyste en chef du Synergy Research Group. Selon leur étude, la
demande en matière de services cloud continue de s’accroitre et stimule les investissements.
Parmi les opérateurs de Data Centers, Amazon et Google sont ceux qui ont ouvert le plus de
nouveaux centres au fil des 12 derniers mois. Les deux géants accaparent plus de la moitié du
total. Ils sont suivis par Microsoft et Oracle. L’étude révèle aussi que 70% des Data Centers
hyperscale sont situés dans des complexes loués auprès d’opérateurs de Data Centers comme
Digital Realty ou Equinix, ou détenus par les partenaires des opérateurs hyperscale.
Il est donc sans surprise, que les entreprises, qui exploitent le plus de Data Centers sont les
leaders du marché du Cloud : Amazon, Microsoft, Google et IBM. Chacune détient plus de 60
Data Centers dans au moins trois des quatre grandes régions. Les géants américains comme
Apple, Facebook, Twitter ou eBay focalisent leur présence aux États-Unis. Les titans chinois,
tels qu’Alibaba, Baidu ou Tencent sont quant à eux principalement implémentés en Chine etc.

Ainsi, l’environnement numérique rime aujourd’hui sur un modèle d’économie de marché

hautement capitalistique et concurrentielle. Une économie de la surconsommation, du toujours
plus d'équipements « neufs » (plus rapides, plus performants) où la problématique
environnementale vient au troisième plan après l’économie et la technologie.

Conclusion de la section 2

Cette section nous a permis d’exposer les impacts négatifs de Data Centers, qui résultent de la
croissance exponentielle des données produites, stockées et traitées.

Nous avons fait état des initiatives des équipementiers, qui sont en première ligne des
infrastructures du numérique. Nous avons fait mention de leur rôle en matière d'écologisation
des infrastructures numériques, étant attendu que ces bâtiments, Data Centers contiennent des
batteries, des serveurs et des systèmes de refroidissement, qui consomment une quantité
importante d'électricité et produisent des émissions énormes en carbone.

Nous questionnant comment parvenir à une soutenabilité ecoresponsable des Data Centers,
nous avons posé deux (2) hypothèses :
- Soit, nous adoptons des politiques Eco-tic managériales visant à écologiser les Data
Centers classiques en des Eco-Data Centers (H1).

96
 - Soit, nous adoptons des politiques Eco-tic managériales de création de Data Centers de
petite ou moyenne taille, soutenables du point de vue écologique et énergétique. C’est-
à-dire des Data Centers autonomes en énergie (énergie renouvelable) ou moins
énergivores avec moins d’émission de Co2, qui soient respectueux de l’environnement
(H2)
Notre analyse de la première hypothèse H1, nous a guidé sur des politiques liées aux Eco-tic
au travers du spectre de la décision managériale des organisations équipementiers et suivant la
démarche de Berthon et Donnellan (2011), qui ont évoqué des problématiques
organisationnelles sous-jacentes en l’occurrence : les régulations, les technologies, l’évaluation
et les conséquences des décisions en matière d’Eco-tic.

Ces quatre domaines ont été présentés par Berthon & Donnellan (2011) et Deltour (2016)
comme l’essentiel de structuration des questionnements autour de l’adoption des Eco-TIC d’un
point de vue organisationnel des équipementiers des TIC.

Cherchant à comprendre quelle seraient les priorités d’action des équipementiers des Data
Centers, eu égard aux effets des infrastructures TIC, nous avons suivi les quatre thèmes,
transposables aux quatre domaines identifiés par Berthon et Donnellan (2011).

Il ressort de cette première analyse que les politiques des équipementiers en matière d’éco-TIC
sont tournées en priorité vers les questions règlementaires et technologiques, et dans une
moindre mesure sur les questions d’évaluation. A l’inverse, les actions sont peu tournées vers
le domaine des conséquences (sociales et environnementales par exemple). Cette analyse sur
les politique managériale Eco-Tic de Berthon & Donnellan (2011) et Deltour, (2016), évoquent
également les trois niveaux d’impacts, que nous avons constatés. Ce sont essentiellement les
effets directs de premier ordre qui sont définis, autour des questions matérielles
(consommation énergétique, gestion de la fin de vie…) (Berkhout et Hertin, 2001 ; Hilty, 2008).
Les effets indirects de second ordre, de l’optimisation ou des usages innovants des TIC qui
pourraient constituer de nouveaux débouchés pour les équipementiers. Enfin, les effets
systémiques de troisième ordre traitent du changement social et de la transformation des
modes de vie des individus ou des organisations induits par les TIC. Mais n’ont pas été discutés,
car reportés sur les autres acteurs.

Ainsi, les politiques des équipementiers, des acteurs, des géants en particulier, Data Centers en
matière d’éco-TIC, sont tournées en priorité vers les questions technologiques, économiques et
règlementaires (lois des territoires où ils exercent) certes, mais dans une moindre mesure sur
97
les questions d’évaluation de leurs impacts sur l’environnement (très peu publiée). La
participation des acteurs à définir un sens à leurs actions Eco-tic s’apparente donc à une forme
de travail institutionnel (Ben Slimane et Leca, 2010) : La priorité des acteurs « en pratique »
des Eco-tic est avant tout cernée par une dimension technologique, notamment énergétique
pour agir sur les couts opérationnels. Les points de vue des équipementiers sont généralement
centrés sur des aspects matériels, plutôt que sur la question des usages. Ainsi, les actions
tournées vers le domaine des conséquences (sociales et environnementales par exemple) sont
peu dans ce monde numérique hautement capitalistique et concurrentiel.

L’organisation de ces priorités ci-dessus mises en exergue se retrouve donc dans le degré
d’interaction avec les différentes parties prenantes.

Attendu que, la première hypothèse H1 a été peu concluante, en raison de certaines

insuffisances révélées. Considérant que les innovations technologiques évoluent toujours à une
vitesse incommensurable et que de nouvelles façons d'utiliser la capacité totale et des serveurs
apparaissent dans l’industrie du numérique à savoir l’évolutivité, la décentralisation écologique
des Data Centers permettant une maitrise efficace de l’informatique en nuage, nous avons
ouvert une analyse documentaire sur notre deuxième hypothèse H2 avec pour objectif
d'explorer les politiques managériales Eco-tic au travers des pico-Data Centers.

Dans une première phase de l’étude, nous avons exploré les caractéristiques écoresponsables
et les contributions générales des pico-Data Centers. Nous avons exploré des exemples de mise
en œuvre de cette innovation technologique. Nous avons constaté que ces innovations
écoresponsables répondent favorablement aux enjeux environnementaux et de ce fait, elles
devraient être en mesure de contribuer à la soutenabilité du cloud computing.

Ainsi la seconde phase de cette exploration va nous conduire sur une démarche de construction
conceptuelle en nous appuyant sur travaux de Ait-Daoud, 2012; Bohas et al., 2013; Chen,
Watson, Boudreau, & Karahanna, 2009; Pittayachawan, Corbitt, et al., 2009; Molla (2009), afin
d'explorer les politiques, pratiques managériales des acteurs du numérique en matière d’Eco-
tic des pico-Data Centers et de cerner leurs motivations managériales en matière d’adoption de
cette innovation censée conduire à la soutenabilité du cloud computing. La troisième phase de
l’étude qui est empirique, nous permettra d'aller plus loin auprès des experts pour nous enquérir
de leur avis et de leur retour d'expérience en matière de politiques et pratiques Eco-tic des pico-
Data Centers et leur sa capacité soutenir la durabilité du cloud computing et de
l’environnement.
98
Section 4 : Analyse du cadre théorique

4.1 Introduction de la section 4

L’étude de la littérature précédemment abordée nous permet d’élaborer un modèle conceptuel

qui sera testé sur notre cas et nous l’espérons, permettra de répondre à nos questions. Cette
section sera présentée en quatre parties. Premièrement nous rappellerons la problématique et
préciserons les questions de recherche afin d’approfondir notre réflexion. Nous présenterons
ensuite notre modèle conceptuel et détaillerons l’ensemble des six concepts utilisés dans celui-
ci, qui nous paraissent essentiels pour tenter de répondre à notre problématique et nos questions
de recherche (Motivation technologique, motivation institutionnelle, Culture écologique
organisationnelle, Motivation de la haute direction ou des dirigeants, Théorie des ressources et
compétences, théorie des parties prenantes). Nous définirons également les objectifs théoriques
et managériaux de notre modèle. Enfin, nous présenterons nos dix propositions de recherche.

4.2 Rappel de la problématique centrale et des questions de recherche

Cette section est conçue dans l’intention de présenter les fondements théoriques dans lesquels
s’enracinent nos travaux de recherche et d’aboutir à la formulation d’un cadre conceptuel.

Nous avons énoncé au chapitre précédent notre problématique au travers d’une question comme
suit :

Dans quelle mesure les organisations et les acteurs du numérique adoptent-ils des
politiques Eco-tic des pico-Data Centers visant à garantir la soutenabilité du cloud
computing ?

De cette question, transparaissent ainsi deux finalités du point de vue de la recherche : une
première qui est d'explorer les caractéristiques et les contributions Eco-tic générales des
pico-Data Centers.

99
Et une seconde qui est d'explorer les politiques managériales en matière d’Eco-TIC que les
acteurs du numérique doivent entreprendre et les facteurs de motivation qui peuvent les
inciter à l'adoption des pico-Data Centers comme solution à la soutenabilité du Cloud
Computing.

La première finalité ayant été en partie abordée dans le précédent chapitre, nous allons nous
appesantir sur la seconde dans conceptualisation de notre modèle de recherche. Les deux
finalités seront ainsi exposées aux experts lors de notre phase empirique.

Avant d’entamer la présentation des approches théoriques mobilisées dans la littérature centrée
sur l’adoption des pico-Data Centers écoresponsables, il nous semble important de revenir
quelque peu sur cette notion d’adoption et de trouver les concepts ayant abordé le phénomène
d’adoption du Green IT.

Quoique explicite au premier abord, ce terme « adoption » se révèle en réalité ambigu tant il
recouvre parfois des réalités hétérogènes. Il a notamment pu être employé comme synonyme
d’assimilation, d’acceptation ou encore d’appropriation. Afin de lever ces ambiguïtés, nous
rappelons les définitions qu’a proposées de Vaujany (2009) de ces différents concepts selon
lesquelles :

L’adoption du SI est définie comme un « processus de mise à disposition d’un SI auprès des
acteurs d’une organisation. Elle n’inclut donc pas l’acceptation finale (ou le rejet) de l’outil
par les individus. Elle intègre en revanche, la décision d’investissement et les modalités de mise
à disposition de l’outil » (p. 21)

Par ailleurs, il définit l’assimilation du SI comme un « processus par lequel un individu ou un

groupe accepte et utilise régulièrement une technologie. Il débouche sur une certaine maîtrise
cognitive de l’outil. L’acceptation est un aspect de l’assimilation » (p. 21)

Enfin, l’appropriation du SI est définie comme « processus par lequel une technologie est
rendue propre à un usage, un individu et/ou un groupe. L’appropriation n’implique pas
nécessairement une maîtrise de l’outil » (p. 22)

Ces différents processus ne sont d’ailleurs pas mutuellement exclusifs, mais tendent à cohabiter
au sein du processus d’implantation d’une technologie comme le montrent le modèle en six
phases proposé par Cooper et Zmud (1990) (cité par Bia Figueiredo & Kalika, 2009) : initiation,
adoption, adaptation, acceptation, routinisation et infusion.

100
4.3 Notre analyse théorique de l’adoption Eco-Tic dans l’organisation IT : cas des pico-
Data Centers

4.3.1. Les théories d’adoption du Green IT dans l’organisation.

Des études antérieures conceptuelles et empiriques ont abordé l'adoption du Green IT sous
plusieurs angles. Diverses terminologies avaient été utilisées, par exemple, l’adoption du green
IT (Chen, A.J.;Watson, R.T.; Boudreau, M.C.; Karahanna, 2009), (Molla , 2011), adoption du
green IS (Lei,Gholami, R.; Sulaiman, A.B.; Ramayah, T.; Molla ,2013), initiatives d'adoption
du green IT (9,33), l'étendue du green IT (Kuo, Schmidt, 2011) et l'intention d'adoption du
Green IT (Lei et al 2014, Schmidt, 2010), (Molla, 2008).
Dans la quête des déterminants de l’adoption de l’Eco-tic, certaines études ont utilisé l'aspect
processuel et traité différemment l'adoption de l’Eco-tic. Tandis que, dans la pratique, d’autres
recherches ont fait la distinction entre l'intention d'adopter le Green IT et l'adoption réelle du
green IT. De manière générale, bien que des terminologies différentes aient été utilisées, les
déterminants (prédictors) identifiés dans les études précédentes peuvent être considérés, dans
la plupart des cas dans l'adoption du Green IT.
Étant donné que l'objectif de notre recherche est de fournir une adoption de l’Eco-tic au cloud
comptuing au niveau organisationnel, nous considérons tous les déterminants identifiés en
fonction de leurs contextes de recherche avant de spécifier nos axes théoriques.
Le tableau 2 présente un résumé de l'examen des déterminants existants dans l'adoption des TI
verts identifiés dans les études précédentes par Deng, Q., & Ji, S. (2015). Compte tenu de
l’ambigüité du terme adoption et du caractère protéiforme du Green IT (Erek et al, 2011), les
travaux mobilisés dans ce champ s’appuient sur des cadres théoriques hétérogènes (Melville,
2010).

101
 Tableau 5. Extrait d’études sur l'adoption du Green IT dans l’organisation. Source. (Deng,
Q., & Ji, S. (2015). Organizational green IT adoption)

Auteurs Fondements théoriques Construits Composantes et définitions

Cai, Chen and Le concept d'avantage Politique Préoccupations du public : «intérêts

Bose (2013). compétitif, de la théorie de la communauté les parties
de diffusion de prenantes et le public. » (p. 4)
l'innovation (DOI) de
Porter. Forces réglementaires : «influences
du gouvernement et des lois /
réglementations». (p. 4)

Economie Réduction des coûts : « une

entreprise peut obtenir d'avantage
en vendant des produits ou services
au coût le plus bas de son secteur. »
(p. 5)

Différenciation : « une entreprise

peut utiliser la différenciation
stratégies pour créer des
fonctionnalités uniques pour ses
produits ou ses prestations de
service." (p. 5)

Complexité perçue Ou la complexité de l'innovation

perçue, «fait référence à la mesure
dans laquelle l'innovation est
perçue comme relativement difficile
à comprendre et à utiliser.» (p. 5)

Chen et al. Théorie Pression Imitation basée sur la fréquence :

(2009). institutionnelle ; vue mimétique «pression mimétique découle du
basée sur les nombre d’autres organisations qui
ressources naturelles ont adopté une certaine pratique. »
(NRBV) (p. 5) Imitation basée sur les
résultats (+, S): «les organisations
sont motivé à adopter une pratique
donnée en raison des résultats
favorables obtenus par d’autres
adoptants. » (p. 5)

Pressions Coercition basée sur l'imposition (+,

coercitives PS): réglementations (par exemple,
politique publique, réglementation
industrielle).

Coercition basée sur l'incitation (+,

PS): «Les partenaires importants de

102
 la chaîne d'approvisionnement
possèdent souvent le pouvoir de
créer de fortes incitations pour
qu'une organisation locale se
conforme à leurs demandes.» (p. 7)

Pressions «Entre pressions coercitives et

coercitives et mimétiques, la présence de l'une est
mimétique à la fois très susceptible d'ajouter à la
légitimité institutionnelle suggérée
par l'autre. . . . Par conséquent, la
présence d'une pression renforce
l'effet de l'autre. » (p. 7–8)

Gholami et al. . Cadre croyance-action- Facteurs macro Pression coercitive : « pression des
(2013). résultat; théorie (antécédents organismes de réglementation, des
institutionnelle d'attitude) fournisseurs et des clients». (p. 432)
Pression mimétique:
«L'isomorphisme mimétique
suggère que les entreprises
suivront les entreprises de premier
plan qui ont réalisé des avantages
en étant les premières à entrer dans
l'industrie.» (p. 433)

Micro (facteurs de Attitude: «une caractéristique

croyance) affective des cadres supérieurs; il
mesure dans quelle mesure ils
connaissent et s'intéressent aux SI
verts. » (p. 432) Prise en compte
des conséquences futures (CFC) :
«Les individus pauvres en CFC,
attachent une grande importance
aux conséquences immédiates du
comportement; tandis que ceux qui
sont riches en CFC attachent une
grande importance aux
conséquences futures du
comportement. » (p. 432)

Molla (2009).; Théories de la motivation Eco-efficience «Désir d'améliorer l'éco-durabilité

Molla and organisationnelle ; éco- tout en poursuivant des objectifs
Abareshi durabilité économiques.» (p. 8)
(2011, July).
Éco-efficacité «Motifs d'éco-durabilité associés
aux croyances et au système de
valeurs de l'organisation par souci
profond de l'environnement naturel

103
 et pour obtenir des résultats
sociopolitiques.» (p. 8)

Éco-réactif «Désir d'améliorer l'éco-durabilité

soit en raison d'opportunités vertes,
soit en réponse aux actions et / ou
aux demandes des concurrents, des
clients, des fournisseurs et des
forces du marché.» (p. 8)

Eco-légitimité «Désir d'améliorer l'éco-durabilité

en raison des pressions politiques
et sociales auxquelles une
entreprise est confrontée.» (p. 8)

Sarkar and Théorie institutionnelle ; Attitudes Modèle de coût effectif : « réduction

Young (2009). théorie de l'action managériales des coûts . . . nécessité d'un modèle
raisonnée(TAR) aussi complet établissant un lien
explicite entre les initiatives
informatiques vertes et les
économies de coûts qui en
résultent. » (p. 8)

Programmes de sensibilisation:
«sensibiliser leurs collègues de
l’organisation aux avantages de
l’informatique verte, et démystifier
les idées fausses entourant le
problème. " (p. 8)

Influences externes Exigences des clients : «les clients

étaient friands de services
informatiques écologiques, car cela
leur permettait de rendre compte
de leur empreinte carbone
conformément aux réglementations
gouvernementales.» (p. 8)

Réglementations gouvernementales
: «Les agences australiennes de
réglementation environnementale
étaient sur le point d'imposer des
programmes de reporting de
l'empreinte carbone.» (p. 7)

Bose and Luo Technology- Contexte Préparation sensorielle: «la mesure

(2011). Organization- technologique dans laquelle les participants au
Environment (TOE) processus de virtualisation sont
framework; DOI; process capables de profiter d'une

104
virtualization theory expérience sensorielle complète du
(PVT) processus.» (p. 47)

Préparation relationnelle: «le

besoin pour les participants au
processus d'interagir les uns avec
les autres dans un contexte
professionnel.»

(p. 47)

Préparation au synchronisme: «la

mesure dans laquelle les activités
qui composent un processus
doivent se dérouler rapidement
avec un délai minimal.» (p. 47)

Préparation à l'identification et au
contrôle : «le degré auquel le
processus nécessite une
identification unique des
participants au processus et la
capacité d'exercer un contrôle sur /
influencer leur comportement.» (p.
47)

Contexte Soutien des dirigeants : «une

organisationnel personne au niveau de la direction
(p. Ex., PDG) qui reconnaît l'utilité
d'une idée pour l'organisation et
dirige l'autorité et les ressources
pour l'innovation tout au long de
son développement et de sa mise en
œuvre.» (p. 48)

Engagement de ressources :
«l'engagement de ressources
financières dans le Green IT en
proportion des ressources
organisationnelles totales.» (p. 48)

Taille de l’entreprise : «le nombre

d'employés dans l'organisation». (p.
48)

Contexte Soutien réglementaire : «Des

environnemental politiques et / ou une législation de
soutien du gouvernement ou de
l'État au niveau de l'État ou national

105
 peuvent aider les organisations à
atteindre leurs objectifs en matière
d'informatique verte.» (p. 49)

Intensité de la concurrence : «la

mesure dans laquelle l'entreprise
est affectée par des concurrents sur
le marché.» (p. 49)

Molla (2009). Cadre TOE: modèle d'e- Cotexte Green IT Contexte technologique:
readiness perçu «L'informatique verte est
susceptible de prospérer dans les
organisations qui disposent
d'importants actifs informatiques
installés.» (p. 663) Contexte
organisationnel: «fait référence aux
propriétés descriptives d'une
entreprise telles que le secteur, la
taille et la citoyenneté d'entreprise.
»(P. 663)

Contexte environnemental:
«l’environnement réglementaire est
un facteur essentiel pour créer un
environnement propice et permissif
pour encourager l’utilisation de
certaines technologies de
l’informatique verte». (p. 664)

Pilotage Green IT «Le moteur économique fait

référence à la nécessité d'une plus
grande efficacité informatique et à
la recherche d'économies tangibles
sur les coûts des opérations
informatiques.» (p. 662)

«Le moteur réglementaire fait

référence à la recherche de la
légitimité dans le contexte social
plus large. » (p. 663)

«Le moteur éthique fait référence à

la poursuite de pratiques
commerciales socialement
responsables et d'une bonne
citoyenneté d'entreprise. »(P. 663)

106
 Disponibilité Green État de préparation organisationnel
IT perçu en matière d'informatique
verte: décrit la sensibilisation,
l'engagement et les ressources
d'une entreprise en rapport avec
l'informatique verte.

Disponibilité de l’informatique
verte du réseau à valeur perçue: fait
référence à l’état de préparation des
fournisseurs, concurrents,
investisseurs, partenaires et clients
d’une entreprise à l’informatique
verte.

Disponibilité perçue de
l'informatique verte
institutionnelle: fait référence à
l'évaluation par les entreprises de
l'état de préparation de ces forces
institutionnelles, qui se réfèrent à la
fois aux entités formelles, telles que
le gouvernement et les associations
professionnelles, et aux normes et
pratiques informelles.

Nedbal, TOE framework; Contexte Compatibilité technique: «la

Wetzlinger, technologique compatibilité d’une innovation avec
Auinger and DOI; process les systèmes existants [...], y
Wagner (2011, virtualization compris le matériel et les logiciels».
August).
theory (PVT) (p. 5)

Complexité perçue: solution

d'externalisation perçue comme
difficile à utiliser. (p. 5)

Contexte Support top management: identique

organisationnel au support champion dans Bose et
Luo [9].

Coûts de transaction: «les

organisations évaluent les coûts de
transaction internes par rapport
aux coûts de transaction externes
avant de décider de conserver ou
non certains processus métier en
interne ou d'externaliser les
processus.» (p. 6)

107
 Taille: identique à la taille de
l'entreprise dans Bose et Luo [9].

Context Support réglementaire : identique

environnemental au support réglementaire dans Bose
et Luo [9].

Intensité de la compétition :
identique à celle de Bose et Luo [9].

Au regard de cette littérature, de nombreux déterminants de l'adoption du green IT ont été

identifiés. Cependant, Il n’existe pas de consensus sur le choix de déterminants spécifiques à
l’adoption du green IT dans organisation (Deng, Q., & Ji, S. ,2015), dans la mesure où les
recherches conceptuelles ont été faites sous différents angles entrainant des fondements
théoriques étendus et dispersés. En revanche, les déterminants relatifs au soutien de la haute
direction (ou le soutien du chef, à la motivation de la direction, l'attitude managériale,
l'interprétation managériale), l’action des concurrents et des parties prenantes (pression
mimétique) à la force réglementaire (c.-à-d. la coercition basée sur l'imposition, la pression
coercitive, la réglementation gouvernementale) et à l’innovation technologique ont été
positivement liés à l’adoption du Green IT dans l’organisation et de façon significative (Deng,
Q., & Ji, S. ,2015).

De l’autre côté, les organisations peuvent choisir d'adopter le Green IT pour un certain nombre
de raisons. Généralement, celles-ci sont des pressions d’ordre externe et interne, telles que les
progrès technologiques, les avantages économiques et commerciaux liés à l’adoption du Green
IT et les pressions juridiques, sociales et environnementales auxquelles l’organisation est
confrontée. Des théories organisationnelles traditionnelles et contemporaines parmi celles
énumérées plus haut, peuvent être appliquées pour expliquer ces différents motifs. Ces théories
incluent la diffusion de la théorie de l'innovation (DOI), la théorie institutionnelle, la vision
basée sur les ressources (RBV) de l'entreprise, le Cadre Technologie-Organisation-
Environnement (TOE) et la théorie de la culture organisationnelle, parmi bien d'autres. Les
théories les plus courantes sont le modèle d'acceptation de la technologie (TAM) (Davis 1986)
(Davis et al.1989), Theory of Planned Behavior (TPB) (Ajzen, 1985) (Ajzen, 1991), Unified
Theory of Acceptance and Use of Technology (UTAUT) (Venkatesh et al. 2003), Diffusion of

108
Innovation (DOI) (Rogers, 1995) et le cadre Technologie-Organisation-Environnement (TOE)
(Tornatzky et Fleischer, 1990)( Dedrick, J., & West, J. (2003).
Tous ces travaux préalables de recherche traitant la problématique de l’adoption des SI, peuvent
être scindés en deux parties : Les travaux qui expliquent l’adoption selon la perspective de
l’utilisateur, qui cherchent les facteurs déterminants influençant l’intention individuelle de
l’adoption, comme le cas du modèle d’acceptation de la technologie TAM (Davis, 1985), et les
travaux qui cherchent à expliquer l’adoption des SI par les organisations. Pour notre recherche,
nous avons choisi de nous placer dans la deuxième perspective, car notre unité d’analyse est
l’organisation.
Toutefois, la littérature sur l'innovation technologique fait référence en majorité à la « diffusion
de l’innovation » ou à la théorie DOI de Rogers ainsi qu'au cadre TOE.
En effet, le DOI est reconnu par de nombreux chercheurs comme étant capable d'identifier les
caractéristiques critiques « perçues » des innovations technologiques (telles que l'avantage
relatif, la compatibilité, la complexité, l'observabilité et la testabilité) qui peuvent
influencer l'attitude des adopteurs potentiels ou des rejeteurs de SI.

On a cependant soutenu que le modèle de Rogers devrait également être combiné avec d'autres
contextes ou facteurs pour une approche d'adoption plus holistique. Conformément à cet
argument, nous avons constaté que le cadre de la TOE inclut le contexte environnemental (non
inclus dans la théorie DOI), devenant ainsi plus à même d'expliquer l'adoption de l'innovation
intra-entreprise et donc plus complet. Le cadre TOE a une base théorique solide et un potentiel
d'application dans l'adoption du SI (Oliveira et Martins, 2011). Le cadre TOE développé par
Tornatzky et Fleischer (1990) spécifie 3 types de facteurs qui influencent l'adoption et
l'utilisation organisationnelle de l'innovation technologique. Le contexte technologique qui
comprend à la fois les technologies internes et externes qui pourraient être utiles pour améliorer
la productivité organisationnelle. Le contexte organisationnel, défini en termes de taille et de
portée de l'entreprise, de complexité de la structure managériale de qualité, de caractéristiques,
de disponibilité de la technologie et des ressources financières et intellectuelles de l'entreprise,
ainsi que le contexte environnemental (ou institutionnel), qui fait référence à l'industrie et aux
transactions de l'entreprise avec des partenaires commerciaux, des concurrents et le
gouvernement (Tornatzky et Fleischer, 1990).
Ainsi notre modèle d’analyse théorique et modèle de recherche prendra appui sur ces théories
en soulignant les approches d’incitation externe et interne à l’adoption des pico-Data Centers.

109
4.4 Notre modèle d’analyse théorique

4.4.1. Les facteurs d’incitations externes

Du point de vue externe, l’organisation TIC ou fournisseur Data Center, sous l'influence du
développement technologique, économique, des pressions juridiques et sociales, etc., peuvent
décider d'adopter des politiques Eco-tic des pico-Data Centers, afin de créer un environnement
de soutenabilité, de durabilité du cloud computing. A cet effet, trois facteurs distinctifs sont à
examiner examinés selon : le contexte technologique, organisationnel et les pressions (Chen et
al, 2008). Un certain nombre de propositions sont formulées sur la base de notre raisonnement
théorique.

4.4.1.1 Motivation technologique

Suivant la démarche de Chen et al, (2008), nous examinons le contexte technologique à l'aide
de la théorie de la diffusion de l’innovation (innovation diffusion theory (DIO), en anglais)
proposée en 1962 par Everett Rogers. Cette théorie a été appliquée autant sur le plan individuel
(Rogers, 1995) que sur le plan organisationnel (Zaltman, Duncan, & Holbeck, 1973). Le but
étant d’expliquer comment une innovation technologique évolue du stade d’invention à celui
d’utilisation élargie, cette théorie offre un cadre conceptuel au concept d’acceptabilité. Selon
Rogers (1995), « il existerait cinq éléments qui déterminent l’adoption ou la diffusion d’une
nouvelle technologie à savoir : l’avantage relatif, la compatibilité, la complexité, la testabilité
et l’observabilité ».

L’avantage relatif est le degré auquel une innovation est perçue comme étant meilleure que
celles qui existent déjà. Il n'est pas nécessaire que cette innovation comporte beaucoup plus
davantages que les autres, mais ce qui est éssentiel, cest que l'individu la perçoive comme étant
avantageuse.
Des études ont montré que l'avantage relatif est positivement lié à l'adoption de l'innovation
dans les SI (Grandon et al, 2004). Pour les organisations, plusieurs avantages relatifs
accompagnent l'adoption du Green IT tels que la réduction des coûts, la réduction des émissions
et la bonne image de marque. Dans un marché hautement concurrentiel, ces avantages sont des
considérations importantes pour les organisations qui souhaitent adopter le Green IT (Elliot, S.,
2007)

110
La compatibilité selon Rogers, est une mesure du degré auquel une innovation est perçue
comme étant consistante avec les valeurs existantes, les expériences passées, les pratiques
sociales et normes des utilisateurs. C’est aussi le degré avec lequel une innovation est perçue
comme « compatible » avec les valeurs, les expériences et les besoins des « adoptants »
potentiels (Rogers, 1962, 2003). De même, la compatibilité technologique a été identifiée
comme un déterminant important de l'adoption des TI organisationnelles. L'adoption du Green
IT peut apporter des changements importants aux technologies existantes utilisées dans
l'organisation.

La complexité selon Rogers, est une mesure du degré auquel une innovation est perçue comme
étant difficile à comprendre et à utiliser. Les nouvelles idées qui sont simples à comprendre
vont être adoptées beaucoup plus rapidement que d’autres qui nécessitent de développer de
nouvelles compétences avant de pouvoir les comprendre.
En conséquence de quoi, il est possible de dire que la complexité d’une innovation, telle que
perçue par les membres d’un système social, influence négativement son adoption (Rogers,
2003). Par exemple, étant donné que le Green IT comprend également les technologies
souhaitant une interaction homme-technologie, telles que la virtualisation, le télétravail, la
téléconférence, etc., la complexité technologique dans ces cas peut être considérée comme le
contraire de la facilité d'utilisation ou le degré auquel l'utilisation d'un système particulier
nécessite beaucoup d'efforts physiques et mentaux (Bradford, M. ; Florin 2003)

La testabilité selon Rogers consiste en la possibilité de tester une innovation et de la modifier

avant de s’engager à l’utiliser. L’opportunité de tester une innovation va permettre aux
éventuels utilisateurs d’avoir plus de confiance dans le produit car il aura eu la possibilité
d’apprendre à l’utiliser. Moore et Benbasat (1991) postulent que les innovations sont plus
faciles à adopter si elles peuvent être essayées d’avance.

L’observabilité est selon Venkatesh et al (2003), comme étant le degré auquel les résultats et
bénéfices d’une innovation sont clairs. Plus les résultats de l’adoption de l’innovation seront
clairs et plus les individus l’adopteront facilement. Il est fort probable que les individus adoptent
l’innovation s’ils peuvent observer les avantages relatifs à la technologie en question, ce qui
pourrait réduire l’incertitude à son égard.
Du point de vue pratique l’observabilité et la testabilité semble pouvoir dire la même chose,
car à l’évidence, on ne peut tester une innovation sans l’observer, par contre le contraire parait

111
improbable car l’utilisateur peut ne pas tester une innovation bien qu’il la voit. Nous n’avons
pas introduit les 2 déterminants dans notre modèle en raison de cette nuance posant un problème
de cohérence interprétative.
Sur la base de la discussion ci-dessus, les propositions suivantes sont faites en ce qui concerne
le contexte technologique :
Proposition 1a. Les avantages relatifs auront un impact positif sur l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.
Proposition 1b. La compatibilité technologique aura un impact positif sur l'adoption de
politiques managériales Eco-Tic des pico-Data Centers dans l'organisation.
Proposition 1c. La complexité technologique aura un impact négatif sur l'adoption de
politiques managériales Eco-Tic des pico-Data Centers dans l'organisation.

4.4.1.2 Motivation institutionnelle au Green IT

Les forces de motivation et institutionnelles peuvent influencer l’adoption du Green IT par une
organisation. King et al (1994) identifient deux formes d'interventions institutionnelles
(influence contre régulation) et deux moteurs de l'innovation (attraction de la demande contre
la poussée de l'offre). Les initiatives d’influence peuvent changer le comportement de ceux qui
sont sous l'action de l’institution. Cela peut être réalisé sans recours direct à la force, mais avec
l’exercice du commandement ou en fournissant des ressources.
En revanche, les actions de régulation ont pour but d'affecter directement et parfois
indirectement le comportement des entités relevant de leur juridiction. Cela peut être fait via
des directives ou des actions qui limitent les options et modifient les comportements. Dans tous
les cas, l'influence et la réglementation peuvent aboutir à des résultats différents mais connexes
selon que les forces poussées par l'offre (production d'un produit ou processus innovant) ou par
la demande (volonté d'utiliser le produit) sont le moteur de l'innovation (King et al, 1994).
De l’autre côté, les forces institutionnelles peuvent influencer et / ou réguler également le
comportement des entreprises par des pressions mimétiques, coercitives et normatives
(DiMaggio et Powell, 1983).

112
 4.4.2.1 Théorie institutionnelle
Introduite pour la première fois dans le domaine de la sociologie, la théorie institutionnelle
cherche à expliquer comment les organisations deviennent homogènes sous les pressions
sociales (Chen et al ,2009). Le concept qui répond le mieux au processus de l'homogénéisation
est un isomorphisme (Chen et al ,2009). Après sa création, le concept d'isomorphisme a été «
déplacé » du niveau de la société au niveau du champ organisationnel par DiMaggio et Powell
(1983).
Plusieurs auteurs ont appliqué des éléments du champ théorique institutionnel pour déterminer
les motivations d’adoption du Green IT. En particulier, la majorité ont mobilisé l’approche
institutionnelle qui considère l’adoption du Green IT comme une modalité de réponse aux
contraintes environnementales (Ait-Daoud 2012 ; Chen et al. 2009 ; Kuo & Dick 2009 ; Molla
et al. 2009 ; Leroux & Pupion 2011). Ils ont aussi catégorisé l'isomorphisme en trois
mécanismes (isomorphisme coercitif, isomorphisme mimétique et isomorphisme normatif) à
travers lequel un changement isomorphe institutionnel peut se produire.
Il ressort de ces différents travaux que l’adoption du Green IT semble être influencée par ces
trois types de pressions institutionnelles (pressions mimétiques, normatives et coercitives)
(DiMaggio & Powell 1983).
Les pressions coercitives sont celles exercées par des organisations disposant d’un pouvoir ou
d’une autorité suffisante pour en contraindre d’autres, par le biais notamment de règles, de lois,
de sanctions. Dans ce cas, les organisations sont motivées par l’obtention d’une légitimité
pragmatique (Suchman 1995).
Les pressions mimétiques traduisent le comportement de firmes qui, pour faire face à
l’incertitude de leur environnement, vont avoir tendance à adopter des pratiques similaires à
d’autres entreprises de leur champ organisationnel, qu’elles estiment plus performantes ou qui
représentent les leaders. Elles agissent ainsi dans le but de conquérir une légitimité cognitive et
culturelle (Suchman 1995).
Les pressions normatives naissent de la professionnalisation des métiers et renvoient aux
normes, référentiels, labels… Par ce biais, les organisations revendiquent une légitimité morale
(Suchman 1995).
Plusieurs études ont abordé aussi les questions sociales et la durabilité environnementale à
travers le prisme de la théorie institutionnelle (Campbell, J.L 2007).

113
En revanche, Molla, A (2013) au travers d’une étude a réalisé que les pressions mimétiques et
coercitives sont efficaces de façon conjointe à l’adoption du Green IT. D’autres chercheurs tels
que Bose, R.; Luo, X (2011) et Chen, A.J.;Watson, R.T.; Boudreau, M.C.; Karahanna (2009),
confirment le même l’effet positif de l’association des pressions coercitives et mimétiques dans
l’adoption du Green IT organisationnelle.
Néanmoins, dans notre recherche, nous examinons les trois types de pressions institutionnelles
pour en saisir une vision holistique.
Sur la base de l'argument ci-dessus, nous retenons que les motivations organisationnelles pour
la responsabilité numérique et des Data Centers en particulier peuvent inclure une réponse
réglementaire de nature à assurer la conformité et un objectif normatif visant à atteindre la
légitimité (Rahim et al, 2007 ; King et al 1994, DiMaggio and Powell, 1983).
Sur la base de la discussion ci-dessus, les propositions suivantes sont faites en ce qui concerne
le contexte institutionnel :
Proposition 2a. La pression coercitive aura un impact positif sur l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.
Proposition 2b. Une pression mimétique aura un impact positif sur l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.
Proposition 2c. La pression normative aura un impact positif sur l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.

4.4.2 Motivations internes

En ce qui concerne les motivations internes, notre recherche se focalise sur quatre (4) « forces »
internes importantes, à savoir Culture écologique organisationnelle, l’assistance de la haute
direction ou des dirigeants, la théorie des ressources et les compétences (ou Resource-Based
View Theory – RBV) et la prise en compte des attentes des parties prenantes.

4.4.2.1 Culture écologique organisationnelle

La culture organisationnelle reflète de nombreuses facettes d'une organisation, telles que les
fondements de base de son existence, les croyances, les valeurs, les modèles de comportement
et des technologies, décrivant la dynamique particulière d'une organisation (Hofstede, Neuijen,
Ohayv et Sanders, 1990). Des recherches antérieures ont également montré que la culture
organisationnelle englobe un large éventail de valeurs qui guident les comportements des

114
entreprises (Leidner et Kayworth, 2006 ; Whitfield et Landeros, 2006), telles que la passivité et
l'agressivité (Cooke et Lafferty, 1989), la cohérence et l'adaptabilité (Denison & Mishra, 1995)
et l’orientation des tâches (Cooke & Lafferty, 2003). Il a été démontré que ces valeurs marquent
les caractéristiques de l’organisation et ses performances.
Récemment appliqué dans la littérature du management vertueux (Newton, 1997), la culture
écologique a été fréquemment évoquée dans l'écologisation de la culture organisationnelle afin
de générer des avantages à la fois économiques et environnementaux (Harris, L.C. et al, 2002).
D’un point de vue ressources, certains ont proposé que l'intégration des préoccupations
environnementales dans la culture organisationnelle puisse offrir des capacités
environnementales difficiles à imiter par les concurrents Van der Yeught, C. (2007). Il a été
constaté également de façon constante que la culture organisationnelle tend à façonner le
processus d'écologisation en soutenant ou en limitant l'institutionnalisation des valeurs vertes
(Post, J.E, et al 2002).
Sur la base de la théorie du conflit de la culture informatique (Leidner, D.E et al 2006); plus le
conflit de vision (le caractère antinomique à l’innovation) d'un groupe vis-à-vis d'un système
est élevé, plus le taux d'adoption du système par le groupe est faible. Par nature, le Green IT,
qui poursuit également des valeurs économiques et environnementales, est très cohérente avec
la culture d'organisation verte.
Par conséquent, la proposition suivante est faite suivante est faite :
Proposition 3 : La culture écologique organisationnelle aura un impact positif sur
l'adoption de politiques managériales Eco-Tic des pico-Data Centers dans l'organisation.
.

4.4.2.2 L’assistance de la haute direction ou des dirigeants

Cette assistance fait référence au soutien des principaux dirigeants ou managers de

l'organisation (par exemple, PDG ou DSI) qui reconnaissent les valeurs d'une innovation et
soutiennent son développement et sa mise en œuvre (Meyer, M. 2000). Le soutien de la haute
direction a été distinguée dans de nombreuses recherche antérieur à travers des terminologies
similaires, telles que le soutien du sommet (Bose, R, 2011)], l'influence de la direction (Kuo
BN, 2010), l'attitude (Gholami, R.; Sulaiman, A.B.; Ramayah, T.; Molla 2013) les attitudes
managériales (Sarkar, P et al, 2009) et l'interprétation managériale (Lei, C.F et al, 2014). Malgré
le désaccord sur l'utilisation de la terminologie, il est communément admis que le support, la

115
prise en charge de la haute direction joue un rôle crucial dans l'adoption des TIC, c’est l’un des
déterminants le plus efficace de l’adoption des TIC ( Zhu, K. et al, 2006).
Dans le cas de l'adoption du Green IT, le soutien de la haute direction crée un climat propice à
l'adoption de nouvelles technologies en communiquant sur l’intérêt et la valeur de l'innovation
dans l'organisation (Thong, J.Y.L, 1999).
Par conséquent, la proposition suivante est faite :
Proposition 4 : Le soutien de la haute direction aura un impact positif sur l'adoption de
politiques managériales Eco-Tic des pico-Data Centers dans l'organisation.

4.4.2.3. Théorie des ressources et les compétences (ou Resource-Based View

Theory – RBV)
La vision basée sur les ressources et les compétences a été initialement proposée par Wernerfelt
(1984) pour expliquer l’avantage concurentiel d'une entreprise dans un domaine de gestion
stratégique. D’autre chercheur comme Plane suggère que la compétitivité d’une entreprise
repose sur ses ressources et compétences plutôt que sur ses produits (Plane, J. M. 2006). Dans
la mesure où selon l’auteur, gestion des ressources et des compétences humaines vise à
conjuguer les stratégies de compétitivité de l'entreprise et une gestion qualitative de l'emploi,
qui aujourd’hui constitue un défi majeur pour les organisations TIC dans cette révolution
numérique. Barney (1991) a étendu les ressources et les compétences en proposant que, pour
avoir le potentiel de produire des avantages compétitifs durables, une ressource doit avoir quatre
attributs : (1) précieuse, en ce sens qu'il exploite les opportunités et / ou neutralise les menaces
dans l'environnement d'une entreprise ; (2) rare parmi les compétitions actuelles et potentielles
d’une entreprise ; (3) imparfaitement imitable ; et (4) pas stratégiquement de substituts
équivalents à cette ressource. Mais diffèrent d’autres choses qui ne sont précieuses ni rares, ni
imparfaitement imitables.
Cette théorie RBV, en particulier dont la version centrée sur les stratégies environnementales
proposée par Hart (Hart, 1995) est fortement mobilisée dans le contexte du Green IT. Elle
permet notamment de distinguer les actifs informatiques des compétences SI. Les «
compétences SI » représentent les routines au travers desquelles l’entreprise déploie et met en
œuvre ses ressources TI pour rendre possibles et soutenir les activités métier (Ait-Daoud, 2012,
Boudreau et al. 2008 ; Chen et al. 2008 ; Jenkin et al. 2011). En prolongeant ces vues aux
capacités Green IT, celles-ci « représentent les moyens matériels et intellectuels par lesquels

116
une entreprise déploie des considérations écologiques dans la construction et la gestion des
ressources TI pour rendre possibles et soutenir les initiatives environnementales au sein des
domaines clés que sont l’approvisionnement, les opérations et services et la gestion de fin de
vie des TI »102 (p. 3-4) (Molla, Cooper, et al. 2009).
L'application des ressources et des compétences au contexte d'adoption du Green IT a le
potentiel d'apporter une contribution théorique et en identifier de nouveaux importants moteurs
d'avantage concurrentiel. Le Green IT contribuerait ainsi au développement de capacités
organisationnelles nouvelles (Dao et al. 2011 ; Elliot, 2009, 2011 ; Vykoukal et al. 2009) dont
certaines, favoriseraient la mise en œuvre de stratégies environnementales proactives
améliorant la compétitivité et donc la performance (durable) de l’entreprise. Sur cette base, la
proposition suivante est faite :
Proposition 5 : La disposition de bonnes ressources et compétences TIC axé sur les valeurs
de sobriété et d’agilité écoresponsable sera favorable à l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.

4.4.2.4 Prise en compte des attentes des parties prenantes

Les grands principes
La théorie des parties prenantes (PP), très souvent associée aux questions de développement
durable (DD) et de responsabilité sociale de l’entreprise (RSE) intègre le modèle d'Archer
(1995), à partir duquel Friedman et Miles (2002) ont poursuivi leurs travaux. La théorie des PP
a été utilisée dans divers champs d'application, tel que le secteur du commerce de détail. Elle a
permis la prise en compte des besoins et des intérêts de trois groupes de PP, à savoir : les clients,
les employés et la communauté pour s'avérer profitable aux actionnaires à long terme (Boele,
Fabig et Wheeler, 2001). Le modèle Friedman et Miles (2002) des parties prenantes réside en
une compatibilité des relations parties prenantes/organisation (PP/O) élaboré par Archer (1995),
est constitué de deux dimensions principales. La première réside dans la compatibilité entre
les parties prenantes et l'organisation, de leurs idéaux et des intérêts matériels associés, ayant
pour résultats que les PP et l'organisation s'aident ou se nuisent mutuellement. La seconde
dimension relève de la nature de la relation PP/O. Cette relation s’avère nécessaire lorsqu'elle
est interne à l'organisation, sinon elle est qualifiée de contingente. Ce croisement des
dimensions donne quatre configurations institutionnelles, qui ont des logiques situationnelles
respectives, auxquelles seront rattachées des actions stratégiques privilégiées, soit :

117
Relation compatible nécessaire : les deux parties collaborent, car elles auraient trop à perdre
en mettant fin à la relation. La logique est protectionniste, le comportement défensif.
Relation incompatible contingente : les idéaux des PP/O sont incompatibles. Il y a conflit non
évident pour l'extérieur, lorsqu'une des deux parties ravive le débat, tente de rallier les pp
opposés ou de les éliminer. C'est une logique de compétition.
Relation incompatible nécessaire : les deux parties sont reliées nécessairement à l'autre et
n'ont pas le choix de collaborer. C'est une logique de compromis qui fragilise la relation.
Relation compatible contingente : les deux parties ont le choix de collaborer. La logique en
est un d’opportunisme.
Ces situations surviennent en fonction des idéologies des divers groupes d'intérêts, des
ressources disponibles et des rôles joués par les parties.
Friedman & Miles (2002) introduisent ainsi la notion de contrat qu'ils définissent comme:
« relationships entered into with sorne degree offreedom and in accord with at least sorne of
the interests of the parties», (p. 7) ». Il s’agit pour les auteurs, d’établir des relations selon les
types de PP et de contrats qui peuvent les lier à l'organisation et en fonction des dimensions
de leur compatibilité, de leur nécessité et des logiques sous-jacentes.
Appliqué à l’étude de l’adoption du Green IT, la théorie des parties prenantes (PP) a été
mobilisée par plusieurs travaux analysant les relations entre SI et RSE. Notamment les travaux
de Pensel (Pensel, 2009, 2010a) utilisent la distinction entre parties prenantes minoritaires et
parties prenantes majeures de Clarkson (1995) pour étudier le rôle que peuvent jouer les TIC
dans la mise en œuvre de la RSE en facilitant les échanges avec ces parties prenantes. Il
revendique pour l’entreprise responsable l’intégration non seulement des attentes des parties
prenantes primaires mais aussi des parties prenantes secondaires ou minoritaires afin de «
renforcer sa légitimité » (p. 410) (Pensel, 2010a). Or, dans cette perspective, « les TIC rendent
possible une prise en compte élargie de ces attentes, en direction d’un nombre accru de PP,
marginalisées de fait » (p. 410) (Pensel, 2010a).
Biot-Paquerot, G et al (2010) ont utilisé la théorie des parties prenantes pour d’expliciter la
prise en compte essentielle de l’intégration des « dimensions partenariales », en intégrant dans
le système d'information financier la contrainte technologique, l’influence des parties
prenantes, l’influence du cadre légal, et le développement de mécanismes de gouvernance
alternatifs du type soft laws (éthique, codes de bonne conduite...). (Biot-Paquerot, G et al,
2010).

118
De même, Ait-Daoud (2012) utilise la théorie des parties prenantes dans sa thèse pour expliquer
les motivations d’adoption du management responsable des TI (Ait-Daoud, 2012). Les apports
de cette théorie à l’étude de l’adoption du management responsable des TI portent avant tout
sur « la recherche de l’efficacité énergétique », « l’économie de coûts réels » qui en résulte
« l’amélioration de la réputation », c’est à dire le fait de « maximiser la valeur », « les
attentes des parties prenantes », de « relier le marketing à une cause » et l’obtention d’un
« avantage compétitif » qui peut se décliner entre « l’investissement social », « la
considération de l’environnement naturel comme une ressource stratégique », y compris
« le recrutement de la population en bas de la pyramide économique » (Bottom Of the
Pyramid– BoP) (p. 122-128) (Ait-Daoud, 2012).
Le concept de PP est donc fortement recommandé dans l'adoption du Green IT en raison de son
pouvoir d'optimisation de "la valeur des parties prenantes. " dans à la « réduction des coûts
» (Bohas, Dagorn, & Poussing, 2013; Elliot & Binney, 2008; Molla, Pittayachawan, Corbitt, &
Deng, 2009; Nishant, 2012; Watson, Boudreau, & Chen, 2010) et l’amélioration de l’image
de l’entreprise (Bidan, Bohas et al., 2013; Kuo & Dick, 2009; Molla, 2009). Nous formulons
ainsi la proposition suivante :
Proposition 6 : La prise en compte des attentes des parties prenantes aura un impact
positif sur la décision d'adoption de politiques managériales Eco-Tic des pico-Data
Centers dans l'organisation.

4.5. Notre modèle d’adoption de politiques managériales Eco-Tic des pico-Data Centers
dans l'organisation.

Comme modèle de recherche, on suppose que les études sur l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation impliquent une chaîne causale
qui commence par les motivations et se termine par l'adoption d’un modèle Eco-Tic pour les
pico-Data Centers. Dans cette recherche, nous suivons celui de Simmonds et Bhattacherjee
(2015) qui ont considéré l'adoption de l’Eco-TIC comme le moyen de créer un avantage
concurrentiel durable et cet avantage ici pour nous, constitue la soutenabilité du cloud
computing considéré aujourd’hui comme le socle du numérique auquel les Data Centers sont
intimement reliés.
En synthétisant les théories évoquées ci-dessus et la littérature examinée, nous proposons notre
modèle de recherche pour une mise en évidence des indicateurs d'adoption organisationnelle de

119
 politiques managériales Eco-Tic des pico-Data Centers et la relation existante entre elles
pouvant aboutir efficacement à la soutenabilité du cloud computing (Figure 16).
Figure 16 : Notre modèle de recherche d’adoption de politiques managériales Eco-Tic des pico-
Data Centres dans l'organisation.

Influences externes

Contexte technologique
Approche Technologique Avantages
relatifs
 Théorie de la diffusion de
l’innovation
 Approche technologie- Complexité
organisation- technologique
environnement (TOE)
Compatibilité
technologique

Pressions institutionnelles

Pressions
coercitives
Approche Institutionnelle
Pressions
 Théorie néo-
mimétiques
institutionnelle
Adoption de
politiques Soutenabilité
manageriales
Pressions Eco-Tic des pico- du cloud
normatives Datacentres dans computing
l'organisation.

Motivations internes
Approche Organisationnelle
Implication des
dirigeants
 Concept d’assistance de la
haute direction ou
d’implication des
Culture ecologique
dirigeants organisationnelle
 Théorie des parties
prenantes
 Théorie des ressources et Resource-Based
les compétences (ou View (RBV)
Resource-Based View
Theory- RBV)
 Concept de la Culture Attentes des
écologique parties prenantes
120
4.6 Conclusions chapitre 2 et récapitulatif des hypothèses de recherche

Ce chapitre nous aura permis de présenter l’état de la littérature en matière de Green IT qui
constitue l’objet de ce travail de recherche. Nous avons pu mettre en exergue les contributions
fondamentales du numérique vis à vis de la société, qui ne peut plus s'en passer. Nous avons
également fait état des impacts environnementaux des TIC et en particulier des Data Centers
considérés comme le socle du numérique.

Considérée comme « une des plus importantes transformations organisationnelles en cours »

(Bidan, 2010), le management responsable des TIC appréhende le du DD et de la RSE dans la
sphère du SI en tant que modèle de gestion des impacts négatifs de ces technologies. A l’instar
de ces deux concepts, le Green IT se révèle un champ d'investigation à intégrer les critères
environnementaux dans les organisations TIC protéiformes. Sa définition ne fait pas encore
consensus chez les chercheurs en SI (Boudreau et al. 2008; Jenkin et al. 2011). Le champ du
Green IT tente, d’ailleurs de se structurer au travers de l’élaboration d’un certain nombre de
typologies qui essaient de catégoriser les politiques, pratiques, technologies et systèmes
hétérogènes que recouvrent ces notions (Molla, 2009). Il n’en demeure pas moins que les TIC
se trouvent au cœur de représentations et d’intérêts parfois contradictoires (Deltour et al. 2010).
Sur le plan des initiatives mises en œuvre, celles-ci se limitent le plus souvent à la dimension
technologique du SI (Boudreau et al. 2008) réduisant le Green IT à une solution technique.
Celle-ci « peut être définie comme celle qui exige un changement uniquement dans les
techniques […], requérant peu voire aucun changement dans le domaine des valeurs humaines
ou des conceptions de la moralité »23

Il était important pour nous au travers des recherches liées au Green IT de comprendre pourquoi
les organisations adoptent l’Eco-TIC. Sur la base d'un examen des prédicteurs de l'adoption du
Green IT proposée dans des études précédentes et de larges fondements théoriques, nous avons
proposé un modèle de recherche pour étudier adoption de politiques managériales Eco-Tic
des pico-Data Centers dans l'organisation.

23 « A technical solution may be defined as one that requires a change only in the techniques of the natural sciences,
demanding little or nothing in the way of change in human values or ideas of morality » (p. 1243)

121
Notre étude actuelle contribue à la littérature existante dans les domaines de recherche sur Eco-
Tic et la gestion de la durabilité numérique et environnementale de deux manières.
Premièrement, à la différence de la revue générale de la littérature, cette conception de l’Eco-
Data Center à petite échelle résumait systématiquement les études actuelles sur l'adoption du
Green IT organisationnel dans un contexte de tenabilité et durabilité des centres de données, eu
égard à la révolution numérique, qui gangrène l’avenir du cloud computing, la société et
l’environnement naturel. En résumant les études précédentes sur l'adoption des Eco-TIC dans
les organisations, notre recherche a identifié les domaines dans lesquels des travaux importants
ont été accomplis. Ce qui peut être utile pour les chercheurs intéressés par l'adoption du Green
IT organisationnel dans les études futures.
Deuxièmement, en nous inspirant de la conceptualisation de la théorie de la diffusion de
l’innovation (DOI), de la théorie des institutions, de la théorie de la culture écologique
organisationnelle, de la vision basée sur les ressources (RBV), du concept d’assistance de la
haute direction ou des dirigeants et de la théorie des parties prenantes, nous avons cherché à
proposer un modèle de recherche holistique pour expliquer la motivation des organisations IT
à adopter de manière adéquate des politiques managériales Eco-Tic des pico-Data Centers dans
l'organisation. Notre modèle suggère que cette adoption par l’organisation IT est motivée à la
fois par des incitations externes et des motivations internes. Nous pensons que ce modèle Eco-
tic pourra conduire selon notre vision, à la soutenabilité du cloud computing au travers de
ressources et compétences évolutives permettant la maitrise du stockage, la sécurité et
souveraineté des données à proximité des utilisateurs, la réduction de latence dans la
transmission et l’interopérabilité des données, la maitrise de l’efficience, de l’efficacité
énergétique et des émissions CO2 par des équipements sobres énergétiquement. Ceci
entraînera par conséquent, la prise en compte des valeurs sociales et environnementales
et crée un environnement de soutenabilité du cloud computing et en respectant de manière
équilibrée les attentes de tous les acteurs intervenant dans la chaîne de valeur numérique.

Récapitulatif des hypothèses de recherche

En cohérence avec le cadre spécifique sur lequel s'appuie notre modèle de recherche, nous
récapitulons nos propositions de recherche en fonction de trois postulats. Premièrement, l'hypothèse
s'avère une proposition de réponse à la question posée (Robson, 2002). Deuxièmement, l'énoncé
d'hypothèse est formel et vérifiable empiriquement (Pettersen, 2005). Et troisièmement, dans sa
forme, 1'hypothèse établit une mise en relation de concepts théoriques (Charreire et Durieux, 2003).

122
Par ailleurs, si des auteurs ont avancé que le DD, la RSE et l’Eco-Tic sont essentiels à la durabilité
environnementale, numérique et à la transition écologique, la réalisation de celle-ci demeure un
défi fondamental à relever par les acteurs leaders du numérique, longtemps accusés
particulièrement de porter d’atteinte à l’écosystème naturel et à la vie humaine. Notre
contribution vise ainsi à trouver une solution pour la soutenabilité numérique et
environnementale au travers de l’innovation de décentralisation écoresponsable des Data Centers
classiques, par la mise en œuvre de pico-Data Centers plus responsables et durables,
géographiquement dispersés à proximité des utilisateurs, plutôt que les énormes Data Centers
comme les hyperscales mises en cause aujourd’hui dans la crise environnementale et énergétique
planétaire.

Nos démarches de la littérature nous ont conduites à formuler les propositions suivantes :

Les facteurs d’incitations externes

*Motivation technologique

Proposition 1a. Les avantages relatifs auront un impact positif sur l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.

Proposition 1b. La compatibilité technologique aura un impact positif sur l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.

Proposition 1c. La complexité technologique aura un impact négatif sur l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.

*Théorie institutionnelle (motivation institutionnelle)

Proposition 2a. La pression coercitive aura un impact positif sur l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.

Proposition 2b. Une pression mimétique aura un impact positif sur l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.

Proposition 2c. La pression normative aura un impact positif sur l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.

123
Les facteurs de motivations internes

*Culture écologique organisationnelle

Proposition 3 : La culture écologique organisationnelle aura un impact positif sur l'adoption de

politiques managériales Eco-Tic des pico-Data Centers dans l'organisation.

*L’assistance de la haute direction ou des dirigeants

Proposition 4 : Le soutien de la haute direction aura un impact positif sur l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.

