Skip to Main Content

e-footprint

Modélisez l'empreinte carbone de vos produits digitaux pour orienter vos efforts d'écoconception

Quand chaque ligne de code compte

 

Le digital représente aujourd'hui entre 4 et 5 % des émissions mondiales de CO₂, une part qui croît de 6 % par an. D'ici 2030, cette empreinte pourrait doubler si rien ne change. Pour les entreprises engagées dans la transition écologique, une question s'impose : comment mesurer ce qu'on ne voit pas ?

e-footprint apporte une réponse concrète. Cette librairie Python open source modélise l'impact environnemental de n'importe quelle solution digitale en fonction de ses usages réels, de son infrastructure et de son évolution dans le temps. Pas de boîte noire : chaque calcul, chaque hypothèse, chaque source est transparent et auditable.

Développé par Publicis Sapient et open sourcé en 2023 en partenariat avec Boavizta, e-footprint éclaire vos choix techniques en quantifiant leur impact carbone avant l'implémentation.

Modéliser, simuler, optimiser

Une interface graphique intuitive permet de cartographier votre infrastructure digitale : parcours utilisateurs, terminaux mobilisés, infrastructure sollicitée. Les équipes non-techniques peuvent créer leurs premiers modèles en quelques clics.

Comparez instantanément l'impact de différents choix techniques : migration cloud, ajout de fonctionnalités d’IA générative, scaling horizontal ou vertical. Chaque scénario révèle son empreinte carbone prévisionnelle sur plusieurs années.

Des graphiques dynamiques décomposent les émissions par contributeur : fabrication des devices, consommation énergétique des serveurs, transit réseau. Identifiez en un coup d'œil où concentrer vos efforts d'optimisation.

Commencez avec des hypothèses informées, affinez progressivement avec vos données réelles. Le modèle évolue avec votre connaissance du système, sans nécessiter une collecte exhaustive dès le départ.

Formules exposées, sources documentées, graphes de dépendances consultables. Cette transparence totale permet l'audit, la validation scientifique et l'amélioration collective via l'open source.

Une interface graphique intuitive permet de cartographier votre infrastructure digitale : parcours utilisateurs, terminaux mobilisés, infrastructure sollicitée. Les équipes non-techniques peuvent créer leurs premiers modèles en quelques clics.

Comparez instantanément l'impact de différents choix techniques : migration cloud, ajout de fonctionnalités d’IA générative, scaling horizontal ou vertical. Chaque scénario révèle son empreinte carbone prévisionnelle sur plusieurs années.

Des graphiques dynamiques décomposent les émissions par contributeur : fabrication des devices, consommation énergétique des serveurs, transit réseau. Identifiez en un coup d'œil où concentrer vos efforts d'optimisation.

Commencez avec des hypothèses informées, affinez progressivement avec vos données réelles. Le modèle évolue avec votre connaissance du système, sans nécessiter une collecte exhaustive dès le départ.

Formules exposées, sources documentées, graphes de dépendances consultables. Cette transparence totale permet l'audit, la validation scientifique et l'amélioration collective via l'open source.

Trois métiers, un même levier de transformation

Paylib : 70% des émissions ne venaient pas des serveurs

La modélisation e-footprint du service de paiement Paylib a révélé que 70% des émissions provenaient de la fabrication des smartphones utilisateurs, et non de l'infrastructure serveur comme anticipé. Cette découverte contre-intuitive a permis de réorienter les priorités d'écoconception vers l'optimisation de l'expérience mobile pour prolonger la durée de vie des devices.

Lire l'article Opens in a new tab

Open source : le choix de l'amélioration collective

 

Publicis Sapient contribue activement à Boavizta, association de 200 membres dédiée à l'évaluation environnementale du digital. C'est dans ce cadre collaboratif que nous avons développé e-footprint, en mobilisant les ressources open source de l'association : méthodologies, référentiels de données, API d'évaluation.

Cette approche renforce la fiabilité des facteurs d'émission et inscrit l'outil dans une dynamique d'amélioration collective. Le code d'e-footprint est hébergé sur le GitHub de Boavizta, accessible et contributif.

Boavizta

Questions fréquemment posées

e-footprint est une librairie Python qui modélise l'empreinte carbone de vos solutions digitales sur leur cycle de vie complet. À la différence d'outils de mesure en temps réel, e-footprint simule l'impact futur en fonction de projections d'usage et de choix d'architecture. Cette approche prospective permet d'évaluer des décisions avant leur implémentation.

Trois profils en bénéficient directement : les équipes produit qui conçoivent les services, les architectes techniques qui définissent l'infrastructure, et les responsables RSE qui pilotent la stratégie environnementale. L'interface graphique rend l'outil accessible aux non-développeurs, tandis que la librairie Python offre une flexibilité totale aux data scientists.

Au-delà de la conformité réglementaire, l'écoconception génère des gains mesurables : réduction des coûts d'infrastructure, amélioration des performances (un service sobre est un service rapide), différenciation concurrentielle et alignement avec les attentes clients.

Trois différenciateurs majeurs : la flexibilité pour modéliser tout type de systèmes digitaux avec différents niveaux de granularité, la transparence totale des calculs permettant l'audit et la validation, et l'approche open source qui favorise l'amélioration collective plutôt que la dépendance à un éditeur propriétaire.

Nos experts interviennent à plusieurs niveaux : formation de vos équipes à la méthodologie e-footprint, co-construction du premier modèle de votre service pour identifier les quick wins, développement de fonctionnalités pour vos besoins spécifiques et intégration d'e-footprint dans vos workflows existants (CI/CD, monitoring, product roadmap). L'objectif : votre autonomie progressive sur l'écoconception.

Le parcours type s'articule en quatre phases sur 8 à 12 semaines : cadrage du périmètre et identification des sources de données (2 semaines), construction du modèle initial et premières simulations (3-4 semaines), analyse comparative de scénarios d'optimisation (2-3 semaines), puis plan d'action priorisé et transfert de compétences (2-3 semaines).

Un outil, une démarche collective

e-footprint s'inscrit dans notre démarche Digital for Good qui comporte deux axes : la Good Tech réduit l'empreinte des technologies existantes, la Tech for Good crée des avancées pour les individus et la planète.

e-footprint incarne le premier axe. Mais il n'est qu'un outil parmi d'autres : rejoignez notre Club Digital for Good, explorez nos offres, et découvrez comment nos clients matérialisent leurs ambitions responsables.

Découvrir notre approche
people contact

Prêt à quantifier votre impact digital ?