Avec les contributions d’INTRACOM et TELERYS, trois cas de figure ont été étudiés :
- Cas 1.1 - Réseau avec une solution hébergée localement (on-premise) – Scénario simple (38 utilisateurs) : Les équipements supportant le réseau local sont physiquement hébergés en interne chez l’utilisateur (24) . Scénario simple sans redondance.
- Cas 1.2 - Réseau avec une solution hébergée localement (on-premise) – Scénario avancé (38 utilisateurs) : Les équipements supportant le réseau local sont physiquement hébergés en interne chez l’utilisateur (25) . Scénario avancé avec redondance.
- Cas 2 – Réseau avec une solution externalisée (250 utilisateurs) : La solution est hébergée virtuellement en cloud (26) .
RÉSULTATS D’IMPACTS
Les tableaux suivants présentent les résultats d’impacts environnementaux obtenus pour les 3 cas présentés ci-dessus.
Pour chacun des 3 cas étudiés, les impacts annuels du réseau ont été comparés aux impacts d’un nombre de smartphones sur l’ensemble de leur cycle de vie pour les 5 indicateurs. Les données utilisées pour les impacts d’un smartphone sont issues de la base de données NegaOctet (27) .
Cas 1.1 : On-premise simple
Dans le cas 1.1, les impacts sur le changement climatique seraient équivalents aux émissions d’entre 7 et 8 passagers d’un Aller-Retour Paris-Londres en avion.
Cas 1.2 : On-premise avancé
Dans le cas 1.2, les impacts sur le changement climatique seraient équivalents aux émissions de 9 passagers d’un Aller-Retour Paris-Londres.
Cas 2 : Cloud avancé
Dans le cas 2, les impacts sur le changement climatique seraient équivalents aux émissions de 29 passagers d’un Aller-Retour Paris-Londres.
Les équivalences obtenues pour l’indicateur Radiations Ionisantes sont très élevées comparativement aux autres indicateurs, cela est dû au fait que cet indicateur est principalement lié à la consommation d’électricité nucléaire (mix électrique français) et la comparaison à des smartphones n’est donc pas pertinente pour cet indicateur étant donné que les impacts du smartphone proviennent principalement de sa fabrication. Elles ne seront donc pas étudiées ici.
Concernant les autres indicateurs, les impacts obtenus sont équivalents à :
- Entre 3 et 66 smartphones selon l’indicateur pour le cas 1.1
- Entre 6 et 76 smartphones selon l’indicateur pour le cas 1.2
- Entre 33 et 183 smartphones selon l’indicateur pour le cas 2
ANALYSE DE CONTRIBUTION DES PHASES DU CYCLE DE VIE
Les figures suivantes présentent la répartition entre les 4 phases du cycle de vie des résultats obtenus selon les 5 indicateurs étudiés pour les trois cas.
On observe que les impacts environnementaux sont principalement issus des phases de fabrication et d’utilisation des équipements déployés pour la fourniture d’un réseau LAN.
Les résultats obtenus dans les trois cas sont globalement cohérents entre eux sur tous les indicateurs étudiés. Les phases de fabrication et d’utilisation ont une contribution prédominante. En contrepartie, la phase de distribution est négligeable et la phase de fin de vie est très peu contributrice.
La phase d’utilisation est la plus contributrice sur tous les indicateurs dans le cas 1.1 d’un réseau simple avec solution hébergée on-premise (entre 57% et 96% des impacts) à l’exception de l’indicateur épuisement des ressources. La phase de fabrication est prépondérante sur cet indicateur (jusqu’à 98% des impacts). C’est l’étape faisant intervenir l’extraction des matières premières qui constituent les équipements réseau et l’infrastructure technique du réseau.
Dans le cas 1.2, qui correspond à une version avancée du cas 1.1 (ajout de redondance sur les équipements), la répartition des impacts est très proche de celle observée dans le cas 1.1.
Dans le cas 2 d’un réseau avancé avec solution hébergée en cloud, la phase de fabrication est prédominante pour les indicateurs changement climatique, épuisement des ressources et acidification (55% à 99% des impacts), et la phase d’utilisation est prédominante pour les indicateurs émissions de particules fines et radiations ionisantes (respectivement 82% et 93%).