*Théorie des ressources et les compétences (ou Resource-Based View Theory – RBV)

Proposition 5 : La mise à disposition de bonnes ressources et compétences TIC axées sur les
valeurs de sobriété et d’agilité écoresponsable sera favorable à l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.

*Prise en compte des attentes des parties prenantes

Proposition 6 : La prise en compte des attentes des parties prenantes aura un impact positif sur
la décision d'adoption de politiques managériales Eco-Tic des pico-Data Centers dans
l'organisation.

124
125
 2ème PARTIE : ANALYSE EMPIRIQUE DE LA SOUTENABILITE DU
CLOUD COMPUTING
Afin de répondre aux questionnements de la recherche, nous devons confronter les
connaissances théoriques à l’observation des faits (Blaug, 1982 :11). Notre objectif ici est de
construire une démarche qui permet à la fois, de répondre efficacement à la question de
recherche et d’obtenir des résultats de qualité. A cette fin, nous devons aménager notre
méthodologie en fonction des particularités de notre contexte d’étude (Green IT). Mishler
(1990) dira à cet effet, qu’aucun projet de recherche ne se conforme exactement à une démarche
standard.

Dans cette partie, entreprendrons notre méthode et processus de recherche que nous
souhaitons éclairer à travers notre positionnement épistémologique d’une part et sur la qualité
des mesures analytiques et des résultats issus de ces dernières d’autre part. De manière générale,
une question importante à laquelle doit répondre un chercheur, concerne sa conception de la
réalité des phénomènes de management qu’il souhaite étudier (Thiétart et al. 2003). Dans cette
recherche, nous souhaitons comprendre dans quelle mesure les organisations et les acteurs du
numérique adoptent des politiques Eco-tic, des pico-Data Centers, visant à garantir la
soutenabilité du cloud computing. Il s’agit donc plus précisément d'explorer les politiques
managériales des acteurs en matière d’Eco-TIC et leur motivation à l'adoption des pico-Data
Centers comme solution à la soutenabilité du cloud computing.

Dans le chapitre 3 suivant, nous décrivons notre positionnement épistémologique, notre

approche méthodologique pour la collecte des données, ainsi que les différentes mesures de nos
variables. Dans le chapitre 4, nous allons présenter les résultats issus de nos analyses, puis en
discuter, afin de répondre à nos interrogations de recherche.

126
 INTRODUCTION GENERALE

PREMIERE PARTIE

Chapitre 1 : Les enjeux fondamentaux du numérique

Chapitre 2 : Quels Data Centers et quel cloud computing face à la flambée continue des demandes ?
: Une analyse des Data Centers et des pico-Data Centers ecoresponsables

2ème PARTIE : Analyse empirique de la soutenabilité du cloud computing

Chapitre 3 : Méthode de recherche et collecte

Chapitre 4 : résultats et discussion de la recherche

CONCLUSION GÉNÉRALE

127
CHAPITRE 3 : METHODES DE RECHERCHE ET COLLECTE

La méthodologie empirique consiste à connecter le théorique au terrain. Il est question

de stratégies opératoires qui permettent de relier les aspects théoriques et le recueil de données
par des choix méthodologiques. C’est aussi, pour Wacheux (1996), l’appréhension des faits en
relation avec la problématique, les logiques et outils adoptés pour l’observation et la collecte
des informations. Selon ce même auteur, le chercheur peut construire sa propre méthodologie
ou opter librement pour déterminer celle qui convient à son projet. Spécifique à l’objet
théorique et empirique de la recherche, elle doit répondre à ses objectifs et à ses contraintes.
Ainsi la section1 présente notre positionnement épistémologique et notre approche
méthodologique de la recherche

Section 1 : Positionnement épistémologique et approche méthodologique de la recherche

Notre recherche de connaissances s’inscrit dans la discipline des sciences de gestion, qui sont
des sciences sociales, mais aussi des sciences de l’action (David, 2002).

Dans la recherche du mode de production de la connaissance, les sciences de l’action

impliquent une possible intervention du chercheur sur l’action collective, ici sur les mutations
numériques fortes et leurs impacts sur l’environnement naturel.

Pour répondre à cette question, il faut faire un détour (indispensable) sur ce qu'est la
recherche, ses buts, ses caractéristiques. Cela oblige à consacrer un peu de temps à l'étude de
la démarche scientifique elle-même, ce que les spécialistes appellent "épistémologie".

L'épistémologie, c'est "l'étude de la construction des connaissances valables" Piaget (1970).

C'est l'étude de la manière dont les sciences peuvent produire des connaissances particulières,
ayant une valeur "scientifique".

Plus le chercheur se situe par rapport à une réalité observable, objectivement constatable,
éventuellement mesurable, plus il se rapprochera de la tradition "positiviste". Plus il se
situera au contraire par rapport à des phénomènes peu saisissables objectivement, sur lesquels
plusieurs approches sont possibles, et pour lesquels l'observateur influe l'observé, (exemple,
vous ne vous comportez pas de la même manière selon que l'on vous observe ou non), plus

128
ce chercheur se situera dans une approche antipositiviste. Dans les Sciences sociales, la
position consistant à privilégier l'idée que le chercheur "construit" (au moins en partie) la
réalité qu'il étudie s'appelle "constructivisme"24. Sans compter que la notion
d’épistémologie renvoie à la question de la scientificité des sciences de gestion et à leurs
fondements (David, 2012 ; Le Moigne, 1990). La préoccupation majeure du chercheur devant
être de produire des résultats qui puissent être soumis à la critique scientifique réfutables au
sens de Popper (David, 2012).

Jamais indépendante de l’esprit, de la conscience, la réalité est ce qui est construit au travers
de l’action de celui qui l’expérimente. Ainsi « le réel est construit par l’acte de connaître
plutôt que donné par la perception objective du monde » (Le Moigne, 1995 : 71-72). Sous
cette hypothèse le chemin de la connaissance n’existe pas a priori, il se construit en marchant,
et est susceptible d’emprunter des méthodologies variées. Cette conception de la construction
de la connaissance est fortement inspirée des travaux de Piaget (1970) pour lequel la
connaissance est autant un processus, qu’un résultat.

L’interprétativisme va adopter une approche compréhensive plutôt qu’explicative, visant

une connaissance idiographique (Lincoln et Guba, 1985) plutôt que nomothétique.

L’approche idiographique privilégie l’étude descriptive de cas singuliers renseignés de

manière dense (« thick description », Geertz, 1973), afin de « donner à voir », par la
compréhension, la réalité des acteurs étudiés. Tandis que l’objet et la méthode des approches
nomothétiques est de permettre d’établir des lois générales ou universelles, représentées par
des relations constantes entre les phénomènes observés.

Le tableau ci-dessous nous donne des détails de la dichotomie entre, le positivisme,

l’interpretativisme et le constructivisme.

24 Dans les Sciences sociales, la position consistant à privilégier l'idée que le chercheur "construit" (au moins
en partie) la réalité qu'il étudie s'appelle "constructivisme" (Le Moigne, 1995 : 71-72).

129
 Tableau 6 : Girod-Séville M., Perret V. (1999), “Fondements épistémologiques de la recherche”, in Thiétart
R.A. et coll., Méthodes de recherche en management, Dunod, pp 13-33 : Positions épistémo des paradigmes
positiviste, interprétativiste et constructiviste.

Les
paradigmes
Les
Le positivisme L’interprétativisme Le constructivisme
questions
épistémo-
logiques
Hypothèse ontologique Hypothèse phénoménologique
Il existe une essence L’essence de l’objet ne peut être atteinte
La nature de la “réalité”
propre à l’objet de (constructivisme modéré ou interprétativisme) ou
connaissance n’existe pas (constructivisme radical)
Indépendance du sujet
et de l’objet Dépendance du sujet et de l’objet
Lien sujet/objet et la question
Hypothèse déterministe Hypothèse intentionnaliste
de la causalité
Le monde est fait de Le monde est fait de possibilités
nécessités
La découverte L’interprétation La construction
Recherche formulée en Recherche formulée Recherche formulée en
Comment la connaissance
termes de en termes de “pour termes de
est-elle engendrée ?
“pour quelles quelles motivations “pour quelles
Le chemin de la connaissance
causes…” des acteurs …” finalités…”
scientifique
Statut privilégié de Statut privilégié de la Statut privilégié de la
l’explication compréhension construction
Idiographie
Quelle est la valeur de la Vérifiabilité
Empathie (révélatrice Adéquation
connaissance ? Confirmabilité
de l’expérience vécue Enseignabilité
Les critères de validité Réfutabilité
par les acteurs)

Notre recherche portant sur l'adoption de politiques managériales Eco-Tic pour la soutenabilité
du cloud computing nous a amené à examiner une revue de la littérature des domaines du DD,
de la RSE, du Green IT, du cloud computing, les caractéristiques des pico-Data Centers, etc.
Et à réfléchir sur les présupposés épistémologiques. Il est traditionnellement admis que le
positionnement épistémologique, le protocole de la recherche et le choix des méthodes doivent
être cohérents à la fois avec la problématique avancée, le contexte, le déroulement de la
recherche et le niveau des connaissances dans le domaine étudié (Royer et Zarlowski, 2007) 25.
Les trois grands paradigmes épistémologiques ci-dessus sont usuellement identifiés en sciences
de gestion : le paradigme positiviste, le paradigme interprétativiste et le paradigme
constructiviste.

25 Royer I. et Zarlowski P. (2007) : Le design de la recherche, In Thiétart R A., (Dir.), Méthodes de

recherche en management, 3ème édition, Dunod, 544p.

130
Ces paradigmes au sens de Kuhn (1983), constituent autant de modèles, schémas intellectuels
ou cadre de référence dans lesquels peuvent s’inscrire les chercheurs en sciences de
l’organisation. Sur la base de ces paradigmes, le chercheur peut donc évaluer la scientificité de
ses énoncés et conduire une réflexion épistémologique lui permettant d’asseoir la validité et la
légitimité de son travail 26.

1.1 Quel positionnement épistémologique pour cette recherche ?

Ainsi, le chercheur doit-il faire un choix de principe entre les paradigmes et s’en tenir
rigoureusement à ce choix, ou dispose-t-il, d’un degré de liberté lui permettant d’aménager son
positionnement ?
Les schémas de pensée pour produire de la connaissance en sciences de la gestion comme
énoncé, les paradigmes positiviste, interprétativiste et constructiviste, semblent avoir une
divergence aux deux (2) premiers. L’un visant à expliquer la réalité, alors que l'autre cherche à
la comprendre, le dernier veut la construire (Perret et Séville, 2003). De ces débats, le
pragmatisme émerge comme une forme de compromis entre les deux extrêmes, soit le
positivisme et le constructivisme. Selon Robson (2002), le pragmatisme découle d'une
perspective réaliste de la science, s'appuyant sur les faits et permettant d'expliquer comment les
événements peuvent apparaître, sans toutefois les prédire de façon formelle.
Dès lors il y a lieu de constater que de nombreuses recherches en sciences de l’action et
de l’organisation tentent cette réconciliation (Miles et Huberman, 1991 ; Bouzid, 2011), se
dotant parfois ainsi de ce que l’on peut appeler une position épistémologique aménagée. C’est
dans ce sens que Koenig (1993) souligne l’intérêt de disposer d’une variété d’approches, qui,
chacune à leur manière, sont en mesure de rendre compte de certains aspects des réalités
complexes auxquelles s’intéressent les sciences de l’organisation.

Cependant, Thiétart et al (2003) précisent que quel que soit la position choisie par le
chercheur, celle-ci doit le situer à une épistémologie et lui permette d’écarter les contraintes
pragmatiques auxquelles la recherche empirique le soumet.
De manière générale, un travail de recherche repose sur une certaine vision du monde.
Cette vision conduit le chercheur à utiliser une méthode et à proposer des résultats visant à
prédire, prescrire, comprendre, construire ou expliquer une réalité.

26 Kuhn T. (1983): "Rationality and Theory Choice", The Journal of Philosophy, Vol.80, N°10, pp. 563-

131
 L’explication des présupposés du chercheur permet de contrôler sa démarche de
recherche, d’accroître la validité de la connaissance qui en est issue et de lui conférer un
caractère cumulable.
Chaque paradigme revendique ainsi un positionnement différent par rapport à la nature
de la réalité étudiée, au statut du chercheur et à la création de connaissances.

1.1.1 Le paradigme positiviste

Le paradigme positiviste régie le caractère causal de la réalité et indépendante de l’esprit du
chercheur qui l’étudie (Popper, 1999). Le chercheur veut donc connaître cette réalité
extérieure à lui. Il y a donc une indépendance entre l’objet (la réalité) et le sujet (chercheur)
qui observe. Cette indépendance permet aux positivistes de poser le principe d’objectivité
selon lequel l’observation de l’objet extérieur par un sujet ne modifie pas la nature de cet
objet.

Le positivisme postule l'existence d'une réalité objective, extérieure et indépendante qui ne peut
être appréhendée que par l'expérience empirique (Landry, 1995). C'est notamment pourquoi ce
paradigme affiche un attachement particulier aux approches quantitatives (nomothétiques).
Permettant ainsi la formulation d'hypothèses vérifier dans une logique souvent déductive, dont le
but principal est l'explication causale à des fins de prédiction (Guba et Lincoln, 2005).

La recherche est une interrogation objective des faits et de la connaissance produite à travers
une démarche hypothético-déductive. Son objet est élaboré à partir de l’identification
d’incohérences et des carences dans les théories ou les faits (Thiétart et coll., 2007). Le travail
du chercheur consiste alors à interroger des faits afin de découvrir les causalités sous-jacentes
par la mise à l’épreuve d’hypothèses théoriques préalablement formulées. Ainsi, dans une
perspective positiviste, la connaissance progresse par la découverte de régularités et de causalité
du réel à partir de l’observation indépendamment de l’observateur. La connaissance ainsi
produite est objective et a-contextuelle (Popper, 1999) 27.

27 Popper K R. (1999): La connaissance objective, Flammarion, 578 p.

132
 1.1.2 Les paradigmes interprétativiste et constructiviste
Dans les paradigmes rivaux, interprétativisme et constructivisme, la réalité n’est jamais
indépendante de l’esprit de celui qui l’observe ou qui l’expérimente contrairement au positivisme.
On peut alors parler d’hypothèse relativiste par opposition à l’hypothèse réaliste développée par les
positivistes. Pour les interprétativistes et les constructivistes, le monde social est fait
d’interprétations. Ces interprétations se construisent grâce aux interactions entre acteurs, dans des
contextes toujours particuliers (Thiétart et al, 2003). En conséquence, pour ces deux paradigmes,
les individus créent leur environnement par leurs pensées et leurs actions, guidés par leurs finalités
(Le Moigne, 1994). La connaissance ainsi produite sera alors subjective et contextuelle (Koenig,
1993).

Si ces paradigmes partagent, le fait que la réalité ne sera jamais indépendante de l’esprit et
de la conscience du chercheur qui l’observe ou l’expérimente contrairement au positivisme, ils
diffèrent également au niveau du chemin emprunté par la connaissance pour expliquer la réalité
et les critères de sa validité.

Ainsi, pour le paradigme constructiviste, le chercheur joue un rôle d’observateur

modélisateur en considérant que la réalité, pour être connue, doit pouvoir être cognitivement
construite ou reconstruite intentionnellement (Le Moigne, 1994) 28. Selon cet auteur, la
connaissance ainsi construite est évaluée par le fait d’atteindre ou non ses buts, c’est-à-dire
suivant les critères d’adéquation et de faisabilité. Dans les faits, la dynamique projective
caractéristique du processus de construction de la connaissance constructiviste se traduit
méthodologiquement par un processus de résolution de problème dont la mise en œuvre s’opère
grâce à la formulation de représentations et/ou d’outils nouveaux (Berger et Luckman, 1996).

Enfin, l’interprétativisme considère que l’accès à la réalité n’est envisageable qu’à

travers des constructions sociales telles que la langue, la conscience ou les significations
partagées. Cette réalité est subjective et dépendante du contexte et du chercheur. Ce dernier
ambitionne à comprendre, et non à expliquer, comment les acteurs, dans leur contexte,
construisent le sens qu’ils donnent à la réalité sociale. Ainsi, le processus de création de la
connaissance passe par la compréhension du sens que les acteurs observés donnent à la
réalité. Le travail du chercheur consiste alors à comprendre une réalité sociale au travers des
interprétations.

28 Le Moigne, (1994) : Le constructivisme, t. 1: Les fondements, Paris, Ed. ESF, 256 p.

133
 Cette démarche doit prendre en compte les intentions, les motivations, les attentes, les
raisons, les croyances des acteurs, qui portent moins sur les faits que sur les pratiques (Pourtois
et Desmet, 2007). Pour ce faire, le chercheur doit s’immerger dans le phénomène étudié et
observer de près les acteurs pour pouvoir développer une compréhension de l’intérieur de la
réalité sociale. Les recherches qui s’inscrivent dans la tradition interprétative traduisent alors
une réalité donnée, dans un contexte donné et telle que perçue par les acteurs du terrain (Allard-
Poesi et Maréchal, 2007).

1.1.3 Analyse des points distinctifs des paradigmes positivistes, constructivistes et

interpretativisme

Il apparaît dans cette analyse que positivisme d’un côté et interprétativisme et constructivisme
de l’autre diffèrent en plusieurs points.
Outre l’accès à l’objet de recherche avec lequel le chercheur entretient une relation
d’indépendance dans le courant positiviste et de dépendance dans celui de
l’interprétativisme et le constructivisme, il existe une forte différence sur le schéma de
recherche global.
En effet, dans le paradigme positiviste, on teste des hypothèses (est-ce que telle variable est
cause ou non de tel phénomène ?) et on étudie les enchaînements causes / conséquences courts.
Cette approche est convenable aux tests statistiques, probabilistes dès lors que la taille de
l’échantillon et sa constitution assurent sa représentativité. Les termes associés par Girod-
Séville et Perret au courant positiviste (vérifiabilité, confirmabilité et réfutabilité) sont
d’ailleurs liés directement aux tests statistiques, probabilistes. Ceci est possible parce que dans
le paradigme positiviste les faits peuvent être isolés et identifiés. De ce fait, on peut prétendre
les appréhender et les traiter comme des éléments ayant une existence propre en eux-mêmes.
On peut identifier ce qui constitue le fait et ce qui lui est étranger. Leur identification les rend
accessibles facilement.
Dans les deux autres paradigmes (constructivisme et interpretativisme), on se pose la question
du comment et du pourquoi. En recherchant les motivations comme le fait de l’approche
interprétativiste, on introduit la complexité psychologique dans la réflexion menée par rapport
à l’objet de recherche. Cela implique de rester très proche des discours des acteurs que l’on
cherche à analyser.

134
De son côté, l’approche constructiviste recherche les finalités des actions menées par les
acteurs dans l’organisation. Elle introduit donc la complexité systémique dans l’ensemble des
interdépendances imbriquées. Il y a de ce fait incompatibilité avec les techniques
économétriques qui ne s’appliquent que sur des phénomènes dont l’analyse permet d’isoler
rigoureusement et de manière transparente les interdépendances. Pour ces deux approches
(constructivisme et interpretativisme), les techniques quantitatives de recherche sont donc
peu adaptées et la compréhension des phénomènes se traduit le plus souvent par l’analyse
du discours des acteurs, champ d’investigation favorable aux méthodes qualitatives.
En somme, la représentation que le chercheur a de l’accessibilité de son objet de recherche a
donc un impact sur la méthode retenue. On constate donc qu’il existe des objets visibles,
accessibles directement, comme les effectifs d’une entreprise ou ses valeurs comptables et
financières, et des objets invisibles, comme les ressentis des acteurs. On aurait ainsi une
méthode quantitative lorsqu’il y a un fait observable et mesurable directement (une quantité) et
une méthode qualitative lorsqu’il y a un fait non observable qui nécessite une interprétation ou
un jugement de valeur pour être évalué (une qualité). Ce dernier cas s’applique aux échelles
d’attitude, à l’analyse de contenu ou encore à l’étude de cas.
En ce sens, ce projet de recherche veut répondre aux attentes soulignées par Chanal et al. (1997)
qui sont d’être « à la fois utiles pour les responsables d’entreprise et génératrices de
connaissances scientifiques nouvelles » (p. 41) (Chanal, Lesca, & Martinet, 1997).
Sur le plan épistémologique, ces travaux, qui relèvent du champ du management stratégique
des SI, peuvent être considérés comme à cheval sur plusieurs perspectives.
Toutefois, comme le souligne Rowe (2009), « même si ces trois voies ont chacune leur
cohérence, elles ne sont pas bâties sur des principes systématiquement distincts et mutuellement
exclusifs ». Il est ainsi possible d’associer au sein d’une même recherche plusieurs de ces
paradigmes. La distinction faite entre ces différents paradigmes doit donc être dépassée (David,
2012; Rowe, 2009) tout comme « l’opposition classique entre démarche inductive et démarche
hypothético-déductive » pour « considérer une boucle récursive
abduction/déduction/induction. » et puisque les méthodologies sont également souvent perçues
comme antinomiques, car rattachées à l’un ou l’autre de ces paradigmes, il convient pour finir
de dépasser ces oppositions et intégrer les différentes approches au sein d’un même schéma
conceptuel » (David, 2012).
Cette dernière constatation nous amène à définir notre choix paradigmique de la recherche

135
 1.1.4 Le choix d’un paradigme interpretativiste

Nous estimons qu’un positionnement interpretativiste convient à notre recherche, car

notre problématique de recherche, ainsi que sa nature nous exigent de combiner une phase
exploratoire pour comprendre la perception qu’on les experts du numérique et de la transition
écologique sur l’adoption des pico-Data Centers et une phase confirmatoire pour mesurer la
confirmation de leurs avis, au regard de leurs retours d’expériences et connaissance du domaine
concerné.
Nous avons donc formulé des propositions (des hypothèses) de recherche à partir de la
littérature dans un premier temps, et nous les avons affinés grâce aux constats de notre phase
exploratoire dans un deuxième temps. Miles et Huberman (1991 : 31) disent à propos de ce
positionnement que : « (...) Nous pensons que les phénomènes sociaux existent non seulement
dans les esprits mais aussi dans le monde réel et qu’on peut découvrir entre eux quelques
relations légitimes raisonnablement stables. Il est indubitable que ces phénomènes existent
objectivement dans le monde en partie, parce que les individus s’en font une représentation
commune et reconnue de tous ; ces perceptions sont donc cruciales lorsqu’il s’agit de
comprendre pourquoi les comportements sociaux prennent telle ou telle forme (...) ».
Il s’agit en effet pour nous, d’apporter un éclairage, une compréhension sur l'intérêt de
l’adoption de politiques managériales Eco-tic sur la soutenabilité du cloud computing, qui
est pour nous une nécessité absolue en raison de la forte révolution numérique. Pour cela, nous
pensons donc que le positionnement interpretativisme apparaît comme le plus adapté à notre
problématique puisqu’il nous permet de construire et d’expliquer dans un premier temps, les
caractéristiques et les contributions Eco-tic générales des pico-Data Centers et dans un
second temps, le sens des politiques managériales que les acteurs peuvent entreprendre
en matière d’Eco-TIC et les facteurs de motivation qui peuvent les inciter à l'adoption des
pico-Data Centers comme solution à la soutenabilité du Cloud Computing. Ceci, en nous
appuyant bien entendu sur les interprétations et les perceptions des experts interviewés.

Plus précisément, ce positionnement convient à notre recherche pour les raisons suivantes :

- Notre cadre d’analyse théorique met en évidence plusieurs dimensions du numérique Green
ou écoresponsable. La problématique de notre travail nous amène ainsi à comprendre, expliquer
et à explorer les interrelations entre les différents concepts.

136
Ainsi, pour répondre à nos questionnements théoriques, nous devons suivre une approche qui
permet de produire des connaissances objectives.

- Le choix des experts du numérique et de la transition écologique comme terrain d’étude, car
la littérature est certes limitée sur les questions proches de notre problématique. Cette
insuffisance nous a amené à nous orienter vers le terrain pour découvrir auprès des experts, la
copmpréhension d’autres réalités du domaine étudié en lien avec notre problématique.

De manière synthétique, l’architecture de notre recherche s’articule en cinq étapes : l’analyse

de la littérature, la définition de la problématique, une exploration du terrain par la
réalisation d’entretiens, la construction d’un cadre théorique et la validation empirique
par des entretiens semi-directifs et un questionnaire.

Nous allons donc décrire dans la suite, notre démarche de recherche.

1.2 Explorer et tester : quelle démarche adopter ?

« Comment je cherche ? » est la question que nous nous sommes posés comme tout
chercheur. Charreire et Durieux (2007) avancent comme réponse à cette interrogation, qu’il
existe deux processus permettant la construction de la connaissance : l’exploration et le test.
L’exploration en management est la démarche par laquelle le chercheur a pour objectif la
proposition de résultats théoriques novateurs, c’est-à-dire la création de nouvelles articulations
théoriques entre les concepts et/ou l’intégration de nouveaux concepts dans un champ théorique
donné. Tandis que le test se rapporte à la mise à l’épreuve de la réalité d’un ou des objets
théoriques ou méthodologiques dans un but d’explication (Thiétart et al. 2007). L’exploration
et le test coexistent dans les recherches en management et renvoient à des débats
épistémologiques car l’orientation vers l’un ou l’autre n’est pas neutre quant au positionnement
de la recherche. Plus précisément, explorer se réfère à une démarche de type inductive et/ou
abductive alors que tester fait appel à une démarche de type déductive. Ce clivage nous a poussé
à nous interroger sur le type de raisonnement à adopter dans notre travail à savoir : déduction,
induction ou abduction ? Avant de nous prononcer sur le choix de notre mode de raisonnement,
nous allons clarifier ces trois modes.

137
 1.2.1 Le raisonnement déductif
Il se caractérise par le fait que, si les hypothèses formulées initialement (prémisses) sont vraies,
alors la conclusion doit nécessairement être vraie (Charreire et Durieux, 2007). Dans une
démarche déductive, le chercheur pose une hypothèse, collecte des données sur le terrain, et la
confronte à la réalité puis tire des conclusions sur sa pertinence en fonction des résultats du test
(Thiétart et coll., 2007). La déduction est donc le raisonnement qui fonde la démarche
hypothético-déductive. La conclusion est une justification composée non seulement du contenu
des prémisses mais aussi du raisonnement par lequel on démontre qu’un phénomène est la
conséquence d’un autre. Le but est alors de porter un jugement sur la pertinence de l’hypothèse
initialement formulée.

Cette approche convient lorsque l’objectif de la recherche est exclusivement de

confronter des hypothèses formulées, à partir de la littérature, au terrain empirique. En outre,
c’est une approche qui s’utilise pour des recherches quantitatives uniquement. Or, nous voulons
dans le cadre de notre travail, combiner les recherches qualitatives et quantitatives. Par
conséquent nous pensons que l’approche déductive ne convient pas à notre recherche.

1.2.2 L’approche inductive

Par définition, l’induction est « une inférence conjecturale qui conclut : de la régularité
observée de certains faits à leur constance ; de la constatation de certains faits, à l’existence
d’autres faits non donnés préalablement, mais qui ont été liés régulièrement aux premiers dans
l’expérience antérieure » (Morfaux, 1980 : 169). Au sens propre du terme, selon Charreire et
Durieux (2007), il n’y a induction que si, en vérifiant une relation (sans rien démontrer), sur un
certain nombre d’exemple concrets, le chercheur pose que la relation est vraie pour toutes les
observations à venir. En d’autres termes d’après ces auteurs, il s’agit d’une généralisation
prenant appui sur un raisonnement par lequel on passe du particulier au général, des faits aux
lois, des effets à la cause et des conséquences aux principes.

Il est plutôt démontré qu’en science sociale, cette approche constitue souvent une phase
préparatoire d’une démarche déductive (Evrard et al. 1993). Par conséquent, nous pensons
qu’elle n’est pas adaptée à notre recherche.

138
 1.2.3 La démarche abductive
C’est la démarche par laquelle le chercheur tente de structurer son système d’observations
pour produire du sens. L’objectif n’est pas réellement de produire des lois universelles, mais plutôt
de proposer de nouvelles conceptualisations théoriques valides et robustes, rigoureusement
élaborées (Charreire et Durieux, 2007). Contrairement à l’induction qui confère un statut constant
a priori (loi) à une découverte, l’abduction quant à elle confère à une découverte un statut
explicatif ou compréhensif qui, pour tendre vers la règle ou la loi, nécessite d’être testé ensuite.
Koenig (1993 : 7) propose une définition de l’abduction qui a un sens pour la recherche en
gestion en ces termes : « L’abduction est l’opération qui, n’appartenant pas à la logique,
permet d’échapper à la perception chaotique que l’on a du monde réel par un essai de
conjecture sur les relations qu’entretiennent effectivement les choses (...). L’abduction consiste
à tirer de l’observation des conjectures qu’il convient ensuite de tester et de discuter. »

1.2.4 Les raisons du choix de la démarche abductive

Comme nous l’avons déjà précisé précédemment, cette recherche a pour objectif de
d'explorer les politiques managériales des acteurs en matière d’Eco-TIC et leur motivation à
l'adoption des pico-Data Centers comme solution à la soutenabilité du cloud computing.

Après une large revue de littérature, il s’est avéré que la soutenabilité du cloud
computing dans le respect de la vie sociale et sociétale et environnementale, est très peu étudiée
empiriquement notamment pour le cas des pico-Data Centers. Ce constat nous a amené à
prendre la décision de se diriger vers le terrain et de mettre en évidence les connaissances
théoriques et les observations du terrain avec la réalisation d’entretiens semi-directifs auprès
des experts du numérique et de la transition écologique lors d’une phase exploratoire. Cette
démarche nous permet de combiner une approche qualitative exploratoire avec une approche
quantitative confirmatoire. Cette combinaison est de plus en plus à la mode (Shah et Corley,
2006) dans la recherche en sciences de gestion. Ainsi, selon les auteurs, la phase exploratoire
permet de vérifier les postulats issus de la revue de littérature, de les enrichir et par conséquent,
d’avancer de nouvelles hypothèses de recherche, si nécessaire. La phase confirmatoire permet
de mettre à l’épreuve l’ensemble de nos propositions de recherche à travers une enquête par
questionnaire auprès des experts du numérique et de la transition écologique.

Le positionnement épistémologique, le mode de raisonnement, le contexte et l’objet de

la recherche nous conduisent donc à adopter un pluralisme méthodologique.

139
1.3 Les étapes de la recherche

Notre recherche réunit les apports d’une approche exploratoire avec ceux d’une étude
confirmatoire. Etant donné notre problématique et le choix détudier « le numérique vertueux »
, il est apparu nécessaire davoir recours à des modes dinvestigation variés et par conséquent de
conduire notre étude empirique en deux temps.

1.3.1 La phase exploratoire de la recherche

La première phase de la recherche est une phase exploratoire. Explorer un objet de
recherche répond à l’intention du chercheur de proposer, de créer de nouvelles articulations
théoriques entre des concepts et/ou d’intégrer de nouveaux concepts dans un champ théorique
donné. L’exploration peut avoir plusieurs formes, à savoir théorique, empirique ou hybride
(Charreire et Durieux, 2007). Dans cette phase nous utilisons des méthodes d’investigation
qualitatives pour interpréter les observations du terrain au travers des connaissances théoriques.
L’objectif est de découvrir les tendances des processus qui expliquent le comment et le
pourquoi des choses (Denzin et Lincoln, 2005)29. Ainsi, à travers la conduite d’entretiens semi-
directifs, notre objectif est d’identifier les caractéristiques et les contributions Eco-tic générales
de ces pico-Data Centers et de cerner les politiques managériales des acteurs en matière d'Éco-
TIC, leur motivation a son adoption comme solution à la soutenabilité du cloud computing
durable, responsable et respectueux de l’environnement.

1.3.2 La phase confirmatoire de la recherche

La deuxième phase de la recherche est confirmatoire. Contrairement à l’exploration, elle
consiste à tester une démarche constituée d’un ensemble d’opérations par lesquelles le
chercheur met à l’épreuve une réalité. L’objectif est de produire une explication de la réalité
par l’évaluation de certaines hypothèses, propositions ou d’un modèle (Charreire et Durieux,
2007). En effet, après avoir expliciter le contexte Eco-tic et après avoir affiné nos propositions
de recherche quant à l’adoption de politiques managériales des pico-Data Centers
écoresponsables, nous abordons une approche quantitative qui permet de mettre à l’épreuve
l’ensemble de nos propositions de recherche et de les tester à travers une enquête par
questionnaire auprès d’experts du numérique et de la transition écologique.

29 Denzin N.K. et Lincoln Y.S. (2005): Introduction: The discipline and practice of qualitative research. In N.K.
Denzin & Y.S. Lincoln (Eds.), The sage handbook of qualitative research (2nded.). Thousand Oaks, CA: Sage.

140
 En effet, sur la base des enseignements de la phase exploratoire et un retour à la
littérature, un questionnaire a été élaboré et administré. Les réponses sont ainsi analysées en
utilisant plusieurs techniques statistiques (telles que analyses à plat, analyses croisées, analyses
factorielles, statistique descriptive etc.).

Pour mettre en place les deux phases de la recherche, une réflexion sur le choix
méthodologique est essentielle.

1.4 Le choix d’une approche méthodologique mixte

Le choix de la méthodologie de la recherche dépend du positionnement épistémologique

retenu, mais également du mode de raisonnement, de l’objet et du contexte de la recherche. Le
caractère multidimensionnel de notre problématique nous conduit à adopter un pluralisme
méthodologique. En d’autres termes, nous avons commencé par la phase exploratoire en
utilisant les méthodes qualitatives. Après nous sommes passés à la phase confirmatoire avec
les méthodes quantitatives.

1.4.1 Pourquoi le choix d’une combinaison d’approches méthodologiques ?

Plusieurs démarches en sciences de gestion ont expliqué le caractère extensif

d’approche qualitative. Parmi celles-ci, nous citons entre autres Hlady Rispal (2002) 30 selon
lequel l’approche qualitative est une recherche à caractère exploratoire, axée sur des données
qualitatives sur lesquelles il y très peu ou pas du tout de traitement statistique. Pour Miles et
Huberman (1991), les données qualitatives se présentent sous forme de mots plutôt que de
chiffres. Selon Evrard et al. (1993 : 35), les données qualitatives correspondent à des valeurs
mesurées sur des échelles nominales et ordinales (c’est-à-dire non métriques). Quant à
l’approche quantitative, elle repose sur une collecte de données directes et fait appel à des outils
statistiques élaborés. Elle a un caractère de vérification, donc restrictif, plutôt qu’extensif.

Ainsi selon Yin (1989), les données numériques apportent des preuves de nature
quantitative, tandis que les données non numériques fournissent des preuves de nature
qualitative. La recherche quantitative est le plus souvent perçue comme une méthode consistant
à établir des relations causales dans des conditions normalisées (contrôlées).

30 Hlady Rispal M. (2002): La méthode des cas : Application à la recherche en gestion, De Boeck
Université, 250 p.
141
Inversement, la recherche qualitative est généralement considérée comme une méthode qui vise
à mieux comprendre un phénomène naturel ou une réalité façonnée par le contexte social (non
contrôlé) (Denzin et Lincoln, 2005).

1.4.2 Les méthodes peuvent être combinées différemment selon l’ordre temporel
(séquentiel ou parallèle), le niveau d’analyse (multiniveau ou non)

Dans une toute autre perspective, le chercheur peut associer le qualitatif et le quantitatif par le
respectives. « L’achèvement de construits utiles et hypothétiquement réalistes dans une science
passe par l’utilisation de méthodes multiples focalisées sur le diagnostic d’un même construit
à partir de points d’observation indépendants, à travers une sorte de triangulation » (Campbell
et Fiske, 1959 : 81). L’idée est d’attaquer un problème formalisé selon deux angles
complémentaires dont le jeu différentiel sera source d’apprentissages pour le chercheur. La
triangulation a donc pour objectif d’améliorer à la fois la précision de la mesure et celle de la
description (cf. figure 4.4).

Figure 17 : triangulation

Le contexte de recherche dépendra de la prépondérance d’une méthode sur une autre, la

nécessité d’associer plusieurs paradigmes ou non ou encore selon la finalité de la recherche
poursuivie (Mingers, 2001). Sur ce dernier point, Creswell et al. (2006) distinguent quatre types
de « design » : « le design de triangulation », « le design de complémentarité », « le design
explicatif » et « le design exploratoire » (Aldebert & Rouzies, 2011). Aldebert et Rouziès
(2011) ajoutent une cinquième conception : « le design d’initiation ».

142
 1.4.3 Pourquoi nous combinons les deux approches ?

Ce choix est motivé par plusieurs arguments. En effet, de plus en plus de chercheurs suggèrent
que le chercheur peut décider de combiner les approches afin d’utiliser les possibilités
exclusives de chacune d’entre elles (Moscarola, 1990 ; Giannelloni et Vernette, 2001) 31. Pour
Grawitz (1993)31, toute démarche quantitative cache une démarche qualitative. Moscarola
(1990) trouve qu’il est opportun d’utiliser les deux démarches du moment que le chercheur sait
comment les utiliser là où elles sont les mieux adaptées. Cette volonté de combinaison
d’approches est alors motivée par le fait que dans la revue de la littérature que nous avons
effectuée, la plupart des recherches sur le management Eco-tic ont essentiellement adopté une
telle démarche. Ceci dit, notre double approche qualitative et quantitative vient, en quelque
sorte, compléter et dépasser les travaux de recherche jusqu’ici menés.

1.4.4 L’approche qualitative

Les recherches qualitatives tiennent une place importante dans la recherche en sciences
de gestion mais leur statut n’est pas encore clair (Giordano, 2003). Cette approche était
développée pour permettre aux chercheurs de décrire un système social complexe (Marshall et
Rossman, 1989)32. Elle peut être définie comme une démarche discursive de reformulation,
d’explication ou de théorisation d’un témoignage, d’une expérience ou d’un phénomène
observé. C’est pourquoi, nous avons fait le choix de mener un entretien semi-directif avec des
experts du numérique et de la transition écologique en nous conformant à un consensus entre
plusieurs auteurs qui affirment que « les tops managers ou dirigeants et experts sont les mieux
placés pour avoir une vision globale de l’organisation » (Snow et al.1980 ; Hambrick, 1981).

Parmi les méthodes qualitatives utilisé par le chercheur, il existe l’entretien semi-directif, qui
selon Liu, (1997)33, un peut donner lieu à la manifestation imprévue des informations et idées
importantes (Liu, 1997). L’entretien peut se dérouler librement, ou de manière dirigée 34.

Une autre méthode qualitative ; les interviews dirigées semi-structurés diffère de la

précèdent en ce que la formulation préalable des questions n’est pas définitive, ce qui accroît la
liberté de l’enquêteur, s’il souhaiterait approfondir ou développer certains points.

31 Moscarola J. (1990): Enquête et analyse de données avec le Sphinx, Vuibert, Paris, 307 p. Giannelloni J L et
32 Vernette E. (2001): Etudes de marché, Paris, Vuibert, 592 p.
33 Grawitz M. (1993): Méthodes des sciences sociales, 9ème édition, Dalloz, 870 p.
34Marshall C. et Rossman G. B. (1989): Designing qualitative research, Sage, 240 p.
35 Liu M. (1997) : Fondements et pratiques de la recherche-action, L’Harmattan, 384p.

143
 Ce type de recherche se concentre sur quelques cas d’études ou de petits échantillons étudiés
en profondeur. Selon Miles et Huberman (2003), l’importance de l’approche qualitative est
qu’elle se focalise sur des événements ordinaires qui surviennent dans des contextes naturels
afin de pouvoir vraiment saisir ce qui se passe «au quotidien, dans la vie réelle ». Comme
méthodes qualitatives d’investigation, nous pouvons citer la recherche-action, l’étude de cas
et l’ethnographie. Pour les sources des données qualitatives, nous pouvons citer
l’observation, l’observation participante, les entretiens, le questionnaire, les documents
et textes et les impressions et réactions des chercheurs.

Le tableau ci-dessous récapitule les avantages et les limites de l’approche qualitative

que nous adoptons lors de la phase exploratoire :

Tableau 7: Les avantages et les limites de l’approche qualitative (Wacheux,

1996; Miles et Huberman, 2003)
Les avantages Les limites
Finalité : Comprendre, expliquer, résoudre des problèmes pratiques

- Analyse en profondeur - Coûteuse pour la collecte des données

- Proximité avec la réalité de l’objet
de recherche
- Interaction avec le terrain de
recherche
- Prise en compte du contexte et des
représentations des acteurs
- Transformation de la connaissance
tacite dans l’explicite
- Complexe au niveau de la
compréhension du matériau
- Nécessite beaucoup de soins et
d’attention pour l’analyse
- Subjectivité des résultats vu la proximité
du chercheur avec le terrain
- Ne permet pas la généralisation des
résultats

Source : Bouzid (2011)

1.4.5 L’approche quantitative

L’approche quantitative est reconnue comme relativement dominante en sciences de
gestion. C’est une stratégie de recherche ayant pour objectif de trouver et de quantifier les
relations entre plusieurs objets. Elle permet d’énumérer de nombreux cas et tend à compter
des unités, à dénombrer des objets à étudier ou à décrire, à relever la fréquence d’apparition
d’un phénomène (Grawitz, 1993). Son ultime objectif est l’explication et l’appréhension d’une
connaissance objective (Bergada et Nyeck, 1992). Cette approche met en place un certain
nombre de mesures et de tests statistiques permettant d’établir le niveau de significativité des
relations étudiées.

144
 Le tableau ci-dessous récapitule les principaux avantages et limites de l’approche
quantitative que nous adoptons lors de la phase confirmatoire :

Tableau 7: Les avantages et les limites de l’approche quantitative

(Usunier et al. 2000; Thiétart et coll., 2007)

Les avantages Les limites

Finalité : Tester et vérifier la réalité d’un objet théorique

- La possibilité de s’appuyer sur - Les mesures qui tendent à être peu

une certaine tradition cumulative
des connaissances
- La collecte rapide et économique
des données
- La mise en évidence de résultats
directement pertinents pour l’action
managériale
- Objectivité des résultats
- Possibilité de généralisation des
résultats
flexibles d’utilisation et parfois
artificielles
- Faible capacité à expliquer les
processus et le sens que les gens
attribuent à leurs actions
- Les difficultés des méthodologies
quantitatives à générer une théorie
- Peu de flexibilité dans le recueil des
données

Source : Bouzid (2011)

1.5 Le processus global de la recherche

Avant d’aborder les méthodes de recueil et d’analyse des données, nous jugeons qu’il
est indispensable de présenter l’architecture générale de cette recherche. La figure 3 présente
le processus de recherche en récapitulant les étapes et les différentes techniques d’analyse
mises en œuvre.

145
Figure 18 : Le processus global de la recherche

Revue de la littérature

Recherche documentaire Rapprochement des

scientifique et professionnelle sur Formulation des
concepts et analyse de hypothèses et /
le DD, la RSE, le Green IT. les
leur cohérence avec à propositions de
caractéristiques et les
notre problématique recherche
contributions Eco-tic générales
des pico-Data Centers. Les
politiques managériales des
acteurs en matière d’Eco-TIC et Modèle spécifique
leur motivation à l'adoption des de recherche
pico-Data Centers

Qualitative Quantitative

Phase exploratoire Phase confirmatoire

Entretiens semi-directifs avec Enquête par questionnaire
les experts du numérique et auprès des experts du numérique
de la transition écologique et de la transition écologique

Dépouillements et analyses
Analyse de contenu : Analyse
statistiques (statistique
textuelle du discours des répondants
descriptive, Analyses
(experts), catégorisation et synthèse
factorielles, etc) XLSTAT
des éléments de convergence et de
divergence. (Nvivo 12)

Modèle de soutenabilité numérique du

cloud computing au travers des
politiques managériales des acteurs en
matière d’Eco-TIC et leur motivation à
l'adoption des pico-Data Centers

146
Section 2 : Phase exploratoire / Méthode qualitative : Phases de recueil et de
préparation d’analyse des données

Comme nous l’avons déjà souligné, la recherche s’est déroulée en deux phases : une phase
exploratoire et une phase confirmatoire.

L’objet de la première phase (exploratoire) est d’examiner la perception des experts

du numérique et de la transition énergétique et d’identifier leurs avis. Pour mieux les
appréhender, nous laissons l’interviewé étendre ses explications pour nous éclairer sur le sujet.
La phase confirmatoire, quant à elle, va consister à tester séance tenante les différentes
propositions auprès de ces mêmes experts par l’usage des questionnaires que nous avions
préalablement préparés.

La rencontre des experts du numérique et de la transition écologique était une occasion

exceptionnelle pour nous de mener à bien cette étude en présentiel, compte tenu de la situation
de la pandémie du COVID-19, qui avait restreint les rapprochements sociaux.

Les analyses statistiques effectuées vont permettre d’affirmer ou d’infirmer leurs propos
et réflexion. Pour des raisons didactiques, nous exposons tour à tour les sous sections relatives
aux modes de recueil des données et les préalables à l’analyse des données recueillies lors des
deux phases de recherche.

2.1 Le recueil et les préalables à l’analyse des données lors de la phase exploratoire
(qualitative)

Dans la recherche, l’exploration est la démarche par laquelle le chercheur approfondit sa

compréhension d’une structure ou d’un fonctionnement. Nous présentons, dans ce qui suit, les
modes de collecte des données qualitatives, les informations sur le terrain de collecte de nos
données, la sélection des experts interrogées ainsi que la méthode d’analyse du matériau
collecté.
2.1.1 La conduite des entretiens
Il existe plusieurs modes de collecte pour recueillir des données qualitatives. Les principaux
modes de collecte des données primaires sont l’entretien individuel et l’entretien de groupe
(Baumard et al. 2007). Selon ces auteurs, l’entretien est un instrument puissant dans un projet
de recherche. Il est défini comme « une technique destinée à collecter dans la perspective de

147
leur analyse, des données discursives reflétant notamment l’univers mental conscient ou
inconscient des individus ». Pour Wacheux (1996), son objectif est de recueillir, par
interrogation, les perceptions, les comportements et les interactions sociales à travers le
discours des acteurs. Les données primaires collectées par entretiens, observations ou analyse
de documents sont traitées pour construire des données secondaires (représentant la
documentation), qui constituent les résultats des traitements. La présence régulière et réitérée
du chercheur sur son terrain d’investigation lui permet de collecter des informations diversifiées
et nombreuses. Il utilise ces différentes techniques pour les inscrire dans un processus de
triangulation.
De manière générale, les outils classiques d'une approche qualitative sont les entrevues,
les observations et la recherche documentaire (Albert et Avenier, 2011 ; Eisenhardt, 1989;
Golafshani, 2003). Leurs avantages et leurs inconvénients respectifs sont synthétisés dans le
tableau 8 ci-après.
Tableau 8 : Les techniques classiques de collecte des données qualitatives comparées

Techniques Avantages Inconvénients

Entrevues ou - Informations directes sur le - Limité à ce que les acteurs
entretiens phénomène étudié "savent" et "interprètent" du
- Établissement d’inférences phénomène (effet du temps sur la
explicatives perception)
- Flexibilité de la collecte et - Biais de désirabilité possible
analyse - Disponibilité des acteurs
- Accès à des informations - Biais du chercheur et qualité des
riches pour "construire" la questions et interprétation des
théorie en émergence réponses
- Neutralité par rapport à la
recherche
Documents - Stabilité, exactitude et large - Accès et disponibilité parfois
portée (temps, événements, difficiles
références) - Intentions des auteurs et de celui
- Validité supérieure à celle qui rend la documentation
des discours disponible
- Confirme/nuance les propos - Actualisation des informations
des acteurs - Objectivité "de surface"
Observation - Écoute des lieux et des - Biais et erreurs d'interprétations
acteurs sans influence du - Modifications des comportements
langage des sujets (effet Hawthorne)
- Contextualisation importante - Accès parfois difficile
Sources : Adapté de Hlady Rispal (2002, p. 117) et Yin (2009, p. 102) 36

36 Yin, R.K. (2009). Case study research design and methods. Thousand Oaks: Sage (4e éd.)

148
 Les manuels de méthode distinguent trois types d’entretiens : l’entretien directif,
l’entretien non-directif et l’entretien semi-directif. Pour notre recherche, nous avons opté
pour le dernier type d’entretien (semi-directif).

Cette technique est particulièrement utile à cause de l'usage du langage et de la

possibilité d'observer le participant lui-même, ainsi que ce qui se passe dans l'environnement
de celui-ci (Robson, 2002)37. L'entrevue peut également être complétée de plusieurs manières,
notamment par un dossier de presse constitué préalablement aux rencontres, à partir de sources
accessibles en ligne (sites web, médias sociaux, journaux en ligne). Des études de cas multiples,
visant l'explication, nécessitent toutefois une instrumentation préalable plus forte (Miles et
Huberman, 2003)38.

2.1.2 Les informations sur le terrain de collecte de nos données.

Le terme « données » est ambigu, voire inapproprié car, loin d’être « données » au chercheur,
elles exigent de sa part des protocoles multiples de collecte, d’extraction et de mémorisation
des informations, parfois complexes à mettre en œuvre. Ces informations sont contenues dans
des notes d’entretiens informels, audio, vidéo, des notes prises lors de réunions de restitution
des résultats, d’instances de travail collaboratif au sein de l’entreprise (exemple : comité de
pilotage) ou encore dans des documents collectés, tels que comptes rendus de réunions,
rapports internes ou externes, discours officiels, tableaux de bord, comptes de résultats,
rapports d’activité...
Il est donc nécessaire, pour nous assurer une certaine fiabilité des informations collectées, de
mettre en place des techniques rigoureuses de prise de notes et enregistrements audio. En
effet, la collecte et la « capture » des données doivent être claires pour assurer la traçabilité du
raisonnement (Lee, 1998 ; Seale, 1999 ; Gephart, 2004). Selon Girin (1986) certaines
données sont recueillies de matériaux froids, c’est à dire ceux qui ne sont pas issus de
l’investigation en cours, tels que les organigrammes, règlements, procédures, documents. Par
contre, d’autres sont considérés comme chauds, en ce sens qu’ils sont produits par le
processus d’investigation-même, tels que témoignages, récits, descriptions obtenues
notamment dans le cadre des entretiens, des séances de travail. Le deuxième mode reflète le
travail d’entretien que nous avons effectué les 14 et 15 septembre 2020 à l'évènementiel BIG
DATA et IA de Paris, dont nous donnons des précisions dans la rubrique suivante.

37 Robson, C. (2002). Real world research . Oxford: Blackwell Publishing (2e éd.).
38 Miles, M.B. et Huberman, A.M. (2003). Analyse de données qualitatives. Paris: de boeck (2e éd.).

149
 2.1.3 Les événements du digital en France 2020
En 2020 plus de 10 événements du digital ont marqué le territoire français souvent en présentiel,
en ligne ou les deux. Ce sont entre autres :
- Conservation 2020 online dédié au marketing conversationnel et aux nouvelles formes de
conversations numériques, organisé par iAdvize, qui s'est déroulé en ligne.
- Big Data Paris, les 14 et 15 septembre en présentiel, en ligne ou les deux
- IT & IT Security Meetings, du 15 au 17 septembre, à Cannes
- France Digitale Day, le 15 septembre, à Paris
- Nantes Digital Week, du 17 au 27 septembre, à Nantes.
- TEDx Rennes, le 19 septembre, à Rennes.
- AP Connect, les 22 et 23 septembre, à La Défense
- Documation, le 22 septembre, à Paris-Porte de Versailles
- La Mêlée Numérique, du 28 septembre au 3 octobre, à Toulouse et en ligne
- SEO Camp’us Paris, les 28 et 29 septembre, à Paris

2.1.4 Pourquoi avons-nous choisi spécifiquement l’évènement Big Data Paris, des
14 et 15 septembre 2020 ?
L’évènement Big Data & AI Paris 2020 est un salon réalisé par Corp Agency. Une agence
spécialisée dans l’organisation de rendez-vous B2B, de haut niveau et à forte valeur ajoutée
dans le domaine des nouvelles technologies. C’est un événement européen de référence à tout
écosystème Big data et des avancées de l’IA. Il se tient généralement chaque année à la fois au
format physique (en présentiel), au Palais des Congrès de Paris, et en digital sur une plateforme
dédiée (distanciel).

Big Data & AI Paris 2020 était une concentration d’experts jamais vue en France. Cet
évènement a réuni des acteurs clés de l'innovation technologique et digitale : fournisseurs,
institutionnels, chercheurs, porteurs de projets.
A cet évènement, avons été guidés par notre passion de tout ce qui façonne l'univers digital de
demain. Cette 9ième édition était assez riche. C’était donc une opportunité pour nous de rejoindre
la communauté du numérique et de participer à ces 2 jours d'émulation sur le futur de la
digitalisation des entreprises et organisations en matière de révolution numérique, de transition
énergétique et écologique. Au-delà de l’approche technologique, ce salon était bien indiqué
pour nous d'y trouver des partenaires, des entreprises de la Tech, de bénéficier de leur retour
d'expériences sur les questions de gouvernance, de politiques sur les grands projets du

150
numérique, de Big data, d’intelligence artificielle, de sécurité des données, de transition
énergétique et écologique des TIC, qui étaient difficile de trouver dans les autres salons. Il a
été également exposé les projets de développement du cloud computing et les perspectives
d’évolution des Data Centers pour soutenir les enjeux futurs de l’IA et la technologie de la
blokchain.
Après avoir cerné ces valeurs autour de la data, les organisations ont saisi les questions sur le
sens à donner à leurs projets et à relier les enjeux business, sociétaux et écologiques 38.

Les conférences ont été animées par les meilleurs experts. Les programmes de conférences ont
offert une vision d’ensemble des sujets, sous les angles stratégiques, pratique (Retours
d’Expérience) et technique (Parcours Experts). Nous avons pu accéder à plusieurs types
d’interventions selon nos besoins, tels que des ateliers pour découvrir en pratique les solutions
des exposants, les Pitchs & Démos des startups. C’était une occasion exceptionnelle pour nous
de débattre notre problématique de recherche sur caractéristiques et les contributions Eco-tic
générales des pico-Data Centers et les politiques managériales des acteurs en matière
d’adoption des pico-Data Centers comme solution à la soutenabilité du cloud computing d’autre
part39.

Figure 19 : évènement Big Data & AI Paris 2020

39 https://www.bigdataparis.com/ (consulté 14 novembre 2020)

40 https://www.bigdataparis.com/decouvrir-levenement/ (consulté le 14 novembre 2020

151
 2.2 Nos entretiens semi-directifs

Par ailleurs, nos entretiens semi-directifs faits à cet évènement des 14 et 15 septembre 2020 à
Big data et de l'IA Paris ont été un succès, dans la mesure où, en plus des réponses obtenues à
notre problématique, nous avons obtenu des connaissances nouvelles supplémentaires sur « le
numérique responsable et soutenable» et d’autres thématiques que nous avons eu le plaisir de
partager.
Le mode de collecte de données retenu est l’entretien semi-directif. Le but était de
récolter des données discursives reflétant notamment les perceptions des experts interrogés.
Nous avons essayé de répéter la question plusieurs fois en la reformulant différemment dans le
but de bien cerner toutes les dimensions du thème étudié.
Selon Baumard et al. (2007), dans un entretien semi-directif, l’interviewer se base sur
un guide d’entretien structuré pour aborder une série de thèmes préalablement définis. Nous
avons choisi ce type d’entretien parce qu’il permet de répondre précisément à nos interrogations
de recherche tout en laissant une certaine marge de liberté aux interviewés et en essayant
d’assurer une objectivité maximale. Ce qui a permis de faire émerger des aspects qui n’ont pas
été pris en compte dans notre analyse conceptuelle. Ces derniers sont pris en compte dans la
suite de la recherche sans remettre en cause la cohérence du guide d’entretien.
Le verbatim obtenu de ces entretiens (en annexe) après une retranscription sociologique de
l’entretien, nous a permis d’ouvrir une réflexion sur le retour d’expériences des experts sur
l’évolution du numérique, sa décentralisation, la transformation digitation, la transition
énergétique, écologique et les politiques Eco-tic managériales des entreprises dans l’adoption
des pico-Data Centers en vue de la soutenabilité du cloud computing.
Ainsi, les experts ayant participés à cet entretien sont présentés dans la rubrique suivante.

2.2.1. La présentation des participants

Le tableau 9 identifie les Experts ayant participé à l’entretien et au questionnaire en

précisant la fonction de chacun dans les domaines numériques et les entreprises
auxquels ils appartiennent.

Code Expert Domaines de Postes occupé Entreprises

compétence d’appartenance
Expert_A Data science et l’IA Chef de projet Data science AVISIA - Bouygues
Telecom
Expert_B Solutions Google Cloud Customer Engineer, Data Google Cloud
Management

152
Expert_C Banque ISR Directeur chargé des fonds BNP PARIPAS
(Investissement ISR
Socialement Responsable)
Expert_D Data Gouvernance Chief Data Officer, AZQORE SAAZQORE, filiale du Crédit
Agricole
Expert_E Edge Computing X NODATA Gestionnaire des coûts CEO @ NODATA
opérationnels et les projets
de performance du reporting
Expert_F Les datalakes, la Data Solutions Consultant TIBCO Software
Virtualization
Expert_G Service de sécurité Expert en sécurité numérique DATA4 Service
informatique
Expert_H stratégie multicloud Agile Business Analytics & Big Data Oracle
Solution Engineer
Expert I Data Hub in Cloud Azure, Directeur Practice Cloud & Micropole - Société
Cloud Microsoft, Micropole Data, Micropole Générale
Expert J IBM Cloud Pak for Data Data Architect IBM
Expert K IBM Cloud Pak for Data Data Architect IBM
Expert L Serverless Datalake Data & AI Sales Director Microsoft

Expert M CDP(Cloudera Data Engineer Data Architect / PS Cloudera

Platform) Consultant

Expert N Data science et l’IA Consultant data optimisation ORANGE

Expert O Data science and security Directeur Technique et MICROSOFT

Sécurité
Expert P Meta-Analysis / Data For Responsable du service Data Groupe KILOUTOU
Business Management
Expert Q AIRIA (Artificial Intelligence Responsable IRI Liquid Data IRI
Reporting and Insights Innovation
Assistant)
Expert R big data hadoop et spark / Customer Engineer Google Cloud
Google Cloud Dataproc
Expert S Data Intelligence Executive Architect MICROSOFT
Expert T CTO IoT/Industry 4.0, IBM Executive Architect IBM France
Source : auteur. Données recueillies à la suite de l’enquête.

Concernant l'identification des acteurs. Nous nous sommes gardés de décliner l’identité des
personnes interviewées, dans la mesure où, celles-ci ne nous l’ont pas autorisé. Elles sont en
majorité à la haute direction de leur organisation. Néanmoins nous avons pu obtenir un carnet
d’adresses bien fourni de ces acteurs du numérique.
Nous rappelons que nous avons fait une retranscription sociologique de l’entretien semi-directif
entre ces 21 experts (en annexe) avant de procéder à une analyse textuelle de contenu du corpus
d’entretien.

153
 2.2.2 Analyse de contenu d’entretiens (des données qualitatives)
L’analyse de contenu décrit le matériel d’enquête et en étudie la signification. Elle
cherche à rendre compte de ce qu’ont dit les interviewés de la façon la plus objective et la plus
fiable possible. Selon Gavart-Perret et Moscarola (1998), l’analyse de contenu intègre la mise
à plat de l’énoncé (le dit), par le biais de la statistique lexicale : analyse systématique, objective,
quantitative, qui se doit de ne pas être un simple commentaire, et doit aboutir à une production
de données quantifiées destinées à tester des hypothèses de recherches (Kassarjan, 1977) .
.
L’analyse qualitative de contenu est une méthode pour décrire systématiquement le sens des
données qualitatives. C’est un instrument d'analyse qui vise la circonscription et l'analyse de
contenu (Schreier ,2014). C'est une technique de recherche pour la description objective
systématique et quantitative du contenu manifeste d'une communication (Berelson, 1952).
L'analyse de contenu catégorielle comprend ainsi deux (2) formes : L'analyse lexicale (registre
linguistique) et l'analyse thématique (registre sémantique)
L'analyse lexicale est fondée sur les proximités entre les mots employés et la statistique
fréquentielle : tout simplement à partir d'un corpus d'analyse, on essaie de découper le texte en
un ensemble d'unités afin de calculer la fréquence des mots : les mots synonymes, les mots
opposés et ainsi de suite.
Donc par la suite, il s'agira de construire une matrice de présence / absence « Mots du lexique :
X Unité de texte ».
Selon Gavart-Perret et Moscarola (1998), l’utilisation de l’analyse lexicale peut être
envisagée de deux manières : l’analyse lexicale descriptive ou statistique lexicale des énoncés
(les dits) et l’analyse lexicale interprétative ou statistique lexicale de l’énonciation (les
modalités du dire).
Ce travail exercé sur le texte s’appelle lemmatisation (Gavart-Perret et Moscarola,
1998). L’analyse lexicale s’enrichit également des techniques de l’analyse factorielle des
correspondances. Il est simple de faire apparaître des correspondances ou proximités entre les
unités de signification sous forme de carte lexicale dévoilant ainsi d’éventuelles associations
existantes entre les mots du lexique les plus fréquents, répétés un certain nombre de fois.

L'analyse thématique
L'analyse de contenu thématique constitue un outil classique pour l'étude qualitative par la
catégorisation des énoncés dans des thèmes d'analyse.

154
L’objectif de cette analyse est de dégager des éléments sémantiques fondamentaux en les
regroupant à l'intérieur des catégories. Le but est de repérer les unités sémantiques qui
constituent l'univers discursif de l'énoncé (Gavart-Perret et Moscarola, 1998).
Il s'agit d'une reformulation. Par exemple, nous avons un corpus de départ. Il s'agit via la
thématique, de reformuler le contenu de l'énoncé sous forme condensée et formée.
Après la catégorisation, nous soutenons une modalité pratique pour le traitement des données
brutes. Cette méthode thématique est basée sur le repérage des idées significatives et leur
catégorisation (Gavart-Perret et Moscarola, 1998).
NB : on peut recourir à l'utilisation de verbatim dans une étude quantitative, mais seulement
lorsqu'il s'agit d'un questionnaire. Par exemple à la fin du questionnaire, on pose une question
ouverte ou plus ouverte. Donc pour analyser les propos des enquêtés à travers cette question
ouverte on peut faire appel à la méthode de verbatim dans le but d’étudier les expressions
données par l'ensemble des enquêtés. Donc les réponses aux questions sont analysées en termes
d'expressions clés et significatives. Ces expressions sont ensuite classées en fonction d'éléments
qui renseignent (Schreier ,2014).
Ainsi la méthode de verbatim est une méthode importante pour des recherches qualitatives et
l'objectif de la science aujourd’hui, c'est l'analyse thématique et un peu d’analyse lexicale.

2.3 Le recueil et les préalables à l’analyse des données lors de la phase confirmatoire

L’approche confirmatoire vise à établir des relations de cause à effet ayant trait à un
phénomène social. Partant d’hypothèses (propositions), le chercheur tente de dégager à partir
de questionnaires, inventaires, analyses démographiques, voire d’autres sources, des données
quantitatives qu’il soumet à une analyse statistique (Naguib, 2004) 41. Les résultats de l’analyse
servent alors à confirmer ou infirmer des relations supposées entre les variables.

Ainsi, à travers cette phase confirmatoire, notre objectif est de mieux élucider les
différents éléments de notre problématique. Pour bien comprendre notre démarche, nous
présentons dans ce qui suit : la construction du questionnaire (en annexe), les modalités de
sélection, le choix des items et le déroulement de l’enquête quantitative.

41 Naguib r. (2004) : « Interface Organisation-Environnement, cas des entreprises multinationales opérant

dans un pays en développement : Contexte de la Malaisie »

155
 2.3.1 La liste des items proposés pour la collecte des données lors de la phase
confirmatoire

Nous avons rédigé un ensemble d’items soumis à nos 21 experts du domaine du Big data et
l’IA à la conférence BIG data des 14 et 15 septembre 2020 à Paris. Pour la formulation précise
des items, nous nous sommes largement inspirés de la littérature de Molla et al. (2010).

Après modification et réécriture de certains d’entre eux, nous avons un ensemble de 37 items
servant à mesurer l’avis des experts. A chaque item nous avons attribué un code pour faciliter
le traitement informatisé des données.

Tableau 9 : Les items et les variables sont présentés comme suit :

Variables Items Codage

Pressions Réglementations, normes et standard PRREGLNST
institutionnelles à Aides et incitations gouvernementales PRAIDGOUV
l’adoption des pico- Adoption des Eco-TIC PRADECOTIC
Data Actions des concurrents PRACCO
Centersécoresponsables. Pression des parties prenantes PRPP
6 items retenus
Considérations environnementales PRENVI
Facteurs de motivation Le soutien des pouvoirs publics. MOTISOUTPPU
technologiques et La disponibilité des équipementiers MOTIDIEQ
organisationnels à
Objectif économique MOTOBECO
l’adoption des pico-
Data Gérer la proximité avec les utilisateurs MOTGPROX
Centersécoresponsables.
12 items retenus Gérer l’intermédiation des données avant leur transfert aux MOTGINTDON
Data Centers classiques
Gérer la sécurité en cas de cyber d’attaque MOTSECU

Gérer la redondance en cas de panne en cas d’incendie. MOTREDOND

Réduire la latence, périphérie du réseau (Edge computing), MOTRLATENC

efficacité, efficience énergétique et durabilité
Désengorger les Data Centers classiques MOTDESDATC
Utilisation de l’énergie fossile MOTENGIFOS

Utilisation de l’énergie renouvelable. MOTENRENO

Utilisation du mixte énergétique MOTMIXENGI
Bénéfices escomptés Intérêt des investisseurs ISR à l'égard de votre entreprise BENEINVISR
(avantages Autonomie énergétique des pico-Data Centers, réductions BENEEAUTO
concurrentiels) de des couts énergétiques
l’adoption des pico- Reduction de pannes de servers, redondance et incendie BENEREDUCPAN
Data Centers
écoresponsables. S’impliquer dans le développement durable BENEDEVDUR
11 items retenus Avantages fiscaux BENEAVFISC
Réduire l’impact environnemental du SI BENERIMPENV

156
 Fédérer les employés autour de valeurs communes (culture BENECULTUR
écologique de l’organisation)
Répondre aux attentes des parties prenantes BENEATPP
Se prémunir de risques légaux, environnementaux BENERISLEG
(actionnaires, clients, fournisseurs, associations…)
Améliorer l’image de l’entreprise BENEIMENTR
Atteinte des objectifs de sobriété énergétique et de durabilité BENESOBDUR

Obstacles perçus dans le Manque d’engagement des dirigeants OBSMENGAD

cadre de l’adoption des Absence ou peu de mesures gouvernementales OBSMESGOUV
pico-Data Centers contraignantes
écoresponsables. Manque de temps OBSMANQTEM
7 items retenus Manque d’information pertinente OBSMANQINFO
Manque de ressources et/ou de compétences au sein de OBSMANQRESC
l’entreprise
Coût de sa mise en œuvre (exorbitant) OBSCOUMOEU
Difficulté à traduire le concept en actions concrètes au sein OBSDIFFICULTAC
de l’entreprise
Résistance au changement OBSRESISCHANG
Tableau 9 : Les items et les variables de notre étude quantitative

2.3.2 Collecte des données quantitatives

La collecte de données a été faite après l’entretien semi-directif. Chaque répondant (expert) a
rempli le questionnaire librement. On suppose qu’ils ont donné leur avis en toute tranquillité
sans un biais particulier. Pour des raisons de confidentialité, nous avons été interdits de
communiquer leur identité (les experts). Par contre, nous avons fait un tableau listant les
entreprises auxquelles ils appartiennent et les postes qu’ils occupent respectivement.
Tous les items ont été mesurés à l'aide d'une échelle de type Likert à sept points avec seulement
les points extrêmes ancrés avec des étiquettes. Les pressions institutionnelles, Motivation
technologique, L’assistance de la haute direction ou des dirigeants, Les ressources et les
compétences (ou Resource-Based View Theory – RBV), ont été mesurées en utilisant une
échelle de sept points « pas du tout (1) » à « dans une large mesure (7) ».
Alors que les éléments liés aux bénéfices escomptés et au obstacle perçus ont été mesurés sur
une échelle allant de « pas du tout reçu (1) » à « pleinement reçu (7)», Culture écologique
organisationnelle et la prise en compte des attentes des parties prenantes ont été mesurés en
utilisant un «pas du tout d'accord (1)» à «tout à fait d'accord (7)».
Après nous avons pu collecter la totalité des questionnaires des 21 experts, qui ont correctement
repondu à toutes les questions. Ce qui a été pertinent pour notre recherche.
Comme le suggère de plus en plus la recherche en sciences de gestion, nous avons adopté une
approche méthodologique mixte (qualitative et quantitative) qui assure la multiplication des

157
angles de vue et permet, par conséquent, de produire des résultats plus riches et de meilleure
qualité. Les résultats de la phase exploratoire et de la phase confirmatoire sont présentés dans
le Chapitre 4 ci-après.

158
 INTRODUCTION GENERALE

PREMIERE PARTIE

Chapitre 1 : Les enjeux fondamentaux du numérique

Chapitre 2 : Quels Data Centers et quel cloud computing face à la flambée continue des demandes ?
: Une analyse des Data Centers et des pico-Data Centers ecoresponsables

2ème PARTIE : Analyse empirique de la soutenabilité du cloud computing

Chapitre 3 : Méthode de recherche et collecte

Chapitre 4 : résultats et discussion de la recherche

CONCLUSION GÉNÉRALE

159
CHAPITRE 4 : RÉSULTATS ET DISCUSSION DE LA RECHERCHE

Dans le chapitre précédent, nous avons exposé la démarche méthodologique, le processus de la

recherche et les modes de collecte des données en mettant l’accent sur l’avantage de combiner
deux approches : une approche exploratoire qualitative et une approche confirmatoire
quantitative.
En nous basant sur la revue de la littérature du Green IT, nous avons pu faire apparaître des
indicateurs d’adoption des Eco-TIC et leur contribution.
L’objectif de ce chapitre est de présenter les résultats de notre étude empirique et de répondre
à nos propositions de recherche. En effet, nous tenterons d'apporter des réponses à un ensemble
de questionnements que nous avons soulevés dès le départ.

Dans quelle mesure les organisations et les acteurs du numérique adoptent-ils des
politiques Eco-tic des pico-Data Centers visant à garantir la soutenabilité du Cloud
Computing ?

Pour ce faire, nous avons décliné cette problématique en deux questions de recherche à partir
de la littérature :
Quelles sont les caractéristiques et les contributions Eco-tic générales des pico-Data
Centers ?

Quelles politiques managériales les acteurs du numérique devront-ils entreprendre en

matière d’Eco-TIC et quels facteurs de motivation peuvent-ils les inciter à l’adoption des
pico-Data Centers comme solution à la soutenabilité du Cloud Computing ?

Nous allons dans un premier temps, présenter les résultats issus des analyses qualitatives des
données collectées lors de la phase exploratoire. Dans un deuxième temps, nous allons exposer
les résultats de la phase confirmatoire quantitative de notre recherche. Cette seconde étape
présentera en effet, les analyses statistiques effectuées sur les réponses des experts du
numérique à notre questionnaire, d’en discuter le contenu au regard de nos questions et de faire
ressortir en conclusion les apports et les limites de notre travail.

160
Section 1 : Les résultats de la phase exploratoire qualitative.
Dans le chapitre précédent, nous avons clairement présenté la conduite des entretiens, nous
allons maintenant présenter notre analyse de données qualitatives en mettant en exergue les
thèmes qui émergent des entretiens effectués, ainsi que les résultats issus de l'analyse du
verbatim.

1.1 L’analyse de données qualitatives

L’analyse de données qualitatives se définit d’abord par son objet : le chercheur tente de
dégager le sens d’un texte, d’une entrevue, d’un corpus à l’aide ou non d’outils informatisés
(Paillé et Mucchielli, 2003 ; Deschenaux et Bourdon, 2005). Il s’agit d’un processus
d’identification de thèmes, de construction d’hypothèse (idée) et de clarification de liens
(Tesch, 1990 ; Wanlin, 2007). Une méthode qualitative s’efforce d’analyser comment un
phénomène se produit et pour quelle finalité (Mucchielli, 2007). Elle analyse aussi
l’organisation globale du phénomène et ses conséquences.
L’étude de la littérature spécialisée en analyse de données qualitatives montre que son
utilisation en sciences de gestion est récente comparativement à d’autres disciplines des
sciences humaines et sociales, telles que les sciences de l’éducation, du langage, de
l’information et de la communication ou encore les sciences politiques. 42
Après une brève littérature sur les méthodes d’analyse de données qualitatives et leurs objectifs
propres, nous identifions les conditions de recours aux logiciels d’analyse de données
qualitatives et le logiciel NVIVO en particulier que nous avons utilisé dans le cadre de notre
étude exploratoire.

1.2 Pluralité des méthodes d’analyse de données qualitatives

Deux terminologies ressortent fréquemment : l’analyse de contenu et l’analyse thématique. On
rencontre aussi l’expression plus englobante d’analyse de données textuelles, regroupant
plusieurs méthodes de prise de connaissance et d’analyse d’un texte (Helme- Guizon et Gavard-
Perret, 2004 ; Fallery et Rodhain, 2007).

42 Revue québécoise Recherches Qualitatives, éditée par l’Association pour la Recherche Qualitative
(www.recherche-qualitative.qc.ca)"(consulté le 20 juin 2020)

161
Selon Moscarola (2006), l’analyse de contenu est une analyse thématique, qui consiste à lire
l’ensemble d’un corpus, en identifiant les thèmes qu’il contient, pour ensuite produire du
verbatim par thème ou procéder à une analyse statistique des thèmes42. Pour d’autres, l’analyse
de contenu est vue comme « un ensemble d’instruments méthodologiques […] s’appliquant à
des discours extrêmement diversifiés, et fondés sur la déduction ainsi que l’inférence » (Wanlin,
2007, p. 249).

L’étude de la littérature fait ressortir plusieurs méthodes d’analyse de contenu, au regard des
objectifs de recherche43. Le texte d’un acteur/auteur est approché par le lexique qu’il utilise, à
partir des mots les plus fréquemment utilisés (L’analyse lexicale). D’autres approches
s’intéressent à la structure du discours, elles sont souvent dénommées analyses linguistiques.
On les distingue des méthodes d’analyse qualitative centrées sur l’étude du contenu, c’est- à-
dire le sens du discours. L’analyse thématique est donc une analyse essentiellement qualitative
qui vise à interpréter un contenu. Certains auteurs (Fallery et Rodhain, 2007) 44 y ajoutent
l’analyse cognitive qui permet de représenter une pensée. L’extraction de verbatim est souvent
mise au service des analyses de contenu centrées sur le sens des discours.

1.3 Processus et méthodes de traitement dans l’analyse de données qualitatives et le

recours aux logiciels pour l’analyse de données qualitatives.

Trois étapes chronologiques sont définies par les auteurs. La première, intitulée pré-analyse ou
organisation des données, implique une segmentation et une décontextualisation. La seconde,
considérée centrale et par ailleurs la plus longue, consiste à procéder aux opérations de codage,
décompte ou énumération : c’est l’exploitation du matériau recueilli, dont le processus consiste
à « découper le contenu d’un discours ou d’un texte en unités d’analyse (mots, phrases,
thèmes…) et à les intégrer au sein de catégories sélectionnées en fonction de l’objet de
recherche » (Thiétart, 2007, p. 455). La dernière étape consiste à interpréter les résultats, les
synthétiser et en tirer des inférences (Wanlin, 2007).

43 Le corpus représente l’ensemble des textes, documents, entretiens, discours, etc. réunis pour une étude
linguistique, lexicale ou textuelle (Helme-Guizon et Gavard- Perret, 2004).
44Voir en particulier les typologies présentées par Moscarola (2006), Ganassali (2008), Fallery et Rodhain (2007),
Helme-Guizon et Gavard-Perret (2007).

162
Le codage, ou lemmatisation, consiste donc en un processus de déstructuration puis de
restructuration, à une décontextualisation puis une recontextualisation (Tesch, 1990). Cette
étape consiste à découper un texte en unités d’analyse ou unités de sens (mots ou segments),
puis à procéder à l’étude qualitative ou quantitative de ces unités.
Dans une recherche qualitative, les données sont particulièrement abondantes et donc longues
et délicates à traiter, « coder est une entreprise fatigante » (Huberman et Miles, 1991, p. 111).
Aussi, les logiciels peuvent apporter une aide non négligeable à l’organisation et au traitement
des données, que les résultats recherchés soient qualitatifs, quantitatifs ou qualimétriques
(mixtes).

1.4 Notre choix du logiciel NIVIVO pour le traitement de nos données qualitatives

Il est aujourd’hui fréquemment utilisé dans les recherches qualitatives en sciences de

gestion. L’objectif principal de Nvivo est d’aider à gérer, mettre en forme et donner un sens aux
données qualitatives. Il est conçu selon une approche très manuelle, celle de « l’analyse papier-
crayon » (Descheneaux et Bourdon, 2005). Il s’agit de ranger des données brutes dans des
catégories données a priori ou constituées au fur et à mesure, selon le principe des outils
dictionnaires-registres.
Outre la centralisation de données textes, images ou vidéos (fonction « sources »), le logiciel
facilite le codage et permet de construire un dictionnaire de thèmes (Rupelle et Mouricou,
2009). Ce codage est réalisé à partir des fonctions « nodes » (nœuds) : rattachement des données
sélectionnées (phrases et/ou paragraphes) à des mots-clés nommés « nœuds » dans la
terminologie du logiciel, constituant des codes (figure n°20).
Sur la base des données codées, le chercheur peut effectuer des recherches afin d’affiner son
analyse ou de tester des hypothèses, et regrouper ses données dans un « model » permettant de
mettre en évidence des relations entre elles (Rupelle et Mouricou, 2009) sous forme de
représentations graphiques. Ainsi, après la segmentation des données, par le biais de leur
catégorisation, celles-ci sont reconstruites dans l’objectif de leur donner du sens (Averseng,
2011).
Le principe d’analyse du logiciel relève d’une démarche de décontextualisation-
recontextualisation du corpus (Tesch, 1990 ; Descheneaux, 2007) : sortir de son contexte un
extrait du texte afin de le rendre sémantiquement indépendant dans le but de créer des catégories

163
ou thèmes (décontextualisation) ; amalgamer les catégories décontextualisées pour en faire un
tout intelligible et porteur de sens (recontextualisation).

Figure n˚ 20 − Représentation graphique du principe de décontextualisation −

recontextualisation d’un corpus selon Deschenaux (2007)

Le recours à Nvivo vise à « emmagasiner de l’information, la classer, l’organiser et ensuite

[…] effectuer des opérations de recherche » (Descheneaux et Bourdon, 2005, p. 10). Il n’est
pas conçu pour faire des analyses statistiques ou des comptages d’occurrences, même s’il
permet de produire des tableaux de comptage des extraits codés en fonction de catégories ou
d’attributs. En revanche, Il facilite ainsi la manipulation des données et aide à dégager du sens
à partir de sous-catégories, mais non selon une logique « de classification automatique ou de
cadre figé à l’avance » (Auger, 2006, p. 122). Les opérations de codification sont décidées par
le chercheur et lui seul, l’objectif étant de produire une analyse, une interprétation et non « un
catalogue d’idées ou de citations » (Auger, 2006, p. 124). Aussi, son choix est justifié pour faire
une analyse qualitative de données qualitatives.

164
1.5 L’analyse de contenu avec Nvivo12

La première partie de l’analyse des données qualitatives a consisté à insérer tous les entretiens
au sein du logiciel Nvivo12 et d’identifier les idées significatives.
Dans l’utilisation du logiciel Nvivo12 et lors du processus de codage, nous avons créé trois
grands thèmes dans lesquels s’insèrent les codes (ou nœuds) et des sous-nœuds.
Suivant la méthode déductive préconisée par Miles et Huberman (2003), nous avons
préalablement défini plusieurs codes (facteurs de motivation organisationnelle, infrastructurelle
et technique, Bénéfices escomptés (avantages concurrentiels), Pressions institutionnelles,
Obstacles perçus). Les codes créés grâce au terrain, suivant la méthode inductive de Strauss et
Corbin (1990), sont des sous-nœuds définis auprès de ceux préalablement construits.
Au sein des nœuds nous avons pu rattacher les extraits identifiés qui correspondent à notre
analyse préalable. Nous avons créé des sous-nœuds de façon inductive au fur et à mesure de
l’analyse du corpus de texte. Cette deuxième méthode inductive selon Strauss et Corbin (1990),
permet un codage plus précis, plus ancré dans les faits, car elle permet de décrire ce que la
personne interviewée pense à un moment précis (Dohou, 2009, Deschenaux, 2007). Cette
méthode de codage permet également d’apporter une analyse supplémentaire et étoffer notre
liste préalablement établie de codes. In fine, nous avons identifié au total 32 codes évoquant
des idées, des concepts, des constats ou des problématiques en lien avec notre modèle et la
littérature.

La liste des codes thématiques se décompose donc en deux grandes parties. Les codes créés de
manière inductive et les codes créés de manière déductive. Les thèmes de base sont listés dans
le tableau suivant :
− Thème « Les politiques managériales Eco-tic d’incitation organisationnelle, infrastructurelle
et technique à l'adoption des pico-Data Centers ». Ce thème est le plus important. Il comporte
beaucoup plus de sous-nœuds déductifs et inductifs. Il met en évidence les constats que nous
avions faits auprès des experts de leurs avis sur la situation actuelle du numérique, son avenir,
l’innovation des pico-Data Centers, leur contribution et en particulier les politiques
managériales incitatives à leur adoption en vu de la soutenabilité du cloud computing,
− Thème « Les politiques managériales Eco-tic d’incitation institutionnelle à l'adoption des
pico-Data Centers ». Ce thème met en évidence les problématiques d’incitation institutionnelle
coercitive, mimétique et normative visant l’adoption des pico-Data Centers écoresponsables
comme solution à la soutenabilité du Cloud Computing.

165
− Thème « Bénéfices escomptés » est relatif aux avantages concurrentiels perçus du retour
d’expérience des experts ayant utilisé les pico-Data Centers. Ce thème met en relief leurs
impressions et leurs suggestions sur l’intérêt des politiques managériales Eco-tic d’adoption des
pico-Data Centers.
- Thème « Obstacles perçus » renseigne les freins et blocages éventuels rencontrés dans les
politiques managériales Eco-tic d’adoption des pico-Data Centers. Il enregistre également des
suggestions d’amélioration.

Au fur et à mesure de l’analyse, nous avons ajouté des codes de manière inductive dans chacun
de ces thèmes pour améliorer le travail. Après avoir obtenu ces codes, nous avons procédé à
une vérification de contenu. En effet, nous avons voulu assurer la véracité de nos codes et que
l’ensemble des informations qu’ils contiennent soient bien en lien avec le code défini tel que
présenté dans le tableau suivant.

Tableau 10 : classification catégorielle de nos données qualitatives

Nœuds Sous-nœuds

Les politiques managériales Eco- Efficacité, éfficience énergétique et durabilité

tic d’incitation organisationnelle,
infrastructurelle et technique à Environnement du besoin ou de la demande
l'adoption des pico-Data Centers
écoresponsables Gérer la proximité avec les utilisateurs

Gérer la sécurité en cas de cyber attaque

Réduction des émissions de CO2

Objectif économique : réduire les charges

opérationnelles / rentabilité financière

Réduire la latence, périphérie du réseau

Utilisation de l'énergie fossile

Utilisation de l'énergie renouvelable

Utilisation du mixte énergétique

Disponibilité des ressources et les compétences

Les politiques managériales Eco- Actions concurrentielles

tic d’incitation institutionnelle à
Aides et incitation gouvernementales

166
 l'adoption des pico-Data Centers Pression des parties prenantes
écoresponsables
Réglementation, normes et standard

Bénéfices escomptés (avantages Autonomie énergétique des pico-Data et réduction des

concurrentiels) coûts énergétiques

Culture écologique de l'organisation

Souveraineté numérique

Sécurité numérique

Réduction de pannes de server

Réduction de l'impact environnemental du SI

Intérêt des investisseur ISR à l'égard de votre

entreprise

Obstacles perçus Coût de sa mise en œuvre (exorbitant)

Difficulté à traduire le concept en action concrète

Impacts environnementaux persistants

Manque d'engagement des dirigeants privés

Manque d'engagement des pouvoir publics

Manque de ressources et de compétences

Résistance au changement
Source : notre classification catégorielle

Comme nous le verrons dans la seconde partie, cette construction se distingue nettement des
analyses lexicales qui bâtissent des arborescences à partir de mots précis du texte.
L’idée-clé est de rechercher les expressions génériques d’un problème, c’est une « boîte »
accueillant des illustrations exprimées par les acteurs en fonction de leurs ressentis. Cette
démarche s’apparente à l’un des principes de codage-dénomination (Locke, 2001) de la
théorisation ancrée. Dans le cadre de notre analyse de contenu, le codage est ouvert « in vitro »
(Guilloux, 2001), c’est-à-dire en identifiant des unités de sens à partir de l’expression des
participants, formulées avec le vocable générique du chercheur.

167
Section 2 : Résultats de l’étude de cas
Cette section est consacrée aux résultats de notre étude de cas sur les pico-Data Centers
écoresponsables. Dans le développement de notre modèle nous avons présenté 10 grandes
propositions, que nous développerons dans cette section en présentant une rubrique par
proposition.
Les résultats de ces propositions permettront d’établir des conclusions vis-à-vis de notre
recherche et répondre à nos questionnements.
Nous discuterons les résultats de notre recherche qualitative issus de l’analyse Nvivo12 et en
rapport avec nos propositions. Nous verrons notamment que certaines de nos propositions sont
validées (9) à l’exception d’une (1), et nous avons obtenu d’autres connaissances plus
approfondies du sujet.

2.1 Mise en pratique de notre analyse thématique du contenu

Nous avons sélectionné, informatisé des données dans le texte d’origine : Nous avons intégré
dans le logiciel l’intégralité de son texte « brut » et procéder au traitement dans le logiciel.
Puis, nous avons affecté un à plusieurs mots-clés à sa sélection. Les mots-clés (nœuds)
représentent un thème ou un sous-nœud (sous-thème).
Ensuite, nous avons attribué un code couleur au différent thème que nous avons regroupé après.

2.1.1 Catégorisation du contenu

Classification catégorielle soulignée dans les passages nous permet définir un nœud
correspondant à chaque catégorie puis nous avons dressé une typologie qui a du sens avec notre
corpus textuel. Le tableau de profil suivant issu du logiciel NVIVO 12 recense toutes les
catégories en fonction des données textuelles de chaque expert.

Figue 21 : catégorisation du contenu de notre corpus textuel

168
 2.1.2 Codage pour donner du sens à une partie de notre corpus

L’opération de codage s'appelle la phase de décontextualisation, ça veut dire que l'analyse

textuelle consistera pour nous à extraire des segments de leur contexte initial, celui de
l'énonciation de leur production pour les associer à un code leur donnant du sens du point de
vue théorique et du point de vue conceptuel.
Pour créer notre corpus d'analyse, nous avons donc procédé à cet encodage du discours des
Experts.

Figue 22 : codage de notre corpus textuel

Sources : Codage issu du logiciel NVIVO 12

2.2 Présentation des résultats informatiques de l’analyse textuelle

Nous obtenons ainsi, une production des résultats issus de ce traitement. En recontextualisant
notre corpus textuel selon les modèles théoriques utilisés (préalablement annoncés), cette
étape aura donc pour objectif de donner du sens au corpus d'entretien regroupé par catégorie.

169
 Tableau 10 : les résultats informatiques de l’analyse textuelle

Noeud Sous-nœuds Classification catégorielle, sélection des expressions Synthèse des

et mots-clés expressions et mots
clés.

Bénéfices Intérêt des Des règlementations existent. Elles sont plus ou moins Règlementations
escomptés investisseur ISR à contraignantes et processuelles. Telles sont les normes ISR,
(avantages l'égard de votre CO2 sur la fabrication, CO2 sur l'utilisation du produit, les Contraignantes et
concurrentiels) entreprise labels ISR, Labels ECO. Evaluation du score carbone en processuelles
euros et les intégrer dans les finances de l’entreprise et les
Sont les normes ISR,
prendre en compte dans les bénéfices de l'entreprise par
CO2 sur la fabrication,
action ou par obligation. Le score est déjà disponible. Les
CO2 sur l'utilisation du
résultats observables sur les émissions de CO2 sont associés
produit, les labels ISR,
aux prêts de l'entreprise, au portefeuille titre. Prise en
labels ECO. Evaluation
compte des données non financières.
du score carbone en
euros

Sécurité <Fichiers\\Expert G> - § 5 références encodées [Couverture les enjeux du cloud tels
numérique 30,14%] la sécurité des données,
Référence 1 - Couverture 3,59% la souveraineté
Juste un mot sur les enjeux du cloud tels la sécurité des
données, la souveraineté. La souveraineté est aussi un sujet L’approche défensive et
important. l'approche offensive

Référence 2 - Couverture 10,90% En cas de crise grave

En fait dans le numérique vous avez 2 approches qui vont
ensemble. L’approche défensive et l'approche offensive. Est-ce qu'on a, en
Dans l'approche défensive, la question qu'on doit se poser, permanence accès à
c'est à tout moment et notamment en cas de crise grave, notre environnement
Et vous les médias, les citoyens, les industriels, les entreprises, numérique ?
vous tous, exactement. Est-ce qu'on a, en permanence
accès à notre environnement numérique ? Pérenniser les Data
Centers sur notre
Référence 3 - Couverture 3,67% territoire
Et donc il est essentiel de pérenniser les Data Centers sur
notre territoire pour ne pas dépendre d'un tiers pour accéder Il y a un droit européen,
aux données. il y a un cadre juridique
européen qui définit les
Référence 4 - Couverture 7,95% règles bien précises
Souveraineté Il y a un droit européen, il y a un cadre juridique européen
numérique qui définit les règles bien précises. C’est pour ça ces règles La localisation des
s'appliquent. C’est aussi important dans la souveraineté des données. C’est aussi
données. La localisation des données. C’est aussi important important de savoir où
de savoir où est sont hébergées vos données. sont hébergées vos
données.
Référence 5 - Couverture 4,03%
C’est important pour les entreprises françaises et d'être rassurées que
européennes d'être rassurées que leurs données se trouvent leurs données se
en France sur le continent européen. trouvent en France sur
le continent européen.

170
<Fichiers\\Expert G> - § 3 références encodées [Couverture Data center représente le
17,10%] socle du numérique
Référence 1 - Couverture 5,12%
c'est pourquoi le Data center représente le socle du
numérique. Et donc il est essentiel de pérenniser les Data
Centers sur notre territoire pour ne pas dépendre d'un tiers
pour accéder aux données.
nous avons une culture
Culture ecologique organisationnelle : Fort heureusement écologique, qui est déjà
nous travaillons pour cela, nous avons une culture dans les organisations
écologique, qui est déjà dans les organisations mais à une mais à une étape
étape presque embryonnaire. Il y a certes une prise de presque embryonnaire.
conscience de la nécessité du changement : notamment
grâce aux clients, à leurs collaborateurs etc., qui deviennent Il y a certes une prise de
progressivement exigeants aujourd’hui sur les bonnes conscience de la
pratiques pour créer une culture de sobriété numérique dans nécessité du
le travail qu’il demande, dans les commandes. Encore faut- changement :
il que le client soit roi. Autrement, à l’inverse, si le notamment grâce aux
fournisseur ou le dirigeant impose ses règles dans l’affaire, clients, à leurs
la culture écologique n’existera que de nom. collaborateurs etc., qui
deviennent
Les opportunités numériques Eco-tic de l'Afrique progressivement
subsaharienne exigeants aujourd’hui
sur les bonnes pratiques
<Fichiers\\Expert F> - § 3 références encodées [Couverture pour créer une culture
15,60%] de sobriété numérique
Référence 1 - Couverture 15,60% dans le travail qu’il
Bien qu'il commence à prendre son envol, le numérique est
demande, dans les
à une étape embryonnaire par rapport aux pays développé et
commandes.
fonctionne sur l'énergie fossile. Mais l’Afrique
subsaharienne peut profiter de ses énormes potentiels en le numérique est à une
ressources énergétiques dont elle regorge étape embryonnaire par
rapport aux pays
L’Afrique possède parmi les meilleures ressources
développé et fonctionne
d'énergies renouvelables au monde. Outre son potentiel
sur l'énergie fossile.
considérable en matière de production hydraulique et
Mais l’Afrique
géothermique, le continent dispose d'une importante
subsaharienne peut
radiation solaire tout au long de l'année pour faire tourner
profiter de ses énormes
des Data Centers moins énergivores. y est exploitable à
potentiels en ressources
grande échelle.
énergétiques dont elle
<Fichiers\\Expert S> - § 1 référence encodée [Couverture regorge
13,12%]
Référence 1 - Couverture 13,12% le continent dispose
La capacité de l’Afrique à développer les énergies d'une importante
renouvelables et à ouvrir la voie vers une plus grande radiation solaire tout au
utilisation est de plus en plus évidente. long de l'année pour
faire tourner des Data
il est important de prendre en compte l’énorme potentiel de centers moins
production d’énergie du continent à partir de sources énergivores. y est
renouvelables, l’efficacité reste un élément essentiel pour exploitable à grande
un avenir durable. De plus, l’Afrique jouit d’immenses échelle.
perspectives pour bâtir un continent résilient au changement
climatique et à faibles consommation énergétique et L’Afrique possède
d'émissions de CO2. Nous savons que l’énergie parmi les meilleures

171
 hydroélectrique est la source la plus importante d’électricité ressources d'énergies
renouvelable au monde. Elle est depuis longtemps un renouvelables au
élément important dans de nombreux systèmes électriques, monde.
en particulier en Afrique subsaharienne, son potentiel
technique sur le continent est colossal et devrait être l’Afrique jouit
exploité pour des Data Centers éco-responsables de petite et d’immenses
moyenne taille, car l'énergie renouvelable a une production perspectives pour bâtir
relativement limitée et le niveau de besoin en énergie de un continent résilient au
cette zone est bien acceptable selon une étude récente fait changement climatique
par la banque mondiale et à faibles
consommation
. <Fichiers\\Expert J> - § 1 référence encodée [Couverture énergétique et
5,41%] d'émissions de CO2
Référence 1 - Couverture 5,41%
des Data Centers éco-
responsables de petite et
parmi les énergies éco-responsables pour les Data Centers
moyenne taille, car
en Afrique, il y a l’énergie hydroélectrique qui est l'énergie renouvelable a
classiquement utilisé, l’énergie solaire est la source une production
d’énergie renouvelable la plus propre et la plus abondante,
relativement limitée et
l’énergie éolienne est aussi l’une des sources d’énergie
le niveau de besoin en
renouvelable à exploiter de même que l’énergie
énergie de cette zone est
géothermique faiblement exploitée.
bien acceptable

Les politiques Efficacité, <Fichiers\\Expert J> - § 1 référence encodée [Couverture La 5G est la première
manageriales Eco- efficience 43,78%] technologie mobile, qui
énergétique et Référence 1 - Couverture 43,78% a intégré l’enjeu
tic d’incitation
La 5G est la première technologie mobile, qui a intégré
organisationnelle, durabilité environnemental et
l’enjeu environnemental et d’une efficacité énergétique bien
infrastructurelle d’une efficacité
plus importante que les générations précédentes 3G, 4G.
et technique énergétique bien plus
C’est-à-dire qu’avec un volume de données équivalentes,
importante que les
d’incitation à vous pouvez consommer 5 à 6 fois moins d’électricité. Et
générations précédentes
l'adoption des on sait que les principaux enjeux des opérateurs de télécom 3G, 4G.
pico-Data Centers c’est d’une part la maitrise forte de sa consommation
énergétique. là l’impact principal sur l’environnement du 70% des émissions de
numérique ce sont les terminaux. 70% des émissions de CO2 du numérique
CO2 du numérique provient des terminaux. Ces terminaux provient des terminaux.
qui sont de plus en plus puissants, dont on ne peut plus se Ces terminaux qui sont
passer et par conséquent l’impact environnemental de plus de plus en plus
en plus important, y compris la consommation énergétique. puissants,

<Fichiers\\Expert S> - § 1 référence encodée [Couverture l’idée d’une transition

13,12%] énergétique efficace,
Référence 1 - Couverture 13,12%
une décentralisation du
l’idée d’une transition énergétique efficace, une
cloud, une émergence
décentralisation du cloud, une émergence de l’Edge
de l’Edge computing
computing alimenté à l’énergie renouvelable et même
alimenté à l’énergie
l’immersion des petits Data Centers dans l’océan à
renouvelable et même
proximité des utilisateurs,
l’immersion des petits
Data Centers dans

172
 l’océan à proximité des
utilisateurs,

Environnement <Fichiers\\Expert F> - § 3 références encodées [Couverture les crises sont des
du besoin ou de la 71,66%] meilleurs moments pour
demande Référence 1 - Couverture 5,62% relancer les activités
les crises sont des meilleurs moments pour relancer les
activités. les problèmes existent
dans nos sociétés, que
Référence 2 - Couverture 24,60%
les entreprises existent
les problèmes existent dans nos sociétés, que les entreprises
pour les résoudre
existent pour les résoudre. Il convient ainsi de détecter des
problèmes pour entreprendre des solutions et il n'y a pas de de détecter des
meilleur moment. Les crises sont parfois utiles à croissance problèmes pour
de certaines entreprises, ou avez eu l'exemple des GAFAM. entreprendre des
solutions
Référence 3 - Couverture 41,45%
ça créé des besoins énormes qu'il fallait résoudre comme
Les crises sont parfois
ceux nés de la COVID-19. Aujourd’hui les utilisateurs du
utiles à croissance
numérique ont besoin de plus de ressources de stockage,
plus de proximité, moins de latence, plus de sécurité, plus Aujourd’hui les
d'innovation. Tout part vers le smart comme smart city, utilisateurs du
smart house, smart country etc. il importe donc à numérique ont besoin de
l’entreprise de chercher à résoudre ces problèmes de plus de ressources de
manière efficace et efficiente et le meilleur dans cette stockage, plus de
course à solutions dans nos sociétés sera un leader. proximité, moins de
latence, plus de sécurité,
<Fichiers\\Expert G> - § 1 référence encodée [Couverture
plus d'innovation.
8,79%]
Référence 1 - Couverture 8,79%
différents types de client
On a différents types de client on a la fois des entreprises
on à la fois des
utilisatrices, des grandes multinationales, à plus de 40 %50

173
% qui nous font confiance, on a des entreprises de taille entreprise utilisatrices,
intermédiaire, et on travaille avec tous les géants de la tech. des grandes
Parce qu'on a un modèle économique qui correspond multinationales
parfaitement à leur besoin,
nous font confiance
<Fichiers\\Expert J> - § 1 référence encodée [Couverture
3,44%] les géants de la tech.
Référence 1 - Couverture 3,44% Parce qu'on a un modèle
Il y a une demande très forte de la part des abonnés. économique qui
correspond parfaitement
<Fichiers\\Expert K> - § 2 références encodées
à leur besoin,
[Couverture 73,19%]
Référence 1 - Couverture 15,65%
Il y a une demande très
la pandémie du COVID-19, le passage rapide de la plupart
forte de la part des
des secteurs économiques au travail à distance a entraîné un
abonnés.
boom des données numériques et demande accrue en
infogérance dans les Datacentres. la pandémie du COVID-
19, le passage rapide de
Référence 2 - Couverture 57,55%
Il y a une flambée des appareils mobiles, de l'automatisation la plupart des secteurs
basée sur l'intelligence artificielle (IA), de la robotique économiques au travail
autonome et de I’oT industriel et l’Edge computing. Il est à distance a entraîné un
donc probable qu’en 2021, les fournisseurs de clouds boom des données
publics et privés devraient transférer une part croissante de numériques et demande
leur charge de travail vers des plateformes Edge accrue en infogérance
intelligentes afin d’offrir les faibles latences requises par dans les Datacentres.
ces applications. Il faut une décentralisation des services
l'automatisation basée
cloud computing pour soutenir les Data Centers classiques.
sur l'intelligence
<Fichiers\\Expert N> - § 1 référence encodée [Couverture artificielle (IA), de la
29,77%] robotique autonome et
Référence 1 - Couverture 29,77% de I’oT industriel et
Plus le numérique se développe, plus les Data Centers vont l’Edge computing.
augmenter le nombre de servers pour faire circuler et
stocker les données. Ces centres de données vont chauffer Il est donc probable
et quand ils chauffent on est tenté aujourd’hui de réduire la qu’en 2021, les
température par le refroidissement. fournisseurs de clouds
publics et privés
<Fichiers\\Expert R> - § 1 référence encodée [Couverture devraient transférer une
21,82%] part croissante de leur
Référence 1 - Couverture 21,82% charge de travail vers
C’est une réponse aux besoins cruciaux de la révolution
des plateformes Edge
numérique en termes de connectivité, de rapidité,
intelligentes afin d’offrir
d'intelligence, d'optimisation des données voilà !
les faibles latences
<Fichiers\\Expert T> - § 1 référence encodée [Couverture requises par ces
19,31%] applications.
Référence 1 - Couverture 19,31%
En particulier les pico-Data Centers, les nanos Data, les Plus le numérique se
Edge Data Centers dont auront absolument besoin les cas développe, plus les Data
d'usage par industrie en occurrence chimie pétrole Centers vont augmenter
l’automobile, construction, automobile, électronique, le nombre de servers
manufacturing etc. et d'autre part l'architecture tels que pour faire circuler et
l’architecture IT/OT Industrie 4.0 pour intégrer les Edges stocker les données. Ces
les PLC, SCADA, Gateways, etc . C’est inéluctable. centres de données vont
chauffer et quand ils

174
 chauffent on est tenté
aujourd’hui de réduire la
température par le
refroidissement.

En particulier les pico-

Data Centers, les nanos
Data, les Edge Data
Centers dont auront
absolument besoin les
cas d'usage par industrie
en occurrence chimie
pétrole l’automobile,
construction,
automobile,
électronique,
manufacturing etc. et
d'autre part l'architecture
tels que l’architecture
IT/OT Industrie 4.0
pour intégrer les Edges

Gérer la proximité <Fichiers\\Expert R> - § 1 référence encodée [Couverture Le déploiement de la 5G

avec les 18,65%] partout dans le monde
utilisateurs Référence 1 - Couverture 18,65% au cours des prochaines
Le déploiement de la 5G partout dans le monde au cours années va faire grimper
des prochaines années va faire grimper la demande
la demande
d'applications cloud-to-Edge.
d'applications cloud-to-
Edge.

Innovation <Fichiers\\Expert E> - § 4 références encodées [Couverture L'innovation est la

technologique 20,05%] pierre angulaire de la
responsable Référence 1 - Couverture 3,70% technologie
L'innovation est la pierre angulaire de la technologie
Il faut parfois regarder
Référence 2 - Couverture 4,86% loin devant pour
Il faut parfois regarder loin devant pour anticiper la
anticiper la prochaine
prochaine vague.
vague.
Référence 3 - Couverture 3,76%
Et plus vous regardez loin, plus les paris sont risqués Dans le secteur de la
tech c'est l'innovation et
Référence 4 - Couverture 7,73% la performance qui
Dans le secteur de la tech c'est l'innovation et la peuvent booster cette
performance qui peuvent booster cette marge marge opérationnelle.
opérationnelle.
Aujourd’hui le
<Fichiers\\Expert J> - § 3 références encodées [Couverture numérique se
40,34%] développe, il faut des
capacités pour faire
Référence 1 - Couverture 5,82%
circuler les données.
Aujourd’hui le numérique se développe, il faut des
capacités pour faire circuler les données.

Référence 2 - Couverture 23,89%

175
Donc la 5G est primordiale et irréversible. On peut le dire Donc la 5G est
aujourd’hui avec les 4 grands opérateurs sur le territoire primordiale et
français (orange, Free, SFR, Bouygues). Nous sommes dans irréversible.
une industrie où chaque année nous faisons face à une
croissance de 40 à 50% du volume de données que nous Nous sommes dans une
transportons à l’aide de nos réseaux. Nous faisons face à un industrie où chaque
risque de saturation des Data Centers. année nous faisons face
à une croissance de 40 à
Référence 3 - Couverture 10,63% 50% du volume de
la 5G va permettre de faire face et d’ajouter les capacités données que nous
supplémentaires comme interconnecter des Data Centers transportons à l’aide de
supplémentaires et créer l’agilité de l’interopérabilité des nos réseaux. Nous
données. faisons face à un risque
de saturation des Data
<Fichiers\\Expert L> - § 2 références encodées [Couverture Centers.
80,81%]
la 5G va permettre de
Référence 1 - Couverture 49,62%
Le monde du numérique doit se pencher vers le projet faire face et d’ajouter
Natick de Microsoft, si nous souhaitons effectivement une les capacités
neutralité carbone avant 2035 .Puisse que plus 50 % de la supplémentaires comme
population mondiale vit à moins de 200 km des côtes interconnecter des Data
maritimes mondiales selon une étude. Nous estimons que Centers supplémentaires
plusieurs satellites de Data centers dans les larges maritimes et créer l’agilité de
pourraient résoudre la question de la crise environnementale l’interopérabilité des
des Data centers et leur durabilité, vue le projet a été une données.
belle réussite pour Microsoft.
se pencher vers le projet
Référence 2 - Couverture 31,19% Natick de Microsoft
Je pense que projet de data center sous-marin autonome, le
neutralité carbone avant
Project Natick de Microsoft valide d’abord la pertinence
2035
des micros Data centers et Data centers Edge. Plus
particulièrement les Data centers portables, modulaires et plus 50 % de la
flexibles, au plus près des besoins d’utilisateurs. C’est à population mondiale vit
saluer. à moins de 200 km des
côtes maritimes
<Fichiers\\Expert M> - § 1 référence encodée [Couverture
18,19%] mondiales
Référence 1 - Couverture 18,19%
Ces véhicules Robot taxi sont connectés sans chauffeur et plusieurs satellites de
contrôlable à distance. Ils ont une intelligence artificielle et Data Centers dans les
de nombreux capteurs leur permettent de comprendre son larges maritimes
environnement, d’anticiper les situations et enfin de pouvoir pourraient résoudre la
être piloté à distance si la situation l’exige. question de la crise
environnementale des
<Fichiers\\Expert O> - § 2 références encodées Data centers et leur
[Couverture 71,72%] durabilité
Référence 1 - Couverture 36,79%
Deux intérêts ont pu être obtenus de cette expérience à data center sous-marin
l’expérience de data center immergé. Premièrement le autonome, le Project
Project Natick a bien fonctionné. Les serveurs contenus Natick de Microsoft
dans le datacenter se sont avérés jusqu’à 8 fois plus fiables valide d’abord la
que les serveurs des Data centers sur terre. Et il a été pertinence des micros
marqué une bonne performance et une efficacité accrue

176
avec un taux de fiabilité supérieur par rapport au Data Data centers et Data
Centers traditionnels. centers Edge

Référence 2 - Couverture 34,93% les Data Centers

Deuxièmement, l’alimentation était 100% renouvelable portables, modulaires et
c'est à dire éolien et solaire de l’île Orkney un endroit flexibles, au plus près
favorable aux conditions d'ensoleillement et aux vents ce des besoins
qui est fiable pour alimenter les serveurs. Au fond de la d’utilisateurs
mer, le conteneur a également profité des conditions
climatiques favorables, température basse et constante, pour Les serveurs contenus
diminuer ses besoins en refroidissement artificiel. dans le data center se
sont avérés jusqu’à 8
<Fichiers\\Expert S> - § 1 référence encodée [Couverture fois plus fiables que les
24,37%] serveurs des Data
Référence 1 - Couverture 24,37%
centers sur terre. Et il a
projet du futur, l’engagement de rechercher de multiples
été marqué une bonne
solutions les moins énergivores et les mieux adaptées pour
performance et une
ses Data centers, Microsoft a eu l’idée en 2016 d’immerger
efficacité accrue avec un
à 35 mètres, son installation « Natick Northern Isles » phase
taux de fiabilité
2 dans les fonds marins de l’Écosse, dans le but de tester
supérieur par rapport
une possibilité de réduire l’empreinte carbone de ces
aux Data Centers
infrastructures en réponse à la crise environnementale du
traditionnels.
numérique
, l’alimentation était
------------------------------------------------------
100% renouvelable c'est
Réduction des émissions de CO2 : à dire éolien et solaire
<Fichiers\\Expert P> - § 1 référence encodée [Couverture de l’île Orkney un
9,33%] endroit favorable aux
Référence 1 - Couverture 9,33% conditions
Tous doivent se diriger vers une moindre consommation d'ensoleillement et aux
d'énergie et moins d'émissions de CO2. vents ce qui est fiable
pour alimenter les
---------------------------------------------
serveurs. Au fond de la
Reduction de la consommation énergétique : mer, le conteneur a
également profité des
<Fichiers\\Expert C> - § 1 référence encodée [Couverture conditions climatiques
20,05%] favorables, température
Référence 1 - Couverture 20,05% basse et constante, pour
leur demander à utiliser moins d’énergie, à réduire les
diminuer ses besoins en
énergies fossiles, à produire moins d'empreinte carbone en
refroidissement
gardant le même nouveau de productivité ou produire plus.
artificiel.
Nous aidons les industriels à consommer moins d’énergie,
réduire leur empreinte carbone, tout en gardant le même projet du futur,
niveau de productivité de qualité l’engagement de
rechercher de multiples
solutions les moins
énergivores et les mieux
adaptées pour ses Data
centers

utiliser moins d’énergie,

à réduire les énergies
fossiles, à produire
moins d'empreinte

177
 carbone en gardant le
même niveau de
productivité ou produire
plus

les industriels à
consommer moins
d’énergie, réduire leur
empreinte carbone, tout
en gardant le même
niveau de productivité
de qualité

Objectif <Fichiers\\Expert E> - § 3 références encodées [Couverture Performance et

économique 40,73%] l'innovation sont la clé
Référence 1 - Couverture 5,95% de succès économique
Performance et l'innovation sont la clé de succès des entreprises de la
économique des entreprises de la tech
tech
Référence 2 - Couverture 11,23% Il importe donc à
le travail d’amélioration, de performance de la rentabilité
l'entreprise de se
mené par l’entreprise devrait aboutir à une marge
focaliser sur la
opérationnelle courante supérieure.
performance
Référence 3 - Couverture 23,55%
Il importe donc à l'entreprise de se focaliser sur la le travail d’amélioration,
performance et de mettre tout en œuvre pour éviter la baisse de performance de la
de son taux de marge opérationnelle courante sois en rentabilité mené par
diminuant les couts de dépenses ingénieriques comme les l’entreprise devrait
intrants, des équipements, pratiquer l'efficacité énergétique, aboutir à une marge
réduire les risques, sois en agissant sur la force de vente. opérationnelle courante
supérieure.
<Fichiers\\Expert G> - § 2 références encodées
[Couverture 11,23%] mettre tout en œuvre
pour éviter la baisse de
Référence 1 - Couverture 1,53% son taux de marge
Le marché du data center est extrêmement capitalistique. opérationnelle courante
sois en diminuant les
Référence 2 - Couverture 9,70%
couts de dépenses
Et le volet plus offensif, c'est nous l'Europe, on crée des
ingénieriques comme
champions de demain dans le numérique et des Data
les intrants, des
Centers. Et le socle du numérique, les applications que nous
équipements, pratiquer
utilisons tous les jours sur nos smart phones, ces
l'efficacité énergétique,
applications sont hébergées dans des servers qui sont
réduire les risques.
hébergé dans des Data centers, c'est pourquoi ça représente
le socle du numérique. sois en agissant sur la
force de vente.
<Fichiers\\Expert J> - § 1 référence encodée [Couverture
3,38%]
Le marché du data
Référence 1 - Couverture 3,38% center est extrêmement
C’est une question de compétitivité de notre économie. capitalistique.

---------------------------------------------------- Et le volet plus offensif,

c'est nous l'Europe, on
Reduction des charges opérationnelles : crée des champions de

178
<Fichiers\\Expert N> - § 1 référence encodée [Couverture demain dans le
42,78%] numérique et des Data
Référence 1 - Couverture 42,78% Centers. Et le socle du
nous utilisons un système de refroidissement de pièce par
numérique, les
mécanisme d’évaporation de l’eau. On a réussi à
applications que nous
industrialiser ce process, à le breveter et à le mettre en
utilisons tous les jours
œuvre. Ce qui nous permet d’une part de se passer
sur nos smart phone, ces
totalement d’un système de climatisation de nos Data
applications sont
Centers à ce système d’évaporation d’eau et de diviser par 2
hébergées dans des
la consommation électrique de nos Data Centers d’autre
servers qui sont hébergé
part. Nous faisons l’éfficience énergetique
dans des Data centers,
c'est pourquoi ça
représente le socle du
numérique.

C’est une question de

compétitivité de notre
économie.

Nous faisons
l’éfficience énergetique

Réduire la latence, périphérie du réseau (Edge computing) Réduire la latence,

<Fichiers\\Expert M> - § 2 références encodées périphérie du réseau
[Couverture 24,13%] (Edge computing)
Référence 1 - Couverture 6,51%
des points relais à plusieurs endroits dans la ville de Canton
auxquels les voitures restent connecter. des points relais à
plusieurs endroits dans
Référence 2 - Couverture 17,62% la ville de Canton
auxquels les voitures
Ce sont là de petits Data centers chargés de traiter sur place
restent connecter.
et de transmettre les informations à temps réel pendant son
parcours. C’est à dire à proximité de la voiture. C’est de de petits Data centers
l'Edge computing ou le cloud de proximité, mais chargés de traiter sur
responsable. Il s’allie à l’énergie renouvelable. place et de transmettre
les informations à temps
<Fichiers\\Expert R> - § 1 référence encodée [Couverture
réel pendant son
53,31%]
Référence 1 - Couverture 53,31% parcours. C’est à dire à
Une part toujours plus grande de ces charges de travail proximité de la voiture.
nécessitera un traitement des données par des capteurs C’est de l'Edge
intelligents à la périphérie c’est-à-dire les IoT, un pilotage computing ou le cloud
par l’IA et la charge de travail. La 5G va traduire de la de proximité, mais
connectivité généralisée intelligente et rapide, réduisant responsable. Il s’allie à
drastiquement la latence, une efficacité d’action rapide en l’énergie renouvelable.
temps réel de l'internet, de l'IoT
Une part toujours plus
<Fichiers\\Expert S> - § 1 référence encodée [Couverture grande de ces charges
16,34%] de travail nécessitera un
Référence 1 - Couverture 16,34% traitement des données
C’est aussi de l’Edge computing. Microsoft considère que par des capteurs
c’est au niveau du rivage que les centres de traitement de intelligents à la
données doivent être positionnés, afin de diminuer la périphérie c’est-à-dire
les IoT, un pilotage par

179
distance entre le lieu où sont les données et les internautes,l’IA et la charge de
ce qui réduit au strict minimum la latence. travail. La 5G va
traduire de la
<Fichiers\\Expert T> - § 3 références encodées [Couverture connectivité généralisée
49,92%]
intelligente et rapide,
Référence 1 - Couverture 15,73%
Les innovations telles que les IoT recouvrent les systèmes réduisant drastiquement
verticaux, qui sont au centre de l'organisation dans de la latence, une efficacité
nombreux secteurs comme industrie, santé, logistique et d’action rapide en temps
autres, ainsi que les connaissances spécialisées nécessaires réel de l'internet, de
pour faire fonctionner ces derniers, y compris le cloud de l'IoT.
proximité.
Microsoft considère que
Référence 2 - Couverture 9,89% c’est au niveau du
D'ici 2025, près de 80 % des données industrielles seront rivage que les centres de
générées par les Edge de toutes sortes c’est à dire les micro traitement de données
-Data centers, gateway IT/OT, capteurs, objets connectés, doivent être positionnés,
routeurs, etc. afin de diminuer la
distance entre le lieu où
sont les données et les
internautes, ce qui réduit
au strict minimum la
latence.

Les innovations telles

que les IoT recouvrent
les systèmes verticaux,
qui sont au centre de
Référence 3 - Couverture 24,30% l'organisation dans de
L'arrivée de la 5G va dynamiser un marché déjà en nombreux secteurs
croissance et permettre de gérer des mini-cloud distribués et comme industrie, santé,
connectés aux usines. Coté manufacturing, les Edge logistique et autres,
industriels (IoT) deviennent déjà clés pour connecter les ainsi que les
machines dans les lignes de fabrication, entrepôts, usines et connaissances
ateliers et obtenir ainsi les données pour le pilotage. les spécialisées nécessaires
problématiques que les opérateurs auront à résoudre sont pour faire fonctionner
d'une part la cohabitation de l'Edge avec les Clouds ces derniers, y compris
centraux. le cloud de proximité.

D'ici 2025, près de 80 %

des données
industrielles seront
générées par les Edge de
toutes sortes c’est à dire
les micros Data Centers,
gateway IT/OT,
capteurs, objets
connectés, routeurs, etc.

L'arrivée de la 5G va
dynamiser un marché
déjà en croissance et
permettre de gérer des

180
 mini-cloud distribués et
connectés aux usines.

les problématiques que

les opérateurs auront à
résoudre sont d'une part
la cohabitation de l'Edge
avec les Clouds
centraux

Utilisation de l'énergie fossile : Certaines entreprises

sont plus dépendantes
<Fichiers\\Expert P> - § 1 référence encodée [Couverture de l'énergie évidemment
9,23%] c'est donc les leaders.
Référence 1 - Couverture 9,23%
Certaines entreprises sont plus dépendantes de l'énergie
évidemment c'est donc les leaders.

Utilisation de l'énergie renouvelable : Il faut mobiliser la

Biomasse.
<Fichiers\\Expert H> - § 2 références encodées
[Couverture 12,27%] Electricité de l'énergie
Référence 1 - Couverture 1,45% renouvelable qui sera
Il faut mobiliser la Biomasse.
nécessaire pour produire
Référence 2 - Couverture 10,81% de l'hydrogène vert,
Electricité de l'énergie renouvelable qui sera nécessaire puisque c'est bien
pour produire de l'hydrogène vert, puisque c'est bien l’enjeu. L’hydrogène
l’enjeu. L’hydrogène aujourd’hui, c'est l'hydrogène gris aujourd’hui, c'est
donc produit à partir de de gaz et d'énergie fossile. l'hydrogène gris donc
produit à partir de de
<Fichiers\\Expert M> - § 3 références encodées gaz et d'énergie fossile.
[Couverture 18,76%]
Référence 1 - Couverture 5,12% projet de voiture
WeRide qui aujourd’hui a mise en place son projet de autonome électrique
voiture autonome électrique
Il s’allie à l’énergie
Référence 2 - Couverture 2,27% renouvelable et l’Edge
elle s’allie à l’énergie renouvelable et l’Edge.
L'énergie renouvelable
Référence 3 - Couverture 11,37% c'est bien l'énergie de
L'énergie renouvelable c'est bien l'énergie de demain,
demain, l’énergie du
l’énergie du numérique, à laquelle tout le monde cherche à
numérique, à laquelle
s'aligner, quand on a tout de même du sens de la
tout le monde cherche à
responsabilité.
s'aligner, quand on a
<Fichiers\\Expert S> - § 1 référence encodée [Couverture tout de même du sens de
19,16%] la responsabilité.
Référence 1 - Couverture 19,16%
La vision de ce projet Natick était également de profiter de La vision de ce projet
l’énergie issue du milieu marin, pour effectuer deux tâches : Natick était également
d’abord le refroidissement des installations, selon le de profiter de l’énergie
principe du water cooling, ensuite l’alimentation en issue du milieu marin,
électricité renouvelable, enfin, rapprocher les Data Centers pour effectuer deux
des zones où vivent les populations tâches : d’abord le
refroidissement des
installations, selon le

181
 principe du water
cooling, ensuite
l’alimentation en
électricité renouvelable,
enfin, rapprocher les
Data Centers des zones
où vivent les
populations

Utilisation du mixte énergétique :

<Fichiers\\Expert P> - § 2 références encodées [Couverture C'est donc une

60,78%] combinaison d'action de
Référence 1 - Couverture 27,08% maitrise de sobriété et
C'est donc une combinaison d'action de maitrise de sobriété d’efficacité, de mixte
et d’efficacité, de mixte énergétique, de solutions énergétique, de
renouvelables et les entreprises qui comprendront le mieux solutions renouvelables.
cette dimension systémique, s'y intégreront mieux et seront
les entreprises gagnantes de demain. L’intégration de la
gestion de ce mixte
Référence 2 - Couverture 33,70%
énergétique au
L’intégration du mixte énergétique se fera aussi par de
quotidien.
l'intégration de la gestion de ce mixte énergétique au
quotidien. C’est à dire savoir ce que l'on consomme, pour Pour reussir la
consommer la bonne énergie au bon moment qui à l'impact decentralisation par les
carbone le moins important possible et ça va être l’enjeu pico datacentres, Il faut
aussi de la gestion de cette énergie au quotidien. naturellement performer
les aptitudes, apporter
Disponibilité des ressources et des compétences :
des idées novatrices,
Pour reussir la decentralisation par les pico-Data Centers, il confiantes, critiques et
faut naturellement performer les aptitudes, apporter des créatives du numérique
idées novatrices, confiantes, critiques et créatives du pour atteindre des
numérique pour atteindre des objectifs liés à l’apprentissage objectifs liés à
de ce nouveau dispositif de datacentre. l’apprentissage.

On peut dire que toutes les entreprises sont confrontées à Toutes les entreprises
ces enjeux de ressource et compétence de la transformation sont confrontées à ces
digitale. L’apprentissage doit permettre à l’individu que enjeux de ressource et
l'entreprise emploi emploi de faire face aux innovations compétence de la
technologiques qui se concrétiseront certainenement dans transformation digitale.
les années à venir, notamment les avancées en matière de L’apprentissage doit
BIG data, d’intelligence artificielle, de Data centers, des permettre à l’individu de
Pico-Data Centers et de l'Edge computing en particulier. faire face aux
Cela nécessite de mobiliser les ressources internes innovations
disponibles, d'innover par la formation, pour maintenir technologiques qui se
compétences professionnelles du personnel à jour. Ou alors concrétiseront
signer des partenariats avec des start-up, recruter des certainenement dans les
compétences externes de la digitalisation. années à venir,
notamment les avancées
en matière de BIG data,
d’intelligence
artificielle, de Data
centers, des Pico-Data
Centers et de l'Edge

182
 computing en
particulier. Cela
nécessite de mobiliser
les ressources internes
disponibles, d'innover
par la formation, pour
maintenir compétences
professionnelles du
personnel à jour. Ou
alors signer des
partenariats avec des
start-up, recruter des
compétences externes
de la digitalisation.

Les politiques Actions des <Fichiers\\Expert W2> - § 1 référence encodée Toute entreprise en
manageriales Eco- concurrents [Couverture 92,35%] bonne santé et en
tic d’incitation Référence 1 - Couverture 92,35% croissance est
institutionnelle à -Toute entreprise en bonne santé et en croissance est confrontée à la
l'adoption des confrontée à la concurrence. concurrence.
pico-Data Centers
Nous voulons tous toujours être compétitifs et nous Nous voulons tous
développer. La technologie évolue à la vitesse de la toujours être compétitifs
lumière, contraignant les entreprises du secteur à adopter en et nous développer. La
priorité une stratégie pour rester à la pointe et continuer technologie évolue à la
d’innover. vitesse de la lumière,
contraignant les
c'est une tâche d’autant plus complexe que les acheteurs de entreprises du secteur à
technologies évoluent aussi, avec des attentes élevées en adopter en priorité une
matière d’expérience. Par exemple La concurrence n’a stratégie pour rester à la
jamais été aussi intense sur un marché des hautes pointe et continuer
technologies B2B, les plateformes itératives comme live d’innover.
Facebook ou Instagram, bulle de tchat comme Messenger
ou onglet « conversation » comme Zoom ou Meet etc. La Les acheteurs de
concurrence est assez forte, elle ne s'arrêtera jamais comme technologies évoluent
une jungle où les forts ont tendance à écraser les faibles, ou aussi, avec des attentes
les absorber. élevées en matière
d’expérience.

La concurrence est assez

forte, elle ne s'arrêtera
jamais comme une
jungle où les forts ont
tendance à écraser les
faibles, ou les absorber.

Aides et incitation <Fichiers\\Expert C2> - § 1 référence encodée L’enjeu du nucléaire est

gouvernementales [Couverture 84,91%] énorme pour EDF qui
Référence 1 - Couverture 84,91% doit investir dans ses
L’enjeu du nucléaire est énorme pour EDF qui doit investir réacteurs.
dans ses réacteurs. Les autorités françaises se battent pour
que le nucléaire soit considéré comme une énergie

183
 décarbonée. Elles mènent ce combat avec la plus grande Les autorités françaises
détermination. Elles le disent sans cesse, qu’elles ont besoin se battent avec
du nucléaire pour réussir la transition écologique, pour détermination pour que
bénéficier d'électricité décarbonée disponible à bas coût. Et le nucléaire soit
ça infecté les pays européens qui veulent avoir du nucléaire considéré comme une
partout et que l’on considère comme une des technologies énergie décarbonée.
vertes permettant de lutter contre le réchauffement
climatique qu’elles ont besoin du
nucléaire pour réussir la
<Fichiers\\Expert Q> - § 1 référence encodée transition écologique,
[Couverture 98,34%] pour bénéficier
Référence 1 - Couverture 98,34% d'électricité décarbonée
Un engagement partiel de l'Etat et une pression, n’y a-t-il disponible à bas coût.
pas un paradoxe ?
pays européens qui
La contrainte de l'Etat dans la transition écologique pose la veulent avoir du
question réellement des mesures d'accompagnement. La nucléaire partout et que
technologie est le socle du développement de la société l’on considère comme
moderne. Et je ne vois pas un gouvernement entrain de une des technologies
tordre le cou du secteur de la tech pour des problématiques vertes permettant de
écologiques. C’est pourquoi sa stratégie de transition est lutter contre le
processuelle dans temporalité. La pression de l'état reste réchauffement
toujours faible et utopique. Des lois sont sur la table mais climatique
peine à être appliquées. Il faut mesurer les tenants et les
aboutissants des lois pour éviter qu’elles provoquent du tort Un engagement partiel
à nos économies dans leur application. C’est ce qui se passe de l'Etat.
dans presque tous les pays développés.
La contrainte de l'Etat
dans la transition
écologique pose la
question réellement des
mesures
d'accompagnement.

C’est pourquoi sa
stratégie de transition
est processuelle dans
temporalité. La pression
de l'état reste toujours
faible et utopique. Des
lois sont sur la table
mais peine à être
appliquées.

Pression des <Fichiers\\Expert C> - § 1 référence encodée Des règlementations

parties prenantes [Couverture 32,25%] existent. Elles sont plus
Référence 1 - Couverture 32,25% ou moins contraignantes
Des règlementations existent. Elles sont plus ou moins et processuelles. Telles
contraignantes et processuelles. Telles sont les normes ISR, sont les normes ISR,
CO2 sur la fabrication, CO2 sur l'utilisation du produit, les CO2 sur la fabrication,
labels ISR, ECO. Evaluation du score carbone en euro et les CO2 sur l'utilisation du
intégrer dans les finances de l’entreprise et les prendre en produit, les labels ISR,
compte dans les bénéfices de l'entreprise par action ou par ECO. Evaluation du
obligation. Le score est déjà disponible. Les résultats score carbone en euro et

184
observables sur les émissions de CO2 sont associés aux les intégrer dans les
prêts de l'entreprise, au portefeuille titre. finances de l’entreprise
et les prendre en compte
<Fichiers\\Expert Q2> - § 1 référence encodée dans les bénéfices de
[Couverture 93,01%] l'entreprise par action ou
Référence 1 - Couverture 93,01% par obligation.
les parties prenantes sont tous les acteurs qui affectent ou
contribuent au processus de la tech, qu’ils soient internes les parties prenantes
c'est à dire les dirigeants, les salariés, les actionnaires, les sont tous les acteurs qui
syndicats, ou externes c'est à dire les fournisseurs, les affectent ou contribuent
clients, les institutions financières, les collectivités au processus de la tech,
territoriales, les États, les ONG et associations de défense qu’ils soient internes
des consommateurs, de l'environnement…chacun y apporte c'est à dire les
sa contribution. En revanche Chacune des parties prenantes dirigeants, les salariés,
peut influencer la réalisation des objectifs de l’entreprise ou les actionnaires, les
être influencée par elle. Mais certaines sont moins syndicats, ou externes
influentes que d'autres c'est ce qui fait la complexité du c'est à dire les
problème. C’est donc à l'entreprise d'éviter les contre- fournisseurs, les clients,
pouvoirs et de faire en sorte que son fonctionnement les institutions
s'apparente à une coalition d'acteurs ou parties prenantes financières, les
dont les objectifs, les opinions et les décisions convergent, collectivités
je veux dire temporairement uniquement car elles sont territoriales, les États,
structurellement opposées et ceci vers un objectif commun. les ONG et associations
C’est ce qui se passe dans le numérique où généralement les de défense des
objectifs de performance technologique et financière ont consommateurs, de
toujours été primordiaux à tel point que les problématiques l'environnement
environnementales des parties sont presque inexistantes.
C’est donc à l'entreprise
d'éviter les contre-
pouvoirs et de faire en
sorte que son
fonctionnement
s'apparente à une
coalition d'acteurs ou
parties prenantes dont
les objectifs, les
opinions et les décisions
convergent, je veux dire
temporairement
uniquement car elles
sont structurellement
opposées, et ceci vers un
objectif commun.

les objectifs de
performance
technologique et
financière ont toujours
été primordiaux à tel
point que les
problématiques
environnementales des

185
 parties sont presque
inexistantes

Règlementation, <Fichiers\\Expert C> - § 1 référence encodée Des règlementations

normes et [Couverture 32,25%] existent. Elles sont plus
standard Référence 1 - Couverture 32,25% ou moins contraignantes
Des règlementations existent. Elles sont plus ou moins et processuelles. Telles
contraignantes et processuelles. Telles sont les normes ISR, sont les normes ISR,
CO2 sur la fabrication, CO2 sur l'utilisation du produit, les CO2 sur la fabrication,
labels ISR, label ECO. Evaluation du score carbone en euro CO2 sur l'utilisation du
et les intégrer dans les finances de l’entreprise et les prendre produit, les labels ISR,
en compte dans les bénéfices de l'entreprise par action ou label ECO. Evaluation
par obligation. Le score est déjà disponible. La prise en du score carbone en
compte des données non financières. Les résultats euro et les intégrer dans
observables sur les émissions de CO2 sont associés aux les finances de
prêts de l'entreprise, au portefeuille titre. l’entreprise et les
prendre en compte dans
les bénéfices de
l'entreprise par action ou
par obligation

Coût de sa mise <Fichiers\\Expert G> - § 2 références encodées Si vous voulez

en œuvre [Couverture 18,60%] construire un data center
Obstacles (exorbitant) Référence 1 - Couverture 3,37% à l'état de l'art, ça
perçus Si vous voulez construire un data center à l'état de l'art, ça demande beaucoup
demande beaucoup d'argent, des centaines de million d'argent, des centaines
d'euros. de million d'euros

Référence 2 - Couverture 15,23% D’abord le foncier coûte

cher, surtout à paris et
D’abord le foncier coûte cher, surtout à paris et dans les dans les grandes
grandes métropoles, les capitales. Mais ce n’est pas ce qui métropoles, les
coute le plus cher. C’est plutôt l'acheminement de capitales.
l'électricité qui coute cher, il faut emmener une bonne
quantité d’électricité, dans le bâtiment en tant que tel. C’est Mais ce n’est pas ce qui
à dire le data center un bâtiment complexe, ultra sécurisé, coute le plus cher. C’est
bourrée de technologie, et donc c'est une usine numérique, plutôt l'acheminement
et donc pour acheminer l'électricité, pour refroidir les de l'électricité qui coute
bâtiments, emmener tous les câbles électriques et télécom, cher, il faut emmener
ça demande énormément d'argent. une bonne quantité
d’électricité, dans le
bâtiment.

Le Data center est une

usine numérique, et
donc pour acheminer
l'électricité, pour
refroidir les bâtiments,
emmener tous les câbles
électriques et télécom,
ça demande
énormément d'argent.

186
Difficultés à <Fichiers\\Expert H> - § 1 référence encodée tout champ hors
traduire le [Couverture 16,97%] électricité est plus
concept en action Référence 1 - Couverture 16,97% complexe plus difficile,
concrète Je suis d'accord avec vous sur le fait que tout champ hors plus diffus, plus
électricité est plus complexe plus difficile, plus diffus, plus difficile, sans doute
difficile, sans doute attrapé par les grandes entreprises. attrapé par les grandes
Parce qu'il y a des enjeux quand on parle de la transition entreprises.
énergétique, il y a évidemment le rôle des grands groupes.
On doit citer l'exemplarité qu’ils doivent avoir. il y a des enjeux quand
on parle de la transition
énergétique, il y a
évidemment le rôle des
grands groupes.

On doit citer
l'exemplarité qu’ils
doivent avoir.

Impacts <Fichiers\\Expert J> - § 1 référence encodée l’impact principal sur

environnementaux [Couverture 19,64%] l’environnement du
persistants Référence 1 - Couverture 19,64% numérique ce sont les
Là, l’impact principal sur l’environnement du numérique ce terminaux. 70% des
sont les terminaux. 70% des émissions de CO2 du émissions de CO2 du
numérique provient des terminaux. Ces terminaux qui sont numérique provient des
de plus en plus puissants, dont on ne peut plus se passer et terminaux. Ces
par conséquent l’impact environnemental de plus en plus terminaux qui sont de
important. Consommation énergétique élevée. plus en plus puissants,
dont on ne peut plus se
passer et par conséquent
l’impact
environnemental de plus
en plus important.

Manque <Fichiers\\Expert H> - § 2 références encodées C’est compliqué d'avoir

d'engagement des [Couverture 33,56%] une totale transparence
dirigeants privés Référence 1 - Couverture 16,97% sur sa propre émission
Je suis d'accord avec vous sur le fait que tout champ hors de CO2, sa propre
électricité est plus complexe plus difficile, plus diffus, plus empreinte carbone.
difficile, sans doute attrapé par les grandes entreprises.
Parce qu'il y a des enjeux quand on parle de la transition Ce n’est pas quelque
énergétique, il y a évidemment le rôle des grands groupes. chose qui est natif dans
On doit citer l'exemplarité qu’ils doivent avoir. lequel vous avez cette
information toute suite.
Référence 2 - Couverture 16,59% Donc c'est quelque
C’est compliqué d'avoir une totale transparence sur sa chose je pense à
propre émission de CO2, sa propre empreinte carbone. Si travailler sur le long
on cherche on réussit à le trouver. Ce n’est pas quelque terme, qui peut être un
chose qui est natif dans lequel vous avez cette information champ d'expertise.
toute suite. Donc c'est quelque chose je pense à travailler
sur le long terme, qui peut être un champ d'expertise. la promotion des
énergies renouvelables
<Fichiers\\Expert M> - § 1 référence encodée commence à se labéliser
[Couverture 9,79%] presque partout. Les
Référence 1 - Couverture 9,79% géants GAFAM font des

187
 la promotion des énergies renouvelables commence à se efforts, mais pas encore
labéliser presque partout. Les géants GAFAM font des à un niveau acceptable.
efforts, mais pas encore à un niveau acceptable.

Manque <Fichiers\\Expert Q> - § 2 références encodées La pression de l'état

d'engagement des [Couverture 97,19%] reste toujours faible et
pouvoirs publics Référence 1 - Couverture 9,58% utopique. Des lois sont
Un engagement partiel de l'Etat et une pression, n’y a-t-il sur la table mais peine à
pas un paradoxe être appliquer. Il faut
mesurer les tenants et
Référence 2 - Couverture 87,61% les aboutissants des lois
pour éviter qu’elles
La contrainte de l'Etat dans la transition écologique pose la provoquent du tort à nos
question réellement des mesures d'accompagnement. La économies dans leur
technologie est le socle du développement de la société application. C’est ce qui
moderne. Et je ne vois pas un gouvernement entrain de se passe
tordre le cou du secteur de la tech pour des problématiques
écologiques. C’est pourquoi sa stratégie de transition est
processuelle dans la temporalité. La pression de l'état reste
toujours faible et utopique. Des lois sont sur la table mais
peine à être appliquer. Il faut mesurer les tenants et les
aboutissants des lois pour éviter qu’elles provoquent du tort
à nos économies dans leur application. C’est ce qui se passe
dans presque tous les pays développés.

Manque de <Fichiers\\Expert E> - § 2 références encodées si vous n'expérimentez

ressources et de [Couverture 18,82%] pas constamment des
compétence Référence 1 - Couverture 7,32% technologies
si vous n'expérimentez pas constamment des technologies émergentes, vous
émergentes, vous risquez d'être rapidement dépassé. risquez d'être
rapidement dépassé.
Référence 2 - Couverture 11,50%
vous pouvez vous retrouver confronté à de lourdes vous pouvez vous
difficultés lorsqu'il s'agit d'attirer les meilleurs talents et de retrouver confronté à de
garder une longueur d'avance sur vos concurrents. lourdes difficultés
lorsqu'il s'agit d'attirer
<Fichiers\\Expert K> - § 1 référence encodée les meilleurs talents et
[Couverture 13,02%] de garder une longueur
Référence 1 - Couverture 13,02% d'avance sur vos
Par contre, ce qui va poser un problème au départ de la concurrents.
maitrise de cette innovation c’est son sens éco-responsable.
Par contre, ce qui va
poser un problème au
départ de la maitrise de
cette innovation c’est
son sens éco-
responsable.

Resistance au <Fichiers\\Expert H> - § 2 références encodées Parce qu'il y a des

changement [Couverture 13,39%] enjeux quand on parle
Référence 1 - Couverture 8,15% de la transition
énergétique, il y a

188
Parce qu'il y a des enjeux quand on parle de la transition évidemment le rôle des
énergétique, il y a évidemment le rôle des grands groupes. grands groupes.
On doit citer l'exemplarité qu’ils doivent avoir.
Pas très favorable pour
Référence 2 - Couverture 5,24% le nucléaire, mais ça fait
Pas très favorable pour le nucléaire, mais ça fait partie des partie des énergies sur
énergies sur lesquelles l’Etat continue de miser fortement. lesquelles l’Etat
continue de miser
Les obstacles éventuels à cet élan Eco-tic de l’Afrique fortement.
subsaharienne

<Fichiers\\Expert E> - § 2 références encodées

[Couverture 8,32%]
Référence 1 - Couverture 8,32%
l’énergie de la plupart
Il est essentiel de noter que le secteur de l’énergie de la
des pays africains
plupart des pays africains accuse un retard considérable,
accuse un retard
dans la détermination des voies claires pour le
considérable
développement des énergies renouvelables, notamment en
termes de cadres juridiques, d’incitations et de soutien pour le développement
financier au développement du secteur privé, dans la des énergies
mesure où ces pays sont économiquement faibles, sans renouvelables,
oublier les défis politiques, sociaux et culturels. notamment en termes de
cadres juridiques,
<Fichiers\\Expert K> - § 1 référence encodée
d’incitations et de
[Couverture 13,02%]
soutien financier au
Référence 1 - Couverture 13,02%
développement du
une intervention des gouvernements, des institutions
secteur privé, dans la
financières internationales, travaillant en partenariat avec
mesure où ces pays sont
les secteurs de l’industrie et de l’investissement concernés,
économiquement
peut ainsi contribuer à accélérer le rythme et l’ampleur des
faibles, sans oublier les
investissements en matière d'énergie verte et des Data
défis politiques, sociaux
Centers écoresponsables qui peuvent être immergés au large
et culturels.
des côtes de l’océan atlantique, vue que la majorité des
populations de l'Afrique subsaharienne vivent non loin des une intervention des
côtes maritimes. gouvernements, des
institutions financières
<Fichiers\\Expert M> - § 1 référence encodée
internationales
[Couverture 9,79%]
Référence 1 - Couverture 9,79%
la mise en œuvre d’un Data center éco-responsable à l'état
de l'art est exorbitant, ça demande beaucoup d'argent, des des Data Centers
centaines de million d'euros. écoresponsables qui
Partant du foncier jusqu’à l'acheminement de l'électricité. Il
peuvent être immergés
faut énormément d'argent pour emmener une bonne
quantité d’électricité, dans le bâtiment. Le Data center est au large des côtes de
une usine numérique, et donc pour acheminer l'électricité, l’océan atlantique, vu
pour refroidir les bâtiments, emmener tous les câbles que la majorité des
électriques et télécom, nécessite un investissement énorme. populations de l'Afrique
Cela peut être un obstacle si l'Afrique subsaharienne n'est subsaharienne vivent
pas financièrement soutenue dans ce projet.
non loin des côtes
maritimes.
<Fichiers\\Expert H> - § 2 références encodées
la résistance au
[Couverture 25,90%]
changement est un
Référence 1 - Couverture 25,90%
facteur important au

189
 la résistance au changement est un facteur important au blocage d’adoption des
blocage d’adoption des innovations éco-responsables. innovations éco-
responsables.
C’est une problématique de résistance collective, qui peut
parfois créer un blocage, qu'il faut gérer.

Après toutes ces phases et la lecture horizontale de notre tableau, nous avons procédé à
l’analyse des données. Il s’agit à cette étape, de résumer l’avis des différents experts en
révélant les points éssentiels de convergence et de divergence.
Cette phase a consisté à analyser et interpréter les données qualitatives, afin d’en
tirer des conclusions.

Section 3 : Discussion des résultats de l’étude de cas et retour sur les propositions testées

Cette section vise à discuter des résultats présentés. Elle se décompose en trois parties
Premièrement, nous discuterons des différentes propositions, ce qui nous permettra de mettre
en évidence les points clés que nous avons pu identifier. Certains trouveront un écho : effet
d’expérience, standards adaptatifs, complexité, interopérabilité, innovation etc.
Enfin, une discussion de la problématique et des questions de recherche nous permettra de faire
un retour sur nos questionnements. Nous verrons que nous répondons à nos questionnements,
que de nombreuses conséquences ressortent de l’adoption des pico-Data Centers
écoresponsables et leur adéquation à assurer la soutenabilité du Cloud Computing.
Nous effectuons également un retour à notre modèle conceptuel et nous mettrons en lumière
nos conclusions, les apports théoriques, managériaux et les limites de la recherche.

190
Ainsi, la rubrique suivante propose de discuter des résultats issus des propositions. En effet, il
est essentiel de pouvoir revenir à nos propositions suite aux résultats obtenus. Nous discuterons
chaque proposition et ferons ressortir les points clés. La discussion de ces dix (10) propositions
et trois complémentaires, nous permettra de répondre à nos questions de recherche, de tirer des
conclusions, de faire ressortir de nouvelles idées et, au final, de nous aider à améliorer notre
modèle.

3.1 : Retour sur les propositions testées

Après l’exploitation du verbatim des témoignages des experts sur leur retour d’expérience, nous
exposons ici une synthèse de leurs avis sur les caractéristiques et les contributions Eco-tic
générales des pico-Data Centers écoresponsables d’une part, leurs politiques managériales en
matière d’Eco-TIC et leur motivation à l'adoption des pico-Data Centers comme solution à la
soutenabilité du Cloud Computing d’autre part.
Nous avons classé les avis des experts en respectant nos propositions faites à l’issue de notre
étude conceptuelle et auxquelles nous avons joint d’autres sous-thèmes, à la fois par déduction
et par induction (obtenus de façon subjective après l’entrevue qui nous a révélé de nouvelles
informations).

3.2 Motivation technologique

3.2.1 Proposition 1a. Les avantages relatifs auront un impact positif sur l'adoption
de politiques managériales Eco-Tic des pico-Data Centers dans l'organisation.

Les experts nous ont réitéré que la demande du numérique s’accroît constamment avec les
crises, particulièrement celle du COVID-19 qui a alimenté et accentué le travail à distance.
Par conséquent, la technologie a permis de gérer la collaboration distancielle. Ils ont noté que
dans le secteur de la tech, c'est l'innovation et la performance qui peuvent booster la marge
opérationnelle. Aujourd’hui, le numérique se développe, il faut donc des capacités pour faire
circuler les données de façon permanente et responsable.
Pour les experts, les crises ont renforcé les contrats collaboratifs interentreprises,
intercommunautaires, interacadémiques, les interactions sociales comme le phénomène des

191
écosystèmes numériques par le Big Data, renforcé par la mise en commun et l'exploitation des
bases de données consommateurs, utilisateurs, fournisseurs par exemple. Selon l'avis des
experts, les crises sont parfois utiles à la croissance de certaines entreprises telles que dans le
numérique, à l'image des GAFAM.
Pour certains experts, par les besoins énormes qu’elles occasionnent, les crises constituent aussi
des opportunités de nature à relancer les activités de certaines entreprises. C’est parce qu'il y a
problème dans la société que les entreprises existent pour les résoudre. Aujourd’hui, les
utilisateurs du numérique ont besoin énormément de plus de ressources de stockage, de plus de
proximité, de moins de latence, de plus de sécurité et de plus d'innovation. Tout converge vers
les innovations comme le « smart world » (le monde de l’intelligence artificielle l’IA), comme
smart city, smart house, smart country etc. Selon ces experts, il importe donc à l’entreprise de
chercher à résoudre ces problèmes de manière efficace et efficiente pour être compétitive et les
meilleurs dans cette course à solutions de nos sociétés deviendront des leaders.
De plus, pour les experts, l’arrivée de la 5G va dynamiser un marché déjà en croissance et
permettre de gérer des mini-Clouds distribués et connectés aux usines à travers les micros
Data centers encore appelés pico-Data Centers, à condition qu’ils soient autonomes et à
proximité géographiquement des utilisateurs. Selon les experts, la 5G est la première
technologie mobile qui a intégré l’enjeu environnemental et permettra une efficacité
énergétique bien plus importante que les générations précédentes 3G, 4G. C’est-à-dire
qu’avec « un volume de données équivalentes, l’on pourra consommer 5 à 6 fois moins
d’électricité ». Et l’on sait que l’un des principaux enjeux des opérateurs de télécom est la
forte maîtrise de leur consommation énergétique.

La 5G est donc devenue primordiale et irréversible. Elle va permettre d’ajouter les capacités
supplémentaires comme interconnexion des Data centers supplémentaires, telle que les Edge
Data centers ou les pico-Data Centers et créer l’agilité de l’interopérabilité des données. Pour
les experts, « plus la latence est longue, plus la consommation énergétique est grande et plus
nous cherchons à réduire cela par la bonne transmission et la proximité avec des pico-Data
Centers. C’est donc l’intérêt de cette technologie qui va faire grimper la demande
d'applications cloud-to-Edge /Cloud Computing, la sécurité, la souveraineté y compris le
respect des lois telles la RGPD en Europe. Il est donc fort probable que les pico-Data Centers
soient partout dans le monde au cours des prochaines années ».
Pour les experts, les pico-Data Centers représentent une innovation essentielle pour le contrôle
des données, leur sécurité, leur souveraineté et la gestion de la proximité.

192
Par ailleurs, ils notent également que le monde du numérique doit se pencher sincèrement vers
les projets du modèle Natick 2 de Microsoft, qui est un exemple d'innovation typique du pico
Data Center écoresponsable et durable, si nous souhaitons effectivement une neutralité carbone
avant 2030.
Les experts ont confirmé les avantages du projet pico-Data Center sous-marin autonome
Natick2 de Microsoft, qu’ils valident et trouvent pertinent par rapport aux autres micros -Data
Centers et Data Centers Edge. Dans la mesure où, en dehors de Naval group français et
Microsoft, personne n’a encore réalisé une telle technologie de référence. Ce qui a séduit les
experts, c’est son autonomie énergétique (énergie renouvelable) et son peu d’émission en CO2,
parce que refroidi dans le fond marin. De plus, les pico-Data Centers étant portables, modulaires
et flexibles, ils facilitent la proximité et la faible latence dans la transmission des données,
optimisant la réponse aux besoins des utilisateurs dont, selon les experts, plus de 50 % (de la
population mondiale) vit à moins de 200 km des côtes maritimes mondiales. Ils estiment
également que ce projet Natick2 de Microsoft constitue l’exemple typique d’une réussite vers
une transition énergétique et d’une soutenabilité du Cloud Computing, dans la mesure où
plusieurs satellites de pico-Data Centers dans les zones maritimes pourraient résoudre la
question de la crise environnementale et énergétique. Mais, encore faut-il avoir les moyens de
le faire et de consentir à beaucoup de sacrifices.
Bien qu’une transformation technologique et une organisation de cette dimension entraîneront
à court terme des coûts énormes et une baisse de la rentabilité organisationnelle, à long terme,
la marge opérationnelle augmentera, ont indiqué les experts.
Citant un autre exemple, celui des pico-Data Centers qui gèrent les véhicules Robot taxi
connectés sans chauffeur et contrôlables à distance en Chine, les experts ont expliqué qu’avec
une intelligence artificielle et de nombreux capteurs, ces véhicules comprennent leur
environnement, les situations et peuvent être pilotés à distance si la situation l’exige. Ce qui est
remarquable dans cette expérience, c’est que les pico-Data Centers qui les gouvernent sont
autonomes en énergie (énergie renouvelable) et constituent des points-relais à plusieurs endroits
auxquels les voitures restent connectées dans la ville de Canton (en Chine).
Ces pico-Data Centers sont de petits Centres de Données chargés de traiter sur place à proximité
et de transmettre les informations en temps réel et à faible latence pendant leur parcours. Ce qui
décharge les grands Centres de Données de ces tâches et réduit leurs activités. Installé à des
centaines de kilomètres, un tel travail de proximité pour les Data Centers classiques susciterait
des consommations énormes en électricité.

193
A cet effet, les experts estiment que, d’ici 2030, près de 80 % des données industrielles seront
générées par les pico-Data Centers reliés à des IoT, capteurs, objets connectés, routeurs, etc.
Ces innovations seront au centre des activités des organisations dans de nombreux secteurs
comme l’industrie, la santé, la logistique et bien d’autres secteurs.
De ce verbatim, nous retenons que le pico-Data Center contribue à l’efficacité, à l’efficience
énergétique, à la durabilité numérique, à la réduction des émissions de CO2, à l’autonomisation
énergétique, à la réduction de la consommatcn énergétique, à la sécurité, à la souveraineté des
données et à bien d’autres avantages non énumérés ici.
Au regard de ces caractéristiques et des contributions citées de cette innovation technologique,
obtenues auprès des acteurs, experts et leaders du numérique, nous pouvons dire que le pico-
Data Center est un dispositif Eco-Tic qui répond sans doute possible aux prérogatives du Green
IT (Ait-Daoud, 2012, Bohas 2012, Boudreau et al., 2008 ; Chen et al., 2008 ; Bidan 2011, Jenkin
et al., 2011, Molla , et al 2010) et, de ce fait, contribue à la soutenabilité du Cloud Computing.

En reprenant la Proposition 1a. : Les avantages relatifs auront un impact positif sur
l'adoption de politiques managériales Eco-Tic des pico-Data Centers dans l'organisation.
Cette proposition est validée dans la mesure où, selon la théorie de la diffusion de l’innovation
(DOI) de Rogers (1995), l’avantage relatif est le degré auquel une innovation est perçue comme
étant meilleure que celles déjà existantes. Ici, plusieurs avantages relatifs accompagnent
l'adoption Eco-tic des pico-Data Centers par l’organisation à savoir la réduction des coûts
opérationnels, la réduction des émissions et la bonne image de marque (Elliot, S., 2007).
De plus, nous savons que l’objectif économique reste l'enjeu essentiel qui motive une entreprise
TIC vers la performance et l'innovation. Le secteur du numérique étant hautement
concurrentiel, pour garder le cap de la croissance des Data Centers, l’entreprise devra donc tout
mettre en œuvre pour éviter la baisse de son taux de marge opérationnelle courante, soit en
diminuant les dépenses ingénieriques, comme les intrants, des équipements, les installations,
les infrastructures, pratiquer l’efficience et l'efficacité énergétique, réduire les risques d’arrêt
d’activités ou agir sur la qualité des offres de service et les optimiser. Ce qui implique une
stratégie économique plus offensive dans la Tech pour atteindre le niveau économique
escompté. D’un point de vue énergétique, le pico-Data Center est donc plus efficient et efficace,
flexible, agile et particulièrement économique. Les avantages organisationnels sont à la fois
économiques, technologiques, énergétiques, juridique (exemple proximité et RGPD) et
environnementaux.

194
 3.2.2 Proposition 1b. La compatibilité technologique aura un impact positif sur
l'adoption de politiques managériales Eco-Tic des pico-Data Centers dans l'organisation.

Attendu que, selon les experts, l’innovation des pico-Data Centers permet d'utiliser moins
d’énergie, de réduire l'utilisation des énergies fossiles, il est donc possible de minimiser
l'empreinte carbone en gardant le même niveau de productivité et de qualité, voire de produire
davantage. De même, avec cette technologie responsable, il est possible d’utiliser la biomasse,
l’énergie renouvelable au travers des parcs éoliens et solaires qui seront nécessaires pour
produire de l'hydrogène vert, et de l’énergie décarbonée, puisque c'est un des enjeux importants
aujourd’hui.
D’autres experts sont favorables à l'utilisation du mixte énergétique (à la fois l'énergie fossile
et l’énergie renouvelable) pour les entreprises fortement dépendantes des ressources fossiles.
Il est important de noter le cas particulier de la 5G, qui permet de faire face et d’ajouter des
capacités supplémentaires comme l’interconnexion des Data Centers supplémentaires telle que
les Edge ou les pico-Data Centers et induire de l’agilité de l’interopérabilité des données, ainsi
qu’une réduction de la consommation électrique. L’exemple du projet Natick 2 de Microsoft
exemple typique d’un pico-Data Center écoresponsable plus durable que les serveurs sur terre,
immergé dans l’océan à proximité des utilisateurs, réduit au strict minimum la latence avec une
autonomie énergétique 100% renouvelable. De même, l’exemple des voitures autonomes
connectées aux pico-Data Centers écoresponsables et autonomes en énergie, géo-diversifiées,
ont connu également une expérimentation à succès. Au vu de tout cela, nous pouvons conclure
en effet que le pico-Data Center est un Eco-tic responsable contribuant à la réduction de latence,
au développement des périphériques réseaux (Edge Computing), au développement de
proximité des utilisateurs, les IoT, à la gestion de la recrudescence des données numériques et
IA (pour smart city, smart house, smart factory 4.0 etc.). Comme nous l’avons évoqué ci-dessus,
ces valeurs reconnues au pico-Data Center répondent aux principes fondamentaux du Green IT
(Ait-Daoud, 2012, Bohas 2012, Boudreau et al. 2008 ; Chen et al. 2008;, Bidan 2011, Jenkin et
al., 2011, Molla et al, 2010 ).
Considérant que la compatibilité est le degré avec lequel une innovation est perçue comme «
compatible » avec les valeurs, les expériences et les besoins des « adoptants » potentiels
(Rogers, 1962, 2003) comme nous venons de voir, et que les caractéristiques et les contributions
Eco-tic générales des pico-Data Centers sont significatives dans la décentralisation et le
désengorgement écoresponsable des Centres de données classiques entraînant ainsi la
soutenabilité du Cloud Computing selon les experts, la Proposition 1b est donc validée.

195
 3.2.3 Proposition 1c. La complexité technologique aura un impact négatif sur
l'adoption de politiques managériales Eco-Tic des pico-Data Centers dans l'organisation.

Attendu que la complexité est une mesure du degré auquel une innovation est perçue comme
étant difficile à comprendre et à utiliser et que la complexité d’une innovation, telle que perçue
par les membres d’un système social, influence négativement son adoption (Rogers, 2003).
Considérant qu’en aucun endroit il n’a été signalé par les experts d’une difficulté ou d’une
complexité ou d’ambiguïté technologique des pico-Data Centers, ni que leur utilisation
nécessiterait beaucoup d'efforts physiques et mentaux (Bradford, M. ; Florin 2003).
Par conséquent, cette proposition 1c n’a donc pas été validée

3.3 : motivation institutionnelle

Cette rubrique comporte trois propositions

3.3.1 Proposition 2a. La pression coercitive aura un impact positif sur l'adoption
de politiques managériales Eco-Tic des pico-Data Centers dans l'organisation.

Nous notons que nos interviewés perçoivent une contrainte règlementaire étatique relativement
mitigée. Celle-ci est processuelle et s’inscrit parfois dans la temporalité, en raison de la lourdeur
administrative dans le processus de transition écologique, énergétique, du poids que représente
le numérique dans économie nationale et de l’influence financière des leaders parfois plus
puissants que des États. C’est ce qui explique la lenteur, la lourdeur décisionnelle coercitive des
pouvoirs publics. De plus, certains interviewés rappellent que l’enjeu du nucléaire est énorme.
Considéré à l’origine comme une énergie hautement dangereuse et carbonée, le nucléaire pour
EDF par exemple, à actionnariat majoritairement public, constitue un enjeu important.
Pour les experts, EDF doit investir dans ses réacteurs nucléaires et bénéficie du soutien de
l’État. Les autorités françaises se battent avec détermination pour que le nucléaire soit considéré
comme une énergie décarbonée. Les experts affirment que les autorités ont besoin du nucléaire
pour réussir la transition écologique, pour bénéficier d'une électricité décarbonée et disponible
à bas coût. Les pays européens veulent que l'on considère le nucléaire comme l’une des
technologies vertes permettant de lutter contre le réchauffement climatique. Ce paradoxe
explique un engagement plutôt faible de l'État dans la transition écologique du numérique.

196
De même, l'aide publique au développement est plus orientée vers des programmes stratégiques
de croissance dont la responsabilité soulève des questionnements.
En revanche, pour les experts, la force de l’État représente un levier important pour inciter à
l’adoption des projets se rapportant aux pico-Data Centers. Selon eux, les décisions de l’État
en matière de numérique écoresponsable doivent prendre en compte leur réalité et celle de
toutes les parties prenantes impliquées.
Considérant que les aides et incitations gouvernementales constituent un pouvoir ou une force
d’autorité suffisante pour en contraindre les organisations ou les motivées par l’obtention d’une
légitimité pragmatique (Suchman 1995) tel que confirmé par les experts interviewés, la
Proposition 2a est donc validée

3.3.2 Proposition 2b. Une pression mimétique aura un impact positif sur l’adoption
de politiques managériales Eco-Tic des pico-Data Centers dans l’organisation.

Les experts sont favorables à ce que toute entreprise en bonne santé et en croissance soit
confrontée à la concurrence. Les entreprises veulent toutes être toujours compétitives pour se
développer. La technologie évolue à grande vitesse, contraignant les entreprises du secteur
privé à adopter en priorité une stratégie pour rester à la pointe et continuer d’innover.
Les acheteurs de technologies évoluent aussi, avec des attentes élevées en matière
d’expérience. Toute expérience innovante ayant recours aux pico-Data Centers se révèlera
fortement compétitive. Elle émerge déjà dans les grandes firmes et chez les géants du
numérique. Les pico-Data Centers font déjà objet de concurrence dans l’Edge Computing.
Leur fonctionnement autonome contribue à minimiser les coûts opérationnels. D’autres
entreprises veulent s’aligner selon la version des experts.
Un autre expert du numérique disait que « la concurrence est assez forte et ne s’arrêtera jamais
comme une jungle où les forts ont tendance à écraser les faibles, ou à les absorber ».
Considérant que le secteur numérique est hautement concurrentiel, comparable à une course
aux armements, et que l’innovation des pico-Data Centers peut inciter d’autres entreprises à
adopter des pratiques similaires dans un champ organisationnel qu’elles estiment plus
performant dans le but de conquérir une légitimité cognitive et culturelle faisant référence aux
pressions mimétiques (Suchman 1995), il en découle que la Proposition 2b est validée.

197
 3.3.3 Proposition 2c. La pression normative aura un impact positif sur l'adoption
de politiques managériales Eco-Tic des pico-Data Centers dans l'organisation.

Lors des entretiens menés dans le cadre de cette étude, il est ressorti majoritairement que les
règlementations existent comme les normes et standards, sous des formes plus ou moins
contraignantes et processuelles, telles que les normes ISR, CO2 sur la fabrication, CO2 sur
l'utilisation du produit, les labels ISR, label Eco etc... De même, il a été noté l'évaluation du
score carbone en Euros, leur intégration dans les finances de l’entreprise et leur prise en compte
en compte dans les bénéfices de l'entreprise par action ou par obligation. Les normes ISR
(Investissements Socialement Responsables) ont commencé à responsabiliser les entreprises en
prenant en compte les critères non financiers de leurs activités. Selon les experts, ces normes
peuvent inciter à l’adoption des pico-Data Centers écoresponsables. De l'autre côté, l'entretien
a révélé que, dans le droit européen, il existe un cadre juridique européen qui définit les règles
bien précises de localisation des données numérique, de leur sécurité et de leur souveraineté
(RGPD). Ce cadre peut être repensé et aller plus loin, dans la mesure où, pour les experts, le
pico-Data Center facilite la mise en sécurité des données et leur localisation géographique du
point de vue de la souveraineté. Étant donné que les pays européens -et bien d’autres pays-
détestent que leurs données soient logées en dehors du continent européen, cette situation
soulève la question de la confiance, de l’éthique et de la confidentialité des données.
Ces différentes analyses présentées nous confortent dans l’idée que ces règlementations,
normes et standard constituent des pressions normatives pour les organisations revendiquant
une légitimité morale (Suchman 1995), par conséquent, la Proposition 2c est validée.
Mais cette proposition, bien qu’acceptable, reste parfois contradictoire dans la mesure où
plusieurs entreprises du numérique se financent par des fonds propres et des ressources
financières non ISR, qui ne sont pas appliquées dans toutes les banques. Ceci rejoint les
conclusions des travaux de Molla,A (2013) qui, au travers d’une étude, a montré que les
pression mimétiques et coercitives sont efficace de façon conjointe à l’adoption du Green IT.
D’autres chercheurs, tels que Bose, R. ; Luo, X (2011) et Chen, A.J.;Watson, R.T.; Boudreau,
M.C.; Karahanna (2009), confirment même l’effet positif de l’association des pressions
coercitives et mimétiques dans l’adoption du Green IT organisationnel, mais dans une
proportion moindre que par les pressions normatives.

198
3.4 Les facteurs de motivations internes

3.4.1 Culture écologique organisationnelle

Proposition 3 : La culture écologique organisationnelle aura un impact positif sur

l'adoption de politiques managériales Eco-Tic des pico-Data Centers dans l'organisation.

Les experts affirment leur prise de conscience de l’impact environnemental du numérique.

Ils ajoutent que la pollution numérique représente aujourd’hui 4% des émissions de gaz à effet
de serre et presque deux fois plus que le transport aérien. Certains ont même prédit que cette
pollution connaîtra une croissance de 10% par an si rien n’est fait. Fort heureusement, les
répondants avouent travailler à cet effet, afin d’inverser les tendances, mais il faut une action
collective de grande envergure. Selon les experts, la culture écologique est déjà dans les
organisations mais à une étape presque embryonnaire. Il y a certes une prise de conscience de
la nécessité du changement, notamment grâce aux clients, à leurs collaborateurs etc., qui
deviennent progressivement exigeants aujourd’hui sur les bonnes pratiques visant à créer une
culture de sobriété numérique dans le travail qu’ils demandent, dans les commandes de produits
et de services. Encore faut-il que le client soit roi. À l’inverse, des experts craignent que, si les
fournisseurs ou les dirigeants imposent leurs règles dans l’affaire, la culture écologique n’existe
que de nom et que l’acheteur de l’équipement sera peu regardant sur les impacts
environnementaux. Des recherches antérieures ont également montré que la culture
organisationnelle englobe un large éventail de valeurs qui guident les comportements des
entreprises (Leidner et Kayworth, 2006 ; Whitfield et Landeros, 2006), telles que la cohérence,
l'adaptabilité (Denison & Mishra, 1995) et l’orientation des tâches (Cooke & Lafferty, 2003).
Il a été également démontré que ces valeurs marquent les caractéristiques de l’organisation et
ses performances. Une culture organisationnelle qui intègre les préoccupations
environnementales est essentielle pour l’adoption effective et généralisée des projets pico-Data
Centers tel qu’expliqué par les experts. Au vu de tout cela, la proposition 3 est validée.

199
 3.4.2 L’assistance de la haute direction ou des dirigeants

Proposition 4 : Le soutien de la haute direction aura un impact positif sur l'adoption de

politiques managériales Eco-Tic des pico-Data Centers dans l'organisation.

Dans nos entretiens, les répondants montrent clairement que tout champ d'action hors de
l'électricité fossile est plus complexe, plus difficile, plus diffus, sans doute influencé par les
grandes entreprises, dont les décisions l’emportent parfois sur celles des Etats, en raison de leur
pouvoir et de leur influence financière. Il est donc à noter ici qu'il y a des enjeux majeurs
difficilement tenables quand on parle de la transition énergétique, et qu'il y a évidemment le
rôle des grands groupes et leur exemplarité, disait un expert. La problématique d'engament des
dirigeants demeure difficile, mais non impossible dans un environnement économique
hautement capitalistique et concurrentiel. Dans la mesure où la construction et la mise en
activité des pico-Data Centers provient des décisions de la haute direction et des dirigeants, leur
engagement commence à traduire progressivement le concept de décentralisation en action
concrète malgré la crainte du greenwashing que les ONG de lutte écologique ont mis en lumière.
Par ailleurs, des répondants affirment que l’engagement de l’État ne s’est pas encore totalement
orienté vers les l’écologisation des Data Centers. Il sera donc compliqué pour le gouvernement
de contraindre le secteur du numérique, des Data Centers (socle du numérique majoritairement
fondé sur le fossile), à prendre en compte les problématiques de transition écologique, au risque
d’affecter le secteur d’effets de rebond déstabilisateurs pour l’économie (le PIB national) qui
en dépend. C’est pourquoi, il est à noter qu'une stratégie de transition écologique s'inscrivant
dans un cadre processuel et de temporalité basée sur le choix des stratégies de la création de
valeur et de l'avantage concurrentiel général (Erek et al. ,2011) serait favorable. Compte tenu
de cela, les gouvernements essaient de mesurer les tenants et les aboutissants de ces lois
écologiques, en évitant qu’elles nuisent à leurs économies hautement concurrentielles au plan
international. Toutefois, leur engagement et actions concrètes demeurent nécessaire selon les
experts.
Eu égard au fait que le soutien de la haute direction crée un climat propice à l'adoption de
nouvelles technologies Eco-tic en communiquant sur l’intérêt et la valeur de l'innovation dans
l'organisation (Thong, J.Y.L., 1999), et que les dirigeants privés et publics sont relativement
engagés dans une transition écologique pour des technologies peu énergivores et moins
polluantes, et respectueuses de l’environnement, la proposition 4 est validée.

200
 3.4.3 Théorie des ressources et les compétences (ou Resource-Based View Theory -
RBV)
Proposition 5 : La disposition de bonnes ressources et compétences TIC axées sur les
valeurs de sobriété et d’agilité écoresponsable sera favorable à l'adoption de politiques
managériales Eco-Tic des pico-Data Centers dans l'organisation.

Pour les répondants, les enjeux humains sont une priorité pour conduire et réussir la
transformation digitale. Ce sont les humains qui font le numérique. Pour réussir la
décentralisation par les pico-Data Centers, il faut naturellement des compétences dans le
domaine, dépasser les habitudes en apportant des idées novatrices, confiantes, critiques et
créatives du numérique pour atteindre des objectifs liés à l’apprentissage de ce nouveau
dispositif de Data center. Bien que cette technologie reste relativement nouvelle, elle commence
déjà à être dans les industries de la Tech.
Selon les experts, toutes les entreprises sont confrontées à ces enjeux de ressources et de
compétences dans la transformation digitale. L'apprentissage pourra donc permettre aux
employés d’entreprise de faire face aux innovations technologiques qui se concrétiseront
certainement dans les années à venir, notamment les avancées en matière de Big Data,
d’Intelligence Artificielle, de Data Centers hyperscales, des pico-Data Centers et de l'Edge
Computing en particulier. Pour les experts, il s’agit de technologies de demain et les entreprises
du numérique s’y préparent. Cela nécessite de mobiliser les ressources internes disponibles,
d'innover par la formation, pour maintenir et mettre à jour les compétences professionnelles du
personnel. Pour rester leader dans le domaine, des entreprises peuvent aussi signer des
partenariats avec des start-up, recruter des compétences externes de la digitalisation. « Nous
avons de bonnes compétences et de ressources ici en Europe, c’est la raison pour laquelle la
concurrence est rude », disaient-ils.
La version des experts confirme celles d’Ait-Daoud, 2012, Boudreau et al. 2008 ; Chen et al.
2008 ; Jenkin et al. 2011, selon lesquelles les compétences SI représentent les routines au travers
desquelles l’entreprise déploie et met en œuvre ses ressources TI pour rendre possibles et
soutenir les activités métier. Ces ressources et compétence représentent également les moyens
matériels et intellectuels par lesquels une entreprise déploie des considérations écologiques
dans la construction et la gestion des ressources TI. Ces ressources et compétences peuvent
rendre possibles et soutenir les initiatives environnementales au sein des domaines clés du

201
numérique (Molla, Cooper, et al. 2009), telles que l’innovation des pico-Data Centers, pour
lesquels les experts affirment disposer des ressources et compétences. Au vu de ceci, nous
validons la proposition5

3.4.4 Prise en compte des attentes des parties prenantes

Proposition 6 : La prise en compte des attentes des parties prenantes aura un impact
positif sur la décision d'adoption de politiques managériales Eco-Tic des pico-Data
Centers dans l'organisation.
Les réponses de nos interlocuteurs montrent que les parties prenantes sont tous des acteurs qui
impactent ou contribuent au processus de la Tech, qu’ils soient internes (c'est-à-dire les
dirigeants, les salariés, les actionnaires, les syndicats), ou externes (c'est-à-dire les fournisseurs,
les clients, les institutions financières (agences de notation), les collectivités territoriales, les
États, les ONG et associations de défense des consommateurs, de l'environnement etc...).
Ces entités diverses ont à la fois, une influence positive et négatives sur l'entreprise. Pour les
experts, il appartient donc à l'entreprise d'éviter les contre-pouvoirs et de faire en sorte que son
fonctionnement s'apparente à une coalition d'acteurs ou de parties prenantes dont les objectifs,
les opinions et les décisions convergent vers une vision commune. Une pression particulière de
ces entités sur l’entreprise, dans le sens de l'adoption d'une innovation telle que le pico-Data
center, contraindra l'entreprise à agir dans le sens de leur vouloir. Cependant, selon les experts,
le secteur du numérique étant hautement capitalistique et concurentiel, les objectifs de
performance technologique et économique ont toujours été primordiaux, à tel point que les
problématiques environnementales des parties prenantes sont presque inexistantes et très peu
prises en compte.
Ainsi, la prise en compte des besoins et des intérêts, la compatibilité entre les trois groupes de
parties prenantes de l’organisation à savoir : les clients, les employés et la communauté,
s'avérera profitable à l'organisation, au DSI et aux actionnaires (Boele, Fabig et Wheeler, 2001)
dans la décision d'adoption de l’innovation des pico-Data Centers écoresponsables et durables.
Ce qui nous amène à valider la proposition 6

202
3.5 : les thèmes complémentaires

Suivant le modèle de recherche de Bohas (2013) sur les Eco-tic, nous avons ajouté trois (3)
propositions complémentaires pour rendre notre travail plus holistique.
Ce sont : « Les avantages concurrentiels ou bénéfices escomptés obtenus de l’utilisation
des pico-Data Centers écoresponsables », les « obstacles perçus susceptibles d’entraver
l'adoption des pico-Data Centers dans l’organisation » et « la situation des Data Centers
de l’Afrique subsharienne ». Cela nous a permis d’obtenir des informations supplémentaires
sur le retour d’expérience des experts qui adoptent déjà les modèles de pico-Data Centers
écoresponsables

3.5.1 Les avantages concurrentiels ou bénéfices escomptés de l'adoption des pico-

Data Centers écoresponsables dans l'organisation.

Les experts qui disposent des pico-Data Centers sont unanimes pour reconnaître que
cette technologie contribue à la réduction de latence, à la possibilité d’être autonome en énergie
(énergie renouvelable) à favoriser la proximité des utilisateurs, et donc à crée un contexte social
favorable à la sécurité, à la souveraineté des données numérique et à la confiance des
utilisateurs. Ces caractéristiques font du pico-Data center un levier important de soutenabilité
du Cloud Computing. En effet, les répondants utilisateurs du pico-Data center ont assuré que
la technologie est utilisée actuellement dans l’Edge Computing, l’IA, les écosystèmes
numériques, le Big Data etc. Toutes ces valeurs Eco-tic reconnues au pico-Data center sont de
nature à procurer des avantages concurrentiels considérables aux organisations dans cette
révolution numérique.
La littérature nous avait prévenu qu'en raison du caractère émergent du Green IT, qu’il faille
prendre en compte la dimension technologique SI comme une solution dans les initiatives Green
IT (Boudreau et al. 2008). De plus, la prise en compte des valeurs environnementales au SI rend
l’organisation à la fois performante, écoresponsable, durable, respectueuse de l'environnement
et lui également attribue une image positive. En raison du caractère émergent du Green IT,
relativement peu de travaux ont été conduits pour appréhender les déterminants de son adoption
(Ait-Daoud, 2012 ; Bohas et al. 2013 ; Chen, Watson, Boudreau, & Karahanna, 2009 ; Molla,
Pittayachawan, Corbitt, et al. 2009 ; Molla, 2008, 2009). Néanmoins, l’organisation doit ainsi
se soucier de l’usage qui en est fait d'une bonne technologie mise en place (Markus et Robey,

203
1988) pour en tirer les meilleurs usages. Plusieurs concepts ont tenté d’expliquer les meilleurs
usages de la technologie, les meilleurs avantages concurrentiels pour l'organisation, pour la
société et pour l'environnement (Orlikowski, 2000 ; Jones et Karsten, 2008).
D’autres avantages des pico-Data Centers concernent les enjeux sécuritaires du Cloud, tels que
la sécurité des données et la souveraineté, qui constituent des approches défensives en cas de
crise grave récurrente comme les incendies ou les cyber-attaques. Les répondants confirment
que l'accès en permanence aux données dans leur environnement numérique est un défi
important que les pico-Data Centers sont capables de relever, lorsqu’ils sont géographiquement
dispersés et connus uniquement du propriétaire des données hébergées.
La souveraineté des données voudrait que celles-ci soient pérennisées dans les Data Centers
existants sur le territoire, particulièrement celui de l'Europe où il existe un droit européen, avec
un cadre juridique européen (RGPD), qui définit les règles bien précises de localisation et de
protection des données numérique. Il est donc important que le client soit confiant et rassuré de
savoir où sont hébergées ses données et dans quelles conditions elles sont. Les experts ont donc
témoigné que les pico-Data Centers sont en mesure de gérer efficacement une situation de
sécurité et de souveraineté des données.

3.5.2 Obstacles perçus susceptibles d’entraver l'adoption des pico-Data Centers dans
l'organisation.

Le coût de mise en œuvre d’un Data Center à l'état de l'art est très couteux, de l’ordre de
centaines de millions d'euros selon les experts. « Partant du foncier jusqu’à l'acheminement de
l'électricité », on notera ici qu'il faut énormément d'argent pour acheminer une grande quantité
d’électricité dans le bâtiment. Le Data Center est « une usine numérique, et donc pour
acheminer l'électricité, pour refroidir les bâtiments, emmener tous les câbles électriques et
télécom, cela nécessite un investissement énorme » pour les Data Centers classiques.
Comparativement à l'installation de plusieurs pico-Data Centers pour la même puissance de
calcul, les dépenses d'investissement sont encore plus importantes en ce qui concerne les
infrastructures, les installations électriques, les matériels et serveurs de télécom, le parc

204
d'énergie renouvelable, solaire, éolienne, l'enceinte modulaire ou bâtiment etc… Tout le
dispositif coûte excessivement cher. Notre enquête a pu relever un montant approximatif du
projet Natick phase 2 de Microsoft et son partenaire Naval Groupe. Il est manifeste que de tels
investissements ne sont pas à la portée de tous. Le coût de la mise en œuvre est un réel frein à
la mise en place de pico-Data Centers pour les entreprises financièrement faibles et cela
nécessite un appui financier externe.

Le manque d'engagement des dirigeants privés et la difficulté à traduire le concept du

pico-Data Centers en actions concrètes est un véritable obstacle à son adoption. En effet, dans
les entretiens, les répondants montrent clairement que tout « champ d'action hors de l'électricité
fossile est plus complexe, plus difficile, plus diffus, sans doute freiné par les grandes
entreprises », dont les décisions emportent parfois sur celles des Etats en raison de leur pouvoir,
et de leur influence financière. Il est donc à noter ici qu'il y a des enjeux majeurs difficilement
tenables quand on parle de la transition énergétique, et qu'il y a évidemment le rôle des grands
groupes et leur exemplarité, qui parfois s’assimile à du greenwashing. La problématique
d'engagement responsable demeure difficile à résoudre dans l’environnement économique
hautement capitalistique et concurrentiel du numérique. C’est pourquoi pour Plane, J. M. (2007)
une solution dans de telle situation nécessite une sensibilisation accrue en amont et de façon
transversale à tous les niveaux de l’organisation. L’auteur ajoute également qu’il faut une
clarification de la nature des objectifs que l’on fixe et non le niveau hiérarchique des besoins,
qui va provoquer un accomplissement et le dépassement de soi, la performance et la réalisation
personnelle desquels suscitera l’engagement des personnes impliquées (Plane, J. M., 2007).

La résistance au changement est un facteur important au blocage d’adoption de

l’innovation en particulier pour le pico-Data Center. En effet les témoignages des
répondants montrent clairement que la résistance au changement est à la fois privée et publique.
Autant les entreprises que les grands groupes sont confrontés aux enjeux de la transition
énergétique et au manque d'engagement réel que nous avons expliqués (moyens financier,
difficulté à traduire le concept en action concrète, priorité à d'autres projets stratégiques plus
rentables etc.), autant le pouvoir public traîne à agir réellement en faveur d'une décentralisation
écologique du Cloud Computing. Selon les experts, les autorités disent que soit « ce n’est pas
encore à l'ordre du jour, soit, pas encore prêt pour ça, mais se montrent plutôt intéressées par
d'autres projets d'intérêt général comme l'hydrogène vert et le nucléaire vert etc. ». La
problématique de cette résistance collective à la réalisation des pico-Data Centers

205
écoresponsables, durables peut s'expliquer dans la littérature par les travaux de Kimberly,
(1979), Starbuck (1965), qui ont appuyé cette conception d'inertie de l'organisation et de la
société, sur le fait que les organisations auraient généralement tendance à préserver leur
stratégie plutôt que de la changer radicalement. De même, une résistance que Miller & Friesen
(1980), appelle « strategic momentum » amène les organisations à s'adapter très lentement aux
changements environnementaux. Cette inertie consiste, selon les auteurs, en une absence de
réaction au changement. Les personnes caractérisées par l’inertie laissent entendre qu’elles
acceptent le changement, mais tentent d’en différer l’application. L’inertie est donc rationalisée
en évoquant la prudence, en prétendant la nécessité de demander des avis objectifs.

Les impacts environnementaux persistants sont liés à l’escalade que prend la révolution
numérique actuelle appelée la révolution de la « sllicon valley » où les Data Centers
progressent et deviennent de plus en plus des hyper-scales (ultra-puissants en calcul et
évolutifs) et de plus en plus énergivores.
Les répondants ont affirmé que l'impact environnemental principal du numérique provient des
terminaux. Ils sont donc d'accord que 70% des émissions de CO2 du numérique proviennent
des terminaux (smart phone, téléphone portable, ordinateur etc) dont on ne pourra plus se
passer. Ces terminaux deviennent de plus en plus puissants et l’impact environnemental de plus
en plus important. Il est à noter également que les données numériques devenues de plus en
plus importantes viendront inévitablement saturer les Data Centers. Les répondants semblent
s’accorder sur le fait que plusieurs projets de construction de Data Center hyper scales sont en
cours partout dans le monde pour faire face à la flambée continue des terminaux et des données
numériques. Pour eux, il est donc compliqué également pour une entité d'avoir une totale
transparence sur sa propre émission de CO2. Ainsi, le problème d’évaluation de son impact
environnemental, de sa propre empreinte carbone qu'on soit opérateur ou utilisateur selon
Berthon et Donnellan (2011) est compliqué. C'est ce qui explique l'inquiétude sur la persistance
des impacts environnementaux et le choix de la mise en œuvre des Eco-Data Centers. Le pico-
Data Center ne peut dans ce cadre, être adopté ici que par une stratégie d'innovations
technologiques radicales ou par une technologie de rupture (concept d'innovation de rupture
développé par Christensen, 2015), plutôt que par un changement progressif des processus.
Ceci devrait être anticipé par un top management visionnaire qui s'engage dans
l'environnemental et vise en même temps le leadership technologique et commercial.

206
 3.5.3 Cas spécifique de l’Afrique subsaharienne

Concernant l’Afrique subsaharienne, la base de ses infrastructures numériques n’est pas encore
bien mature mais, pour autant, elle n’est pas bien loin de maîtriser sa souveraineté numérique,
au regard d’une prise de conscience bienvenue et opportune (en moyenne Tier III) 42
.
Elle peut d’ores et déjà prendre de bonnes dispositions utiles pour éviter le dilemme actuel des
puissances numériques qui essaient avec difficulté de trancher entre « favoriser un
développement du numérique fort et protéger un environnement naturel plus durable ».
Quant aux opportunités numériques Eco-tic de l'Afrique subsaharienne, les répondants (F, S et
J) sont du même avis : « le numérique de l’Afrique subsaharienne étant au stade émergent, il
peut profiter de ses énormes potentiels en ressources énergétiques dont la région dispose ».
L’Afrique sub-saharienne possède parmi les meilleures ressources d'énergies renouvelables au
monde, à savoir l’énergie hydroélectrique, l’énergie solaire, l’énergie éolienne, l’énergie
géothermique grâce auxquelles elle peut créer de vastes parcs pour alimenter des Data Centers
éco-responsables de petite et moyenne taille. Étant donné que la demande de l’Afrique
subsaharienne en infogérance, en production de données numériques, leur traitement, leur
stockage et leur transmission restent encore relativement faibles par rapport aux pays
développés. De plus, la construction de Data Centers éco-responsables, même immergés dans
l’océan Atlantique, seraient d’emblée envisageables pour l’Afrique Subsaharienne du point de
vue économique. Ceci, en perspective du refroidissement des pico-Data Centers, de la reduction
des émissions, de la consommation énergétique et de la bonne gestion de la crise
environnementale, en considérant notamment que la majorité de la population de l'Afrique
subsaharienne vit non loin des côtes maritimes.
En revanche, les Experts (E, K, M, H) indiquent avec regrets que le secteur de l’énergie de la
plupart des pays africains accuse un retard considérable. Selon eux, les pays de l’Afrique
subsaharienne sont économiquement faibles et les enjeux politiques, sociaux et culturels
constituent un défi à ne pas ignorer.

42 https://management-datascience.org/articles/14031/ (consulté le 13 Octobre 2020)

207
Outre cela, le coût de mise en œuvre de Data Centers éco-responsables est énorme. Sans un
soutien financier important, il serait difficile d’y arriver.
En outre, le manque d'engagement des dirigeants privés et la difficulté à traduire le concept
éco-responsable des Data Centers en actions concrètes, la résistance au changement à la fois
privée, publique, individuelle et collective, constituent de véritables obstacles à l’adoption de
tels projets éco-responsables de Data Centers.
Un ancrage en Afrique subsaharienne nécessite donc une prise en compte des valeurs
institutionnelles (coercitive, normative et mimétique) ( DiMaggio & Powell 1983, Suchman
1995), des attentes des parties prenantes (Boele, Fabig et Wheeler, 2001) c’est-à-dire tous de
les acteurs intervenants dans les projets Eco-tic, afin d’instaurer une culture écologique
organisationnelle forte (Leidner et Kayworth, 2006), de bonnes ressources et de compétences
(Molla, Cooper, et al., 2009) et l’implication entière des dirigeants ou la haute direction (Thong,
J.Y.L. , 1999)

Conclusion section 3
Lors de cette section, nous avons démontré les résultats de notre recherche, notamment au
travers de dix grandes propositions et de trois propositions complémentaires.
Ces propositions représentent des relations de causalité aux politiques managériales d’adoption
des Pico-Data Centers écoresponsables et durables que nous mettons en exergue directement
sur notre modèle. Nous nous sommes attachés à répondre précisément aux différentes
propositions via les extraits de verbatim, codés grâce au logiciel Nvivo12. Les réponses
obtenues à l’issue de ce travail satisfont nos propositions et, par conséquent, répondent
efficacement à notre problématique de recherche : « Dans quelle mesure les organisations et
les acteurs du numérique adoptent-ils des politiques Eco-tic des pico-Data Centers visant à
garantir la soutenabilité du Cloud Computing ? ».
Les propositions complémentaires nous ont permis également de développer de nouvelles idées
et d’approfondir notre réflexion. Cette discussion nous a notamment permis d’aller encore plus
loin dans notre recherche sur la connaissance des caractéristiques et des contributions Eco-tic
générales des pico-Data Centers, d’une part, et des politiques managériales en matière d’Eco-

208
TIC que les acteurs du numérique doivent entreprendre et d’envisager les facteurs de motivation
qui peuvent les inciter à l'adoption des pico-Data Centers comme solution à la soutenabilité du
Cloud Computing, d’autre part.
Les réponses données par les experts nous ont éclairé de leur connaissance des domaines du
numérique, tandis que nous avons réalisé une analyse comparative entre la littérature
managériale académique et la littérature non académique.
Terminant par l’Afrique subsaharienne, notre recherche nous a montré un espoir et un
optimisme du point de vue numérique (Data Centers au TIER III) pour ce continent émergent.
Bien qu’handicapé par un retard considérable dans le secteur de l’énergie (des coupures
d’électricité), avec une économie faible et des défis importants à relever dans les domaines
sociaux-politiques et culturels, l’Afrique subsaharienne dispose en revanche de grande
potentialité en ressources renouvelables.
Pour enrichir notre recherche, nous avons effectué une étude confirmatoire par questionnaire.
Nous analyserons les résultats de cette étude quantitative dans la section suivante.

209
Section 4 : Les résultats de la phase confirmatoire quantitative.

La phase exploratoire nous a permis de bien comprendre les caractéristiques Eco-tic des pico-
Data Centers. Les constats de cette phase nous ont permis d’enrichir notre réflexion
conceptuelle. Elle s’est plus particulièrement soldée par la validation de la majorité de nos
propositions. Cette analyse est effectuée sur nos données quantitatives que nous avons obtenues
de nos questionnaires lors de la phase confirmatoire avec les experts pour évaluer les
motivations d’adoption du Green IT.
Nous l’utilisons également dans les mêmes proportions pour évaluer l’adoption des pico-Data
Centers écoresponsables et durables.
Puisque les corrélations entre les critères sont importantes, il est possible que nous en tant
qu'interviewant on ait confondu certains critères ou que certains critères soient redondants. On
a procédé à une analyse factorielle, afin de déterminer quels sont les critères (ou facteurs)
latents.

Plusieurs méthodes d'analyse factorielle existent. Trois méthodes d'extraction des facteurs
sont proposées par XLSTAT (composantes principales, facteurs principaux, et maximum de
vraisemblance).

Nous utilisons ici la méthode des facteurs principaux dans le but de générer quatre facteurs,
avant de procéder à une rotation varimax pour faciliter l'interprétation des résultats.

4.1 Résultats de l’analyse factorielle

XLSTAT 2021.1.1.1109 - Analyse factorielle - Début : 21/06/2021 à 16:08:11 / Fin :

21/06/2021 à 16:09:57 / Microsoft Excel 16.014026
Tableau observations/variables : Classeur = quanti picodatat2.xlsx / Feuille = Feuil1 / Plage =
Feuil1!$U$1:$AL$20 / 19 lignes et 18 colonnes
Libellés des observations : Classeur = quanti picodatat2.xlsx / Feuille = Feuil1 / Plage =
Feuil1!$A$1:$A$20 / 19 lignes et 1 colonne
Corrélation : Pearson (n)
Méthode d'extraction : Facteurs principaux
Nombre de facteurs : Automatique
Communalités initiales : Carrés des corrélations multiples
Conditions d'arrêt : Convergence = 0,0001 / Itérations = 50
Rotation : Promax (Normalisation de Kaiser) / Nombre de facteurs = 4 / Puissance = 4

210
 Tableau 11 : Statistiques descriptives des données quantitatives

Obs. avec Obs. sans

données données
Variable Observations manquantes manquantes Minimum Maximum Moyenne Ecart-type
PRREGLNST 19 0 19 5,000 7,000 6,474 0,697
PRAIDGOUV 19 0 19 1,000 7,000 3,211 1,718
PRADECOTIC 19 0 19 5,000 7,000 5,895 0,809
PRACCO 19 0 19 5,000 7,000 6,158 0,688
PRPP 19 0 19 4,000 7,000 5,632 1,065
PRENVI 19 0 19 4,000 7,000 6,000 1,000
MOTISOUTPPU 19 0 19 2,000 7,000 4,368 1,640
MOTIDIEQ 19 0 19 4,000 7,000 5,737 0,933
MOTOBECO 19 0 19 5,000 7,000 6,211 0,713
MOTGPROX 19 0 19 5,000 7,000 5,737 0,872
MOTGINTDON 19 0 19 5,000 7,000 5,895 0,737
MOTSECU 19 0 19 2,000 6,000 4,368 1,165
MOTREDOND 19 0 19 4,000 7,000 5,947 0,970
MOTRLATENC 19 0 19 5,000 7,000 6,474 0,697
MOTDESDATC 19 0 19 4,000 7,000 5,947 0,911
MOTENGIFOS 19 0 19 4,000 7,000 6,000 0,882
MOTENRENO 19 0 19 4,000 7,000 6,053 0,970
MOTMIXENGI 19 0 19 2,000 7,000 4,263 1,628
BENEINVISR 19 0 19 5,000 7,000 6,105 0,809
BENEEAUTO 19 0 19 2,000 7,000 4,842 1,385
BENEREDUCPAN 19 0 19 4,000 7,000 5,895 0,809
BENEDEVDUR 19 0 19 2,000 7,000 5,421 1,305
BENEAVFISC 19 0 19 1,000 7,000 3,421 1,895
BENERIMPENV 19 0 19 5,000 7,000 6,526 0,612
BENECULTUR 19 0 19 1,000 7,000 4,737 1,996
BENEATPP 19 0 19 1,000 7,000 3,684 1,797
BENERISLEG 19 0 19 2,000 7,000 4,158 1,772
BENEIMENTR 19 0 19 5,000 7,000 6,421 0,692

211
BENESOBDUR 19 0 19 4,000 7,000 5,789 1,032
OBSMENGAD 19 0 19 4,000 7,000 5,895 1,049
OBSMESGOUV 19 0 19 5,000 7,000 6,316 0,749
OBSMANQTEM 19 0 19 1,000 6,000 4,158 1,463
OBSMANQINFO 19 0 19 1,000 6,000 3,579 1,427
OBSMANQRESC 19 0 19 5,000 7,000 6,158 0,765
OBSCOUMOEU 19 0 19 5,000 7,000 6,105 0,737
OBSDIFFICULTAC 19 0 19 1,000 5,000 2,789 1,316
OBSRESISCHANG 19 0 19 1,000 6,000 3,263 1,408

Tableau 12 : Matrice de corrélation (Pearson (n)):

Variables PRREGLNST PRAIDGOUV PRADECOTIC PRACCO PRPP PRENVI MOTISOUTPPU

PRREGLNST 1 0,144 0,290 0,531 0,248 0,159 0,228
PRAIDGOUV 0,144 1 0,057 0,346 0,045 0,291 -0,246
PRADECOTIC 0,290 0,057 1 0,231 0,404 0,412 -0,220
PRACCO 0,531 0,346 0,231 1 0,387 0,404 0,290
PRPP 0,248 0,045 0,404 0,387 1 0,522 -0,077
PRENVI 0,159 0,291 0,412 0,404 0,522 1 -0,169
MOTISOUTPPU 0,228 -0,246 -0,220 0,290 -0,077 -0,169 1
MOTIDIEQ 0,288 0,071 0,182 0,328 0,288 -0,060 -0,151
MOTOBECO 0,459 0,324 0,329 0,834 0,473 0,312 0,072
MOTGPROX 0,491 0,076 0,195 0,814 0,368 0,255 0,344
MOTGINTDON 0,102 -0,025 0,353 0,363 0,584 0,527 -0,196
MOTSECU -0,090 0,209 -0,428 -0,146 -0,243 -0,238 -0,308
MOTREDOND 0,203 -0,160 -0,149 0,180 0,410 -0,057 0,257
MOTRLATENC 0,199 0,005 -0,202 0,415 0,173 -0,080 0,082
MOTDESDATC 0,391 -0,028 -0,008 0,368 0,265 -0,061 0,423
MOTENGIFOS 0,090 -0,037 0,467 0,092 0,532 0,189 -0,154
MOTENRENO 0,208 0,126 0,220 0,320 0,504 0,401 -0,013
MOTMIXENGI -0,116 0,039 -0,357 -0,089 -0,197 -0,307 0,336
BENEINVISR 0,399 0,263 0,188 0,467 0,499 0,275 0,220
BENEEAUTO -0,091 0,155 0,034 0,436 0,109 -0,241 0,272
BENEREDUCPAN 0,389 -0,103 -0,103 0,430 0,275 -0,069 0,408
BENEDEVDUR 0,746 0,181 0,360 0,479 0,358 0,468 0,235
BENEAVFISC 0,051 0,125 -0,440 -0,011 -0,222 -0,440 0,215
BENERIMPENV 0,556 0,047 0,343 0,319 0,314 0,182 0,073
BENECULTUR 0,215 0,406 -0,087 0,032 -0,257 0,028 -0,257
BENEATPP 0,171 0,113 0,090 -0,227 -0,064 -0,340 -0,109
BENERISLEG 0,476 0,116 0,322 0,252 0,297 -0,219 -0,040
BENEIMENTR 0,715 0,108 -0,016 0,436 0,147 0,000 0,492
BENESOBDUR 0,146 -0,475 0,105 -0,185 -0,176 -0,323 0,377
OBSMENGAD -0,004 -0,449 -0,014 -0,207 -0,086 -0,265 -0,332
OBSMESGOUV -0,090 -0,011 0,241 0,437 0,293 0,371 -0,010
OBSMANQTEM -0,023 -0,500 -0,032 0,029 0,396 0,000 0,206

212
OBSMANQINFO -0,347 -0,120 0,008 -0,042 0,148 0,039 -0,001
OBSMANQRESC 0,060 -0,111 0,118 0,056 0,485 0,363 0,217
OBSCOUMOEU 0,222 0,025 -0,073 0,294 0,406 0,301 0,425
OBSDIFFICULTAC -0,128 0,144 -0,126 -0,452 -0,296 -0,169 -0,014
OBSRESISCHANG -0,247 0,068 -0,023 -0,045 0,291 -0,118 0,244

MOTIDIEQ MOTOBECO MOTGPROX MOTGINTDON MOTSECU MOTREDOND MOTRLATENC MOTDESDATC

0,288 0,459 0,491 0,102 -0,090 0,203 0,199 0,391
0,071 0,324 0,076 -0,025 0,209 -0,160 0,005 -0,028
0,182 0,329 0,195 0,353 -0,428 -0,149 -0,202 -0,008
0,328 0,834 0,814 0,363 -0,146 0,180 0,415 0,368
0,288 0,473 0,368 0,584 -0,243 0,410 0,173 0,265
-0,060 0,312 0,255 0,527 -0,238 -0,057 -0,080 -0,061
-0,151 0,072 0,344 -0,196 -0,308 0,257 0,082 0,423
1 0,505 0,251 0,361 0,299 0,045 0,459 0,244
0,505 1 0,541 0,467 -0,032 0,177 0,347 0,445
0,251 0,541 1 0,300 -0,392 0,442 0,400 0,191
0,361 0,467 0,300 1 -0,082 0,225 0,102 -0,091
0,299 -0,032 -0,392 -0,082 1 -0,080 -0,022 0,072
0,045 0,177 0,442 0,225 -0,080 1 0,039 0,122
0,459 0,347 0,400 0,102 -0,022 0,039 1 0,304
0,244 0,445 0,191 -0,091 0,072 0,122 0,304 1
0,472 0,353 0,072 0,513 -0,108 0,065 0,090 0,069
0,261 0,224 0,280 0,552 -0,313 -0,174 0,536 0,066
-0,391 -0,242 0,130 -0,392 -0,083 0,044 -0,165 0,197
0,406 0,441 0,514 -0,073 -0,220 0,290 0,301 0,309
0,353 0,373 0,378 -0,072 0,176 0,200 0,370 0,301
0,329 0,522 0,273 0,260 0,102 0,276 0,586 0,745
0,370 0,437 0,445 0,222 -0,071 0,062 0,135 0,394
0,317 0,218 -0,064 -0,165 0,303 0,134 0,093 0,303
0,061 0,241 0,274 0,253 -0,209 0,236 0,165 0,351
0,289 0,041 -0,042 0,093 0,403 -0,036 -0,025 0,023
0,047 -0,162 0,050 -0,362 0,112 0,340 -0,140 -0,180
0,295 0,324 0,388 0,226 -0,084 0,264 -0,019 0,109
0,009 0,260 0,470 0,092 -0,134 0,283 0,370 0,389
-0,003 -0,465 0,182 -0,250 -0,348 0,099 -0,085 -0,072
0,027 -0,192 -0,093 -0,159 -0,057 -0,170 0,376 0,052
-0,033 0,181 0,559 0,265 -0,332 0,101 0,230 0,107
-0,171 -0,087 0,296 0,325 -0,525 0,319 0,304 0,048
0,121 -0,126 -0,094 0,008 0,232 -0,218 -0,012 0,196
-0,094 0,038 0,066 0,524 -0,256 0,162 -0,044 0,252
-0,200 0,272 0,132 0,226 -0,177 0,163 0,114 0,174
-0,545 -0,424 -0,438 -0,711 -0,200 -0,227 -0,188 0,083

0,225 0,163 0,014 0,296 -0,130 0,255 0,036 0,098

213
 MOTENGIFOS MOTENRENO MOTMIXENGI BENEINVISR BENEEAUTO BENEREDUCPAN BENEDEVDUR BENEAVFISC
0,090 0,208 -0,116 0,399 -0,091 0,389 0,746 0,051
-0,037 0,126 0,039 0,263 0,155 -0,103 0,181 0,125
0,467 0,220 -0,357 0,188 0,034 -0,103 0,360 -0,440
0,092 0,320 -0,089 0,467 0,436 0,430 0,479 -0,011
0,532 0,504 -0,197 0,499 0,109 0,275 0,358 -0,222
0,189 0,401 -0,307 0,275 -0,241 -0,069 0,468 -0,440
-0,154 -0,013 0,336 0,220 0,272 0,408 0,235 0,215
0,472 0,261 -0,391 0,406 0,353 0,329 0,370 0,317
0,353 0,224 -0,242 0,441 0,373 0,522 0,437 0,218
0,072 0,280 0,130 0,514 0,378 0,273 0,445 -0,064
0,513 0,552 -0,392 -0,073 -0,072 0,260 0,222 -0,165
-0,108 -0,313 -0,083 -0,220 0,176 0,102 -0,071 0,303
0,065 -0,174 0,044 0,290 0,200 0,276 0,062 0,134
0,090 0,536 -0,165 0,301 0,370 0,586 0,135 0,093
0,069 0,066 0,197 0,309 0,301 0,745 0,394 0,303
1 0,454 -0,194 0,311 0,091 0,078 0,290 -0,066
0,454 1 -0,150 0,134 -0,076 0,290 0,289 -0,285
-0,194 -0,150 1 0,020 0,118 -0,062 -0,029 0,268
0,311 0,134 0,020 1 0,363 0,103 0,587 0,114
0,091 -0,076 0,118 0,363 1 0,331 0,008 0,133
0,078 0,290 -0,062 0,103 0,331 1 0,360 0,357
0,290 0,289 -0,029 0,587 0,008 0,360 1 0,127
-0,066 -0,285 0,268 0,114 0,133 0,357 0,127 1
-0,206 0,232 -0,258 -0,006 -0,028 0,455 0,264 -0,154
-0,284 -0,107 -0,063 -0,085 -0,056 0,051 0,173 0,251
0,105 -0,372 0,220 0,330 0,224 -0,215 0,155 0,090
0,284 0,124 0,312 0,181 0,192 0,128 0,282 0,211
0,000 0,379 0,241 0,214 0,131 0,579 0,531 0,027
-0,183 -0,044 0,035 -0,039 -0,063 -0,161 -0,013 -0,179
-0,300 0,006 -0,146 -0,248 -0,127 0,117 -0,250 -0,116
-0,252 0,205 0,019 0,034 0,265 0,149 0,027 -0,295
0,000 0,463 0,145 -0,109 -0,097 0,249 -0,182 -0,326
0,221 0,097 0,266 0,089 0,414 -0,089 -0,079 -0,239
0,247 0,512 0,188 -0,028 -0,133 0,298 0,208 -0,163
0,342 0,380 0,114 0,260 0,017 0,299 0,298 0,006
-0,431 -0,295 0,313 0,022 -0,233 -0,231 -0,204 -0,007

0,582 0,274 0,259 0,218 0,279 0,172 -0,003 0,269

« Suite de la Matrice de corrélation (Pearson (n)) en annexe. »

214
4.2 Discussion des résultats de l'Analyse factorielle
Dans notre cas, le pourcentage de variabilité représenté sur les deux premiers axes n'est pas
particulièrement élevé (31,39 %) ; pour éviter une mauvaise interprétation des graphiques, un
affichage sur les axes 1 et 3 est donc aussi observé.

Les premiers résultats sont les statistiques descriptives simples des variables sélectionnées,
puis la matrice de corrélation pour ces mêmes variables. On note que certaines corrélations
sont importantes (0.814 pour « gestion de proximité avec les utilisateurs » et « Actions des
concurrents »). On remarque que l'adoption des pico-Data Centers est probablement
influencée fortement par les politiques de proximité envers les utilisateurs et la détermination
de l'entreprise à s'aligner aux actions des concurrents, quand ceux-ci décident d'adopter la
technologie des pico-Data Centers.
On remarque également que les taux de la proportion de MOTGPROX et PRACCO sont
significativement corrélés (r=0,814), de même BENEIMENT et PRREGLNST sont
fortement ou significativement corrélés (r=0,715). Nous constatons aussi que BENEREDUC
et MOTDESDATC sont significativement corrélés (r=0,745), enfin BENEDEVDUC et
PRREGLNST sont significativement corrélés (r=0,746).

Ces résultats expliquent que les objectifs économiques sont beaucoup corrélés aux actions des
concurrents. De même, la politique de proximité envers les utilisateurs est fortement corrélée
aux actions des concurrents. Egalement, l’amélioration de l’image de l’entreprise est fortement
corrélée aux règlementations, normes et standard. Au surplus, la réduction de pannes de
serveurs est significativement corrélée aux variables de désengorgement des Data Centers
classiques. Enfin, on remarque que l’implication dans le développement durable est
significativement corrélée aux réglementations, normes et standards.
Cela indique que les politiques d’adoption des pico-Data Centers écoresponsables sont
beaucoup plus liées à la politique de proximité des entreprises auprès des utilisateurs. C’est-à-
dire des objectifs beaucoup plus « Edge computing ». Nous comprenons ici que les nouvelles
sociétés de l’intelligence artificielle sollicitent fortement le traitement des données aux
périphériques réseaux à proximité des utilisateurs. Leur motivation d’adoption des pico-Data
Centers est centrée aux objectifs de sécurité et de souveraineté. De plus, l’adoption de cette
technologie Eco-tic est également motivée par des objectifs de désengorgement des Data
Centers classiques et de réduction de pannes de serveurs ou d’incendie. Toute innovation Green

215
 implique un investissement conséquent, c’est pourquoi nous comprenons ici que les
motivations à l’adoption des pico-Data Centers proviennent de la volonté de l’entreprise à
prendre en compte dans leurs investissements, les actions des concurrents impliquées dans le
développement durable.

Il est à noter également que l’adoption des pico-Data Centers éco-responsables a aussi
significativement un objectif économique (réduction de coûts opérationnels et augmentation du
bénéfice concurrentiel de l’activité ou de la rentabilité économique).
Ce qui est également remarquable dans ces résultats, c’est que les variables « adoption des Eco-
TIC, efficience énergétique et durabilité », « Pression des parties », « disponibilité des
équipementiers », « gestion d’intermédiation des données avant leur transfert aux Data Centers
classiques (Edge computing) », « réduction de latence », « gestion de la redondance en cas de
panne, d’incendie » et « utilisation de l’énergie renouvelable » sont toutes significativement
corrélées. On peut donc en déduire éffectivement, que l'efficience énergétique, l’interopérabilité
des données à proximité, la réduction de latence, la gestion de la redondance en cas de panne,
d’incendie ou de cyber-attaques sont des facteurs essentiels d’incitation à la politique
d’adoption des pico-Data Centers par des entreprises du numérique, dont les actions sont
également liées aux objectifs de durabilité et économiques.

Dans le tableau ci-dessous sont affichées les valeurs propres issues de l'analyse factorielle.
Nous constatons qu'avec huit facteurs on conserve 73.73 % de la variabilité des données
initiales.

Tableau 13 : valeurs propres

F1 F2 F3 F4 F5 F6 F7 F8
Valeur propre 7,713 3,900 3,606 3,208 2,625 2,376 2,137 1,716
Variabilité (%) 20,847 10,540 9,745 8,671 7,094 6,423 5,776 4,638
% cumulé 20,847 31,387 41,132 49,804 56,898 63,321 69,097 73,735

Remarque : les valeurs propres affichées ci-dessus sont celles qui correspondent à l'analyse
factorielle par la méthode des facteurs principaux. Avec l'analyse en composantes principales
on obtiendrait pour les 10 premiers facteurs :

216
 Valeurs propres :

F1 F2 F3 F4 F5 F6 F7 F8
Valeur propre 7,789 4,029 3,691 3,299 2,721 2,484 2,225 1,829
Variabilité (%) 21,051 10,888 9,975 8,917 7,353 6,714 6,014 4,943
% cumulé 21,051 31,939 41,914 50,831 58,184 64,899 70,913 75,856

Scree plot
9 100

8
80
. 7

Variabilité cumulée (%)

6
Valeur propre

60
5

4
40
3

2 20
1

0 0
F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11 F12 F13 F14 F15 F16 F17 F18
axe

La rotation varimax change la façon dont chaque facteur représente une part de la variance. La
rotation varimax rend l'interprétation plus aisée en maximisant la variance du carré des
coordonnées des variables par colonne. Pour un facteur donné, les coordonnées élevées le sont
encore plus, les coordonnées faibles le sont encore plus, et les coordonnées intermédiaires
deviennent soit plus élevées, soit plus faibles. Le pourcentage (%) de variance correspondant
au premier reste bien entendu inchangé, même si au niveau de chacun des deux axes pris en
compte pour la rotation les % sont inchangés.

217
 Tableau 14 : Pourcentage de la variance après rotation Varimax:

D1 D2
Variabilité
(%) 18,036 13,325
% cumulé 18,036 31,361

On peut ensuite analyser les coordonnées des variables après la rotation varimax. Ces résultats
sont utilisés pour interpréter le sens des facteurs après rotation.

Tableau 15 : Coordonnées factorielles après rotation Varimax:

D1 D2
PRREGLNST 0,692 0,054
-
PRAIDGOUV 0,277 0,181
PRADECOTIC 0,122 0,500
PRACCO 0,760 0,282
PRPP 0,428 0,656
PRENVI 0,096 0,669
-
MOTISOUTPPU 0,389 0,097
-
MOTIDIEQ 0,556 0,005
MOTOBECO 0,769 0,208
MOTGPROX 0,665 0,302
MOTGINTDON 0,255 0,741
-
MOTSECU 0,024 0,524
MOTREDOND 0,396 0,035
MOTRLATENC 0,466 0,129
-
MOTDESDATC 0,585 0,062
MOTENGIFOS 0,296 0,378
MOTENRENO 0,269 0,699
-
MOTMIXENGI 0,047 0,302
BENEINVISR 0,630 0,003
-
BENEEAUTO 0,466 0,182
BENEREDUCPAN 0,669 0,087
BENEDEVDUR 0,671 0,140
-
BENEAVFISC 0,342 0,566
BENERIMPENV 0,324 0,350

218
 -
BENECULTUR 0,154 0,251
-
BENEATPP 0,142 0,467
BENERISLEG 0,495 0,023
BENEIMENTR 0,657 0,077
-
BENESOBDUR 0,152 0,012
-
OBSMENGAD 0,257 0,090
OBSMESGOUV 0,069 0,463
-
OBSMANQTEM 0,022 0,612
-
OBSMANQINFO 0,063 0,128
OBSMANQRESC 0,157 0,605
OBSCOUMOEU 0,347 0,294
- -
OBSDIFFICULTAC 0,347 0,336
OBSRESISCHANG 0,276 0,075

Les valeurs en gras correspondent pour chaque variable au facteur pour lequel le cosinus carré
est le plus grand

D'après le tableau ci-dessus, on remarque que le premier facteur (D1) est fortement lié aux
règlementations, normes et standard, aux actions des concurrents, aux objectifs économique, à
la gestion de la proximité envers les utilisateurs, au désengorgement les Data Centers
classiques, à l’intérêt des investisseurs ISR à l'égard de l’entreprise, à la reduction de pannes de
server, à la redondance et aux incendies, à l’implication de l’entreprise dans le développement
durable, et à l’améliorer l’image de l’entreprise.
Le second facteur (D2) est quant à lui lié aux considérations environnementales, la pression des
parties prenantes, la gestion de l’intermédiation des données avant leur transfert aux Data
Centers classiques, l’utilisation de l’énergie renouvelable, le manque de temps, le manque de
ressources et/ou de compétences au sein de l’entreprise.
De ces résultats, on déduit que les entreprises qui ont des coordonnées élevées sur le premier
facteur sont des engagés à l’adoption des pico-Data Centers pour des intérêts beaucoup plus
techniques, économiques, institutionnels, sécuritaires et enclin aux labels Eco, tandis que celles
qui adopteraient les pico-Data Centers, uniquement pour des besoins d’ordre technique et
économique sont rangées sur le second facteur.

219
Le graphique ci-dessous donne la position des variables sur les axes F1 et F2.

Coordonnées des variables (axes D1 et D2 : 31,36 %)

après rotation Varimax
1

0.8 MOTGINTDON
MOTENRENO
PRENVI PRPP
OBSMANQTEM OBSMANQRESC
0.6
PRADECOTIC
OBSMESGOUV
MOTENGIFOS
0.4 BENERIMPENV
OBSCOUMOEU MOTGPROX
PRACCO
MOTOBECO
D2 (13,33 %)

0.2 OBSMANQINFO BENEDEVDUR

MOTRLATENC
OBSMENGAD BENEREDUCPAN
OBSRESISCHANG BENEIMENTR
MOTREDOND PRREGLNST
BENESOBDUR BENERISLEG
BENEINVISR
0
MOTIDIEQ
MOTDESDATC
MOTISOUTPPU
-0.2
PRAIDGOUV
BENEEAUTO
BENECULTUR
MOTMIXENGI
-0.4 OBSDIFFICULTAC

BENEATPP
MOTSECU
-0.6 BENEAVFISC

-0.8
-1.2 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4
D1 (18,04 %)

Le alpha de Cronbach est ensuite calculé pour chaque facteur, en prenant pour chaque facteur,
les variables dont la valeur absolue de la coordonnée (ou loading) est maximale pour ce facteur.
Le alpha est proche de 1 pour les facteurs après rotation. Ceci semble confirmer que ces deux
facteurs ont un caractère unidimensionnel, traduisant un facteur latent.

220
Tableau 17 : Coordonnées des observations après rotation
Varimax :

D1 D2
7 -1,004 0,141
6 1,302 1,602
7 1,295 -2,089
5 -0,417 -0,956
5 1,337 -0,199
3 -0,446 -0,261
7 1,500 0,463
5 0,724 0,657
5 -0,086 -0,977
6 -0,467 -1,019
4 0,599 1,212
5 -1,170 0,148
4 -1,316 0,092
4 -0,165 0,072
5 0,791 -1,422
2 -0,848 0,431
4 -1,486 0,868
3 -0,824 -0,307
5 0,680 1,545

Tableau 16 : Alpha de Cronbach:

Alpha de
Cronbach
D1 0,805
D2 0,520

221
Les valeurs en gras correspondent pour chaque observation au facteur pour lequel le cosinus
carré est le plus grand
XLSTAT affiche la carte factorielle en deux dimensions. Le graphique ci-dessous correspond
à la carte factorielle sur F1 et F2.

Observations (axes D1 et D2 : 31,36 %)

après rotation Varimax
2
5 6
1.5
4

1 4
5
2 7
0.5
45 7
D2 (13,33 %)

4
0

3 5
-0.5 3

-1
65 5

-1.5 5

-2
7
-2.5
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3
D1 (18,04 %)

Nous constatons ici que les meilleurs adoptants des pico-Data Centers sont probablement les
entreprises 5, 6,7, en raison de leurs coordonnées des observations plus élevés.

4.3 Interprétation des résultats de l'Analyse de la fiabilité

Le coefficient alpha de Cronbach, appelé également coefficient α, permet d’évaluer la

cohérence interne (donc la fiabilité) des questions posées lors de ce test (les réponses aux
questions portant sur le même thème devant être corrélées). Sa valeur s'établit généralement
entre 0 et 1 et est considérée comme acceptable à partir de 0,70.
Il est à noter que l’alpha de Cronbach peut parfois être négatif en raison d’un faible nombre de
questions en association à des corrélations fortement négatives de certains items par rapport
aux autres.
Dans notre étude, le coefficient Alpha Cronbach obtenu vaut 0,809 ce qui indique qu’il il y a
probablement de la redondance dans les variables sélectionnées et une bonne capacité des items
du questionnaire à évaluer l’adoption des politiques Eco-tic des pico-Data Centers.

222
L'algorithme utilisé pour le calcul des facteurs principaux est itératif. Dans notre cas,
l'algorithme a convergé au bout de 20 itérations pour atteindre une précision de 0,0001 sur le
critère du changement maximum de communalité entre deux itérations. La méthode consiste à
essayer de reproduire la matrice des corrélations. La matrice des corrélations reproduites et des
corrélations résiduelles permet de mesurer cas par cas si les corrélations sont bien reproduites
ou non (voir annexe).

Tableau 18 : Changement maximum de communalité à chaque itération :

Changement
Itération maximum
11 0,0014
12 0,0011
13 0,0008
14 0,0006
15 0,0004
16 0,0003
17 0,0002
18 0,0002
19 0,0001

20 0,0001
Tableau 19: Analyse de la variance:

Somme des Moyenne

Source DDL F Pr > F
carrés des carrés
Inter-sujets 18 84,444 4,691 3,606 <0,0001
Intra-sujets 684 1689,514 2,470
Inter-mesures 36 846,484 23,513 18,074 <0,0001
Résidu 648 843,030 1,301
Total 702 1773,957 2,527
Calculé contre le modèle Y=Moyenne(Y)

Tableau 20: Statistiques alpha de Cronbach:

Alpha de
Alpha de Cronbach Cronbach
standardisé
0,723 0,809

223
De plus, nous notons que l’alpha de Cronbach standardisé (en considérant le score de chaque
item avec moyenne nulle et variance unitaire) est quasiment proche à l’alpha de Cronbach ce
qui valide l’hypothèse de Tau-équivalence (égalité des moyennes et variances des vrais scores
de chaque item) du questionnaire. La validité de cette hypothèse est nécessaire afin d’obtenir
un coefficient alpha représentatif de la fiabilité (biais faible).

Conclusion
Dans cette étude confirmatoire, la matrice de corrélation (Pearson (n)), les graphiques de
corrélation et les coordonnées factorielles après rotation Varimax et l’analyse de fiabilité nous
ont permis d'évaluer à la fois l'ampleur et la profondeur des politiques d’adoption des pico-Data
Centers écoresponsables par les experts. Alors qu'une portée élevée de cette adoption peut être
associée à des objectifs économiques, la gestion de la proximité envers les utilisateurs, la
gestion des périphéries du réseau (Edge computing), la réduction de la latence, l’efficacité,
l’efficience énergétique et durabilité, une autre portée de cette adoption est liée au respect des
valeurs institutionnelles, à la sécurité et à la souveraineté des données, l’atteinte des attentes
des parties prenantes. Ces modalités d’adoption s’alignent clairement aux travaux de Ait-
Daoud, 2012, Bohas 2012, Boudreau et al. 2008 ; Chen et al. 2008 ; Bidan 2011, Jenkin et al.
2011, confirmant leur conclusion sur les prérogatives du Green IT. Au vu de ces résultats, le
pico-Data Center se revèle écoresponsable et durable capable de soutenir le Cloud Computing
classique.

224
4.4 La confrontation des résultats aux questions de recherche

À l’issue de ces développements, nous pouvons désormais formuler une réponse à notre double-
questionnement :
Notre terrain de recherche se situait en France dans un contexte événementiel du Big Data et
IA organisé les 14 et 15 Septembre 2021 à Paris. C’était une occasion spéciale pour nous de
rencontrer des grands acteurs et opérateurs du numériques et ceux de la transition écologique.
À cette occasion, les experts nous ont prouvé que les Data Centers constituent le socle du
numérique et que tout était centré sur ces bâtiments de haute puissance technologique dans
lesquels sont emmagasinées toutes les données faisant objet de transaction, traitement et
stockage. Sans ces bâtiments, le numérique n'existerait peut-être pas. Les experts ont fait
également état de ce qu’il était essentiel de préserver, pérenniser à la fois la vie et l'avenir du
Cloud Computing, des Data Centers et de l'environnement. Mais il s’avère tout autant
indispensable d’exploiter intelligemment les ressources naturels (l’eau et minerais) tout en
préservant celle des générations futures, pour reprendre la déclaration de l’OCDE.
En posant la question générale de savoir « Dans quelle mesure les organisations et les acteurs
du numérique adoptent-ils des politiques Eco-tic des pico-Data Centers visant à garantir la
soutenabilité du Cloud Computing ?», l'objectif était donc d'explorer dans un premier temps les
caractéristiques et les contributions Eco-tic générales de ces pico-Data Centers. Puis, dans un
second temps, explorer les politiques managériales des acteurs en matière d’Eco-tic et leur
motivation à l'adoption des pico-Data Centers comme solution à la soutenabilité du Cloud
Computing.
À cet effet, nous avions donc fixé deux sous-questions :
Quelles sont les caractéristiques et les contributions Eco-tic générales des pico-Data Centers ?
Quelles politiques managériales les acteurs du numérique devront-ils entreprendre en matière
d’Eco-tic et quels facteurs de motivation peuvent-ils les inciter à l'adoption des pico-Data
Centers comme solution à la soutenabilité du Cloud Computing ?
Pour répondre à nos sous-questions nous avons d’abord analysé les caractéristiques Eco-tic des
Data centers classiques, ensuite nous avons étudié les caractéristiques et les contributions Eco-
tic générales des pico-Data Centers. À l’issue de cette analyse, nous avons fait ressortir des
points de distinctions Eco-tic des deux modèles d’infrastructure et leur contribution respective
à l’environnement dans cette révolution numérique. Le but était d'approfondir ce travail de
recherche en prenant appui sur la littérature académique et non académique. Nous avons fait
ressortir des informations assez pertinentes qui nous ont permis d’établir un cadre conceptuel

225
de l’Eco-tic suivant le modèle conceptuel de Bohas 2013, Ait-Daoud, 2012, Boudreau et al.,
2008 ; Chen et al., 2008 ; Jenkin et al., 2011 des Eco-Tic. Notre modèle conceptuel (figure 16)
nous a permis de faire 10 propositions et 3 propositions commentaires auxquelles nous devrions
trouver des réponses adéquates. Les réponses obtenues des résultats de nos démarches mixtes
qualitatives et quantitatives auprès des experts-acteurs du numérique et de la transition
écologique ont bien été congruentes dans cette recherche. Ainsi, de cette enquête :
- on a constaté une montée en puissance et continue des données numériques, des terminaux
numériques, qui ont suscité la création de nouveaux modèles économiques, nouveaux modèles
d'affaire dans le Big data, l'IA, et en concequence, les écosystèmes numériques (exemple la
technologie Blockchain), qui ont conduit à une saturation programmée des Data Centers.
- On a constaté également la nécessité de décentraliser les services de Data Centers, pour plus
de proximité, de faible latence, plus de sécurité, de souveraineté, d'innovation responsable et
d’autonomie énergétique, afin de faire face au besoin croissant de stockage, de traitement et de
transmission des données.
- On a constaté également que la 5G permet de faciliter cette transition vers les pico-Data
Centers, dans la mesure où elle permet d’ajouter les capacités supplémentaires comme
l’interconnexion des Data Centers, l’agilité dans la transmission « Edge ou pico-Data Centers
to Cloud », la flexibilité et l’interopérabilité des données.
- On a découvert aussi avec les experts que des projets récents faits avec les pico-Data Centers
se sont avérés concluants et excellents. Tel que le projet Natick2 de Microsoft, immergé dans
l’océan à proximité des utilisateurs, réduit au strict minimum la latence avec une autonomie
énergétique 100% renouvelable, c'est à dire éolien, les vagues de mer et le solaire. De même,
celui des voitures autonomes dans un environnement d'intelligence artificielle. Des voitures
connectées à plusieurs pico-Data Centers écoresponsables et autonomes en énergie et géo-
diversifiés ont connu également une expérimentation à succès.
- On a constaté également que les pico-Data Centers construits à l'état de l'art peuvent donc être
Eco-tic responsables et autonomes. Une technologie qui, au-delà de ces atouts, contribue à la
réduction de latence, des émissions de Co2, au développement des périphériques réseaux (Edge
computing), à la proximité des utilisateurs, les IoT, à mieux gérer la recrudescence des données
numériques et IA (pour les smart city, smart house, smart factory 4.0 etc.).
Ces atouts reconnus des pico-Data Centers répondent donc aux principes fondamentaux du
Green IT, en nous référant aux travaux de de Bohas 2013, Ait-Daoud, 2012, Boudreau et al.
2008 ; Chen et al. 2008 ; Jenkin et al. 2011, Molla et al, (2010). Par conséquent, les pico-Data
Centers sont capables de désengorger les Data Centers classiques, voire même les remplacer et

226
de créer une soutenabilité pérenne du Cloud Computing. Dans la mesure où la pérennité des
Data Centers entraîne une soutenabilité du Cloud Computig, pour reprendre les propos d'un
expert de Microsoft qui a participé à notre entretien, les pico-Data Centers devront aider à aller
vers la transition énergétique. D'autres répondants ont ajouté que les avantages concurrentiels
économiques, commerciaux et sécuritaires sont considérables à moyen et long terme, bien qu’à
court terme les entreprises du numérique pourraient sentir le poids du coût exorbitant de sa mise
en œuvre. Ceci peut être un motif de questionnement des acteurs engagés dans un tel projet.
Concernant les politiques managériales Eco-tic de l'adoption du pico-Data Center par
l'organisationnel TIC, notre cadre conceptuel a construit 10 propositions issues de la littérature
sur les politiques managériales d’incitation à l’adoption Eco-tic par les organisations. Ainsi,
nous avons énuméré les facteurs externes et internes. Ce sont : les concepts de motivation
technologique DOI de Rogers 1995, la théorie institutionnelle (motivation institutionnelle), la
culture écologique organisationnelle, l’assistance de la haute direction ou des dirigeants, la
théorie des ressources et les compétences (ou Resource-Based View Theory – RBV) et le
concept de prise en compte des attentes des parties prenantes. Notre recherche empirique mixte
qualitative et quantitative nous a également montré que les organisations peuvent entreprendre
des trajectoires stratégiques différentes en matière d'Eco-tic. Chaque entreprise a une vision de
durabilité numérique qui varie selon ses orientations stratégiques. Tandis que certaines
privilégient de se focaliser sur la performance, l’amélioration de la rentabilité par la réduction
des coûts opérationnels (soit en diminuant les coûts de dépenses ingénieriques comme les
intrants, des équipements, les installations, pratiquer l’efficience et l'efficacité énergétique,
l'autonomie énergétique, réduire les risques d’arrêt d’activités, augmenter le taux de marge
opérationnelle courante, stratégie économique plus offensive), au détriment de la conformité
réglementaire, d’autres entreprises préfèreront au contraire investir dans l’amélioration de leur
image de marque et dans le sens de la Responsabilité Sociale et Environnementale, avoir plus
de légitimité et d'image pour atteindre le niveau économique escompté.
Les règlementations, normes et standards sont plus ou moins contraignantes et processuelles.
Telles que les normes ISR, CO2 sur la fabrication, CO2 sur l'utilisation du produit, les labels
ISR ECO, l'évaluation du score carbone en Euro et leur intégration dans les finances de
l’entreprise. En revanche, la législation, et les décisions gouvernementales sont à la traîne dans
le monde du numérique, y compris l'aide publique au développement plutôt orientée vers des
programmes stratégiques de croissance énergétique dont le sens de responsabilité soulève des
questionnements, tels que le nucléaire en France et en Europe selon les experts.

227
À l’issue de cette étude empirique, 9 propositions sur 10 ont pu être validées. Tandis que les 3
propositions complémentaires ont permis d’avoir une connaissance approfondie sur le retour
d’expérience des experts en matière de pico-Data Centers. Ainsi, le monde numérique étant
hautement capitalistique et concurrentiel, les objectifs de performance technologique et
financière ont toujours été primordiaux chez les équipementiers et les acteurs pilotes du
numérique, à tel point que les problématiques environnementales des parties prenantes dans les
Data Centers semblent peu prises en compte.
Le cadre institutionnel d'incitation à l'adoption des pico-Data Centers semble beaucoup plus
bipolaire ; coercitif et mimétique pour rejoindre les conclusions de Molla (2011.). En revanche,
l'aspect normatif laisse entrevoir un certain contournement des règles écologiques et
règlementaires par des opérateurs de la tech, particulièrement les géants en raison de leur
influence indéfectible.
Quant aux ressources et compétences, elles sont capitales dans la course à la performance
technologique, à l’adoption et la mise en œuvre des pico-Data Centers. Chaque entreprise du
numérique essaie d’attirer le maximum de capital humain hautement compétent. Or, il a été
constaté que ce sont les géants du numérique qui ont les meilleurs talents et ce sont donc eux
qui ont commencé les prototypes de pico-Data Centers écoresponsables montrant aux yeux du
monde que la transition écologique est possible.
Certes, des obstacles ont été constatés tels que le manque d'engagement des dirigeants privés,
des pouvoirs publics, une résistance collective et individuelle au changement, des coûts assez
élevés. Cela implique alors un problème de choix stratégique entre les pico-Data Centers qui
sont autonomes en énergie, écologiques, durables, soutenables pour le Cloud Computing en
raison de leur proximité avec les utilisateurs, de l'efficacité énergétique, de prévention des
risques, mais très coûteux en budget, et les géants Data Centers traditionnels au coût
d'infrastructure relativement bas (par rapport aux pico-Data Centers réunis à la même
puissance) polluants, très énergivores et non soutenables.
Concernant l’Afrique subsaharienne, notre recherche nous a montré un espoir et un optimisme
du point de vue numérique (Data Centers au TIER III) pour ce continent émergent.
Bien qu’handicapé par un retard considérable dans le secteur de l’énergie (coupures
d’électricité), avec une économie faible et des défis importants à relever dans les domaines
sociaux-politiques et culturels, l’Afrique subsaharienne dispose en revanche de grande
potentialité en ressources renouvelables qu’elle peut exploiter et eviter dans l’avenir, de tomber
dans le dilemme actuel des puissances numériques qui essaie avec difficulté de relier croissance
numérique et protection environnementale.

228
Dans la mesure où, les organisations réfléchissent et essaient de mesurer les tenants et les
aboutissants des projets Eco-tic, nous rejoignons Erek et al. (2011), qui disent qu'une stratégie
de transition écologique s'inscrit dans un cadre processuel et de temporalité basée sur le choix
des stratégies de la création de valeur et de l'avantage concurrentiel. Il y a donc au-delà des
autres déterminants managériaux d’adoption cités, une question de choix stratégique
managériale et une volonté politique des dirigeants pour rejoindre les propos de Bidan (2020).
Toutefois, nous montrons dans cette thèse qu’outre les forces du champ institutionnel et les
facteurs organisationnels, il convient de prendre en compte une dimension individuelle et
psychologique des dirigeants (publics et privés) relative aux attitudes environnementales
(Sarkar & Young, 2009) et au degré de sensibilité écologique des managers à aller vers la
décentralisation écoresponsable du Cloud Computing au travers des pico-Data Centers. Vouloir
gérer une résistance, c'est aussi agir sur les motivations subjectives « subjective motivation »,
qui font référence aux ressorts psychologiques qui conduisent une personne à se sentir plus ou
moins concernée par un problème en particulier (Molla et al. 2008).
Les Green IT des pico-Data Centers renvoient ainsi, non seulement à des problématiques
d’ordre technique, économique, institutionnel, mais aussi humain (Molla, Cooper, et al. 2009)
et la motivation en particulier.

4.5 La validité de la recherche

La validité de la recherche comporte deux dimensions (Evrard et al. 2003 ; Thiétart & coll.,
2007) à savoir la validité externe et la validité interne.
La validité externe est relative à la « possibilité d’étendre les résultats obtenus sur
l’échantillon à d’autres éléments, dans des conditions de lieu et de temps différentes ». La
validité interne consiste à « s’assurer de la pertinence et de la cohérence interne des résultats
par rapport aux objectifs déclarés du chercheur » (p. 193) (Thiétart & coll., 2007)
Selon Evrard et al., (2003), il existe plusieurs biais susceptibles d’altérer la validité interne
d’une recherche, qui peuvent résulter soit du contexte de la recherche c’est-à-dire l’effet
d’histoire et l’effet de maturation, soit de la méthodologie employée en d’autres termes, l’effet
de test, effet d’instrumentation, etc. Il convient par conséquent d’anticiper ces biais dès la phase
d’élaboration du design de la recherche. Par conséquent, « la cohérence interne de la recherche
dépend de la cohérence du design de la recherche » (p. 41) (Gavard-Perret et al. 2012).
Dans la mesure où notre recherche se positionne en dépassement de l’opposition entre
positivisme et constructivisme, s’inscrivant davantage dans le registre des approches critiques

229
en SI (de Vaujany, 2008 ; Mingers, 2001, 2003), il nous semble avoir démontré la pertinence
du cadre théorique mobilisé car les différentes analyses fournies à l’issue de nos investigations
empiriques se sont révélées adéquates avec la littérature et la pensée managériale.
Tout au long de cette thèse, nous nous sommes efforcés de détailler le processus de recherche
et de justifier de nos différents choix méthodologiques. Nous avons notamment expliqué au
chapitre 3 que l’approche multidimensionnelle était appropriée à l’étude de notre construit.
Quant à la validité externe de notre modèle de recherche, celle-ci « repose sur des mises à
l’épreuve successives […] [qui] prennent plutôt la forme de comparaison que de réplication »
(p. 46) (Gavard-Perret et al. 2012). Comme nous l’avons fait par exemple, entre les Data
Centers classiques et les pico-Data Centers.
Dans le cadre de notre recherche, la méthode mixte a été mise en évidence et en particulier à
un design de triangulation, nous avons comparé et approfondi les résultats issus de l’étude
qualitative avec ceux résultants de l’enquête par questionnaire.
Nous pensons que ces approches, bien qu’encore insuffisantes pour nous permettre de
généraliser nos résultats, nous permettent toutefois d’être confiant dans la validité externe de
nos conclusions.

4.6 Les apports, les limites et les perspectives de la recherche

Nous présentons dans cette dernière rubrique les contributions majeures de la recherche et à
l’appui de nos conclusions, nous identifions par la suite les limites de nos travaux et proposons
pour finir de nouvelles questions et pistes de recherche.

4.6.1 Les apports de la recherche

Nous distinguons trois niveaux de contribution :

Contribution théorique
Contribution méthodologique
Contribution managériale

230
 4.6.1.1 Les apports théoriques

Bien que les études sur le Green IT restent limitées du fait de l’étendu de ce champ et de la
diversité des aspects à étudier, et du fait de la pluridisciplinarité (Ait-Daoud, 2012), cette thèse
apporte une contribution originale en explorant et en proposant une analyse des politiques
managériales des acteurs en matière d’Eco-TIC et leur motivation à l'adoption des pico-Data
Centers comme solution à la soutenabilité du Cloud Computing.
Nous présentons les trois contributions théoriques majeures de la thèse :

Notre première contribution se situe au plan de la revue de littérature et du cadre théorique

proposé pour analyser l’adoption de politiques managériales Eco-TIC.
Ne pouvant être dans l’exhaustivité, notre étude des travaux antérieurs sur le Green IT ou Eco-
TIC a porté sur un grand nombre d’articles couvrant des questions de recherche diverses et des
fondements théoriques variés. Nous avons ainsi identifié six approches théoriques majeures
que nous avons toutes mobilisées pour l’étude de l’adoption des pico-Data Centers
écoresponsables : particulièrement l’approche institutionnelle, l’approche technologie-
organisation-environnement, le concept de la diffusion de l’innovation, la théorie des parties
prenantes, la théorie des ressources et compétences et le concept de la culture écologique
organisationnelle.
À partir de cet état de l’art, nous avons proposé un cadre théorique qui s’appuie sur : les
politiques managériales des acteurs en matière d’Eco-tic et leur motivation à adopter des pico-
Data Centers comme solution à la soutenabilité du Cloud Computing.
Nous avons choisi d’aborder ce sujet dans une perspective holistique. Nous avons abordé cette
problématique dans un enchaînement caractéristique puis, confrontés aux réalités du terrain et
aux logiques des acteurs experts du numérique et de la transition écologique. Les variables
empruntées à ces théories ont permis d’approcher adéquatement notre terrain. Elles ont facilité
l’interaction avec les experts-acteurs qui ont apprécié les idées dégagées et, fondant le verbatim
de nos entretiens et les propositions du questionnaire, le sens et le bien fondé des perspectives
qu’elles étayent.
Ces approches théoriques nous ont permis de circonscrire notre cadre conceptuel des politiques
managériales des acteurs en matière d’Eco-tic et leur motivation à adopter des pico-Data
Centers. Compte tenu des feedbacks des experts-acteurs, de leurs positions et leurs opinions,
nous estimons que l’apport théorique quant à cette recherche était judicieux et adéquat pour
opérer une telle démarche pour la soutenabilité du Cloud Computing.

231
 4.6.1.2 Les apports méthodologiques

Pour appliquer nos concepts théoriques, nous avons pris une démarche qualitative centrée sur
le déploiement stratégique des pico-Data Centers écoresponsables en lieu et place des
infrastructures des Data Centers traditionnels dans l'objectif de trouver une solution à la
soutenabilité du Cloud Computing.
La collecte des données de la recherche est réalisée dans un premier temps par des entretiens
exploratoires semi-directifs auprès d'experts-acteurs du numérique et de la transition
écologique, qui étaient présent avec nous à la conférence Big Data & IA des 14 et 15 septembre
2020 à Paris en France. Nous leur avons demandé, en gros, de nous fournir leurs connaissances
sur la révolution numérique et leur retour d’expérience dans l’adoption des pico-Data Centers
pour ceux qui les utilisent effectivement en ce moment, ou l’ont déjà utilisé.
Ils ont été également aimables de répondre à notre questionnaire (en annexe), qui nous a permis
de laisser le choix aux experts de fournir des éléments nouveaux intéressants sur l’adoption du
pico-Data Centers dans la décentralisation et la proximité comme solution à la soutenabilité du
Cloud Computing.
Cette démarche méthodologique nous a aidés à sonder la maturité de cette approche d’adoption
des pico-Data Centers et de leur capacité à relever à la fois le défi de la révolution numérique
et celui de la transition énergétique et écologique.
Ces analyses nous ont permis de se rapprocher des réalités des pratiques Green IT liées aux
pico-Data Centers autonomes énergétiquement, plus responsables et plus proches des
utilisateurs.

Pour la partie empirique, nous avons choisi la méthode mixte qualitative et quantitative
généralement utilisée en management pour sonder les opinions des experts et aider à obtenir la
convergence de leurs idées sur des questions intéressantes de l’organisation TIC ou le secteur.
L’adoption des pico-Data Centers écoresponsables et durables représente une expérience et une
voie pour d’autres recherches qui s’intéresseront à durabilité du Cloud Computing et la
protection environnementale à travers l'informatique périphérique, décentralisé ou de proximité
(Edge cloud).

232
 4.6.1.3 Les apports managériaux

Notre recherche a fourni des connaissances procédurales c’est-à-dire utiles à la fois pour la
recherche mais aussi pour l’action collective.
Le long du processus de l’enquête et de l’analyse des réponses aux questions d’entretiens, les
experts-acteurs perçoivent les pico-Data Centers comme une solution appropriée, qui doit faire
partie du processus de durabilité du Cloud Computing en particulier.
La maturité écologique du numérique, l’Eco-tic, durabilité numérique, de soutenabilité du
cloud computing, réduction des émission carbone CO2, utilisation de l'énergie décarbonée,
l'énergie renouvelable, le mixte énergétique, parc solaire, parc éoliens, la performance
opérationnelle, l’innovation responsable, l’intelligence artificielle, le Big Data, l’écosystème
numérique, la performance des terminaux et des applications écoconçues, l’immersion des
pico-Data Centers dans l’océan, la proximité des utilisateurs, la réduction de latence, l’Edge
computing, la sécurité numérique, la souveraineté numérique, la résistance des dirigeants privés
et publics, leur engagement, la réorganisation plus responsable des actions organisationnelles,
individuelles, collectives et sociétales, la culture écologique organisationnelle, etc., sont autant
de caractéristiques méritoires citées par les experts dans l’adoption des pico-Data Centers
écoresponsables et durables.
Notamment, le modèle que nous avons co-construit se révèle une aide précieuse pour aider les
organisations à identifier les chantiers prioritaires en vue d’une intégration croissante du Green
IT dans le processus de décentralisation des Data Centers classiques au travers des mini-Data
Centers de proximité, plus responsables et durables, contribuant à la soutenabilité du Cloud
Computing. Il a notamment fourni une vision globale du sujet à des managers SI qui n’en
avaient qu’une conception partielle.
Notre revue de littérature sur le Green IT et nos enquêtes peuvent aussi s’avérer utiles aux
managers engagés dans la décentralisation responsable des Data Centers, dans la transition
écologique et énergétique.
Enfin, les résultats de notre analyse des politiques Eco-tic d’adoption des pico-Data Centers
éclairent les organisations sur les bénéfices de la durabilité numérique et environnementale
dans un contexte de décentralisation écoresponsable du Cloud Computing, de désengorgement
des Data Centers classiques pour en retirer des gains opérationnels, la réduction de coûts
ingénieriques, la réduction de la consommation énergétique, la bonne gestion de la
souveraineté, la sécurité pouvant conduire à la soutenabilité du Cloud Computing.
Les organistations pourront ainsi s’appuyer sur ces conclusions pour mettre en place des actions

233
individuelles et collectives permettant d’agir sur des fondamentaux, notamment, la
compréhension que les pico-Data Centers écoresponsables sont coûteux, mais plus écologiques,
durables et plus économiques à moyen et long terme que les Data Centers classiques -à
puissance équivalente- qui sont moins coûteux en installation mais très polluants, énergivores
et enclins aux risques de toute sorte.
Forts de ces résultats, nous pouvons à présent énumérer les limites de la recherche.

4.6.2 Les limites de la recherche

Ces limites sont principalement d’ordre conceptuel et méthodologique.

De toute évidence, tout travail humain, toute recherche restent incomplets. Seules la continuité
et la complémentarité dans l’action de recherche seront aptes à approfondir l’étude et à
comprendre au mieux tel ou tel phénomène. Pour cela, dans le long de notre processus de
recherche, nous avons toujours été effleurés par de nombreuses idées intéressantes pour cette
étude et qui seraient à même de l’enrichir. Malheureusement, toute chose a une limite, les
contraintes qu’imposent ces limites sont nombreuses : le temps, les délais, l’étendu du terrain
d’étude, l’indisponibilité de certains acteurs clés, la difficulté d’approcher certains d’entre eux,
etc.
Autant de freins pour opérer convenablement et exécuter le processus de recherche comme
envisagé au départ. Néanmoins, avec abnégation et une bonne volonté affichée, la recherche de
solutions alternatives restent toujours un secours pour mener une recherche éfficace en usant
des seuls moyens dont on dispose.
Les limites que nous avons observées sont conceptuelles et méthodologiques.
Sur le plan conceptuel, nous n’avons pu être exhaustif dans l’exploration d’un cadre conceptuel
plus soutenu plus étendu à d’autres théories managériales d’incitation, de décision ou
d’adoption de politiques Eco-TIC comme les théories socio-techniques, les théories des
systèmes par exemple.
D’un point de vue méthodologique, la première limite porte essentiellement sur la nécessaire
incomplétude de nos résultats d’autant que ceux-ci ne sont peut-être pas représentatifs de la
population en raison des caractéristiques de nos échantillons (21 experts).
Une autre limite provient de la nature de la méthode qualitative. Nous estimons que l’approche
qualitative nous a conduit à prendre un groupe restreint d’experts, ce qui semble être insuffisant

234
pour tirer plus de renseignements sur la question mise à l’étude. En accédant à un grand nombre
de participants, l’on pourrait dégager plus de renseignements. L’idée de constituer deux à trois
groupes d’experts plus consistants à consulter dans des zones géographiques différentes pour
enrichir les données recueillies pourrait être une alternative. Dans notre cas, cette possibilité a
été écartée, en raison de la restriction du nombre de personnes présentes à l’évènement Big
Data des 14 et 15 septembre 2020 à Paris et de l’empêchement de voyager au-delà des frontières
françaises en raison de la pandémie du Covid-19.
Au regard de tout ce qui précède, nous proposons quelques pistes de recherche et présentons
les nouvelles questions de recherche qui ont émergées au cours de cette thèse.

4.6.3 De nouvelles questions et pistes de recherche

Certaines de ces pistes de recherche visent à combler les limites précédemment évoquées. Pour
d’autres, il s’agit simplement de nouvelles perspectives de recherche dans le but d’approfondir
notre compréhension de nos conceptions en matière d’adoption de politiques Eco-tic
organisationnelles visant la décentralisation des Data Centers, dans l’intérêt de réduire la
consommation énergétique, les émissions de Co2 et de conduire à la soutenabilité du Cloud
Computing et la durabilité environnementale.
Nous présentons pour commencer quelques voies de recherche qui permettraient d’améliorer
la validité des résultats issus de notre recherche
En premier lieu, il s’agirait de tester notre recherche dans de nouveaux contextes
organisationnels et en particulier au sein d’entreprises TIC des pays en voie de développement
et numériquement peu développés comme l’Afrique subsaharienne. Vu que nos recherches se
sont centrées sur des acteurs – leaders du numérique en France et d’autres pays développés.
Ces résultats permettraient d’étendre la validité de notre travail et de comparer les conclusions
relatives aux deux contextes géographiques.
Il serait pertinent, par la suite de conduire une étude croisant des données issues d’organisations
françaises, allemandes, américaines, chinoises et même africaine pour vérifier l’impact de la
vision Eco-tic sur la relation entre la politique DD en matière du numérique et les intérêts
économiques des acteurs, leaders, les équipementiers et les pouvoir publics et d’autres parties
prenantes.
Une autre limite est relative aux comportements Eco-tic individuels. Une étude des liens
existants entre les internautes et les outils de navigation, les fréquences d’utilisation, les

235
périodes d’utilisation de l’internet, les sites web les plus utilisés, en fonction des objectifs
pourrait être entreprise. Sans oublier une évaluation des conséquences énergétiques et
environnementales pour lesquelles la littérature à ce niveau s'avoue rare.
Au cours de notre étude nous avons constaté une résistance des dirigeants privés comme
publics. En gros, une résistance collective voire sociale à l’égard des politiques Eco-tic. Cette
inertie, blocage pourrait fait l’objet d’une étude dans le contexte du numérique écoresponsable.
De même, plusieurs experts du numérique nous ont fait savoir que certaines crises sont une
opportunité pour d’autres entreprises, en particulier celles du numérique, pour croître et
relancer les activités ou à tirer parti d’un environnement écosystémique. Pendant la crise du
COVID-19, il est apparu une croissance folle du chiffre d’affaires des GAFAM. Cette situation
mérite une étude approfondie dans le but de faire ressortir des concepts pertinents capables de
stimuler certaines entreprises en période de grandes crises.
Enfin, la dernière limite pose la question de la politique de sensibilisation, d’apprentissage pour
une mentalité écocitoyenne et éco-responsable, l’ancrage de la culture écologique dans les
mœurs humaines, dans les organisations et l’étude des stratégies écologiques géopolitiques
dans ce sens. Nonobstant la difficulté de réussite de telles politiques visant à changer les
mentalités, ce point demande également des recherches supplémentaires qu’il faudrait mener
ultérieurement.

Conclusion du chapitre 4
Ce chapitre met fin à notre seconde partie présentant le résultat de nos investigations
empiriques.
Il a été pour nous l’occasion de présenter une synthèse des résultats de nos études de terrain. Il
nous a notamment permis de faire le lien entre la partie théorique et la partie empirique de notre
recherche en mettant en perspective nos conclusions avec la littérature et la pensée managériale
concernée.
Nous avons également pu apporter des réponses à nos questions de recherche initiales et
discuter de la validité de la recherche.
Pour finir, nous avons souligné les apports de cette thèse qui se situent aux plans théorique,
méthodologique et empirique. Conscient des limites majeures de nos travaux et partant de nos
modestes réflexions, eu égard aux nouvelles découvertes sur le terrain de recherche, nous avons
exposé des nouvelles questions et pistes de recherche permettant d’améliorer la validité des

236
résultats de cette thèse. Mais nous avons aussi souligné quelques autres opportunités
d’investigation qui se présentent aux chercheurs en SI dans le domaine des Eco-tic.

Conclusion de la deuxième partie

Ce chapitre clôt notre seconde partie présentant le résultat de nos investigations empiriques.
Il a été pour nous l’occasion de présenter une synthèse des résultats issus de nos études de
terrain. Il nous a notamment permis de faire le lien entre la partie théorique et la partie
empirique de notre recherche en mettant en perspective nos conclusions avec la littérature et la
pensée managériale concernée.
Nous avons également pu apporter des réponses à nos questions de recherche initiales et
discuter de la validité de la recherche.

237
CONCLUSION GÉNÉRALE

Nous avons conduit notre recherche en deux étapes : une étape théorique et une étape empirique.
Lors de la phase théorique, nous avons élaboré notre question de recherche et proposé un
modèle conceptuel.
Dans le déroulé de notre thèse, nous nous sommes intéressés à la problématique de la
soutenabilité du numérique et notamment à celle de l'informatique en nuage et de ses
infrastructures principales que sont les Data Centers. Elle est intitulée « Mise en perspective
des défis et opportunités liés à la non-soutenabilité du Cloud Computing : le cas de
l’expérimentation des pico-Data Centers, de leurs modèles d’affaires régionaux et de leurs
écosystèmes d’innovation ».
Afin de vérifier notre modèle et de répondre à notre problématique de recherche, nous avons
mis les connaissances théoriques à l'épreuve des faits.
Le corpus théorique mobilisé est celui des sciences de gestion et du management et notamment
du management des systèmes d'information. Il s'adosse aux travaux relativement récents de
Melville en 2010, de Bohas en 2013, de Elliot en 2011, de Seidel et al en 2013, de Hedman et
Henningsson en 2016, de Hasan et al, de Murugesan en 2008, de Watson et al. En 2010, de
Brocke et al., 2013 et de Molla en 2010. Leurs travaux, autour desquels s’articule notre
investigation émerge un concept, celui de « Green IT » ou « Green IS » (Boudreau, Watson, &
Chen, 2008 ; Hasan & Dwyer, 2010 ; Ijab, Molla, Kassahun, & Teoh, 2010 ; Jenkin, Webster,
& McShane, 2011) ou d’« écotechnologies de l’information » en français, abrégées « éco-TIC
» (Commission générale de terminologie et de Néologie, 2009). L’enjeu est alors d’étudier dans
quelle mesure les TIC peuvent contribuer au DD (Fuchs, 2008, 2010 ; Hilty, 2008a).
Ainsi, à côté d’une vision retenant les menaces générées par les TIC et dans une conception du
rôle des SI vis-à-vis de la durabilité, des chercheurs comme ceux énumérés reconnaissent un
lien positif entre DD et SI (Ait-Daoud et al 2010). Notamment, ils voient dans les TIC, le don
susceptible de bâtir une société plus durable et une nouvelle économie basée sur les valeurs du
DD (H. Breuil et al. 2008 ; IPCC, 2007 ; Millennium Ecosystem Assessment, 2005 ; Stern,
2006a; The Climate Group, 2008).
La conférence Rio+20 en 2012 a d’ailleurs reconnu « le rôle essentiel que jouent les TIC et les
réseaux large bande comme catalyseur du développement durable ». Cette contribution des TIC
à la durabilité peut se faire de manière directe ou indirecte (Liénart, S., & Castiaux, A. 2012):
soit par la réduction de leurs propres impacts, une approche que recouvre notamment le
néologisme « Green IT », qui désigne des technologies respectueuses de l’environnement car

238
non polluantes, non énergivores,… (Murugesan, 2008) ; soit en permettant la réduction des
impacts des autres activités économiques grâce à leurs caractéristiques d’usage
(dématérialisation, abolition des frontières physiques et temporelles,…) (Bidan, M. 2010,
Bohas & Bouzidi, 2013).
Dans ce champ d’analyse, Il s'agit pour nous de repenser le cloud computing et ses
infrastructures pour dépasser la vision centrée sur de puissants Data Centers énergivores et
polluants, pour construire un avenir plus respectueux et sobre (Deltour, F. 2016). Par exemple,
une décentralisation du cloud computing en des sous-réseaux de proximité pouvait peut-être,
émerger via des micro-Data Centers ou des pico-Data Centers et pourrait ainsi offrir de
meilleures perspectives sociales, économiques et environnementales voire sécuritaires.
En effet, Les Data Centers qui assurent la circulation et le traitement des données informatiques,
prennent une place considérable dans les organisations économiques et sociales
contemporaines. Les transactions économiques, le trafic aérien, le fonctionnement des usines,
la gestion des réseaux d’eau, d’électricité, l’utilisation des smartphones et du Web reposent
toujours davantage sur des flux de données qui sont stockées et traitées dans ces équipements
éloignés de leur lieu de consommation.
Les Data Centers sont ainsi une des conséquences directes de l’utilisation toujours accrue des
technologies de l’information. Leur impact environnemental est visible et souvent pointé du
doigt (Carnino, G., & Marquet, C. 2018). Le secteur TIC se trouve par conséquent à
l’intersection de deux exigences auxquelles tous les secteurs sont confrontés : d’une part, la
nécessité d’améliorer continuellement leurs processus et d’innover dans leurs produits et
services, d’autre part, de manière tantôt complémentaire, tantôt conflictuelle, les défis
environnementaux.
Cette position particulière fait de ce secteur un acteur clé pour concilier innovation
technologique et respect de l’environnement à travers les pico-Data Centers.
La question centrale de cette étude est celle de la mise en œuvre du green IT dans la
décentralisation des Data Centers classiques en des sous-unités écoresponsables, soutenables et
plus durables (pico-Data Centers). Elle s’intitule de la façon suivante : « Dans quelle mesure
les organisations et les acteurs du numérique adoptent-ils des politiques Eco-tic des pico-Data
Centers visant à garantir la soutenabilité du Cloud Computing ? »
En effet, ce sujet est tout à fait d'actualité au regard des enjeux environnementaux dus à la
révolution numérique mettant en cause l'impact écologique drastique des Data Centers
classiques.

239
Notre première partie est théorique et conceptuelle et est structurée en deux (2) chapitres. Le
premier chapitre expose dans un premier temps une revue de la littérature sur l'impact
écologique des TIC et dans un second temps une littérature sur les TIC écologiques ou Green
IT.
Le second chapitre a été consacré à la problématisation de notre recherche dont la question est
formulée de la façon suivante : « Dans quelle mesure les organisations et les acteurs du
numérique adoptent-ils des politiques Eco-tic des pico-Data Centers visant à garantir la
soutenabilité du Cloud Computing ? » Nos propositions de recherche comme réponses à cette
question de recherche étaient d’explorer dans un premier temps, les caractéristiques et les
contributions Eco-tic générales des pico-Data Centers et dans un second temps, explorer les
politiques managériales en matière d’Eco-TIC que les acteurs du numérique doivent
entreprendre et les facteurs de motivation qui peuvent les inciter à l'adoption des pico-Data
Centers comme solution à la soutenabilité du Cloud Computing.
Notre seconde partie est empirique et méthodologique et elle est structurée en deux (2)
chapitres. Le premier chapitre de cette seconde partie est consacré à l’approche méthodologique
de la recherche en d'autres termes, au Positionnement épistémologique et les phases de recueil
et de préparation d’analyse des données. Le second est consacré à la collecte et traitement et
résultats.
Afin de vérifier notre modèle et de répondre à notre problématique de recherche, nous avons
mis les connaissances théoriques à l'épreuve des faits. Pour ce faire, nous avons préalablement
fait le choix d'un positionnement épistémologique interprétativiste et d'une démarche
méthodologique abductive. L'analyse empirique a ainsi été conduite en deux phases, dont une
exploratoire et l’autre confirmatoire.
La phase exploratoire a consisté en des entretiens semi-directifs auprès d’experts du
numérique et de la transition écologique. L'analyse qualitative effectuée sur les données
collectées, nous a permis de mieux comprendre la perception qu'ont les experts du numérique
des caractéristiques et les contributions Eco-tic générales des pico-Data Centers
écoresponsables et les politiques managériales des acteurs en matière d’Eco-TIC.
L’analyse nous a également permis de comprendre la motivation des experts en faveur de
l'adoption des pico-Data Centers comme solution à la soutenabilité du Cloud Computing.
Sur la base de cette analyse, nous avons pu trouver réponse à 10 propositions et 3
complémentaires, dont une a été invalidée.
La phase confirmatoire a consisté à la collecte des données via un questionnaire et à la
mobilisation d'outils statistiques quantitatifs pour l'analyse. Les analyses ont porté notamment

240
sur les liens qui existent entre les différents indicateurs qui interviennent dans les politiques
Eco-tic d’adoption des pico-Data Centers que nous avons regroupés sous quatre (4) thèmes, à
savoir : Contexte technologique et la motivation organisationnelle à l’adoption des pico-Data
Centers écoresponsables, les pressions institutionnelles, les bénéfices escomptés (avantages
concurrentiels) et les obstacles perçus.
Pour ce faire, nous avons utilisé l’analyse factorielle pour le traitement des données
quantitatives.
Les conclusions ont établi des liens entre l’impact des équipementiers, des acteurs, des parties
prenantes, du pouvoir public, des concurrents, de la rentabilité financière, des coûts
opérationnels, des pressions institutionnelles, de la culture écologique organisationnelle, des
ressources, compétences, et de l’engagement des dirigeants sur les décisions de politiques
d’adoption des pico-Data Centers comme solution à la soutenabilité du Cloud Computing et la
durabilité environnementale.

La seconde partie se termine par un rappel des éléments de réponse à notre question principale
et aux diverses propositions de recherche. La conclusion montre les apports, les limites et les
perspectives ouvertes par cette recherche.
Nous insistons notamment sur les apports en termes conceptuels et théoriques. Nous insistons
aussi sur les limites en termes empiriques et méthodologiques au regard des biais possibles lors
de la collecte et du traitement des données sur le terrain. Nous insistons enfin sur les
perspectives ouvertes par cette recherche notamment : une étude spécifique de l’alignement
stratégique de l’adoption des Green pico-Data Centers dans les organisations publiques et
privées. Ensuite une analyse de l’impact de l’adoption des pico-Data Centers sur la
transformation organisationnelle et les modèles d’affaire des organisations et des écosystèmes.
Enfin une étude sur la portée sociale, économique et environnementale des pico-Data Centers
dans les pays en voie de développement notamment l'Afrique subsaharienne au numérique
actuellement émergent.
Dans la mesure où le nombre de Data Centers a littéralement explosé au cours de ces
dernières années, avec des émissions importantes de gaz à effet de serre (Devoteam Consulting,
2012), ce phénomène conduit désormais à des situations de pénurie virtuelle d’énergie. Les
fournisseurs de Cloud et services de Data Centers sont les premiers concernés par cette
problématique. Ils ne sont, par conséquent, pas exempts d’une réflexion en matière d’éco-
responsabilité de leurs ressources informatiques. D’autant que le Cloud Computing repose sur

241
des ressources matérielles bien réelles et qui requièrent des ressources pour leur production,
consomment de l’énergie en phase d’usage et génèrent des déchets en fin de vie.
Cela dit, le Cloud Computing ne sera vert que s’il est conçu et géré de façon éco-
responsable et s’il tire profit d’un maximum de décentralisation. C’est dans cette optique que
l'intérêt de la décentralisation des Data Centers classiques importe de mettre en œuvre les pico-
Data Centers de proximité écoresponsables autonomes en énergie et à faible latence pour faire
face à ce phénomène de révolution continue du numérique.

242
REFERENCES BIBLIOGRAPHIQUES

Acemoglu, D., Akcigit, U., Hanley, D., & Kerr, W. (2016). Transition to clean
technology. Journal of Political Economy, 124(1), 52-104.

Agarwal, R., & Dhar, V. (2014). Big data, data science, and analytics: The opportunity and
challenge for IS research.

Ait-Daoud, S., Laqueche, J., Bourdon, I., & Rodhain, F. (2010). Ecologie & Technologies de
l’Information et de la Communication (TIC): une étude exploratoire sur les éco-
TIC. Management Avenir, (9), 307-325.

Albert, M. N., & Avenier, M. J. (2011). Légitimation de savoirs élaborés dans une
épistémologie constructiviste à partir de l’expérience de praticiens. Recherches
qualitatives, 30(2), 22-47.

Aldebert, B., & Rouziès, A. (2011). L'utilisation des méthodes mixtes dans le recherché
francophone en stratégie: constats et pistes d'amélioration (No. halshs-00740158).

Alhaddi, H. (2015). Triple bottom line and sustainability: A literature review. Business and
Management Studies, 1(2), 6-10.

Al-Jarrah, M., & Abdel-karim, R. T. (2006, November). A Thin Security Layer Protocol over
IP Protocol on TCP/IP Suite for Security Enhancement. In 2006 Innovations in Information
Technology (pp. 1-5). IEEE.

Allouche, J., & Laroche, P. (2005, March). Responsabilité sociale et performance financière
des entreprises: une synthèse de la littérature. In Colloque" Responsabilité sociale des
entreprises: réalité, mythe ou mystification?".

Andersen, M. M. (2008, June). Eco-innovation–towards a taxonomy and a theory. In 25th

celebration DRUID conference (p. 18).

ANDERSON, J., MARKIDES, C. (2006), “Creativity is Not Enough: ICT Enabled Strategic
Innovation”, European Journal of Innovation Management, 9 (2), 129-148.

Augier, M., & Teece, D. J. (2007). Dynamic capabilities and multinational enterprise:
Penrosean insights and omissions.Management international review, 47(2), 175-192.

Averseng, J., Quirant, J., & Dubé, J. F. (2011, April). Interactive design and dynamic analysis
of tensegrity systems. In 4th Structural Engineers World Congress (pp. Id-269).

Ayuso, S., Rodríguez, M. Á., García‐Castro, R., & Ariño, M. Á. (2011). Does stakeholder
engagement promote sustainable innovation orientation?. Industrial Management & Data
Systems.

243
Baroudi, C., Hill, J., Reinhold, A., & Senxian, J. (2009). Green IT for dummies. John Wiley &
Sons.

Bateman, A., & Wood, M. (2009). Cloud computing.

Berelson, B. (1952). Content analysis in communication research.

Berger-Douce, S. (2007). Les stratégies d'engagement sociétal des entrepreneurs. Revue de

lEntrepreneuriat, 6(1), 53-71.

Berkhout, F., & Hertin, J. (2004). De-materialising and re-materialising: digital technologies
and the environment. Futures, 36(8), 903-920.

Berrou, J. P., & Mellet, K. (2020). Une révolution mobile en Afrique subsaharienne?. Réseaux,
(1), 11-38.

Berthon, P., DesAutels, P., Donnellan, B., & Clark Williams, C. (2011). Green digits: Towards
an ecology of IT thinking. Oxford Handbook of Information Systems.

Berthoud, F., Guitton, P., Lefèvre, L., Quinton, S., Rousseau, A., Sainte-Marie, J., ... & Tannier,
E. (2019). Sciences, Environnements et Sociétés (Doctoral dissertation, Inria).

Bharadwaj, A. S., Bharadwaj, S. G., & Konsynski, B. R. (1999). Information technology effects
on firm performance as measured by Tobin's q. Management science, 45(7), 1008-1024.

Bidan (2021) https://www.youtube.com/watch?v=Civy3THTQkY (consulté le 12 décembre

2020)

Bidan, M. (2010). Systèmes d'information et développement durable: modèles théoriques et

pratiques organisationnelles.Management Avenir, (9), 304-306.

Biot-Paquerot, G., Hasnaoui, A., & Avril, P. O. (2010). Systèmes d'information financiers et
parties prenantes : une approche orientée Responsabilité Sociale des Entreprises (RSE) (No.
hal-00576612).

Biot-Paquerot, G., Hasnaoui, A., & Avril, P. O. (2010, May). De L'Intégration Des
Problématiques Rse Dans Les Projets Si: Émergence D'Une Approche Hybride. In de
l'intégration des problématiques rse dans les projets si: émergence d'une approche hybride (pp.
1-14).

Blaug, M. (1982). The distributional effects of higher education subsidies. Economics of

Education Review, 2(3), 209-231.

Boele, R., Fabig, H., & Wheeler, D. (2001). Shell, Nigeria and the Ogoni. A study in
unsustainable development: I. The story of Shell, Nigeria and the Ogoni people–environment,
economy, relationships: conflict and prospects for resolution 1. Sustainable development, 9(2),
74-86.

244
Bohas, A., & Poussing, N. (2016). An empirical exploration of the role of strategic and
responsive corporate social responsibility in the adoption of different Green IT
strategies.Journal of cleaner Production, 122, 240- 251.

Bohas, A., Berthoud, F., & Feltin, G. (2019). Norme numérique et green IT. Normaliser le
numérique?, 22.

Bohas, A., Dagorn, N., & Poussing, N. (2013). Une analyse des liens entre types de Green IT
et stratégies RSE.

Bohas, A., Dagorn, N., & Poussing, N. (2014). Responsabilité Sociale de l’Entreprise : quels
impacts sur l'adoption de pratiques de Green IT?. Systemes d'information management, 19(2),
9-43.

Bomhof, F., Van Hoorik, P., & Donkers, M. (2009). Systematic Analysis of Rebound Effects
for'Greening by ICT'Initiatives. Communications & Strategies, (76), 77.

Bordage, F. (2009). « Green IT : tentative de définition.» from http://www.greenit.fr/article/

acteurs/green-it-tentative-de-definition. (Consulter 10 septembre 2019)

BORDAGE, F. (2011a) Green IT: Enjeux, potentiels, solutions, bénéfices, (en ligne) http:/
/www.entrepreneursdavenir.com/flw/article/-/id/420 / Frédéric Bordage, WWW.GreenIT.fr
(consulté le 21 mars 2020)

Bose, R., & Luo, X. (2011). Integrative framework for assessing firms’ potential to undertake
Green IT initiatives via virtualization–A theoretical perspective. The Journal of Strategic
Information Systems, 20(1), 38-54.

Boudreau, M. C., Chen, A., & Huber, M. (2008). Green IS: Building sustainable business
practices. Information systems: A global text, 1-17.

Boutaud, A. (2005). Le développement durable: penser le changement ou changer le

pansement. Saint Etienne, thèse pour l’obtention du doctorat en Sciences et Génie de
l’Environnement, Ecole Nationale des Mines de Saint Etienne.

Breuil, H., Burette, D., Flüry-Hérard, B., généraux des Ponts, I., du CGEDD, C. M., Cueugniet,
J., & Vignolles, D. (2008). TIC et développement durable. Conseil général de l'environnement
et du développement durable, (005815-01).

Broadbent, M., & Weill, P. (1997). Management by maxim: how business and IT managers can
create IT infrastructures. Sloan management review, 38, 77-92.

Brooks, S., Wang, X., & Sarker, S. (2012). Unpacking green IS: a review of the existing
literature and directions for the future.Green business process management, 15-37.

Brousseau, A. (2016). Le groupe d'experts intergouvernemental sur l'évolution du climat

(GIEC): une communauté épistémique?.

245
Brundtland, R. (1987). Commission mondiale sur l'environnement et le développement. Notre
avenir.

Brynjolfsson, E., & Hitt, L. M. (2000). Beyond computation: Information technology,

organizational transformation and business performance. Journal of Economic
perspectives, 14(4), 23-48.

Butchart, S. H., Walpole, M., Collen, B., Van Strien, A., Scharlemann, J. P., Almond, R. E.,
& Watson, R. (2010). Global biodiversity: indicators of recent declines. Science,328(5982),
1164-1168.

Butler, T., & McGovern, D. (2008). Adopting it to manage compliance and risks: An
institutional perspective.

Byrd, T. A., & Turner, D. E. (2000). Information technology infrastructure capability's impact
on firm financial performance: an exploratory study. Journal of Computer Information
Systems, 40(4), 98-105.

Cai, S., Chen, X., & Bose, I. (2013). Exploring the role of IT for environmental sustainability
in China: An empirical analysis. International Journal of Production Economics, 146(2), 491-
500.

Campbell, D. T., & Fiske, D. W. (1959). Convergent and discriminant validation by the
multitrait-multimethod matrix. Psychological bulletin, 56(2), 81.

Capron, M. (2006). Une vision européenne des différences USA/Europe continentale en

matière de RSE: pourquoi la RSE en Europe est un objet politique et non pas éthique. Atelier
de Montréal sur la RSE.

Capron, M., & Petit, P. (2011). Responsabilité sociale des entreprises et diversité des
capitalismes. Revue de la régulation. Capitalisme, institutions, pouvoirs, (9).

Capron, M., & Quairel, F. (2009). Le rapportage « développement durable» entre reddition et
communication, entre volontariat et obligation. Revue de lorganisation responsable, 4(2), 19-
29.

Casson, J. P., Olson, B. M., Little, J. L., & Nolan, S. C. (2008). Assessment of environmental
sustainability in Alberta’s agricultural watersheds project. Volume, 4, 71.

Chanal, V., Lesca, H., & Martinet, A. C. (1997). Vers une ingénierie de la recherche en sciences
de gestion. Revue française de gestion, (116), 41-51.

Charreire, S., Durieux, F., & Thietart, R. (2007). Explorer et tester: les deuz voies de la
recherche. Méthodes de Recherche en Management.

Chellapilla, K., & Simard, P. Y. (2005). Using machine learning to break visual human
interaction proofs (HIPs). Advances in neural information processing systems, 17, 265-272.

246
Chen, A. J., Boudreau, M. C., & Watson, R. T. (2008). Information systems and ecological
sustainability. Journal of Systems and Information Technology.

Chen, A. J., Watson, R. T., Boudreau, M. C., & Karahanna, E. (2009). Organizational adoption
of green IS & IT: An institutional perspective. ICIS 2009 proceedings, 142.

Chen, A. J., Watson, R. T., Boudreau, M. C., & Karahanna, E. (2011). An institutional
perspective on the adoption of Green IS & IT. Australasian Journal of Information
Systems, 17(1).

Chetty, S. (1996). The case study method for research in small-and medium-sized
firms. International small business journal,15(1), 73-85.

Christensen, T. (Ed.). (2012). Sanitary landfilling: process, technology and environmental

impact. Elsevier.

Cloud, H. (2011). The nist definition of cloud computing. National Institute of Science and
Technology, Special Publication, 800, 145.

CMED, R. B. (1987). Notre avenir a tous. Montréal, Fleuve, 51.

Cohen-Solal, Q., Bouzid, M., & Niveau, A. Deciding the consistency of combined qualitative
constraint networks Deciding the consistency of combined qualitative constraint networks.

Corbin, J. M., & Strauss, A. (1990). Grounded theory research: Procedures, canons, and
evaluative criteria. Qualitative sociology, 13(1), 3-21.

Dao, M. Q. (2011). Institutions and Development in Developing Countries: An Empirical

Assessment. Perspectives on Global Development and Technology, 10(2), 327-338.

Daoud, S. A., & Bohas, A. (2013, April). Technologies de l'Information (TI) et Développement
Durable (DD): Revue de la littérature et pistes de réflexion. In Journée Rochelaise Systèmes
d'Information & Développement Durable (JRSIDD 2013).

David, A. (2002). Décision, conception et recherche en sciences de gestion. Revue française de

gestion, (3), 173-185.

David, A. (2012). Logique, épistémologie en sciences de gestion: trois hypothèses

revisitées (No. hal-01635114).

De La Rupelle, G., & Mouricou, P. (2009). Donner du sens à ses données qualitatives en
Systèmes d’Information: deux démarches d’analyse possibles à l’aide du logiciel NVivo 8.

de Lange, D. E., Busch, T., & Delgado-Ceballos, J. (2012). Sustaining sustainability in

organizations. Journal of Business Ethics, 110(2), 151-156.

De Vaujany, F. X. (2008). Capturing reflexivity modes in IS: A critical realist

approach. Information and Organization, 18(1), 51-72.

247
Dedrick, J., & West, J. (2003, December). Why firms adopt open source platforms: a grounded
theory of innovation and standards adoption. In Proceedings of the workshop on standard
making: A critical research frontier for information systems (pp. 236-257).

DEEE : Déchets d’Equipements Electriques et Electroniques

Deephouse, D. L., & Suchman, M. (2008). Legitimacy in organizational institutionalism. The
Sage handbook of organizational institutionalism, 49, 77.

Deltour, F. (2016). Les équipementiers TIC et l’environnement: analyser les priorités

managériales dans la production d’éco-TIC.Revue de lorganisation responsable, 11(2), 64-73.

Deltour, F., & Sargis, C. (2010). L'intégration des connaissances par les équipes projets ERP:
deux études de cas en PME.Systemes d'information management, 15(1), 9-34.

Deng, Q., & Ji, S. (2015). Organizational green IT adoption: concept and
evidence. Sustainability, 7(12), 16737-16755.

Denzin, N. K., & Lincoln, Y. S. (2005). Introduction: The discipline and practice of qualitative
research.

DeSanctis, G., & Poole, M. S. (1994). Capturing the complexity in advanced technology use:
Adaptive structuration theory.Organization science, 5(2), 121-147.

Desbois, D., Gossart, C., Jullien, N., & Zimmermann, J. B. (2010). Le développement durable
à l’épreuve des TIC (No. 106-107). Creis-Terminal.

Deschenaux, F., & Bourdon, S. (2005). Introduction à l’analyse qualitative informatisée. Les
cahiers pédagogiques de l’Association pour la recherche qualitative, Montreal: UQAM.

Deschenaux, F., & Laflamme, C. (2007). Analyse du champ de la recherche en sciences de

l’éducation au regard des méthodes employées: la bataille est-elle vraiment gagnée pour le
qualitatif.Recherches qualitatives, 27(2), 5-27.

Di Castri, F. (2002). Les conditions gagnantes du développement durable. In Actes du colloque

de Dakar, Francophonie et développement durable, quels enjeux, quelles priorités, IEPF.

Díez, E., & McIntosh, B. S. (2009). A review of the factors which influence the use and
usefulness of information systems. Environmental Modelling & Software, 24(5), 588-602.

DiMaggio, P. J., & Powell, W. W. (1983). The iron cage revisited: Institutional isomorphism
and collective rationality in organizational fields. American sociological review, 147-160.

Dohou-Renaud, A. (2009). Les outils d’évaluation de la performance environnementale: audits

et indicateurs environnementaux. La place de la dimension européenne dans la comptabilité,
le contrôle et l’audit (actes du 30e congrès de l'Association francophone de comptabilité).

Drezet, E. (2006). Les faces cachées de l'informatique: énergie et déchets. Admin06-Resinfo, 5,

2006.

248
Drobenko, B. (2001). Manquement d'Etat. Qualité des eaux superficielles destinées à la
production d'eau alimentaire. Directive n° 75/440 CEE du 16 juin 1975. Conditions de
production d'eau de consommation humaine en Bretagne. CJCE, 8 mars 2001, Commission des
Communautés européennes c/République française, Affaire C-266/99. Avec
commentaire.Revue juridique de l'Environnement, 26(3), 445-446.

Duan, Y., Edwards, J. S., & Dwivedi, Y. K. (2019). Artificial intelligence for decision making
in the era of Big Data–evolution, challenges and research agenda. International Journal of
Information Management, 48, 63-71.

Dubigeon, O. (2005). Mettre en pratique le développement durable: quels processus pour

l'entreprise responsable?. Pearson Education France.

Dubois, J. L., & Mahieu, F. R. (2002). La dimension sociale du développement durable:

réduction de la pauvreté ou durabilité sociale?. Développement durable, 73-94.

Dupuis, J. C. (2007). La RSE, de la gouvernance de la firme à la gouvernance de réseau. Revue

française de gestion, (11), 159-175.

Dyllick, T., & Hockerts, K. (2002). Beyond the business case for corporate
sustainability. Business strategy and the environment, 11(2), 130-141.

Eisenhardt, K. M. (1989). Building theories from case study research. Academy of management
review, 14(4), 532-550.

Elkington, J. (2006). Governance for sustainability. Corporate governance: an international

review, 14(6), 522-529.

Elliot, S. (2007). Environmentally sustainable ICT: a critical topic for IS research?. PACIS 2007
proceedings, 114.

Elliot, S. (2009). Developing organizational capabilities in SMEs: enabling environmentally

sustainable ICT. BLED 2009 Proceedings, 24.

Elliot, S., & Binney, D. (2008). Environmentally sustainable ICT: Developing corporate
capabilities and an industry-relevant IS research agenda. PACIS 2008 Proceedings, 209.

Erek, K., Loeser, F., Schmidt, N. H., Zarnekow, R., & Kolbe, L. M. (2011, July). Green It
Strategies: A Case Study-Based Framework For Aligning Green It With Competitive
Environmental Strategies. In PACIS (p. 59).

ESSEC (2009), Green IT 1.0, 1.5 et 2.0 ou comment les NTIC peuvent-elles aider à baisser
l’empreinte écologique : le nouveau business du Green IT, Conférence G9+ donnée à l’Essec

EURO GREENIT INNOVATION CENTER (2010), A living lab for IT-driven green
innovations, Euro Green IT Publications.

249
Fallery, B., & Rodhain, F. (2007). Quatre approches pour l'analyse de données textuelles:
lexicale, linguistique, cognitive, thématique. In XVI ème Conférence de l'Association
Internationale de Management Stratégique AIMS (pp. pp-1). AIMS.

Faucheux, S., & Nicolaï, I. (2011). IT for green and green IT: A proposed typology of eco-
innovation. Ecological economics, 70(11), 2020-2027.

Figueiredo, M. A. B., & Kalika, M. (2009). La communication électronique (No. hal-

02453243).

Fioleau, B. & Couturier, A., (2000). Debt level and company efficiency: independence or
implication? An evaluation of fuzzy implications. European Journal of Economic and Social
Systems, 14(1), 17-25.

Flipo, F., & Deltour, F. (2012). Peut-on croire aux TIC vertes?: technologies numériques et
crise environnementale. Presses des MINES.

Flipo, F., & Gossart, C. (2009). Infrastructure numérique et environnement. L’impossible

domestication de l’effet rebond. Terminal. Technologie de l'information, culture & société,
(103-104).

Flipo, F., Deltour, F., & Dobré, M. (2016). Les technologies de l’information à l’épreuve du
développement durable. Natures Sciences Sociétés, 24(1), 36-47.

Flipo, F., Deltour, F., Gossart, C., Dobré, M., Michot, M., & Berthet, L. (2009). Projet Ecotic.
Rapport final. Technologies numériques et crise environnementale: peut-on croire aux TIC
vertes? (Doctoral dissertation, Fondation Télécom).

Flipo, F., Gossart, C., Lainey, G., Landrac, G., & Martineau, G. (2009). TIC & développement
durable, enseignement et recherche dans les écoles de l'Institut Telecom. REE. Revue de
l'électricité et de l'électronique, (3), 23-29.

Flipo, N., Jeannée, N., Poulin, M., Even, S., & Ledoux, E. (2007). Assessment of nitrate
pollution in the Grand Morin aquifers (France): combined use of geostatistics and physically
based modeling. Environmental Pollution, 146(1), 241-256.

FREEMAN, C. (1996), “The Greening of Technology and Models of Innovation”,

Technological Forecasting and Social Change, 53, 27-39.

Freeman, I., & Hasnaoui, A. (2010, May). Information and Communication Technologies
(ICT): A Tool to Implement and Drive Corporate Social Responsibility (CSR) Technologies de
l'Information et de Communication: un outil pour implémenter et véhiculer la responsabilité
sociale des entreprises (RSE). In Information and Communication Technologies (ICT): A Tool
to Implement and Drive Corporate Social Responsibility (CSR) Technologies de l'Information
et de Communication: un outil pour implémenter et véhiculer la responsabilité sociale des
entreprises (RSE).

250
Freeman, R. E. (1999). Divergent stakeholder theory. Academy of management review, 24(2),
233-236.

Freeman, R. E., & McVea, J. (2001). A stakeholder approach to strategic management. The
Blackwell handbook of strategic management, 189-207.

Ganassali, S. (2008). Faire parler les mots: vers un cadre méthodologique pour l'analyse
thématique des réponses aux questions ouvertes. Décisions marketing, 55-67.

Gardner, F. V., Freeman, N. H., Black, A. M., & Angelini, G. D. (1996). Disturbed mother-
infant interaction in association with congenital heart disease. Heart, 76(1), 56-59.

Garretson, C. (2007). Inside a green Data Center. Network World, 24(43), 49.

Gartner Group (2007), « Gartner Estimates ICT Industry Accounts for 2 Percent of Global CO2
Emission », Press Release, April, 26, 2007. Disponible à l’adresse :
http://www.gartner.com/newsroom/id/503867.
Gartner, R., & Gartner, R. (2016). Metadata. Springer.

Gavard-Perret, M. L., & Moscarola, J. (1998). Énoncé ou énonciation? Deux objets différents
de l'analye lexicale en marketing. Recherche et Applications en Marketing (French
Edition), 13(2), 31-47.

GEELS, F.W., SCHOT, J. (2007), “Typology of sociotechnical pathways”, Research Policy ,

36, 399-417

George, G., Osinga, E. C., Lavie, D., & Scott, B. A. (2016). Big data and data science methods
for management research.

GeSI, S. (2008). Enabling the low carbon economy in the information age. A Report by The
Climate Group on behalf of the Global eSustainability Initiative (GeSI).
Gholami, R., Sulaiman, A. B., Ramayah, T., & Molla, A. (2013). Senior managers’ perception
on green information systems (IS) adoption and environmental performance: Results from a
field survey. Information & Management, 50(7), 431-438.
Giannelloni, J. L., & Vernette, E. (2001). Etudes de marché, 2 e éd. Vuibert, Paris, 226-249.

Gladwin, T. N., Kennely, J. J., & Shelomith-Krause, T. (1995). Shifting paradigms for
sustainable development; the real challenge of business. Academy of Management
Review, 20(4).

Godard, J. (1998). Workplace reforms, managerial objectives and managerial outcomes: the
perceptions of Canadian IR/HRM managers. International Journal of Human Resource
Management, 9(1), 18-40.

Golafshani, N. (2003). Understanding reliability and validity in qualitative research. The

qualitative report, 8(4), 597-607.

251
Gond, J. P., El-Akremi, A., Igalens, J., & Swaen, V. (2010). Corporate social responsibility
influence on employees. International Center for Corporate Social Responsibility, 54, 1-47.

Grawitz M. (1993): Méthodes des sciences sociales, 9ème édition, Dalloz, 870 p.

Hack, S. (2011). Sustainability, innovation and information technology as sources of value

generation. Journal of Management and Financial Sciences, 4(5), 16-35.

Hall, J., & Vredenburg, H. (2003). The challenges of innovating for sustainable
development. MIT Sloan management review,45(1), 61-68.

HARDIN, G. (1968). The tradegy of common (La tradégie des biens collectifs). Science, 162,
16-30.

Harris, L. C., & Crane, A. (2002). The greening of organizational culture: Management views
on the depth, degree and diffusion of change. Journal of organizational change management.

Hart, S. L. (1995). A natural-resource-based view of the firm.Academy of management

review, 20(4), 986-1014.

Hart, S. L. (1997). Beyond greening: strategies for a sustainable world. Harvard business
review, 75(1), 66-77.
Hart, S. L., & Ahuja, G. (1996). Does it pay to be green? An empirical examination of the
relationship between emission reduction and firm performance. Business strategy and the
Environment, 5(1), 30-37.

Hart, S. L., & Milstein, M. B. (2003). Creating sustainable value. Academy of Management
Perspectives, 17(2), 56-67.

Hart, S. L., & Sharma, S. (2004). Engaging fringe stakeholders for competitive
imagination. Academy of Management Perspectives, 18(1), 7-18.

Helme-Guizon, A., & Gavard-Perret, M. L. (2004). L'analyse automatisée de données textuelles

en marketing: comparaison de trois logiciels. Décisions Marketing, 75-90.

Helme-Guizon, a., & Gavard-perret, M. L. (2007). L’Analyse de données textuelles avec

sphinx-Une application à la personnalisation sur internet. Analyse statistique de données
textuelles en sciences de gestion-concepts, méthodes, applications, 133-157.

Hénault, G., & Lemoine, G. (2008). A. VERS UNE APPROCHE FRANCOPHONE

À. Entrepreneuriat et développement durable en Francophonie, 4.

Hendricks, R. C., Bushnell, D. M., & Shouse, D. T. (2011). Aviation fueling: a cleaner, greener
approach. International Journal of Rotating Machinery, 2011.

Hilty, L. M. (2011). Information technology and sustainability: Essays on the relationship

between information technology and sustainable development. BoD–Books on Demand.

252
Hilty, L. M., & Aebischer, B. (Eds.). (2015). ICT innovations for sustainability (Vol. 310).
Springer International Publishing.

Hilty, L. M., & Hercheui, M. D. (2010). ICT and sustainable development. In What kind of
information society? Governance, virtuality, surveillance, sustainability, resilience (pp. 227-
235). Springer, Berlin, Heidelberg.

Hofstede, G., Neuijen, B., Ohayv, D. D., & Sanders, G. (1990). Measuring organizational
cultures: A qualitative and quantitative study across twenty cases. Administrative science
quarterly, 286-316.

Houthooft, R., Chen, X., Duan, Y., Schulman, J., De Turck, F., & Abbeel, P. (2016). Vime:
Variational information maximizing exploration. arXiv preprint arXiv:1605.09674.

Huberman, A. M., & Miles, M. B. (1991). Analyse des données qualitatives: recueil de
nouvelles méthodes. Éditions du Renouveau pédagogique; De Boeck,.

IBM, Modular Data Centers (MDC) (source: https://www.greenit.fr/2010/12/10/sca-

packaging-choisit-un-green-data-center-ibm/) (consulté le 15 mars 2021)

Jenkin, T. A., Webster, J., & McShane, L. (2011). An agenda for ‘Green’information
technology and systems research. Information and Organization, 21(1), 17-40.

Jenkins, H. (2009). A ‘business opportunity’model of corporate social responsibility for small‐

and medium‐sized enterprises.Business ethics: A European review, 18(1), 21-36.
Jones, M. R., & Karsten, H. (2008). Giddens's structuration theory and information systems
research. MIS quarterly, 127-157.

Kahla, K. B., & Wacheux, F. (1996, March). De l’organisation de la théorie a la théorie des
organisations: Vers un positivisme raisonné. In Méthodes qualitatives et gestion de ressources
humaines.

Khakurel, J., Melkas, H., & Porras, J. (2018). Tapping into the wearable device revolution in
the work environment: a systematic review. Information Technology & People.

Khosravi, A., & Buyya, R. (2018). Energy and carbon footprint-aware management of geo-
distributed cloud data centers: a taxonomy, state of the art, and future directions. In Sustainable
Development: Concepts, Methodologies, Tools, and Applications (pp. 1456-1475). IGI Global.

Köhler, A., & Erdmann, L. (2004). Expected environmental impacts of pervasive

computing. Human and Ecological Risk Assessment, 10(5), 831-852.

Kuehr, R., & Williams, E. (Eds.). (2003). Computers and the Environment: Understanding and
Managing their Impacts: Understanding and Managing Their Impacts (Vol. 14). Springer
Science & Business Media.

Kuo, B. N., & Dick, G. N. (2010, August). Organizational Green IT: It seems the bottom line
rules. In AMCIS (p. 99).

253
Lafleur, P. M., & Humphreys, E. R. (2008). Spring warming and carbon dioxide exchange over
low Arctic tundra in central Canada. Global Change Biology, 14(4), 740-756.

Landry, M. (1995). A note on the concept of'problem'.Organization studies, 16(2), 315-343.

Lapointe, A. (2007). RSE et DD: des pratiques en quête de légitimité. Développement durable
et communications, Sainte-Foy, Presses de l’Université du Québec, 63-76.

Lapointe, L., & Rivard, S. (2007). A triple take on information system

implementation. Organization science, 18(1), 89-107.

Lauring, J., & Selmer, J. (2011). Multicultural organizations: Does a positive diversity climate
promote performance?.European Management Review, 8(2), 81-93.

Le Moigne, J. L. (1995). Les épistémologies constructivistes (Vol. 2969). Paris: Presses

universitaires de France.

Le parlement européen, e. L. C., & l'union, d. E. (2003). Directive 2002/96/ce du parlement

européen et du conseil du 27 janvier 2003 relative aux déchets d'équipements électriques et
électroniques (DEEE).

Lean ICT, pour une sobriété numérique », The Shift Projet, Octobre 2018. 22
https://theshiftproject.org/lean-ict/ (consulté le 11 février 2021)

LeCun, Y. (2015). Les enjeux de la recherche en Intelligence artificielle.

Lei, C. F., & Ngai, E. W. T. (2014, June). A Research Agenda on Managerial Intention to Green
IT Adoption: from norm activation Perspective. In Pacis (p. 242).

Leidner, D. E., & Kayworth, T. (2006). A review of culture in information systems research:
Toward a theory of information technology culture conflict. MIS quarterly, 357-399.

Lenssen, G., Tyson, S., Pickard, S., Bevan, D., Preuss, L., & Córdoba‐Pachon, J. R. (2009). A
knowledge management perspective of corporate social responsibility. Corporate Governance:
The international journal of business in society.

Leroux, E., & Pupion, P. C. (2011). Adoption des systèmes de reporting pour le développement
durable: une innovation organisationnelle. Systemes d'information management, 16(2), 73-105.

Levy, Y., & Ellis, T. J. (2006). A systems approach to conduct an effective literature review in
support of information systems research.

Liénart, S., & Castiaux, A. (2012). Innovation et respect environnemental sont-ils compatibles?
Le cas du secteur des TIC. Reflets et perspectives de la vie économique, 51(4), 77-96.

Liénart, S., & Castiaux, A. (2012). Innovation et respect environnemental sont-ils compatibles?
Le cas du secteur des TIC. Reflets et perspectives de la vie économique, 51(4), 77-96.

Lincoln, Y. S., & Guba, E. G. (1985). Establishing trustworthiness. Naturalistic

inquiry, 289(331), 289-327.

254
Litan, R. E., & Rivlin, A. M. (2001). Projecting the economic impact of the Internet. American
Economic Review, 91(2), 313-317.

Liu, M. (1997). Fondements et pratiques de la recherche-action. l'Harmattan.

Locke, K. D. (2001). Grounded theory in management research. Sage.

Mahaux, M., Heymans, P., & Saval, G. (2011, March). Discovering sustainability requirements:
an experience report. InInternational Working Conference on Requirements Engineering:
Foundation for Software Quality (pp. 19-33). Springer, Berlin, Heidelberg.

Malhotra, A., Melville, N. P., & Watson, R. T. (2010). Information systems and environmental
sustainability. MIS Quarterly, 24(2), 429-30.

Maréchal, C., Allard-Poesi, F., & THIÉTART, R. (2007). Construction de l’objet de la

recherche. Thiétart, R.-A.(2007). Méthodes de recherche en management, 34-57.

Maresca, B., & Dujin, A. (2014). La transition énergétique à l'épreuve du mode de vie. Flux,
(2), 10-23.

Markides, C. C., & Anderson, J. (2006). Creativity is not enough: ICT‐enabled strategic
innovation. European Journal of Innovation Management.

Marshall, C., & Rossman, G. B. (2014). Designing qualitative research. Sage publications.

Martinet, A. C., & Payaud, M. A. (2007). Formes de RSE et entreprises sociales. Revue
française de gestion, (11), 199-214.

Martinet, A. C., & Reynaud, E. (2004). Entreprise durable, finance et stratégie. Revue française
de gestion, (5), 121-136.

Martinet, V., Rotillon, G., & Costes, F. (2008). Lois de conservation économiques et
développement durable. Annales d'Économie et de Statistique, 103-125.

Mastio, E., Moscarola, J., & Mothe, C. (2006) Corpus d’entretiens et analyse de données
textuelles: un cas sur le changement organisationnel.

Mathieu, A., & Bohas, A. (2011, May). Une typologie des pratiques de systèmes d'information
durables. In 16ème Colloque de l'AIM (pp. 1-17).

Mathieu, A., & Soparnot, R. (2010). Les stratégies de développement durable. le

développement durable: théories et application au management.

McWilliams, A., & Siegel, D. (2000). Corporate social responsibility and financial
performance: correlation or misspecification?. Strategic management journal, 21(5), 603-609.

Melville, N. P. (2010). Information systems innovation for environmental sustainability. MIS

quarterly, 1-21.

255
Miles, M. B., & Huberman, A. M. (2003). Analyse des données qualitatives. De Boeck
Supérieur.

Mines, C. 4 raisons pour lesquelles le cloud computing est également une solution verte. 2011.
Disponible en ligne: http://www.greenbiz.com/blog/2011/07/27/4-reasons-why-cloud-
computing-also-green-solution?page=0%2C0 (consulté le 2 septembre 2020)

Mingay, S. (2007). Green IT: the new industry shock wave.Gartner RAS Research Note
G, 153703(7).

Moati, P. (1993). L'internationalisation de la grande distribution alimentaire française. Culture

technique.

Molla, A. (2009). Organizational motivations for Green IT: Exploring Green IT matrix and
motivation models. PACIS 2009 Proceedings, 13.

Molla, A., & Abareshi, A. (2011, July). Green IT Adoption: A Motivational Perspective.
In PACIS (p. 137).

Molla, A., & Cooper, V. (2010). Green IT readiness: A framework and preliminary proof of
concept. Australasian journal of information systems, 16(2).

Molla, A., Cooper, V. A., & Pittayachawan, S. (2009). IT and eco-sustainability: Developing
and validating a green IT readiness model. ICIS 2009 proceedings, 141.

Molla, A., Cooper, V., & Pittayachawan, S. (2011). The Green IT readiness (G-Readiness) of
organizations: An exploratory analysis of a construct and instrument. Communications of the
Association for Information Systems, 29(1), 4.

Molla, A., Pittayachawan, S., Corbitt, B., & Deng, H. (2009). An international comparison of
Green IT diffusion. International Journal of e-Business Management, 3(2), 3.

Moore, C. A. (1993). Symmetry of mandibular muscle activity as an index of coordinative

strategy. Journal of Speech, Language, and Hearing Research, 36(6), 1145-1157.

Moscarola, J. (1990). Enquêtes et analyse de données avec le sphinx/J. Moscarola,.. (p. 1).
Vuibert.

Murugesan, S. (2008). Harnessing green IT: Principles and practices. IT professional, 10(1),
24-33.

Naguib, R. (2005). Interface organisation-environnement cas des entreprises multinationales

operant dans un pays en developpement: Contexte de la malaisie (French text).

Nedbal, D., Wetzlinger, W., Auinger, A., & Wagner, G. (2011, August). Sustainable IS
Initialization Through Outsourcing: A Theory-Based Approach. In AMCIS (p. 255).

256
Newton, C. J., & Jimmieson, N. L. (2009). Subjective fit with organizational culture: an
investigation of moderating effects in the work stressor-employee adjustment relationship. The
International Journal of Human Resource Management, 20(8), 1770-1789.

Ng, A. W. (2018). From sustainability accounting to a green financing system: Institutional

legitimacy and market heterogeneity in a global financial centre. Journal of Cleaner
Production, 195, 585-592.

Orlikowski, W. J. (2000). Using technology and constituting structures: A practice lens for
studying technology in organizations. Organization science, 11(4), 404-428.

Orlikowski, W. J., & Iacono, C. S. (2000). The truth is not out there: An enacted view of the
digital economy. Understanding the digital economy: Data, tools, and research, 352-380.

Osipciuc, D., & Istrati, D. (2017). Eco-tic, un nouveau pas purl’ecologie et pour la societe.

p. Giannelloni J L et 31 Vernette E. (2001): Etudes de marché, Paris, Vuibert, 592 p.

Paillé, P. et Mucchielli, A.(2003). L’analyse qualitative en sciences humaines et sociales, 13.

PATINGRE, J. F., & VIGNERON, J. (2001). Éco-conception: concept, méthodes, outils,

guides et perspectives. Economica, Paris.

Pensel, J. L. (2010). Technologies de l'information et de la communication (TIC) et parties

prenantes minoritaires: vers l'entreprise responsable. Management Avenir, (9), 407-424.

Pérez, R. (2005). Contribution à l’élaboration d’un cadre conceptuel d’analyse de la RSE: le

concept d’effet induit. communication au 3e Séminaire franco-québécois de recherche sur la
RSE, Université Paris.

Pesqueux, Y. (2006). Un modèle culturaliste de la RSE. Rosé, JJ Responsabilité sociale de

l’entreprise. Pour un nouveau contrat social. Bruxelles: De Boeck, 365-374.

Petit, S. C., & Durieux, F. (2007). Explorer et tester: les deux voies de la recherche. de R.
Thiétart: Méthodes de recherche en management, 3, 58-83.

Piaget, J. (1975). L'épistémologie génétique.

Piaget, J., & Duckworth, E. (1970). Genetic epistemology. American Behavioral
Scientist, 13(3), 459-480.

Pielstick, C. D. (1998). The transforming leader: A meta-ethnographic analysis. Community

College Review, 26(3), 15-34.

Plane, J. M. (2006). Gestion des Ressources Humaines (No. hal-03050418).

PLANE, J. M. (2007). Les théories de la motivation à l’usage des dirigeants. Comités exécutifs:
voyage au coeur de la dirigeance, 425.

Popper K R. (1999): La connaissance objective, Flammarion, 578 p.

257
Popper, K. R. (1980). La connaissance objective.
Porter, M. E., & Kramer, M. R. (2006). Strategy and society: the link between corporate social
responsibility and competitive advantage. Harvard business review, 84(12), 78-92.

Porter, M., & Van der Linde, C. (1995). Green and competitive: ending the stalemate. The
Dynamics of the eco-efficient economy: environmental regulation and competitive
advantage,33.

Post, J. E., Preston, L. E., & Sachs, S. (2002). Managing the extended enterprise: The new
stakeholder view. California management review, 45(1), 6-28.

Quairel, F., & Capron, M. (2004). Mythes et réalités de l'entreprise responsable: acteurs, enjeux,
stratégies.

Quairel-lanoizelée, f., & capron, m. (2010). La responsabilité sociale d'entreprise. La

découverte.

Rasmussen, N.: Electrical efficiency modeling for data centers. American Power Conversion
by Schneider Electric, White Paper 113 (2009)

Revue québécoise Recherches Qualitatives, éditée par l’Association pour la Recherche

Qualitative (www.recherche-qualitative.qc.ca)"(consulté le 20 juin 2020)

Robson, C. (2002). Real world research . Oxford: Blackwell Publishing (2e éd.)

Rodhain, F., & Fallery, B. (2009). ICT and Ecology: In favour of research based on the
Responsibility principle. In MCIS 2009(pp. 173-186).

Rodhain, F., & Fallery, B. (2010). Après la prise de conscience écologique, les TIC en quête de
responsabilité sociale. In 15 ème Congrès de l'AIM (pp. pp1-28).

Rodhain, F., & Llena, C. (2006). Le mythe du développement durable. Préventique Sécurité,
(85), 41-42.

Rotillon, G. (2008). Faut-il croire au développement durable?. Editions L'Harmattan.

Rotillon, G. (2010). Economie des ressources naturelles. La découverte.

Rowe, F. (2009). Diversité des approches critiques en Systèmes d'Information: de la sociologie

de la domination à l'éthique de l'émancipation. Economies et sociétés, 43(12), 2081-2114.

Rusinko, C. A. (2005). Using quality management as a bridge to environmental sustainability

in organizations. SAM Advanced Management Journal, 70(4), 54.

Sanchis, M. S., Torri, D., Borselli, L., & Poesen, J. (2008). Climate effects on soil
erodibility. Earth Surface Processes and Landforms: The Journal of the British
Geomorphological Research Group, 33(7), 1082-1097.

258
Sandelowski, M. (1995). Qualitative analysis: What it is and how to begin. Research in nursing
& health, 18(4), 371-375.

Sarkar, P., & Young, L. (2009). Managerial attitudes towards Green IT: An explorative study
of policy drivers. PACIS 2009 Proceedings, 95.

Sayeed, L., & Gill, S. (2008). An exploratory study on environmental sustainability and IT
use. AMCIS 2008 Proceedings, 55.

Schmidt, N. H., & Kolbe, L. (2011). Towards a contingency model for green IT Governance.

Schreier, M. (2014, January). Varianten qualitativer Inhaltsanalyse: ein wegweiser im dickicht

der Begrifflichkeiten. InForum Qualitative Sozialforschung/Forum: Qualitative Social
Research (Vol. 15, No. 1, p. 27).

Schumpeter, J. A., & Nichol, A. J. (1934). Robinson's economics of imperfect

competition. Journal of political economy, 42(2), 249-259.

Sethi, S. P. (1979). A conceptual framework for environmental analysis of social issues and
evaluation of business response patterns. Academy of management review, 4(1), 63-74.

Sharma, S., & Vredenburg, H. (1998). Proactive corporate environmental strategy and the
development of competitively valuable organizational capabilities. Strategic management
journal, 19(8), 729-753.

Simmonds, D., & Bhattacherjee, A. (2014). Green IT adoption and sustainable value creation.

Simmonds, D.M.; Bhattacherjee, A. Green IT Adoption and Sustainable Value Creation.

Available online: http://aisel.aisnet.org/amcis2014/Posters/GreenIS/8/ (accessed on 10 January
2015).

Slimane, K. B., & Leca, B. (2010). Le travail institutionnel: origines théoriques, défis et
perspectives. Management Avenir, (7), 53-69.

Snow, C. C., & Hambrick, D. C. (1980). Measuring organizational strategies: Some theoretical
and methodological problems. Academy of management review, 5(4), 527-538.

Stoel, M. D., & Muhanna, W. A. (2009). IT capabilities and firm performance: A contingency
analysis of the role of industry and IT capability type. Information & Management, 46(3), 181-
189.

Suchman, M. C. (1995). Managing legitimacy: Strategic and institutional approaches. Academy

of management review, 20(3), 571-610.

Sueur, I., De Ferran, F. & Lallement, J (2012). L'éco-construction: quel positionnement pour
les artisans?. Management Avenir, (2), 57-75.

259
Swanborg, R. (2009). Where Green IT Is No Fad; Raytheon's Green IT initiative started with
data center virtualization. But today's Green IT initiatives encompass system development and
business efficiency. Framingham, 22, 18.

Teece, D. J. (2007). Explicating dynamic capabilities: the nature and microfoundations of

(sustainable) enterprise performance. Strategic management journal, 28(13), 1319-1350.

Teece, D. J. (2014). The foundations of enterprise performance: Dynamic and ordinary

capabilities in an(economic) theory of firms. Academy of management perspectives, 28(4), 328-
352.

Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic
management. Strategic management journal, 18(7), 509-533.
Tesch, R. (1991). Computer programs that assist in the analysis of qualitative data: An
overview. Qualitative Health Research,1(3), 309-325.

Thiétart, R. A. (1999). Méthodes de recherche en management.

Thiétart, R. A. (2003). coll.(2003). Méthodes de recherche en management, 2.

Thong, J. Y. (1999). An integrated model of information systems adoption in small

businesses. Journal of management information systems, 15(4), 187-214.

Tidd, J. M. (2005). Long Term Data Projector Display Technology & Performance Study
Interim White Paper. Intertek ETL Semko.

Toosi, A. N., Qu, C., de Assunção, M. D., & Buyya, R. (2017). Renewable-aware geographical
load balancing of web applications for sustainable data centers. Journal of Network and
Computer Applications, 83, 155-168.

Tremblay, S. (2007). De ́veloppement Durable Et Communications: Au-delaDes Mots, Pour

Un Ve ́ritable Engagement. PUQ.

Van der Yeught, C. (2007). Les incidences du développement durable sur le management
stratégique des destinations touristiques: une approche par les ressources et les
compétences (Doctoral dissertation, Nice).

Wacheux, F. (1996). Méthodes qualitatives et recherche en gestion. Economica.

Wanlin, P. (2007). L’analyse de contenu comme méthode d’analyse qualitative d’entretiens:

une comparaison entre les traitements manuels et l’utilisation de logiciels. Recherches
qualitatives, 3(3), 243-272.

Webster, J., & Watson, R. T. (2002). Analyzing the past to prepare for the future: Writing a
literature review. MIS quarterly, xiii-xxiii.

Whitfield, G., & Landeros, R. (2006). Supplier diversity effectiveness: does organizational
culture really matter?. Journal of Supply Chain Management, 42(4), 16-28.

260
Wilson, E. O. (1976). The organization of colony defense in the ant Pheidole dentata Mayr
(Hymenoptera: Formicidae). Behavioral Ecology and Sociobiology, 1(1), 63-81.

Wisskirchen, G., Biacabe, B. T., Bormann, U., Muntz, A., Niehaus, G., Soler, G. J., & von
Brauchitsch, B. (2017). Artificial intelligence and robotics and their impact on the
workplace. IBA Global Employment Institute, 11(5), 49-67.

Yin, R. K. (1994). Case study research: Design and methods, applied social research. Methods
series, 5.

Yin, R. K. (2009). How to do better case studies. The SAGE handbook of applied social
research methods, 2, 254-282.

Youseff, L., Butrico, M., & Da Silva, D. (2008, November). Toward a unified ontology of cloud
computing. In 2008 Grid Computing Environments Workshop (pp. 1-10). IEEE.

261
webographie
https://management-datascience.org/articles/14031/ (mon article)

https://www.youtube.com/watch?v=DXXBqwjFxD8 (Marc Bidan)

https://www.youtube.com/watch?v=JzJQTdtCKlU (Marc Bidan)

https://www.youtube.com/watch?v=4xlJ_BSBvaY (Jean-Michel Plane)

www.fao.org/state-of-food-security-nutrition (consulté le 10 mars 2020)

https://azure.microsoft.com/en-us/blog/microsoft-s-newest-sustainable-datacenter-region-
coming-to-arizona-in-2021/(consulté le 16 mars 2021)

https://natick.research.microsoft.com/ (consulté le 15 mars 2021)

https://objectbox.io/why-do-we-need-edge-computing-for-a-sustainable-future/Naha, R. K.,
Garg, S., Georgakopoulos, D., Jayaraman, P. P., Gao, L., Xiang, Y., & Ranjan, R. (2018). Fog
Computing: Survey of trends, architectures, requirements, and research directions. IEEE access,
6, 47980-48009 (consulté le 17 Décembre 2020)

https://start.lesechos.fr/societe/environnement/cet-article-emet-autant-de-co2-que-manger-du-
poulet-pendant-un-mois-1174945

https://thewalkingdeadfrance.org/global-containerized-and-modular-data-center-marche-
rapport-secteur-2021/

https://thewalkingdeadfrance.org/global-containerized-and-modular-data-center-marche-
rapport-secteur-2021/ (consulté le 15 mars 2021)

https://www.bigdataparis.com/ (consulté 14 novembre 2020)

https://www.bigdataparis.com/decouvrir-levenement/ (consulté le 14 novembre 2020

https://www.franceculture.fr/societe/confinement-malgre-le-teletravail-netflix-et-le-porno-les-
reseaux-tiennent-le-coup (consulté le 15 mars 2021)

https://www.fujitsu.com/global/about/resources/news/press-releases/2013/0918-01.html
(cosulté le 15 mars 2021)

https://www.gartner.com/en/newsroom/press-releases/2020-10-07-gartner-says-worldwide-
data-center-infrastructure-spending-to-grow-6-percent-in-2021

https://www.gartner.com/smarterwithgartner/what-edge-computing-means-for-infrastructure-
and-operations-leaders/ (consulté le 12 avril 2020)

https://www.hpe.com/fr/fr/what-is/hyperscale.html (consulté le 11fevrier 2021)

https://www.hpe.com/fr/fr/what-is/hyperscale.html (consulté le 11fevrier 2021)

262
https://www.ibm.com/fr-fr/services/business-continuity/data-center (consulté le 11 avril 2020)

https://www.idc.com/getdoc.jsp?containerId=prUS46878020#:~:text=According%20to%20th
e%20new%20 Worldwide,the%202019%E2%80%932024%20forecast%20period. (Consulté
le 12 avril 2020)

https://www.lemondeinformatique.fr/actualites/lire-datacenter-en-conteneurs-le-retour-d-apc-
29933.html (consulté le 11 avril 2020)

https://www.lemondeinformatique.fr/actualites/lire-projet-blackbox-sun-imagine-le-centre-de-
calcul-en-prefabrique-20762.html (consulté le 11 avril 2020)

https://www.sciencesetavenir.fr/high-tech/informatique/un-datacenter-sous-marin-refroidi-a-l-
eau-de-mer_148653 (consulté le 12 avril 2020)

https://www.sciencesetavenir.fr/high-tech/informatique/un-datacenter-sous-marin-refroidi-a-l-
eau-de-mer_148653 (consulté le 12 avril 2020)

https://www.sciencesetavenir.fr/high-tech/informatique/un-datacenter-sous-marin-refroidi-a-l-
eau-de-mer_148653 (consulté le 12 avril 2020)

https://www.sostradata.fr/actualites/article/18/sostradata-l-un-des-meilleurs-data-centers-au-
monde-voit-le-jour-en-creuse (consulté le 15 mars 2021)

https://www.usinenouvelle.com/article/greenpeace-epingle-amazon-netflix-ibm-ou-samsung-
pour-leur-faible-consommation-d-energies-renouvelables.N486254 (consulté le 12 avril 2020)

https://www.usinenouvelle.com/article/greenpeace-epingle-amazon-netflix-ibm-ou-samsung-
pour-leur-faible-consommation-d-energies-renouvelables.N486254 (consulté le 12 avril 2020)

https://www.zdnet.fr/actualites/edf-se-lance-dans-le-cloud-computing-et-les-projets-
blockchain-39898845.htm (consulté le 12 avril 2020)

263
 LISTE DES TABLEAUX

Tableau 1: auteurs et différentes typologies de stratégies RSE (réalisé en partie à partir

des travaux de Mathieu & Soparnot,( 2010)……………………………………..38

Tableau 2 : La Matrice "Reach-Richness" Du Green It (D’après Molla, 2009)……………. 44

Tableau 3 : Synthèse des thématiques mises en avant par les équipementiers,

par familles de produits. (Source Deltour, (2016)) …………………………….70

Tableau 4 : Classification de la sécurité et de la fiabilité des Datacenter de

Tier 1 à 4 (source : Uptime Institute Issued Awards) ……………………………77

Tableau 5. Extrait d’études sur l'adoption du Green IT dans l’organisation. Source.

(Deng, Q., & Ji, S. (2015). Organizational green IT adoption)………………… 102

Tableau 6 : Girod-Séville M., Perret V. (1999), “Fondements épistémologiques de la

recherche”, in Thiétart R.A. et coll., Méthodes de recherche en management,
Dunod, pp 13-33 : Positions épistémo des paradigmes positiviste,
interprétativiste et constructiviste ……………………….……………………. 130

Tableau 7 : Les avantages et les limites de l’approche qualitative (Wacheux, 1996;

Miles et Huberman, 2003) ………………………………………………...……145

Tableau 8 : Les techniques classiques de collecte des données qualitatives comparées :.....152

Tableau 9 : Les items et les variables de notre études quantitative : …..…………………..161

Tableau 10 : classification catégorielle de nos données qualitatives : ..……………...…….170

Tableau 11 : Statistiques descriptives des données quantitatives ……...…………………. 211

Tableau 12 : Matrice de corrélation (Pearson (n))……………………...…………………. 212

Tableau 13 : Valeurs propres……………...………………………………………………. 116

Tableau 14 : Pourcentage de la variance après rotation Varimax ……………...…………..217

Tableau 15 : Coordonnées factorielles après rotation Varimax ………………...………….218

Tableau 16 : Alpha de Cronbach ……………………………...…………………………..220

Tableau 17 : Coordonnées des observations après rotation Varimax :……………………..221

Tableau 18 : Changement maximum de communalité à chaque itération………...………. 222

Tableau 19 : Analyse de la variance………………..……………………………………... 223

Tableau 20 : Statistiques alpha de Cronbach ……………..………………………………..223

264
 LISTE DES FIGURES

Figure1 : Les objets numériques ont des conséquences environnementales tout au

long de leur cycle de vie. (Source ADEME 2019)……………………………….. 25

Figure 2 : Types de Green IT (adapté de Bordage, 2011b) ………………………………….48

Figure 3 : exemple d’architecture du Cloud Computing……………………………………. 60

Figure 4 : Les différents types de Cloud Computing.(source : NIST 2011)…..……………. 61

Figure 5 : Exemple d’usine à données : Big Data Center …………………..………….……62

Figure 6 :World biggest Data centers Map/La Carte des plus grands Data centers du
Monde..…………………………………………………………………………….…………64

Figure 7 : la carte des Data centers recensés en France en 2020 …………….…...……..…..65

Figure 8 : Etiquette énergétique pour les réfrigérateurs (source Liebherr France 2021) …....75

Figure 9 : cadre intégrateur des Eco-Data Centers ……………………………..….………....79

Figure 10 : Des exemples de pico-Data Centers (source : Wikipédia 2021)...…..……...…...85

Figure 11 : Le pico Datacenter d’IBM ………………………………………..…..………...86

Figure 12 : Le pico Datacenter de Fujitsu …………………………………………………...88

Figure 13 : Le datacenter de proximité ecoresponsable de SostraData en France…………. 89

Figure: 14: “Natick Northern Isles”de Microsoft .…………………………………………91

Figure 15 Data Centers Hyperscale Source: Synergy Research Group 2020 ……...………..95

Figure 16 : Notre modèle de recherche d’adoption de politiques managériales

Eco-Tic des pico-Data centres dans l'organisation. ………...……………...…....120

Figure 17 : triangulation ………………………………………………………..…………..142

Figure 18 : Le processus global de la recherche …………………………….....…………..146

Figure 19 : Evènement Big Data & AI Paris 2020 …………………………………..…..…151

Figure 17 : triangulation : …………………………………………………………..………146

Figure 18 : Le processus global de la recherche :………….……………………………… 150

Figure 19 : Evènement des 14 et 15 sept, Big Data & AI Paris 2020 : ...………..…...…….155

Figure n˚ 20 : principe de décontextualisation et recontextualisation d’un

corpus selon Deschenaux (2007) : ……………………………………….....168

Figue 21 : catégorisation du contenu de notre corpus textuel : ……………......…………...172

265
Figue 22 : codage de notre corpus textuel : …………………………………..…………….173

Figure 22 : carte factorielle sur les axes F1 et F2.……………………………………..…… 221

266
 LISTE DES ABREVIATIONS

5G : cinquième génaration de l'internet

BIG data : les grandes données ou données maisses

DD : Le développement durable

Eco-TIC : l'équivalent du terme anglais Green IT

EDF : Électricité de France

EPA : l’agence américaine de l’environnement

Green IT : Informatique durable

IA : intélligence artificelle

ISR : Investissement socialement responsable

L’ADEME : Agence de l'environnement et de la maitrise de l'énergie

MDC : Modular Data Centers

NIST : L'Institut national des normes et de la technologie

OCDE : Organisation de coopération et de développement économiques

PUE : Power Usage Effectiveness

RGPD : Règlement général sur la protection des données

RSE : Responsabilité sociale des entreprises

TI : technologies de l'information

TIC : les technologies d'information et de communication

267
 LISTE DES ANNEXES

Annexes 1 : Verbatim ; Retranscription d’entretien de l'étude qualitative

Annexe 2 : Questionnaire de l'etude quantitative

Annexe 3 : Resultats issus du traitement des données quantitatives

Annexe 4 : Les convocations au Big data et IA, 2020 et 2019

Annexe 5 : Mon article : « Pourquoi toujours aussi peu de Data Centers en

Afrique Subsaharienne ? »

268
Annexes 1
Etude qualitative

Retranscription d’entretiens semi-directifs

Verbatim des entretiens des 14 et 15 septembre 2020, à l’évènementiel du Big data et de l'IA à Paris

Nous exposons ici une retranscription sociologique des entretiens semi-directifs avec les 21 experts.

Expert K

Q-Vous savez qu’au cours de cette année avec la pandémie covid-19, le passage rapide de la
plupart des secteurs économiques au travail à distance a entraîné un boom des données
numériques. Que feront les Data centers s’ils arrivent à saturation ?

R.K - Oui il y a une flambée des appareils mobiles, de l'automatisation basée sur l'intelligence
artificielle (IA), de la robotique autonome, de l’IoT industriel et l’Edge computing. Il est donc
probable qu’en 2021, les fournisseurs de Clouds publics et privés devraient transférer une part
croissante de leur charge de travail vers des plateformes Edge intelligentes afin d’offrir les
faibles latences requises par ces applications. Il faut une décentralisation des services Cloud
Computing pour soutenir les Data centers classiques. Par contre ce qui va poser un problème
au départ de la maîtrise de cette innovation c’est son sens éco-responsable.

Expert T

Q- An regard de la révolution technologie et de son impact environnemental, quelles solutions

préconisez-vous pour une sobriété numérique et énergétique, sachant les innovations comme
l'Edge computing, l'Edge Data center, pico-Data center, les nano data, l'intelligence
artificielle, le Big Data, l'industrie de demain ou nouvelles industrie (4.0), les IoT etc., leurs
apports positifs et leurs impacts négatifs ?

R.T- Les innovations telles que les IoT recouvrent les systèmes verticaux, qui sont au centre
de l'organisation dans de nombreux secteurs comme industrie, santé, logistique et autres, ainsi
que les connaissances spécialisées nécessaires pour faire fonctionner ces derniers, y compris
le cloud de proximité. Cela n’existait pas par le passé. Naturellement ces dispositifs entrainent
évidemment des consommations énormes en énergie et des émissions de CO2.

R.T - D'ici 2025, près de 80 % des données industrielles seront générées par les Edge de
toutes sortes. C’est à dire des mini-Data centers, gateway IT/OT, capteurs, objets connectés,
routeurs, etc. L'arrivée de la 5G va dynamiser un marché déjà en croissance et va permettre de
gérer des mini-cloud distribués et connectés aux usines. Coté manufacturing, les Edge
industriels (IoT) deviennent déjà des clés pour connecter les machines dans les lignes de
fabrication, entrepôts, usines et ateliers et obtenir ainsi les données pour le pilotage. Les
problématiques que les opérateurs auront à résoudre sont d'une part la cohabitation de l'Edge
avec les Clouds centraux En particulier les pico data, les nano Data, les Edge Data center dont

269
ils auront absolument besoin pour les cas d'usage par industrie, en occurrence chimie, pétrole,
construction, automobile, électronique, manufacturing etc. et d'autre part l'architecture tels
que l’architecture IT/OT Industrie 4.0 pour intégrer les Edges les PLC, SCADA, Gateways,
etc . C’est inéluctable.

Q- Avez-vous une culture écologique, voire des pratiques ecoresponsables au sein de votre
entreprise

R.T –Oui tout à fait. Nous sommes certes conscients de ce que la pollution numérique
représente, aujourd’hui 4% des émissions de gaz à effet de serre, d’autres disent deux fois
plus que le transport aérien. Certains on même prédit que cette pollution connaîtra une
croissance de 10% par an et que si rien n’est fait, ce chiffre de 4% pourrait passer à 8% en
2025. , Fort heureusement nous travaillons pour cela, nous avons une culture écologique, qui
est déjà dans les organisations mais à une étape presque embryonnaire. Il y a certes une prise
de conscience de la nécessité du changement : notamment grâce aux clients, à leurs
collaborateurs etc., qui deviennent progressivement exigeants aujourd’hui sur les bonnes
pratiques pour créer une culture de sobriété numérique dans le travail qu’il demane, dans les
commandes. Encore faut-il que le client soit roi. Autrement, à l’inverse, si le fournisseur ou le
dirigeant impose ses règles dans l’affaire, la culture écologique n’existera que de nom.

Expert_C

Q- Quelles solutions concrètes proposez-vous aux entreprises pour les emmener à continuer
de produire, mais peut être produire mieux et plus responsable ?

RC- Si nous prenons une usine, qui est notre cœur de métier, leur demander d’utiliser moins
d’énergie, de réduire les énergies fossiles, de produire moins d'empreinte carbone en gardant
le même niveau de productivité ou deproduire plus est notre quotidien. Nous aidons les
industriels à consommer moins d’énergie, à réduire leur empreinte carbone, tout en gardant le
même niveau de productivité de qualité.

Q-Vous parlez des empreintes carbones. Aujourd’hui la réglementation est telle qu'il faut
réduire cette empreinte carbone. De toutes les manières il faut mettre en place un certain
nombre de solutions.

Q-Vous constatez aussi du côté des banques, c'est un vrai sujet.

RC- Des règlementations existent. Elles sont plus ou moins contraignantes et processuelles.
Telles sont les normes ISR, CO2 sur la fabrication, CO2 sur l'utilisation du produit, les labels
ISR, ECO. Evaluation du score carbone en euro et les intégrer dans les finances de
l’entreprise et les prendre en compte également dans les bénéfices de l'entreprise par action ou

270
par obligation. Le score est déjà disponible. Les résultats observables sur les émissions de
CO2 sont associés aux prêts de l'entreprise, au portefeuille-titre.

Q- Que dites-vous de l’hydrogène, il faut du pétrole pour faire l'hydrogène Et même de

l'énergie renouvelable pour faire l'hydrogène vert.

R.C- Le pétrole et le gaz aujourd’hui, on n’a pas encore d'alternative à très grande échelle.
Donc c’est beaucoup plus compliqué

Expert_H

Q-comment vous regarde tout ça ? Est ce qu'il y a des alternatives.

R.H- Oui Il y a des alternatives. Notamment, Il faut mobiliser la Biomasse, lhydrogène vert le
gaz naturel liquéfié. Je suis d'accord avec vous sur le fait que tout champ hors électricité est
plus complexe plus difficile, plus diffus, plus difficile, sans doute attrapé par les grandes
entreprises. Parce qu'il y a des enjeux quand on parle de la transition énergétique, il y a
évidemment le rôle des grands groupes. On doit citer l'exemplarité qu’ils doivent avoir. Mais
il y a aussi tout le champ beaucoup plus diffus de l'économie dans les territoires où est citée
l’efficacité énergétique.

Q- Est ce que le consommateur est-il suffisamment informé sur les émissions ?

R.H- Que le consommateur soit informé suffisamment ou pas, sachez que c’est même
compliqué de trouver ces données relatives aux énergies quand on est consommateur de tel
ou tels produits. C’est compliqué d'avoir une totale transparence sur sa propre émission de
CO2, sa propre empreinte carbone. Si on cherche on réussit à le trouver. Ce n’est pas quelque
chose qui est natif dans lequel vous avez cette information toute suite. Donc c'est quelque
chose je pense à travailler sur le long terme, qui peut être un champ d'expertise. Moi, ce que je
vois on parle de la France, mais le monde de demain, c'est le monde écologique.

Q-Pas très favorable pour le nucléaire, mais ça fait partie des énergies sur lesquelles on
continue de miser.

R.H- Je le disais tout à l'heure, toutes les énergies ne sont pas équivalentes, pas seulement au
niveau du carbone, mais d'autres enjeux sont pris en comptes, tels que les déchets et les
risques industriels. Effectivement du point de vue des énergies renouvelables, qui s’appuient
sur de flux, sont intrinsèquement soutenables à long terme que les énergies fossiles comme le
nucléaire.

R.H- Electricité de l'énergie renouvelable qui sera nécessaire pour produire de l'hydrogène
vert, puisque c'est bien l’enjeu. L’hydrogène aujourd’hui, c'est l'hydrogène gris donc produit
à partir de de gaz et d'énergie fossile.

271
Expert P

Q- les entreprises qui s'en sortiront sont celle qui font la thématique de l'énergie une priorité,
vous êtes d'accord là-dessus ?

R.P- Oui bien sûr ça dépend des secteurs d’activité. Certaines entreprises sont plus
dépendantes de l'énergie. Evidemment c'est donc les leaders. Tous doivent se diriger vers une
moindre consommation d'énergie et moins d'émissions de CO2.

R.P- C'est donc une combinaison d'action de maitrise de sobriété et d’efficacité, de mixte
énergétique, de solutions renouvelables et les entreprises qui comprendront le mieux cette
dimension systémiques s'y intégreront mieux et seront les entreprises gagnantes de demain.

R.P- L’intégration du mixte énergétique se fera aussi par de l'intégration de la gestion de ce

mixte énergétique au quotidien. C’est-à-dire savoir ce que l'on consomme, pour consommer la
bonne énergie au bon moment avec l'impact carbone le moins important possible et ça va être
l'enjeu aussi de la gestion de cette énergie au quotidien.

Expert S

Q- Vous avez démontré la nécessité d’une transition énergétique efficace, une

décentralisation du cloud, une émergence de l’Edge Computing alimenté à l’énergie
renouvelable et même l’immersion des petits Data centers dans l’océan à proximité des
utilisateurs, en quoi cela répondrait favorablement aux questions de la durabilité numérique et
environnementale ?

R.S- Oui c’est un projet du futur, l’engagement de rechercher de multiples solutions les moins
énergivores et les mieux adaptées pour ses Data centers, Microsoft a eu l’idée en 2016
d’immerger à 35 mètres, son installation « Natick Northern Isles » phase 2 dans les fonds
marins de l’Écosse, dans le but de tester une possibilité de réduire l’empreinte carbone de ces
infrastructures en réponse à la crise environnementale du numérique. Ce projet a été fait en
collaboration avec l’entreprise française Naval Group et de sa filiale Naval Energies, sur les
sites de Brest. Après deux ans d'immersion, le prototype a été récupéré pour des contrôles et
les conclusions ont été positives.

R.S- Oui tout à fait, une belle réussite. La vision de ce projet Natick était également de
profiter de l’énergie issue du milieu marin, pour effectuer deux tâches : d’abord le
refroidissement des installations, selon le principe du water cooling, ensuite l’alimentation en
électricité renouvelable, enfin, rapprocher les Data centers des zones où vivent les
populations. C’est aussi de l’Edge computing. Microsoft considère que c’est au niveau du
rivage que les centres de traitement de données doivent être positionnés, afin de diminuer la
distance entre le lieu où sont les données et les internautes, ce qui réduit au strict minimum la
latence et la consommation énergetique.

272
Expert O

Q- le Projet « Natick 2 » était-il couteux ?

R.O- Nous n’avons pas totalement les chiffres pour nous prononcer là-dessus, cependant
selon des informations de source non officielle, le projet était relativement couteux.

Q- comparativement aux grands Data centers traditionnels, que pouvez-vous conclure ?

R.O- Deux intérêts ont pu être obtenus de cette expérience à l’expérience de Data center
immergé. Premièrement le Project Natick a bien fonctionné. Les serveurs contenus dans le
Data center se sont avérés jusqu’à 8 fois plus fiables que les serveurs des Data Centers sur
terre. Et il a été marqué une bonne performance et une efficacité accrue avec un taux de
fiabilité supérieur par rapport aux Data Centers traditionnels.

Deuxièmement, l’alimentation était 100% renouvelable c'est à dire éolien et solaire de l’île
Orkney un endroit favorable aux conditions d'ensoleillement et aux vents ce qui est fiable
pour alimenter les serveurs. Au fond de la mer, le conteneur a également profité des
conditions climatiques favorables, température basse et constante, pour diminuer ses besoins
en refroidissement artificiel.

Q – en tant qu’Expert dans la sécurité numérique qu’avez-vous à dire par rapport à cela ?

R.O- Il est aujourd’hui essentiel de sécuriser les données des entreprises, quel que soit leur
mode de stockage et tout au long du cycle de développement. L’objectif est d’assurer la
protection et la mise en conformité des utilisateurs, applications, données et technologies
suivant la reglementation. C’est essentiel dans le monde d'aujourd’hui où la cyber-attaque est
devenue professionnelle. C’est pourquoi le choix des équipementiers est problématique.
Ceux-ci sont à la recherche de marché et tente d'avoir la confiance des Etats quant à la
fiabilité sécuritaire, écologique, la durabilité de leurs équipements et surtout la protection des
données numériques qui y seront hébergés.

Expert L

Q- quelles recommandation faites-vous par rapport à tout ça en tant qu’expert architecture Big
data chez Microsoft ?

R.L- Le monde du numérique doit se pencher vers un tel projet si nous souhaitons
effectivement une neutralité carbone avant 2035. Puisque plus 50 % de la population
mondiale vit à moins de 200 km des côtes maritimes selon une étude. Nous estimons que
plusieurs satellites de Data centers dans les larges maritimes pourraient résoudre la question
de la crise environnementale des datatcenters et leur durabilité, vu que le projet a été une belle
réussite pour Microsoft.

Q- vous concluez quoi de ce projet ?

273
R.L- Je pense que projet de Data center sous-marin autonome, le Project Natick de Microsoft,
valide d’abord la pertinence des micros Data centers et Data centers Edge. Plus
particulièrement les Data centers portables, modulaires et flexibles, au plus près des besoins
des utilisateurs. C’est à saluer.

Expert M

Q- Y a-t-il d’autres projets sobres et peut être agiles de la révolution numérique ?

R.M- oui, nous avons l’exemple de la start-up chinoise WeRide qui aujourd’hui a mise en
place son projet de voiture autonome électrique en collaboration avec ses partenaires Nissan-
Renault-Mitsubishi à Canton en Chine. Cette start-up utilise une centaine de voitures
autonomes qui circulent déjà sur une zone pilote de 250 km².Ces véhicules Robot taxi sont
connectés sans chauffeur et contrôlable à distance. Ils ont une intelligence artificielle et de
nombreux capteurs qui leur permettent de comprendre leur environnement, d’anticiper les
situations et de pouvoir être piloté à distance si la situation l’exige.

R.M- Par contre ce qui est intéressant, c'est qu'il y a des points relais à plusieurs endroits dans
la ville de Canton auxquels les voitures restent connectées. Ce sont là de petits Data centers
chargés de traiter sur place et de transmettre les informations à temps réel pendant leur
parcours. C’est à dire à proximité de la voiture. C’est de l'Edge Computing ou le cloud de
proximité, mais responsable. Il s’allie bien sûr à l’énergie renouvelable.

R.M- La chine s'est lancée dans la transition écologique et le stockage énergétique. Donc la
promotion des énergies renouvelables commence à se labelliser presque partout. Les géants
GAFAM font des efforts, mais pas encore à un niveau acceptable. L'énergie renouvelable,
c'est bien l'énergie de demain, l’énergie du numérique, sur laquelle tout le monde cherche à
s'aligner, quand on a tout de même du sens de la responsabilité.

Expert_E

Q- Si la tech évolue il y a bien un intérêt financier majeur. Pouvez-vous nous donner quelque
peu le secret de cette croissance économique ?

R.E- Performance et l'innovation sont la clé du succès économique des entreprises de la tech

Q- Pourquoi ?

R.E- L'innovation est la pierre angulaire de la technologie. En informatique, si vous

n'expérimentez pas constamment des technologies émergentes, vous risquez d'être rapidement
dépassé. De plus, vous pouvez vous retrouver confronté à de lourdes difficultés lorsqu'il s'agit
d'attirer les meilleurs talents et de garder une longueur d'avance sur vos concurrents.

274
Il faut parfois regarder loin devant pour anticiper la prochaine vague. Et plus vous regardez
loin, plus les paris sont risqués. Pourtant, parfois, un grand pas en avant mérite d'être
envisagé. Dans cette optique, le travail d’amélioration, de performance de la rentabilité mené
par l’entreprise devrait aboutir à une marge opérationnelle courante supérieure à celle
d'actuelle. Il importe donc à l'entreprise de se focaliser sur la performance et de met tout en
œuvre pour éviter la baisse de son taux de marge opérationnelle courante sois en diminuant
les couts de dépenses ingénieriques comme les intrants, des équipements, pratiquer l'efficacité
énergétique, réduire les risques, sois en agissant sur la force de vente. Dans le secteur de la
tech c'est l'innovation et la performance qui peuvent booster cette marge opérationnelle.

Expert F

Q- Avez-vous quelque chose à ajouter ?

R.F- Nous devons savoir également que, parfois les crises sont les meilleurs moments pour
relancer les activités. En particulier la croissance d'une entreprise ou un groupe d'entreprise de
la tech . Comme par exemple les GAFAM ont connu une croissance forte et les meilleurs
résultats, qui ont fait d'eux des leaders du monde de la tech. C’est parce que les problèmes
existent dans nos sociétés, que les entreprises existent pour les résoudre. Il convient ainsi de
détecter des problèmes pour entreprendre et il n'y a pas de meilleur moment.

RF Les crises sont parfois utiles à croissance de certaines entreprises, ou avez eu l'exemple
des GAFAM.

R.F- ça créé des besoins énormes qu'il fallait résoudre comme la COVID-19. Aujourd’hui les
utilisateurs du numérique ont besoin de plus de ressources de stockage, plus de proximité,
moins de latence, plus de sécurité, plus d'innovation. Tout part vers le smart comme Smart
City, Smart House, Smart Country etc. il importe donc à l’entreprise de chercher à résoudre
ces problèmes de manière efficace et efficiente et le meilleur dans cette course à solutions
dans nos sociétés sera un leader.

Q- Avez-vous des ressources et les compétences disponibles pour y parvenir ?

R.F- Les enjeux humains sont une priorité pour la réussir de la transformation digitale. C’est
les humains qui font le numérique. Pour reussir la decentralisation par les pico Data Centers,
il faut naturellement performer les aptitudes, apporter des idées novatrices, confiantes,
critiques et créative du numérique pour atteindre des objectifs liés à l’apprentissage de ce
nouveau dispositif de Data center. Vu que de cette novelles technologie commence déjà à être
dans l’industrie de la Tech.

R.F - On peut dire que toutes les entreprises sont confrontées à ces enjeux de ressource et de
compétence de la transformation digitale. L’apprentissage doit permettre à l’individu que
l'entreprise emploi, de faire face aux innovations technologiques qui se concrétiseront
certainenement dans les années à venir, notamment les avancées en matière de BIG data,
d’intelligence artificielle, de Datacentre, des pico-Data Centers et de l'Edge computing en

275
particulier. Cela nécessite de mobiliser les ressources internes disponibles, d'innover par la
formation, pour maintenir les compétences professionnelles du personnel à jour. Ou alors
signer des partenariats avec des start-up, recruter des compétences externes de la digitalisation
pour rester leader dans le dommaine.

Expert R

Q- que dites-vous de la 5G ?

R.R- Le déploiement de la 5G partout dans le monde au cours des prochaines années va faire
grimper la demande d'applications cloud-to-Edge. Une part toujours plus grande de ces
charges de travail nécessitera un traitement des données par des capteurs intelligents à la
périphérie c’est-à-dire les IoT, un pilotage par l’IA et la charge de travail. La 5G va traduire
de la connectivité généralisée intelligente et rapide, réduisant drastiquement la latence, une
efficacité d’action rapide en temps réel de l'internet, de l'IoT. C’est donc une réponse aux
besoins cruciaux de la révolution numérique en termes de connectivité, de rapidité,
d'intelligence, d'optimisation des données voilà !

Q- la contribution de l'Etat est-elle à la hauteur de l'évènement ?

R.R - En France certaine mairie ont commencé à lever leur moratoire contre la 5G qui était
mal vu dès le départ comme une technologie dangereuse et susceptible de créer le cancer. Une
soixantaine d'élus écologistes et de gauche, des ONG écologiques, avaient demandé un
moratoire sur la 5G. Mais ceci a été rejeté par les autorités. Une manière pour le pouvoir
public de s'impliquer dans le développement technologique. La tech est stratégique pour le
gouvernement dans sa trajectoire de développement.

R.R- Certes, des fonds publics sont engagé dans des secteurs stratégiques comme la santé, la
technologie, et la transition écologique. Mais ces fonds sont encore insuffisants pour une
relance technologique réelle. Par exemple le plan de soutien annoncé pour les entreprises
technologiques de la French Tech, durement touchées par la crise du coronavirus prévoit des
mesures conjoncturelles de soutien public sous forme d’investissements, de prêts et d’aides
pour permettre aux entreprises de continuer à se lancer, croître et innover. Mais ce fond n'est
pas à la hauteur de cette nouvelle lancée de la révolution, même pas à la hauteur de la Silicon
Valley qui, aujourd’hui, a pris un élan considérable par rapport à l’Europe. Et ça démotive le
secteur privé de la tech qui fait un réel effort dans la transformation numérique et écologique
des entreprises qu’elle performe. Nos Etats sont un peu à la traîne, ils ne sont pas entièrement
engagés.

276
Expert W

Q- Pouvez-vous nous parler de la concurrence dans la tech ?

R.W-Toute entreprise en bonne santé et en croissance est confrontée à la concurrence.

Nous voulons tous toujours être compétitifs et nous développer. La technologie évolue à la
vitesse de la lumière, contraignant les entreprises du secteur à adopter en priorité une stratégie
pour rester à la pointe et continuer d’innover.

R.W- c'est une tâche d’autant plus complexe que les acheteurs de technologies évoluent aussi,
avec des attentes élevées en matière d’expérience. Par exemple La concurrence n’a jamais été
aussi intense sur un marché des hautes technologies B2B, les plateformes itératives comme
live Facebook ou Instagram, bulle de tchat comme Messenger ou onglet « conversation »
comme Zoom ou Meet etc. La concurrence est assez forte, elle ne s'arrêtera jamais comme
une jungle où les forts ont tendance à écraser les faibles, ou les absorber.

Expert Q

Q- Un engagement partiel de l'Etat et une pression, n’y a-t-il pas un paradoxe ?

R.Q- La contrainte de l'Etat dans la transition écologique pose la question réelle des mesures
d'accompagnement. La technologie est le socle du développement de la société moderne. Et je
ne vois pas un gouvernement entrain de tordre le cou du secteur de la tech pour des
problématiques écologiques. C’est pourquoi sa stratégie de transition est processuelle dans
temporalité. La pression de l'état reste toujours faible et utopique. Des lois sont sur la table
mais peine à être appliquer. Il faut mesurer les tenants et les aboutissants des lois pour éviter
qu’elles provoquent du tort à nos économies dans leur application. C’est ce qui se passe dans
presque dans tous les pays développés.

Expert C

Q- La France fait aujourd’hui du lobbying pour protéger le nucléaire. Qu’en dites-vous ?

R.C- L’enjeu du nucléaire est énorme pour EDF qui doit investir dans ses réacteurs. Les
autorités françaises se battent pour que le nucléaire soit considéré comme une énergie
décarbonée. Elles mènent ce combat avec la plus grande détermination. Elles le disent sans
cesse, qu’elles ont besoin du nucléaire pour réussir la transition écologique, pour bénéficier
d'électricité décarbonée disponible à bas coût. Et ça infecté d’autres pays européens qui
veulent avoir du nucléaire partout et que l’on considère comme une des technologies vertes
permettant de lutter contre le réchauffement climatique

277
Expert N

Q- pouvez nous parler de vos Data Centers et de la 5G

R.N- Aujourd’hui on a à peu près 250 Data Centers en France. Dans une dizaine d’année on
va avoir 500 Data Centers et la capacité des centres de données va doubler. Plus le numérique
se développe, plus les Data centers vont augmenter le nombre de serveurs pour faire circuler
et stocker les données. Ces centres de Données vont chauffer et quand ils chauffent on est
tenté aujourd’hui de réduire la température par le refroidissement.

R.N- Chez nous OR, nous utilisons un système de refroidissement de pièce par mécanisme
d’évaporation de l’eau. On a réussi à industrialiser ce process, à le breveter et à le mettre en
œuvre. Ce qui nous permet d’une part de se passer totalement d’un système de climatisation
de nos Data centers à ce système d’évaporation d’eau et de diviser par 2 la consommation
électrique de nos Data centers d’autre part.

Expert J

Q- Et la 5G, quelle en est sa contribution ?

R.J- À propos de la 5G, Aujourd’hui le numérique se développe, il faut des capacités pour
faire circuler les données. Donc la 5G est primordiale et irréversible. On peut le dire
aujourd’hui avec les 4 grands opérateurs sur le territoire français (orange, Free, SFR,
Bouygues). Nous sommes dans une industrie où chaque année nous faisons face à une
croissance de 40 à 50% du volume de données que nous transportons à l’aide de nos réseaux.
Nous faisons face à un risque de saturation des Data Centers. Du coup, la 5G va permettre de
faire face et d’ajouter les capacités supplémentaires comme interconnecter des Data centers
supplémentaires et créer l’interopérabilité des données. C’est une question de compétitivité de
notre économie. Il y a une demande très forte de la part des abonnés.

R.J- Sur ce point, je souhaite insister que la 5G est la première technologie mobile, qui a
intégré l’enjeu environnemental et d’une efficacité énergétique bien plus importante que les
générations précédentes 3G, 4G. C’est-à-dire qu’avec un volume de données équivalentes,
vous pouvez consommer 5 à 6 fois moins d’électricité. Et on sait que les principaux enjeux
des opérateurs de télécom c’est d’une part la maitrise forte de la consommation énergétique.
De plus, l’impact principal sur l’environnement du numérique ce sont les terminaux. 70% des
émissions de CO2 du numérique provient des terminaux. Ces terminaux qui sont de plus en
plus puissant, dont on ne peut plus se passer et par conséquent l’impact environnemental de
plus en plus important.

SK : je vous remercie infiniment de votre soutien et à la prochaine rencontre BIG DATA PARIS 2021.
Merci à tous !

278
Annexe 2
Etude quantitative

Questionnaire

Ce questionnaire fait suite à notre entretien exploratoire semi-directif fait à l’évènement Big Data, les
14 et 15 septembre 2020.

En tant qu’expert Big Data, et au travers de questions fermées. Nous souhaitons obtenir votre
position confirmatoire à l’égard des pico-Data Centers, la mise en œuvre, les expériences vécues, les
pressions, les bénéfices perçus et les obstacles rencontrés, qui nous permettront de boucler cette
enquête.

I/ Contexte technologique et la motivation organisationnelle à l’adoption des pico-Data

Centers éco-responsables

12 items retenus

Si vous avez expérimenté les pico-Data Centers, quels ont été les facteurs de motivation à
l’adoption des Infrastructures techniques pico-Data Centers écoresponsables ?

1 2 3 4 5 6 7

Le soutien des pouvoirs publics. 

La disponibilité des équipementiers 

Objectif économique 

Gérer la proximité avec les utilisateurs 

Gérer l’intermédiation des données avant leur transfert aux Data centers
classiques


Gérer la sécurité en cas de cyber d’attaque 

Gérer la redondance en cas de panne en cas d’incendie. 

Réduire la latence, périphérie du réseau (Edge computing), efficacité,


efficience énergétique et durabilité

Désengorger les Data centers classiques 

279
Utilisation de l’énergie fossile 

Utilisation de l’énergie renouvelable. 

Utilisation du mixte énergétique 

II / PRESSIONS INSTITUTIONNELLES

6 items retenus

A quelles pressions incitatives institutionnelles votre entreprise a fait face ou pourrait faire face à
l’adoption de l’Eco pico-Data Center ?

1 2 3 4 5 6 7

Réglementations, normes et standard 

Aides et incitations gouvernementales 

Adoption des Eco-TIC 

Actions des concurrents 

Pressions des parties prenantes 

Considérations environnementales 

III/ BÉNÉFICES ESCOMPTÉS (avantages concurrentiels)

7 items retenus

Quels bénéfices escomptés (avantages concurrentiels) obtenus à l’adoption de l’Eco pico-Data

Center ?

1 2 3 4 5 6 7

Intérêt des investisseurs ISR à l'égard de votre entreprise 

Autonomie énergétique des pico-Data/ réductions des couts énergétiques 

Reduction de pannes de server 

280
S’impliquer dans le développement durable 

Avantages fiscaux 

Réduire l’impact environnemental du SI 

Fédérer les employés autour de valeurs communes (culture écologique de


l’organisation)

Répondre aux attentes des parties prenantes 

Se prémunir de risques légaux, environnementaux (actionnaires, clients,

fournisseurs, associations…)


Améliorer l’image de l’entreprise 

Atteinte des objectifs de sobriété énergétique et de durabilité 

IV/OBSTACLES PERÇUS

7 items retenus

Quels ont été les obstacles perçus dans le cadre de l’adoption de l’Eco pico-Data Center ?

1 2 3 4 5 6 7

Manque d’engagement des dirigeants 

Absence ou peu de mesures gouvernementales contraignantes 

Manque de temps 

Manque d’information pertinente 

Manque de ressources et/ou de compétences au sein de l’entreprise 

Coût de sa mise en œuvre (exhorbitant) 

Difficulté à traduire le concept en sein de l’entreprise actions concrètes 

Résistance au changement 

281
 Annexe 3 :
Resultats issus du traitement des données quantitatives

XLSTAT 2021.1.1.1109 - Analyse factorielle - Début : 21/06/2021 à 17:24:15 / Fin :

21/06/2021 à 17:26:24 / Microsoft Excel 16.014026
Tableau observations/variables : Classeur = quanti picodatat2.xlsx / Feuille = Feuil1 / Plage =
Feuil1!$B:$AL / 19 lignes et 37 colonnes
Libellés des observations : Classeur = quanti picodatat2.xlsx / Feuille = Feuil1 / Plage =
Feuil1!$U:$U / 19 lignes et 1 colonne
Corrélation : Pearson (n)
Méthode d'extraction : Facteurs principaux
Nombre de facteurs : Automatique
Communalités initiales : Carrés des corrélations multiples
Conditions d'arrêt : Convergence = 0,0001 / Itérations = 50
Rotation : Varimax (Normalisation de Kaiser) / Nombre de facteurs = 2

Statistiques descriptives :

Obs. avec
données Obs. sans données
Variable Observations manquantes manquantes Minimum Maximum Moyenne Ecart-type

PRREGLNST 19 0 19 5,000 7,000 6,474 0,697

PRAIDGOUV 19 0 19 1,000 7,000 3,211 1,718

PRADECOTIC 19 0 19 5,000 7,000 5,895 0,809

PRACCO 19 0 19 5,000 7,000 6,158 0,688

PRPP 19 0 19 4,000 7,000 5,632 1,065

PRENVI 19 0 19 4,000 7,000 6,000 1,000

MOTISOUTPPU 19 0 19 2,000 7,000 4,368 1,640

MOTIDIEQ 19 0 19 4,000 7,000 5,737 0,933

MOTOBECO 19 0 19 5,000 7,000 6,211 0,713

MOTGPROX 19 0 19 5,000 7,000 5,737 0,872

MOTGINTDON 19 0 19 5,000 7,000 5,895 0,737

MOTSECU 19 0 19 2,000 6,000 4,368 1,165

MOTREDOND 19 0 19 4,000 7,000 5,947 0,970

MOTRLATENC 19 0 19 5,000 7,000 6,474 0,697

MOTDESDATC 19 0 19 4,000 7,000 5,947 0,911

MOTENGIFOS 19 0 19 4,000 7,000 6,000 0,882

MOTENRENO 19 0 19 4,000 7,000 6,053 0,970

MOTMIXENGI 19 0 19 2,000 7,000 4,263 1,628

BENEINVISR 19 0 19 5,000 7,000 6,105 0,809

282
BENEEAUTO 19 0 19 2,000 7,000 4,842 1,385

BENEREDUCPAN 19 0 19 4,000 7,000 5,895 0,809

BENEDEVDUR 19 0 19 2,000 7,000 5,421 1,305

BENEAVFISC 19 0 19 1,000 7,000 3,421 1,895

BENERIMPENV 19 0 19 5,000 7,000 6,526 0,612

BENECULTUR 19 0 19 1,000 7,000 4,737 1,996

BENEATPP 19 0 19 1,000 7,000 3,684 1,797

BENERISLEG 19 0 19 2,000 7,000 4,158 1,772

BENEIMENTR 19 0 19 5,000 7,000 6,421 0,692

BENESOBDUR 19 0 19 4,000 7,000 5,789 1,032

OBSMENGAD 19 0 19 4,000 7,000 5,895 1,049

OBSMESGOUV 19 0 19 5,000 7,000 6,316 0,749

OBSMANQTEM 19 0 19 1,000 6,000 4,158 1,463

OBSMANQINFO 19 0 19 1,000 6,000 3,579 1,427

OBSMANQRESC 19 0 19 5,000 7,000 6,158 0,765

OBSCOUMOEU 19 0 19 5,000 7,000 6,105 0,737

OBSDIFFICULTAC 19 0 19 1,000 5,000 2,789 1,316

OBSRESISCHANG 19 0 19 1,000 6,000 3,263 1,408

Matrice de corrélation (Pearson (n)) :

Variables PRREGLNST PRAIDGOUV PRADECOTIC PRACCO PRPP PRENVI MOTISOUTPPU

PRREGLNST 1 0,144 0,290 0,531 0,248 0,159 0,228
PRAIDGOUV 0,144 1 0,057 0,346 0,045 0,291 -0,246
PRADECOTIC 0,290 0,057 1 0,231 0,404 0,412 -0,220
PRACCO 0,531 0,346 0,231 1 0,387 0,404 0,290
PRPP 0,248 0,045 0,404 0,387 1 0,522 -0,077
PRENVI 0,159 0,291 0,412 0,404 0,522 1 -0,169
MOTISOUTPPU 0,228 -0,246 -0,220 0,290 -0,077 -0,169 1
MOTIDIEQ 0,288 0,071 0,182 0,328 0,288 -0,060 -0,151
MOTOBECO 0,459 0,324 0,329 0,834 0,473 0,312 0,072
MOTGPROX 0,491 0,076 0,195 0,814 0,368 0,255 0,344
MOTGINTDON 0,102 -0,025 0,353 0,363 0,584 0,527 -0,196
MOTSECU -0,090 0,209 -0,428 -0,146 -0,243 -0,238 -0,308
MOTREDOND 0,203 -0,160 -0,149 0,180 0,410 -0,057 0,257
MOTRLATENC 0,199 0,005 -0,202 0,415 0,173 -0,080 0,082
MOTDESDATC 0,391 -0,028 -0,008 0,368 0,265 -0,061 0,423
MOTENGIFOS 0,090 -0,037 0,467 0,092 0,532 0,189 -0,154
MOTENRENO 0,208 0,126 0,220 0,320 0,504 0,401 -0,013
MOTMIXENGI -0,116 0,039 -0,357 -0,089 -0,197 -0,307 0,336
BENEINVISR 0,399 0,263 0,188 0,467 0,499 0,275 0,220
BENEEAUTO -0,091 0,155 0,034 0,436 0,109 -0,241 0,272

283
BENEREDUCPAN 0,389 -0,103 -0,103 0,430 0,275 -0,069 0,408
BENEDEVDUR 0,746 0,181 0,360 0,479 0,358 0,468 0,235
BENEAVFISC 0,051 0,125 -0,440 -0,011 -0,222 -0,440 0,215
BENERIMPENV 0,556 0,047 0,343 0,319 0,314 0,182 0,073
BENECULTUR 0,215 0,406 -0,087 0,032 -0,257 0,028 -0,257
BENEATPP 0,171 0,113 0,090 -0,227 -0,064 -0,340 -0,109
BENERISLEG 0,476 0,116 0,322 0,252 0,297 -0,219 -0,040
BENEIMENTR 0,715 0,108 -0,016 0,436 0,147 0,000 0,492
BENESOBDUR 0,146 -0,475 0,105 -0,185 -0,176 -0,323 0,377
OBSMENGAD -0,004 -0,449 -0,014 -0,207 -0,086 -0,265 -0,332
OBSMESGOUV -0,090 -0,011 0,241 0,437 0,293 0,371 -0,010
OBSMANQTEM -0,023 -0,500 -0,032 0,029 0,396 0,000 0,206
OBSMANQINFO -0,347 -0,120 0,008 -0,042 0,148 0,039 -0,001
OBSMANQRESC 0,060 -0,111 0,118 0,056 0,485 0,363 0,217
OBSCOUMOEU 0,222 0,025 -0,073 0,294 0,406 0,301 0,425
OBSDIFFICULTAC -0,128 0,144 -0,126 -0,452 -0,296 -0,169 -0,014

OBSRESISCHANG -0,247 0,068 -0,023 -0,045 0,291 -0,118 0,244

MOTIDIEQ MOTOBECO MOTGPROX MOTGINTDON MOTSECU MOTREDOND MOTRLATENC MOTDESDATC

0,288 0,459 0,491 0,102 -0,090 0,203 0,199 0,391
0,071 0,324 0,076 -0,025 0,209 -0,160 0,005 -0,028
0,182 0,329 0,195 0,353 -0,428 -0,149 -0,202 -0,008
0,328 0,834 0,814 0,363 -0,146 0,180 0,415 0,368
0,288 0,473 0,368 0,584 -0,243 0,410 0,173 0,265
-0,060 0,312 0,255 0,527 -0,238 -0,057 -0,080 -0,061
-0,151 0,072 0,344 -0,196 -0,308 0,257 0,082 0,423
1 0,505 0,251 0,361 0,299 0,045 0,459 0,244
0,505 1 0,541 0,467 -0,032 0,177 0,347 0,445
0,251 0,541 1 0,300 -0,392 0,442 0,400 0,191
0,361 0,467 0,300 1 -0,082 0,225 0,102 -0,091
0,299 -0,032 -0,392 -0,082 1 -0,080 -0,022 0,072
0,045 0,177 0,442 0,225 -0,080 1 0,039 0,122
0,459 0,347 0,400 0,102 -0,022 0,039 1 0,304
0,244 0,445 0,191 -0,091 0,072 0,122 0,304 1
0,472 0,353 0,072 0,513 -0,108 0,065 0,090 0,069
0,261 0,224 0,280 0,552 -0,313 -0,174 0,536 0,066
-0,391 -0,242 0,130 -0,392 -0,083 0,044 -0,165 0,197
0,406 0,441 0,514 -0,073 -0,220 0,290 0,301 0,309
0,353 0,373 0,378 -0,072 0,176 0,200 0,370 0,301
0,329 0,522 0,273 0,260 0,102 0,276 0,586 0,745
0,370 0,437 0,445 0,222 -0,071 0,062 0,135 0,394
0,317 0,218 -0,064 -0,165 0,303 0,134 0,093 0,303
0,061 0,241 0,274 0,253 -0,209 0,236 0,165 0,351
0,289 0,041 -0,042 0,093 0,403 -0,036 -0,025 0,023

284
 0,047 -0,162 0,050 -0,362 0,112 0,340 -0,140 -0,180
0,295 0,324 0,388 0,226 -0,084 0,264 -0,019 0,109
0,009 0,260 0,470 0,092 -0,134 0,283 0,370 0,389
-0,003 -0,465 0,182 -0,250 -0,348 0,099 -0,085 -0,072
0,027 -0,192 -0,093 -0,159 -0,057 -0,170 0,376 0,052
-0,033 0,181 0,559 0,265 -0,332 0,101 0,230 0,107
-0,171 -0,087 0,296 0,325 -0,525 0,319 0,304 0,048
0,121 -0,126 -0,094 0,008 0,232 -0,218 -0,012 0,196
-0,094 0,038 0,066 0,524 -0,256 0,162 -0,044 0,252
-0,200 0,272 0,132 0,226 -0,177 0,163 0,114 0,174
-0,545 -0,424 -0,438 -0,711 -0,200 -0,227 -0,188 0,083

0,225 0,163 0,014 0,296 -0,130 0,255 0,036 0,098

MOTENGIFOS MOTENRENO MOTMIXENGI BENEINVISR BENEEAUTO BENEREDUCPAN BENEDEVDUR BENEAVFISC

0,090 0,208 -0,116 0,399 -0,091 0,389 0,746 0,051
-0,037 0,126 0,039 0,263 0,155 -0,103 0,181 0,125
0,467 0,220 -0,357 0,188 0,034 -0,103 0,360 -0,440
0,092 0,320 -0,089 0,467 0,436 0,430 0,479 -0,011
0,532 0,504 -0,197 0,499 0,109 0,275 0,358 -0,222
0,189 0,401 -0,307 0,275 -0,241 -0,069 0,468 -0,440
-0,154 -0,013 0,336 0,220 0,272 0,408 0,235 0,215
0,472 0,261 -0,391 0,406 0,353 0,329 0,370 0,317
0,353 0,224 -0,242 0,441 0,373 0,522 0,437 0,218
0,072 0,280 0,130 0,514 0,378 0,273 0,445 -0,064
0,513 0,552 -0,392 -0,073 -0,072 0,260 0,222 -0,165
-0,108 -0,313 -0,083 -0,220 0,176 0,102 -0,071 0,303
0,065 -0,174 0,044 0,290 0,200 0,276 0,062 0,134
0,090 0,536 -0,165 0,301 0,370 0,586 0,135 0,093
0,069 0,066 0,197 0,309 0,301 0,745 0,394 0,303
1 0,454 -0,194 0,311 0,091 0,078 0,290 -0,066
0,454 1 -0,150 0,134 -0,076 0,290 0,289 -0,285
-0,194 -0,150 1 0,020 0,118 -0,062 -0,029 0,268
0,311 0,134 0,020 1 0,363 0,103 0,587 0,114
0,091 -0,076 0,118 0,363 1 0,331 0,008 0,133
0,078 0,290 -0,062 0,103 0,331 1 0,360 0,357
0,290 0,289 -0,029 0,587 0,008 0,360 1 0,127
-0,066 -0,285 0,268 0,114 0,133 0,357 0,127 1
-0,206 0,232 -0,258 -0,006 -0,028 0,455 0,264 -0,154
-0,284 -0,107 -0,063 -0,085 -0,056 0,051 0,173 0,251
0,105 -0,372 0,220 0,330 0,224 -0,215 0,155 0,090
0,284 0,124 0,312 0,181 0,192 0,128 0,282 0,211
0,000 0,379 0,241 0,214 0,131 0,579 0,531 0,027
-0,183 -0,044 0,035 -0,039 -0,063 -0,161 -0,013 -0,179
-0,300 0,006 -0,146 -0,248 -0,127 0,117 -0,250 -0,116
-0,252 0,205 0,019 0,034 0,265 0,149 0,027 -0,295
0,000 0,463 0,145 -0,109 -0,097 0,249 -0,182 -0,326

285
 0,221 0,097 0,266 0,089 0,414 -0,089 -0,079 -0,239
0,247 0,512 0,188 -0,028 -0,133 0,298 0,208 -0,163
0,342 0,380 0,114 0,260 0,017 0,299 0,298 0,006
-0,431 -0,295 0,313 0,022 -0,233 -0,231 -0,204 -0,007

0,582 0,274 0,259 0,218 0,279 0,172 -0,003 0,269

BENERIMPENV BENECULTUR BENEATPP BENERISLEG BENEIMENTR BENESOBDUR OBSMENGAD

0,556 0,215 0,171 0,476 0,715 0,146 -0,004
0,047 0,406 0,113 0,116 0,108 -0,475 -0,449
0,343 -0,087 0,090 0,322 -0,016 0,105 -0,014
0,319 0,032 -0,227 0,252 0,436 -0,185 -0,207
0,314 -0,257 -0,064 0,297 0,147 -0,176 -0,086
0,182 0,028 -0,340 -0,219 0,000 -0,323 -0,265
0,073 -0,257 -0,109 -0,040 0,492 0,377 -0,332
0,061 0,289 0,047 0,295 0,009 -0,003 0,027
0,241 0,041 -0,162 0,324 0,260 -0,465 -0,192
0,274 -0,042 0,050 0,388 0,470 0,182 -0,093
0,253 0,093 -0,362 0,226 0,092 -0,250 -0,159
-0,209 0,403 0,112 -0,084 -0,134 -0,348 -0,057
0,236 -0,036 0,340 0,264 0,283 0,099 -0,170
0,165 -0,025 -0,140 -0,019 0,370 -0,085 0,376
0,351 0,023 -0,180 0,109 0,389 -0,072 0,052
-0,206 -0,284 0,105 0,284 0,000 -0,183 -0,300
0,232 -0,107 -0,372 0,124 0,379 -0,044 0,006
-0,258 -0,063 0,220 0,312 0,241 0,035 -0,146
-0,006 -0,085 0,330 0,181 0,214 -0,039 -0,248
-0,028 -0,056 0,224 0,192 0,131 -0,063 -0,127
0,455 0,051 -0,215 0,128 0,579 -0,161 0,117
0,264 0,173 0,155 0,282 0,531 -0,013 -0,250
-0,154 0,251 0,090 0,211 0,027 -0,179 -0,116
1 0,393 -0,194 0,329 0,497 0,185 0,351
0,393 1 0,007 0,201 0,165 -0,136 0,039
-0,194 0,007 1 0,383 0,157 0,112 -0,137
0,329 0,201 0,383 1 0,441 0,050 0,039
0,497 0,165 0,157 0,441 1 0,053 -0,089
0,185 -0,136 0,112 0,050 0,053 1 0,184
0,351 0,039 -0,137 0,039 -0,089 0,184 1
0,344 -0,053 -0,293 -0,040 -0,056 0,163 0,257
0,336 -0,270 -0,234 0,183 0,315 0,244 0,374
-0,178 -0,002 -0,163 0,006 -0,148 -0,064 0,006
0,406 0,138 -0,366 0,227 0,392 -0,096 -0,117
-0,006 -0,395 -0,183 0,072 0,452 -0,334 -0,344
0,076 0,084 0,182 -0,176 -0,019 -0,034 0,225

-0,299 -0,132 0,144 0,227 0,108 -0,189 -0,545

286
OBSMESGOUV OBSMANQTEM OBSMANQINFO OBSMANQRESC OBSCOUMOEU OBSDIFFICULTAC OBSRESISCHANG
-0,090 -0,023 -0,347 0,060 0,222 -0,128 -0,247
-0,011 -0,500 -0,120 -0,111 0,025 0,144 0,068
0,241 -0,032 0,008 0,118 -0,073 -0,126 -0,023
0,437 0,029 -0,042 0,056 0,294 -0,452 -0,045
0,293 0,396 0,148 0,485 0,406 -0,296 0,291
0,371 0,000 0,039 0,363 0,301 -0,169 -0,118
-0,010 0,206 -0,001 0,217 0,425 -0,014 0,244
-0,033 -0,171 0,121 -0,094 -0,200 -0,545 0,225
0,181 -0,087 -0,126 0,038 0,272 -0,424 0,163
0,559 0,296 -0,094 0,066 0,132 -0,438 0,014
0,265 0,325 0,008 0,524 0,226 -0,711 0,296
-0,332 -0,525 0,232 -0,256 -0,177 -0,200 -0,130
0,101 0,319 -0,218 0,162 0,163 -0,227 0,255
0,230 0,304 -0,012 -0,044 0,114 -0,188 0,036
0,107 0,048 0,196 0,252 0,174 0,083 0,098
-0,252 0,000 0,221 0,247 0,342 -0,431 0,582
0,205 0,463 0,097 0,512 0,380 -0,295 0,274
0,019 0,145 0,266 0,188 0,114 0,313 0,259
0,034 -0,109 0,089 -0,028 0,260 0,022 0,218
0,265 -0,097 0,414 -0,133 0,017 -0,233 0,279
0,149 0,249 -0,089 0,298 0,299 -0,231 0,172
0,027 -0,182 -0,079 0,208 0,298 -0,204 -0,003
-0,295 -0,326 -0,239 -0,163 0,006 -0,007 0,269
0,344 0,336 -0,178 0,406 -0,006 0,076 -0,299
-0,053 -0,270 -0,002 0,138 -0,395 0,084 -0,132
-0,293 -0,234 -0,163 -0,366 -0,183 0,182 0,144
-0,040 0,183 0,006 0,227 0,072 -0,176 0,227
-0,056 0,315 -0,148 0,392 0,452 -0,019 0,108
0,163 0,244 -0,064 -0,096 -0,334 -0,034 -0,189
0,257 0,374 0,006 -0,117 -0,344 0,225 -0,545
1 0,357 0,079 0,102 -0,265 -0,211 -0,241
0,357 1 0,060 0,572 0,190 -0,039 0,194
0,079 0,060 1 0,370 0,097 -0,050 0,197
0,102 0,572 0,370 1 0,461 -0,020 0,424
-0,265 0,190 0,097 0,461 1 -0,090 0,293
-0,211 -0,039 -0,050 -0,020 -0,090 1 -0,148
-0,241 0,194 0,197 0,424 0,293 -0,148 1

287
Mesure de précision de l'échantillonnage de Kaiser-Meyer-Olkin :

PRREGLNST 0,559
PRAIDGOUV 0,395
PRADECOTIC 0,594
PRACCO 0,614
PRPP 0,539
PRENVI 0,600
MOTISOUTPPU 0,435
MOTIDIEQ 0,444
MOTOBECO 0,538
MOTGPROX 0,528
MOTGINTDON 0,672
MOTSECU 0,417
MOTREDOND 0,304
MOTRLATENC 0,448
MOTDESDATC 0,506
MOTENGIFOS 0,358
MOTENRENO 0,620
MOTMIXENGI 0,461
BENEINVISR 0,575
BENEEAUTO 0,465
BENEREDUCPAN 0,588
BENEDEVDUR 0,555
BENEAVFISC 0,400
BENERIMPENV 0,485
BENECULTUR 0,352
BENEATPP 0,390
BENERISLEG 0,551
BENEIMENTR 0,682
BENESOBDUR 0,385
OBSMENGAD 0,471
OBSMESGOUV 0,433
OBSMANQTEM 0,347
OBSMANQINFO 0,402
OBSMANQRESC 0,651
OBSCOUMOEU 0,453
OBSDIFFICULTAC 0,637
OBSRESISCHANG 0,417
KMO 0,497

Alpha de Cronbach : 0,809

288
Analyse factorielle :

Changement maximum de communalité à chaque itération :

Itération Changement maximum

11 0,0014
12 0,0011
13 0,0008
14 0,0006
15 0,0004
16 0,0003
17 0,0002
18 0,0002
19 0,0001
20 0,0001

Valeurs propres :

F1 F2 F3 F4 F5 F6
Valeur propre 7,713 3,900 3,606 3,208 2,625 2,376
Variabilité (%) 20,847 10,540 9,745 8,671 7,094 6,423
% cumulé 20,847 31,387 41,132 49,804 56,898 63,321

Scree plot
9 100

7 80
Variabilité cumulée (%)

6
Valeur propre

60
5

4
40
3

2
20
1

0 0
F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11 F12 F13 F14 F15 F16 F17 F18
axe

289
 F8 F9 F10 F11 F12 F13 F14
1,716 1,631 1,335 1,199 0,983 0,922 0,671
4,638 4,409 3,607 3,240 2,656 2,491 1,815
73,735 78,144 81,751 84,991 87,647 90,137 91,952

F15 F16 F17 F18

0,441 0,324 0,197 0,115
1,192 0,877 0,533 0,311
93,143 94,020 94,553 94,864

Vecteurs propres :

F1 F2 F3 F4 F5 F6 F7
PRREGLNST 0,223 0,159 -0,090 0,218 0,236 -0,077 -0,169
PRAIDGOUV 0,051 0,151 0,236 0,080 0,163 -0,220 0,129
PRADECOTIC 0,131 -0,184 0,140 0,137 0,251 0,166 -0,100
PRACCO 0,287 0,079 0,028 0,134 0,003 0,004 0,298
PRPP 0,255 -0,170 0,076 -0,086 0,037 0,067 -0,045
PRENVI 0,155 -0,264 0,187 0,087 0,205 -0,204 0,222
MOTISOUTPPU 0,101 0,145 -0,314 -0,212 0,046 -0,024 0,208
MOTIDIEQ 0,170 0,149 0,232 0,100 -0,248 0,205 -0,186
MOTOBECO 0,275 0,113 0,166 0,080 -0,060 -0,018 0,125
MOTGPROX 0,261 0,045 -0,118 0,090 0,084 0,238 0,191
MOTGINTDON 0,218 -0,253 0,187 -0,012 -0,121 -0,019 -0,171
MOTSECU -0,091 0,233 0,220 0,050 -0,255 -0,148 -0,103
MOTREDOND 0,128 0,089 -0,134 -0,104 0,054 0,196 -0,111
MOTRLATENC 0,168 0,067 -0,091 0,094 -0,345 0,052 0,104
MOTDESDATC 0,168 0,181 -0,144 -0,016 -0,144 -0,153 0,053
MOTENGIFOS 0,162 -0,085 0,262 -0,243 0,012 0,152 -0,191
MOTENRENO 0,214 -0,231 0,015 -0,050 -0,094 -0,103 -0,050
MOTMIXENGI -0,042 0,143 -0,204 -0,244 0,086 -0,045 0,049
BENEINVISR 0,194 0,165 0,064 -0,058 0,192 0,152 0,167
BENEEAUTO 0,109 0,202 0,019 -0,076 -0,179 0,219 0,194
BENEREDUCPAN 0,222 0,139 -0,153 0,012 -0,287 -0,157 -0,039
BENEDEVDUR 0,233 0,117 0,049 0,071 0,216 -0,092 -0,034
BENEAVFISC -0,001 0,335 0,017 -0,076 -0,134 -0,075 -0,082
BENERIMPENV 0,165 -0,066 -0,202 0,287 0,028 -0,147 -0,197
BENECULTUR 0,000 0,149 0,083 0,245 -0,038 -0,247 -0,253
BENEATPP -0,044 0,239 0,025 -0,055 0,266 0,272 -0,191
BENERISLEG 0,156 0,121 -0,035 -0,015 0,122 0,134 -0,376

290
BENEIMENTR 0,216 0,140 -0,245 -0,014 0,106 -0,180 -0,134
BENESOBDUR -0,045 -0,045 -0,277 0,079 0,094 0,323 -0,094
OBSMENGAD -0,062 -0,107 -0,205 0,284 -0,240 0,080 -0,143
OBSMESGOUV 0,108 -0,182 -0,115 0,202 -0,092 0,151 0,274
OBSMANQTEM 0,108 -0,270 -0,327 -0,103 -0,126 0,080 -0,120
OBSMANQINFO 0,005 -0,072 0,059 -0,206 -0,196 0,006 0,071
OBSMANQRESC 0,163 -0,221 -0,117 -0,218 -0,018 -0,287 -0,206
OBSCOUMOEU 0,162 -0,035 -0,036 -0,292 0,087 -0,235 0,099
OBSDIFFICULTAC -0,170 0,054 -0,186 0,001 0,207 -0,229 0,020
OBSRESISCHANG 0,099 0,040 0,090 -0,450 -0,056 0,056 -0,131

F8 F9 F10 F11 F12 F13 F14 F15

-0,144 -0,146 0,101 0,046 -0,091 0,155 -0,071 0,067
0,191 0,117 -0,241 0,200 0,072 -0,102 0,197 0,001
0,151 -0,168 0,151 -0,129 0,334 0,058 0,250 -0,108
0,009 0,126 0,020 0,096 0,100 0,160 0,017 0,215
0,082 -0,033 -0,143 -0,309 -0,154 -0,018 -0,075 -0,012
0,021 0,049 0,039 -0,075 -0,222 -0,118 -0,133 -0,152
-0,166 0,010 0,343 0,046 0,077 -0,127 0,132 0,151
0,011 -0,153 0,127 0,073 -0,049 -0,258 -0,109 0,168
-0,061 0,044 -0,088 -0,168 0,319 0,114 -0,043 0,193
0,040 0,202 -0,033 0,193 -0,050 0,034 -0,174 0,019
-0,133 0,275 0,047 0,026 0,028 0,002 -0,032 -0,041
0,032 0,100 0,127 -0,054 -0,343 0,244 0,077 -0,157
-0,135 0,389 -0,160 -0,364 -0,331 -0,100 0,088 0,069
-0,047 -0,259 -0,339 0,238 -0,162 -0,092 0,095 -0,022
0,130 -0,191 0,171 -0,324 0,133 -0,049 -0,083 -0,212
-0,054 -0,243 0,022 -0,018 0,073 0,055 0,012 -0,072
-0,009 -0,208 -0,132 0,414 -0,030 -0,094 0,055 -0,115
0,281 0,123 -0,034 0,166 0,092 0,130 -0,352 -0,230
0,130 -0,230 -0,117 -0,109 -0,249 -0,269 -0,166 0,218
0,267 0,049 0,019 -0,031 0,026 0,093 0,369 0,014
-0,123 -0,051 0,015 -0,190 0,092 -0,014 0,139 -0,335
-0,022 -0,169 0,208 0,033 -0,144 -0,071 -0,225 -0,299
-0,116 0,078 -0,029 -0,048 0,212 -0,186 -0,355 -0,003
0,107 0,068 0,031 -0,174 0,051 -0,068 0,277 0,145
0,235 0,249 0,080 0,156 -0,099 -0,295 0,008 0,174
0,094 -0,021 -0,200 -0,025 -0,199 0,078 0,169 -0,294
0,224 0,122 -0,088 0,113 0,232 0,304 -0,189 0,124
-0,028 -0,014 -0,040 0,236 -0,120 0,171 0,243 -0,133
-0,049 -0,074 0,372 0,171 -0,066 -0,221 0,067 0,037
0,105 -0,227 -0,187 -0,118 -0,005 0,155 -0,221 0,072
0,237 0,228 -0,008 -0,027 0,071 -0,095 -0,077 -0,362
0,024 0,071 -0,205 0,029 -0,041 0,001 -0,068 0,080

291
 0,531 -0,119 0,312 -0,003 -0,243 0,202 -0,001 0,191
0,202 0,109 0,124 -0,033 -0,048 -0,122 -0,041 0,061
-0,188 -0,107 -0,065 -0,031 -0,113 0,296 0,012 0,237
0,259 -0,247 -0,282 -0,181 0,096 -0,214 0,064 0,111
0,049 0,075 -0,097 0,075 0,204 -0,325 0,145 -0,073

F8 F9 F10 F11 F12 F13 F14

-
-0,144 -0,146 0,101 0,046 -0,091 0,155 0,071
0,191 0,117 -0,241 0,200 0,072 -0,102 0,197
0,151 -0,168 0,151 -0,129 0,334 0,058 0,250
0,009 0,126 0,020 0,096 0,100 0,160 0,017
-
0,082 -0,033 -0,143 -0,309 -0,154 -0,018 0,075
-
0,021 0,049 0,039 -0,075 -0,222 -0,118 0,133
-0,166 0,010 0,343 0,046 0,077 -0,127 0,132
-
0,011 -0,153 0,127 0,073 -0,049 -0,258 0,109
-
-0,061 0,044 -0,088 -0,168 0,319 0,114 0,043
-
0,040 0,202 -0,033 0,193 -0,050 0,034 0,174
-
-0,133 0,275 0,047 0,026 0,028 0,002 0,032
0,032 0,100 0,127 -0,054 -0,343 0,244 0,077
-0,135 0,389 -0,160 -0,364 -0,331 -0,100 0,088
-0,047 -0,259 -0,339 0,238 -0,162 -0,092 0,095
-
0,130 -0,191 0,171 -0,324 0,133 -0,049 0,083
-0,054 -0,243 0,022 -0,018 0,073 0,055 0,012
-0,009 -0,208 -0,132 0,414 -0,030 -0,094 0,055
-
0,281 0,123 -0,034 0,166 0,092 0,130 0,352
-
0,130 -0,230 -0,117 -0,109 -0,249 -0,269 0,166
0,267 0,049 0,019 -0,031 0,026 0,093 0,369
-0,123 -0,051 0,015 -0,190 0,092 -0,014 0,139
-
-0,022 -0,169 0,208 0,033 -0,144 -0,071 0,225
-
-0,116 0,078 -0,029 -0,048 0,212 -0,186 0,355
0,107 0,068 0,031 -0,174 0,051 -0,068 0,277
0,235 0,249 0,080 0,156 -0,099 -0,295 0,008
0,094 -0,021 -0,200 -0,025 -0,199 0,078 0,169

292
 -
0,224 0,122 -0,088 0,113 0,232 0,304 0,189
-0,028 -0,014 -0,040 0,236 -0,120 0,171 0,243
-0,049 -0,074 0,372 0,171 -0,066 -0,221 0,067
-
0,105 -0,227 -0,187 -0,118 -0,005 0,155 0,221
-
0,237 0,228 -0,008 -0,027 0,071 -0,095 0,077
-
0,024 0,071 -0,205 0,029 -0,041 0,001 0,068
-
0,531 -0,119 0,312 -0,003 -0,243 0,202 0,001
-
0,202 0,109 0,124 -0,033 -0,048 -0,122 0,041
-0,188 -0,107 -0,065 -0,031 -0,113 0,296 0,012
0,259 -0,247 -0,282 -0,181 0,096 -0,214 0,064
0,049 0,075 -0,097 0,075 0,204 -0,325 0,145

Coordonnées des variables (axes F1 et F2 : 31,39 %)

0.8
BENEAVFISC

0.6
BENEATPP
MOTSECU
BENEEAUTO
0.4 MOTDESDATC
PRAIDGOUV BENEINVISR
PRREGLNST
MOTMIXENGI BENECULTUR MOTIDIEQ
MOTISOUTPPU
BENEIMENTR
BENEREDUCPAN
BENERISLEG
BENEDEVDUR
MOTOBECO
MOTREDOND PRACCO
0.2 OBSDIFFICULTAC MOTRLATENC
F2 (10,54 %)

OBSRESISCHANG MOTGPROX

BENESOBDUR OBSCOUMOEU
-0.2 BENERIMPENV
OBSMANQINFO MOTENGIFOS
OBSMENGAD

-0.4 PRADECOTIC PRPP

OBSMESGOUV
OBSMANQRESC
MOTENRENO
PRENVIMOTGINTDON
OBSMANQTEM
-0.6

-0.8
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2
F1 (20,85 %)

Alpha de Cronbach :

Alpha de
Cronbach
F1 0,845
F2 -0,121
F3 -0,554
F4 -0,392

293
 F5 -0,507
F6
F7 -0,083
F8
F9
F10
F11
F12
F13

Corrélations entre les variables et les facteurs :

F1 F2 F3 F4 F5 F6 F7
PRREGLNST 0,617 0,322 -0,171 0,390 0,373 -0,109 -0,235
PRAIDGOUV 0,143 0,307 0,463 0,152 0,279 -0,358 0,196
PRADECOTIC 0,364 -0,367 0,271 0,242 0,418 0,251 -0,152
PRACCO 0,798 0,161 0,053 0,243 0,008 0,010 0,432
PRPP 0,713 -0,345 0,148 -0,162 0,061 0,108 -0,074
PRENVI 0,427 -0,518 0,352 0,151 0,324 -0,313 0,323
MOTISOUTPPU 0,280 0,284 -0,596 -0,379 0,081 -0,038 0,302
MOTIDIEQ 0,472 0,292 0,436 0,174 -0,401 0,315 -0,267
MOTOBECO 0,768 0,226 0,316 0,146 -0,091 -0,023 0,183
MOTGPROX 0,730 0,091 -0,220 0,167 0,134 0,371 0,281
MOTGINTDON 0,606 -0,497 0,355 -0,027 -0,197 -0,028 -0,248
MOTSECU -0,256 0,464 0,424 0,093 -0,425 -0,231 -0,158
MOTREDOND 0,357 0,177 -0,255 -0,187 0,091 0,304 -0,162
MOTRLATENC 0,465 0,133 -0,174 0,168 -0,556 0,081 0,148
MOTDESDATC 0,473 0,372 -0,277 -0,029 -0,240 -0,243 0,080
MOTENGIFOS 0,453 -0,171 0,508 -0,439 0,013 0,246 -0,287
MOTENRENO 0,597 -0,460 0,027 -0,092 -0,165 -0,154 -0,079
MOTMIXENGI -0,121 0,287 -0,407 -0,460 0,150 -0,072 0,079
BENEINVISR 0,542 0,329 0,118 -0,103 0,314 0,239 0,254
BENEEAUTO 0,308 0,418 0,034 -0,150 -0,315 0,360 0,307
BENEREDUCPAN 0,617 0,272 -0,293 0,019 -0,471 -0,249 -0,060
BENEDEVDUR 0,657 0,231 0,102 0,139 0,369 -0,155 -0,046
BENEAVFISC -0,006 0,689 0,036 -0,141 -0,234 -0,114 -0,133
BENERIMPENV 0,462 -0,131 -0,398 0,523 0,055 -0,239 -0,306
BENECULTUR 0,004 0,294 0,160 0,438 -0,065 -0,386 -0,377
BENEATPP -0,128 0,487 0,046 -0,101 0,446 0,433 -0,300
BENERISLEG 0,438 0,233 -0,063 -0,018 0,199 0,214 -0,565
BENEIMENTR 0,605 0,282 -0,474 -0,023 0,168 -0,287 -0,200
BENESOBDUR -0,126 -0,085 -0,537 0,139 0,156 0,514 -0,142
OBSMENGAD -0,175 -0,214 -0,393 0,524 -0,397 0,125 -0,211
OBSMESGOUV 0,302 -0,380 -0,219 0,375 -0,153 0,240 0,417
OBSMANQTEM 0,305 -0,527 -0,622 -0,190 -0,209 0,118 -0,178
OBSMANQINFO 0,011 -0,143 0,117 -0,365 -0,315 0,001 0,093

294
OBSMANQRESC 0,448 -0,439 -0,217 -0,393 -0,030 -0,437 -0,300
OBSCOUMOEU 0,453 -0,078 -0,075 -0,535 0,152 -0,377 0,155
OBSDIFFICULTAC -0,474 0,105 -0,354 0,000 0,334 -0,353 0,031
OBSRESISCHANG 0,275 0,071 0,168 -0,807 -0,095 0,083 -0,197

F8 F9 F10 F11 F12 F13

-0,184 -0,175 0,111 0,052 -0,078 0,151
0,261 0,148 -0,302 0,240 0,077 -0,110
0,202 -0,217 0,180 -0,144 0,365 0,057
0,001 0,159 0,026 0,106 0,098 0,155
0,114 -0,040 -0,173 -0,360 -0,166 -0,019
0,033 0,070 0,042 -0,084 -0,208 -0,108
-0,214 0,016 0,388 0,054 0,078 -0,123
0,023 -0,191 0,142 0,094 -0,047 -0,230
-0,083 0,061 -0,103 -0,177 0,319 0,114
0,038 0,259 -0,040 0,208 -0,056 0,033
-0,167 0,354 0,054 0,031 0,027 0,003
0,041 0,131 0,161 -0,058 -0,354 0,251
-0,184 0,506 -0,185 -0,400 -0,335 -0,098
-0,063 -0,331 -0,391 0,266 -0,160 -0,091
0,179 -0,264 0,208 -0,388 0,137 -0,048
-0,069 -0,311 0,021 -0,016 0,071 0,051
-0,014 -0,278 -0,156 0,471 -0,031 -0,096
0,410 0,170 -0,043 0,205 0,098 0,157
0,183 -0,303 -0,140 -0,122 -0,258 -0,275
0,387 0,064 0,034 -0,035 0,032 0,102
-0,175 -0,064 0,008 -0,202 0,092 -0,013
-0,029 -0,232 0,268 0,045 -0,167 -0,075
-0,174 0,107 -0,040 -0,064 0,244 -0,217
0,149 0,093 0,039 -0,201 0,049 -0,065
0,325 0,324 0,096 0,172 -0,114 -0,293
0,119 -0,028 -0,257 -0,038 -0,209 0,072
0,295 0,154 -0,092 0,125 0,236 0,312
-0,048 -0,016 -0,050 0,268 -0,113 0,161
-0,070 -0,100 0,451 0,203 -0,073 -0,220
0,154 -0,308 -0,238 -0,127 -0,014 0,164
0,311 0,306 -0,013 -0,032 0,065 -0,097
0,033 0,095 -0,242 0,036 -0,029 -0,015
0,688 -0,151 0,359 -0,002 -0,238 0,174
0,270 0,142 0,142 -0,036 -0,051 -0,121
-0,252 -0,142 -0,074 -0,038 -0,129 0,316
0,339 -0,317 -0,322 -0,199 0,094 -0,206
0,062 0,093 -0,109 0,080 0,202 -0,322

295
Cercle des
correlations

Variables (axes F1 et F2 : 31,39 %)

1

0.75 BENEAVFISC

BENEATPP
MOTSECU
0.5 BENEEAUTO
MOTDESDATC
PRAIDGOUV BENEINVISR
PRREGLNST
BENECULTUR
MOTMIXENGI MOTIDIEQ
MOTISOUTPPU BENEIMENTR
BENEREDUCPAN
BENERISLEG
BENEDEVDUR
MOTOBECO
0.25 MOTREDOND PRACCO
OBSDIFFICULTAC MOTRLATENC
MOTGPROX
F2 (10,54 %)

OBSRESISCHANG

0 BENESOBDUR OBSCOUMOEU
OBSMANQINFO BENERIMPENV
MOTENGIFOS
OBSMENGAD

-0.25 PRPP
PRADECOTIC
OBSMESGOUV
OBSMANQRESC
MOTENRENO
MOTGINTDON
PRENVI
OBSMANQTEM
-0.5

-0.75

-1
-1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1
F1 (20,85 %)

Observations (axes F1 et F2 : 31,39 %)

3
7
2.5

2
5

1.5

5
F2 (10,54 %)

1 5
65
7
0.5

0
3
3 4 5
-0.5
7 4 6
-1 45 2
5

-1.5
4
-2
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5
296
F1 (20,85 %)
Résultats après la rotation Varimax :

Matrice de rotation :

D1 D2
D1 0,853 0,522
D2 0,522 -0,853

Pourcentage de la variance après rotation Varimax :

D1 D2
Variabilité (%) 18,036 13,325
% cumulé 18,036 31,361

Coordonnées factorielles après rotation Varimax :

D1 D2
PRREGLNST 0,692 0,054
PRAIDGOUV 0,277 -0,181
PRADECOTIC 0,122 0,500
PRACCO 0,760 0,282
PRPP 0,428 0,656
PRENVI 0,096 0,669
MOTISOUTPPU 0,389 -0,097
MOTIDIEQ 0,556 -0,005
MOTOBECO 0,769 0,208
MOTGPROX 0,665 0,302

297
 MOTGINTDON 0,255 0,741
MOTSECU 0,024 -0,524
MOTREDOND 0,396 0,035
MOTRLATENC 0,466 0,129
MOTDESDATC 0,585 -0,062
MOTENGIFOS 0,296 0,378
MOTENRENO 0,269 0,699
MOTMIXENGI 0,047 -0,302
BENEINVISR 0,630 0,003
BENEEAUTO 0,466 -0,182
BENEREDUCPAN 0,669 0,087
BENEDEVDUR 0,671 0,140
BENEAVFISC 0,342 -0,566
BENERIMPENV 0,324 0,350
BENECULTUR 0,154 -0,251
BENEATPP 0,142 -0,467
BENERISLEG 0,495 0,023
BENEIMENTR 0,657 0,077
BENESOBDUR -0,152 0,012
OBSMENGAD -0,257 0,090
OBSMESGOUV 0,069 0,463
OBSMANQTEM -0,022 0,612
OBSMANQINFO -0,063 0,128
OBSMANQRESC 0,157 0,605
OBSCOUMOEU 0,347 0,294
OBSDIFFICULTAC -0,347 -0,336
OBSRESISCHANG 0,276 0,075

Les valeurs en gras correspondent

pour chaque variable au facteur
pour lequel le cosinus carré est le
plus grand

Coordonnées des variables (axes D1 et D2 : 31,36 %)

après rotation Varimax
1

0.8 MOTGINTDON
MOTENRENO
PRENVI PRPP
OBSMANQTEM OBSMANQRESC
0.6 PRADECOTIC
OBSMESGOUV
MOTENGIFOS
BENERIMPENV
0.4 MOTGPROX
OBSCOUMOEU PRACCO
D2 (13,33 %)

MOTOBECO
0.2 OBSMANQINFO BENEDEVDUR
MOTRLATENC
OBSMENGAD BENEREDUCPAN
BENEIMENTR
OBSRESISCHANG
PRREGLNST
MOTREDOND
BENERISLEG
BENESOBDUR BENEINVISR
0
MOTIDIEQ
MOTDESDATC
MOTISOUTPPU
-0.2 PRAIDGOUV
BENEEAUTO
BENECULTUR
OBSDIFFICULTAC MOTMIXENGI
-0.4
BENEATPP
-0.6 MOTSECU
BENEAVFISC

-0.8
-1.2 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4
298
D1 (18,04 %)
Alpha de Cronbach :

Alpha de Cronbach
D1 0,805
D2 0,520

Corrélations entre les variables et les facteurs après rotation Varimax :

D1 D2
PRREGLNST 0,695 0,050
PRAIDGOUV 0,281 -0,186
PRADECOTIC 0,122 0,503
PRACCO 0,766 0,282
PRPP 0,431 0,668
PRENVI 0,098 0,665
MOTISOUTPPU 0,386 -0,094
MOTIDIEQ 0,555 -0,001
MOTOBECO 0,774 0,211
MOTGPROX 0,672 0,307
MOTGINTDON 0,261 0,741
MOTSECU 0,021 -0,530
MOTREDOND 0,397 0,037
MOTRLATENC 0,467 0,131
MOTDESDATC 0,597 -0,068
MOTENGIFOS 0,299 0,384
MOTENRENO 0,272 0,705
MOTMIXENGI 0,045 -0,308
BENEINVISR 0,634 0,004
BENEEAUTO 0,480 -0,194
BENEREDUCPAN 0,668 0,093
BENEDEVDUR 0,682 0,149
BENEAVFISC 0,352 -0,589
BENERIMPENV 0,327 0,354
BENECULTUR 0,155 -0,248
BENEATPP 0,142 -0,482
BENERISLEG 0,495 0,032
BENEIMENTR 0,664 0,077
BENESOBDUR -0,151 0,006

299
 OBSMENGAD -0,261 0,090
OBSMESGOUV 0,062 0,482
OBSMANQTEM -0,012 0,609
OBSMANQINFO -0,065 0,127
OBSMANQRESC 0,156 0,609
OBSCOUMOEU 0,347 0,304
OBSDIFFICULTAC -0,352 -0,338
OBSRESISCHANG 0,273 0,084

Variables (axes D1 et D2 : 31,36 %)

après rotation Varimax
1

MOTGINTDON
MOTENRENO
0.75 PRENVI PRPP
OBSMANQTEM
OBSMANQRESC
PRADECOTIC
OBSMESGOUV
0.5 MOTENGIFOS
BENERIMPENV
OBSCOUMOEU MOTGPROX
PRACCO
MOTOBECO
0.25 BENEDEVDUR
MOTRLATENC
OBSMANQINFO
OBSRESISCHANGBENEREDUCPAN
D2 (13,33 %)

OBSMENGAD BENEIMENTR
MOTREDOND PRREGLNST
BENERISLEG
BENESOBDUR BENEINVISR
MOTIDIEQ
0 MOTDESDATC
MOTISOUTPPU
PRAIDGOUV
BENEEAUTO
BENECULTUR
OBSDIFFICULTAC MOTMIXENGI
-0.25

BENEATPP
MOTSECU
-0.5 BENEAVFISC

-0.75

-1
-1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1
D1 (18,04 %)

Coefficients du modèle factoriel après rotation Varimax :

D1 D2
PRREGLNST 0,123 -0,039
PRAIDGOUV 0,049 -0,055
PRADECOTIC -0,016 0,104

300
PRACCO 0,122 0,010
PRPP 0,029 0,115
PRENVI -0,025 0,143
MOTISOUTPPU 0,068 -0,043
MOTIDIEQ 0,097 -0,035
MOTOBECO 0,130 -0,007
MOTGPROX 0,099 0,031
MOTGINTDON 0,001 0,150
MOTSECU 0,033 -0,122
MOTREDOND 0,063 -0,014
MOTRLATENC 0,067 0,006
MOTDESDATC 0,110 -0,059
MOTENGIFOS 0,026 0,070
MOTENRENO 0,000 0,138
MOTMIXENGI 0,020 -0,060
BENEINVISR 0,104 -0,035
BENEEAUTO 0,071 -0,060
BENEREDUCPAN 0,090 -0,010
BENEDEVDUR 0,084 0,010
BENEAVFISC 0,059 -0,117
BENERIMPENV 0,022 0,061
BENECULTUR 0,044 -0,058
BENEATPP 0,042 -0,108
BENERISLEG 0,072 -0,014
BENEIMENTR 0,107 -0,023
BENESOBDUR -0,029 0,008
OBSMENGAD -0,055 0,042
OBSMESGOUV -0,037 0,115
OBSMANQTEM -0,016 0,118
OBSMANQINFO -0,015 0,029
OBSMANQRESC -0,011 0,127
OBSCOUMOEU 0,020 0,059
OBSDIFFICULTAC -0,036 -0,057
OBSRESISCHANG 0,045 0,001

Coordonnées des observations après rotation Varimax :

D1 D2
7 -1,004 0,141
6 1,302 1,602
7 1,295 -2,089
5 -0,417 -0,956
5 1,337 -0,199
3 -0,446 -0,261
7 1,500 0,463

301
 5 0,724 0,657
5 -0,086 -0,977
6 -0,467 -1,019
4 0,599 1,212
5 -1,170 0,148
4 -1,316 0,092
4 -0,165 0,072
5 0,791 -1,422
2 -0,848 0,431
4 -1,486 0,868
3 -0,824 -0,307
5 0,680 1,545
Les valeurs en gras correspondent
pour chaque observation au facteur
pour lequel le cosinus carré est le
plus grand

Observations (axes D1 et D2 : 31,36 %)

après rotation Varimax
2
5 6
1.5
4

1 4
5
2 7
0.5
45 7 4
D2 (13,33 %)

3 5
-0.5 3

-1
65 5

-1.5 5

-2
7
-2.5
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3
D1 (18,04 %)

302
Analyse de la variance :

Somme des
Source DDL
carrés
Inter-sujets 18 84,444
Intra-sujets 684 1689,514
Inter-mesures 36 846,484
Résidu 648 843,030
Total 702 1773,957
Calculé contre le modèle Y=Moyenne(Y)

Statistiques alpha de Cronbach :

Alpha de
Alpha de Cronbach Cronbach
standardisé

0,723 0,809

Statistiques de Guttman :

Guttman L1 Guttman L2 Guttman L3

0,703 0,772 0,723

303
Annexe : 4 Les Convocations aux évènements Big data et IA à Paris, 2020 et 2019

304
305
Annexe 5
https://management-datascience.org/articles/14031/

306
307
 TABLE DES MATIERES

INTRODUCTION GENERALE………………………………………..…………………. 8

PREMIÈRE PARTIE : Une revue de la littérature sur l’impact écologique des TIC.
Les faits appliqués au numérique en forte croissance, problématique et questions de
recherche, concepts. ………………………………………………………………………. 14

CHAPITRE 1 : LES ENJEUX FONDAMENTAUX DU NUMERIQUE …………..…..16

Section 1 : Omniprésence des technologies de l’information…………………………….18

1. Rôle positif des technologies de l’information………………………………………… 18

Conclusion section 1 ………………………………………………………………………. 19

Section 2 : Impacts environnementaux des TIC et Le recours aux Éco-TIC ou

Green IT..……………………………………………………………………… 19

2.1 Questions énergétiques …………………………………………………………………21

2.2 L’enjeu de la raréfaction des ressources……………………………………………… 22

2.3 La perte accélérée de la biodiversité………………………………………………….. 23

2.4 Le changement climatique…………………………………………………………….. 24

2.4.1 Ressources fossiles et conséquences du cycle de vie des produits …………....26

2.5 La multiplication des risques sanitaires ……………………………………………….28

Conclusion section 2……………………………………………………………….……….. 28

Section 3 : Qu’est-ce qu’une éco-TIC ou Green IT ? ……………………………………. 30

3.1 Le développement durable (DD) et ses fondements …………………………………..32

3.1.1 Principes fondamentaux du DD ………………………………….…………...32

3.2. La Responsabilité sociale des entreprises (RSE) ………………………….………….34

3.2.1 Faute d’une définition consensuelle …………………………….……………35

3.2.2 Des typologies de la RSE ………………………………………….….………..36

3.3 La durabilité environnementale : Le Green IT le nouveau champ d’investigation

Eco-durabilité des TIC …………………..……………………………………..…..…40
3.3.1 Les fondements conceptuels du Green IT…………..…………………...…………… 41
3.3.2 Construction d’un cadre définitionnel du Green IT ……………………….…42
3.3.3 Les Eco-TIC au service de la durabilité environnementale : typologie ….…..45

3.4 Conclusion section 3 ………………………………………………………………….…50

308
3.5 Conclusion du chapitre 1 et rappel des questions de recherche ………….………….51

CHAPITRE 2 : Quels Data Centers et quel cloud computing face à la flambée continue
des demandes ? : Une analyse des Data Centers et des pico-Data Centers
ecoresponsables…………………………………………………………..55

Section 1 : La problématique de la croissance forte et continue des demandes

de stockage et de puissance de calcul des Data centers…………………..….55

1.1 L’exemple de l'exploitation minière de Bitcoin qui sape l'idéal des

« Centres de Données verts »...………………………………………………………... 56

1.2 L’irréversibilité des consommations …………………………………………………..56

1.3 Quelle meilleure solution Eco-tic envisagée, sachant que les Data centers
écoresponsables ont été annoncés comme un moteur d'innovation verte des TIC ?.57

Conclusion section 1 ………………………………………………………………………. 58

Section 2 : Le Cloud computing et Data center …………………..……………………....59

2.1. Le Cloud Computing …………………………………………………………………..59

2.1.1 Les services du Cloud Computing…………………………………………….. 60

2.2 Qu’est-ce qu’un Data center ? …………………………………………………………62

2.2.1 Le rôle des Data centers ………………………...…………………………….63

2.2.2 Combien y-a-t-il de Data centers dans le monde ?............................................ 64

Section 3 : le Cloud Computing et les Data centers faces aux enjeux écologiques. …......65

3.1 Produire des éco-Data centers : pourquoi ? …………………...……….……………. 67

3.2 Contexte infrastructurel des Data centers et ses acteurs ; les

équipementiers en particulier. …………………………………………………...…..68

3.3 Produire des Eco-Data centers : comment ?................................................................ 69

3.3.1. La première grille est celle des problématiques managériales des

Eco-Data centers …………………………………………………..…………..71
3.3.2 - La classification des niveaux d’impact des DC sur l’environnement :
seconde grille, .……………………………………………………………………71

3.4 Une analyse des priorités des équipementiers en matière d’Eco-Data centers…..... 73

3.4.1. La règlementation comme premier horizon des Eco-Data centers ……….…73

3.4.2 La technologie comme deuxième levier d’émergence des éco-Data centers ....74
3.4.3 Les difficultés d’évaluation des Eco-Data centers …………...…………….....76
3.4.4 Un autre outil d’évaluation de la sécurité et de fiabilité des Data centers
(TIER)……………………………………………………………………….…77
309
3.5. Proposition d’un cadre intégrateur des Eco-Data Centers …………….……………78

3.5.1 - Une synthèse des priorités sur les Eco-data centers ………………..……….78
3.5.2. Quels enseignements tirés des politiques managériales sur les
priorités des équipementiers en matière d’Eco-Data centers ?……..….…… 80

3.6 Produire des pico-Data Centers écoresponsables : pourquoi ? ……………..…...…..82

3.7. Produire des pico-Data Centers écoresponsables : comment ? ……..………...….....84

3.8 Quelques expériences de mise en œuvre des pico-Data centers écoresponsables…... 87

3.8.1 Le pico-Data Centers d’IBM………….………………………..……..………. 87

3.8.2 Le pico-Data Centers de Fujitsu …………………………………….…….…..88
3.8.3 Le pico-Data Centers de Sostradata en France …………..……..…..…..……89
3.8.4 Le pico-Data center de Microsoft …..………………………………..……......90
3.8.5 Quel enseignement tiré de l’expérimentation Natick2 de Microsoft ? ……….92

3.9 Conclusion ……………………………………………………………………………….93

3.10 Le paradoxe des leaders du numérique : Est-ce du Tech Washing

(Green washing) ou doit-on souligner les initiatives sincères ?......................... 94

Conclusion de la section 2 …………………………………………………………………..96

Section 4 : Analyse du cadre théorique …….……………………………………………...99

4.1 Introduction de la section 4 …………………………………………………………….99

4.2 Rappel de la problématique centrale et des questions de recherche ………………...99

4.3 Notre analyse théorique de l’adoption Eco-Tic dans l’organisation IT :

cas du pico-Data Center……………..……………………………………………… 101

4.3.1. Les théories d’adoption du Green IT dans l’organisation. …………...…….101

4.4 Notre modèle d’analyse théorique ……………………………………………………110

4.4.1. Les facteurs d’incitations externes …………………………………….……110

4.4.1.1 Motivation technologique…………….…………………….……… 110
4.4.1.2 Motivation institutionnelle au Green IT……….……….…………. 112
4.4.2.1 Théorie institutionnelle ………………………….…………………113
4.4.2 Motivations internes………………………………………………….……… 114
4.4.2.1 Culture écologique organisationnelle ………………………..…….114
4.4.2.2 L’assistance de la haute direction ou des dirigeants………...……. 115
4.4.2.3. Théorie des ressources et les compétences
(ou Resource-Based View Theory – RBV) …………………..……..116
4.4.2.4 Prise en compte des attentes des parties prenantes……...………... 117

4.5. Notre modèle d’adoption de politiques managériales Eco-Tic des

pico-Data Centers dans l'organisation. …………...…………………..……………119
4.6 Conclusions chapitre 2 et récapitulatif des hypothèses de recherche ……………...121

310
2ème PARTIE : ANALYSE EMPIRIQUE DE LA SOUTENABILITE DU
CLOUD COMPUTING ………………………………………………...126

CHAPITRE 3 : METHODES DE RECHERCHE ET COLLECTE ………..………...128

Section 1 : Positionnement épistémologique et approche méthodologique de la

Recherche……………………………………………………………………… 128

1.1 Quel positionnement épistémologique pour cette recherche ? ……………………. 131

1.1.1 Le paradigme positiviste……………………………………………..……… 132

1.1.2 Les paradigmes interprétativiste et constructiviste…………………………. 133
1.1.3 Analyse des points distinctifs des paradigmes positivistes,
constructivistes et interpretativisme ……………………………..……..……134
1.1.4 Le choix d’un paradigme interpretativiste ……………..…….……………...136

1.2 Explorer et tester : quelle démarche adopter ? ……………………….……………. 137

1.2.1 Le raisonnement déductif ……………………………………………..……...138

1.2.2 L’approche inductive ……………………………………………..…………..138
1.2.3 La démarche abductive ………………………………………….…………...139
1.2.4 Les raisons du choix de la démarche abductive ………………..……….…...139

1.3 Les étapes de la recherche……………………………………………………………. 140

1.3.1 La phase exploratoire de la recherche……………………….………….…... 140

1.3.2 La phase confirmatoire de la recherche……………………….…….……… 140

1.4 Le choix d’une approche méthodologique mixte ……………………………………141

1.4.1 Pourquoi le choix d’une combinaison d’approches méthodologiques ? ..….141

1.4.2 Les méthodes peuvent être combinées différemment selon l’ordre
temporel (séquentiel ou parallèle), le niveau d’analyse (multiniveau ou non)...142
1.4.3 Pourquoi nous combinons les deux approches ?............................................ 143
1.4.4 L’approche qualitative………………………………………………….…… 143
1.4.5 L’approche quantitative…………………………………………………..…. 144

1.5 Le processus global de la recherche…………………………………………………. 145

Section 2 : Phase exploratoire / Méthode qualitative : Phases de recueil et de

préparation d’analyse des données………………………………………….. 174

2.1 Le recueil et les préalables à l’analyse des données lors de la phase

exploratoire (qualitative) …………………………………………………………..147

2.1.1 La conduite des entretiens …………………………………………………....147

2.1.2 Les informations sur le terrain de collecte de nos données……………...…..149
2.1.3 Les événements du digital en France en 2020………………………...……. 150
2.1.4 Pourquoi avons-nous choisi spécifiquement l’évènement Big Data Paris,
les 14 et 15 septembre 2020 ?........................................................................... 150

311
2.2 Nos entretiens semi-directifs ………………………………………………………….152

2.2.1. La présentation des participants………………………………..……………152

2.2.2 Analyse de contenu d’entretiens (des données qualitatives)……………...… 153

2.3 Le recueil et les préalables à l’analyse des données lors de la phase confirmatoire 155

2.3.1 La liste des items proposés pour la collecte des données lors de la
phase confirmatoire ………………………………………………………....156
2.3.2 Collecte des données quantitatives ……………………………………..…….157

CHAPITRE 4 : RÉSULTATS ET DISCUSSION DE LA RECHERCHE .…………...160

Section 1 : Les résultats de la phase exploratoire qualitative. ………………………… 161

1.1 L’analyse de données qualitatives ……………………………………………………161

1.2 Pluralité des méthodes d’analyse de données qualitatives…………………………. 161

1.4 Notre choix du logiciel NIVIVO pour le traitement de nos données qualitatives …163

1.5 L’analyse de contenu avec Nvivo12 …………………………………………………..165

Section 2 : Résultats de l’étude de cas…………………………………………………… 168

2.1 Mise en pratique de notre analyse thématique du contenu …………………………168

2.1.1 Catégorisation du contenu …………………………………….……………..168

2.1.2 Codage pour donner du sens à une partie de notre corpus …………...…….169

2.2 Présentation des résultats informatiques de l’analyse textuelle…………………… 169

Section 3 : Discussion des résultats de l’étude de cas et retour sur les propositions
testées …………………………………………………………………………. 191

3.1 : Retour sur les propositions testées ………………………………………………….191

3.2 Motivation technologique…………………………………………………………….. 192

3.2.1 Proposition 1a. Les avantages relatifs auront un impact positif sur
l'adoption de politiques managériales Eco-Tic des pico-Data centers
dans l'organisation……………………………………………………….…... 192
3.2.2 Proposition 1b. La compatibilité technologique aura un impact positif
sur l'adoption de politiques managériales Eco-Tic des pico-Data centers
dans l'organisation. …………………………………………………………...195
3.2.3 Proposition 1c. La complexité technologique aura un impact négatif
sur l'adoption de politiques managériales Eco-Tic des pico-Data centers
dans l'organisation. …………………………………….………………..….196

3.3 : motivation institutionnelle………………………………………………………….. 196

3.3.1 Proposition 2a. La pression coercitive aura un impact positif

312
 sur l'adoption de politiques managériales Eco-Tic des pico-Data centers
dans l'organisation……………………………………………………………196
3.3.2 Proposition 2b. Une pression mimétique aura un impact positif
sur l’adoption de politiques managériales Eco-Tic des pico-Data centers
dans l’organisation. …………………………………………………………..197
3.3.3 Proposition 2c. La pression normative aura un impact positif sur
l'adoption de politiques managériales Eco-Tic des pico-Data centers
dans l'organisation. …………………………………………….….……….198

3.4 Les facteurs de motivations internes………………………………………………… 199

3.4.1 Culture écologique organisationnelle ………………………………….……199

3.4.2 L’assistance de la haute direction ou des dirigeants ………………..………200
3.4.3 Théorie des ressources et les compétences (ou Resource-Based
View Theory - RBV)……………………………………………..…………... 201
3.4.4 Prise en compte des attentes des parties prenantes ……………...…………..202

3.5 : les thèmes complémentaires …………………………………………………………203

3.5.1 Les avantages concurrentiels ou bénéfices escomptés de l'adoption

des pico-Data Centers écoresponsables dans l'organisation…………...…203
3.5.2 Obstacles perçus susceptible d’entraver l'adoption des
pico-Data Centers dans l'organisation. …………………………………..…205
3.5.3 Cas spécifique de l’Afrique subsaharienne ……………………………..…...207

Conclusion section 3 ……………………………………………………………………….209

Section 4 : Les résultats de la phase confirmatoire quantitative. ……………………... 210

4.1 Résultats de l’analyse factorielle ……………………………………………………...210

4.2 Discussion des résultats de l'Analyse factorielle…………………………………….. 215

4.3 Interprétation des résultats de l'Analyse de la fiabilité ……………………………..222

4.4 La confrontation des résultats aux questions de recherche ………………………...224

4.5 la validité de la recherche ……………………………………………………………..228

4.6 Les apports, les limites et les perspectives de la recherche …………………………229

4.6.1 Les apports de la recherche…………………………………….…………… 229

4.6.1.1 Les apports théoriques ……………………………………….…….229
4.6.1.2 Les apports méthodologiques …………….……………….………..230
4.6.1.3 Les apports managériaux …………………………………….…….231
4.6.2 Les limites de la recherche ………………………………………….………..233
4.6.3 De nouvelles questions et pistes de recherche ………….……….…………...234

Conclusion du chapitre 4 ………………………………………………………………….235

Conclusion de la deuxième partie ………………………………………………………...235

313
CONCLUSION GÉNÉRALE……………………………………………………………. 236

BIBLIOGRAPHIE………..……………………………………………………….…….…243

ANNEXES ………………………………………………………………………………….266

314
Titre : Mise en perspective des défis et opportunités liés à la non-soutenabilité du cloud computing : le cas de
l’expérimentation des pico-Data Centers, de leurs modèles d’affaires régionaux et de leurs écosystèmes d’innovation.

Mots clés : Systèmes d'information, Data Center, Soutenabilité numérique, sobriété numérique

Résumé : Notre recherche en sciences de gestion –
spécialité systèmes d'information - porte sur la
soutenabilité du numérique professionnel. Elle montre qu’
au regard de la forte croissance des données à traiter et à
stocker par les entreprises - les dispositifs actuellement
déployés qui sont basés sur des mégadacenter – usines à
données - capables d'assurer la montée en puissance et la
sécurisation des pratiques d'externalisation totale ou
partielle des systemes d'information de gestion dans
l'informatique en nuage ne sont pas soutenables en l'état.
Notre questionnement revisite le cloud computing via des
outils – type pico-Data Center - plus sobres et plus frugaux
donc plus soutenables.
Nous nous basons sur la théorie néo-institutionnelle et
une démarche qualitative par étude de cas et entretiens
auprès d'experts pour montrer que les acteurs et
opérateurs SI dans leur stratégie d'adoption des TI ne
sont pas suffisament formés au green IT en général et à
ce type d'outils plus modestes en particulier. Toutefois,
des évèmenents comme l'incendie du Data Center
numéro 2 de l'infogéreur OVH à Strasbourg en mars 2020
et comme le déploiement du projet de cloud européen
Gaia-X tendent à rebattre les cartes et à imposer une
nouvelle souveraineté dans l'hebergement des données
avec des dimensions plus régionales et plus soutenables.

Title : Exploring the challenges and opportunities linked to the unsustainability of cloud computing into perspective:
the case of pico-Data Centers, their business models and innovation ecosystems

Keywords : Information systems, Data Center, green IT, sustainable IS, cloud computing

Abstract: Our research in management sciences -
specializing in information systems - focuses on the
sustainability of professional digital technology. It shows
that - given the strong growth in data to be processed and
stored by companies - the devices currently deployed
based on mega-centers - data factories - capable of
ensuring the rise and security of outsourcing practices
total or partial management information systems in cloud
computing are not sustainable as they stand. Our
questioning revisits cloud computing via tools - of the pico
Data Center type - more sober and more frugal, therefore
more sustainable.
We are based on neo-institutional theory and a
qualitative case study approach to show that IS actors
and operators in their IT adoption strategy are not
sufficiently trained in green IT in general and in this type
of tools. more modest particular em. However, events
such as the fire in Data Center number 2 of the OVH
outsourcer in Strasbourg in March 2020 and the
deployment of the European cloud project Gaia-X tend to
reshuffle the cards and impose a new sovereignty in the
hosting of data with more regional and more sustainable
dimensions.

315