Dans l’ensemble, la redondance des équipements a peu d’influence sur la répartition des impacts sur les phases du cycle de vie tandis que l’hébergement des solutions en cloud a une influence certaine sur la répartition des impacts sur les phases du cycle de vie. Cela est peut-être expliqué par le fait qu’avec le cloud, les équipements sont plus mutualisés (plus les équipements et les infrastructures sont mutualisés moins l’étape d’utilisation est prépondérante).
Pour affiner davantage ces résultats, une analyse par sous-catégorie sera effectuée dans la section suivante.
ANALYSE DE CONTRIBUTION PAR SOUS-CATÉGORIE
L’origine des impacts est présentée dans les deux figures suivantes. La contribution des éléments suivants y est détaillée :
- Installation & maintenance des équipements réseau ;
- Logiciels permettant le fonctionnement/la continuité de service ou la sécurité du réseau ;
- Infrastructure non IT : Équipements non-IT & câbles (surface du local, climatisation, onduleurs, batteries…) ;
- Infrastructure IT : Équipements réseau composant la partie fonctionnelle du réseau.
Les résultats obtenus mettent en lumière une faible contribution des logiciels, de l’installation et des maintenances d’équipements. On note ensuite une forte contribution des catégories infrastructure non-IT (incluant le bâtiment/local et les installations techniques) et des équipements réseau de l’infrastructure IT (switches, routeurs, firewalls…).
L’infrastructure IT concentre davantage d’impact dans le cas 1.2 d’une solution redondée que dans le cas 1.1 d’une solution simple en raison des équipements réseau supplémentaires.
Lorsque l’on compare la répartition des impacts pour les deux cas avancés (1.2 et 2), les impacts d’infrastructure non-IT sont plus impactants pour le cas 1.2 d’une solution on-premise que pour le cas 2 d’une solution en cloud étant donné la nécessité de disposer de certains éléments d’infrastructure (local technique plus grand, climatisation…) pour assurer des conditions de fonctionnement optimales des équipements réseau. Il est donc nécessaire d’optimiser l’espace et les équipements, ce qui peut être fait en mutualisant ces ressources entre entreprises voisines.
ANALYSE COMPARATIVE RÉSEAU SIMPLE VERSUS RÉSEAU AVANCÉ
Les deux scénarii du cas 1 (cas 1.1 et cas 1.2) sont comparés l’un à l’autre afin d’analyser l’influence de la sélection d’un niveau de disponibilité de service correspondant à un réseau simple ou un réseau avancé.
Le graphe suivant présente un comparatif du cas 1.1 et du cas 1.2 selon les 5 indicateurs requis par le référentiel.
Un résultat logique est obtenu. Le réseau avancé, composé d’un nombre d’équipements plus élevé, est plus impactant selon les 5 indicateurs étudiés.
Les impacts sont 12 à 18% plus élevés dans le cas 1.2 « Réseau avancé » pour les indicateurs Changement climatique, Acidification, Émission de particules Fines et Radiations ionisantes. En ce qui concerne l’indicateur « Épuisement des ressources » les impacts sont 46% plus élevés pour un réseau avancé.
Un niveau de disponibilité accru peut occasionner une augmentation considérable des impacts environnementaux. D’autre part, des niveaux de disponibilité élevés impliquent davantage de déplacements d’opérateurs de maintenance, ce qui implique des impacts additionnels liés au transport
ANALYSE COMPARATIVE RÉSEAU SIMPLE VERSUS RÉSEAU AVANCÉ PAR RAPPORT AU NOMBRE D’UTILISATEURS
Le cas 1.2 (solution hébergée on-premise - réseau avancé) et le cas 2 (solution hébergée en cloud - réseau avancé) sont comparés l’un à l’autre afin d’analyser l’influence de la virtualisation du réseau. Ces deux cas ne correspondant pas au même nombre d’utilisateurs (38 utilisateurs contre 250 utilisateurs), les impacts de ces deux solutions ont été pondérés par le nombre d’utilisateurs.
Le graphe suivant présente un comparatif du cas 1.2 et du cas 2 selon les 5 indicateurs requis par le référentiel.
Sur l’ensemble des indicateurs, on observe des impacts nettement plus élevés par collaborateur dans le cas d’une solution hébergée on-premise (entre 19 et 64% plus d’impacts selon l’indicateur).
Ce résultat vient appuyer les observations faites sur l’origine des impacts dans ces deux cas. Le cas d’une solution hébergée on-premise nécessite davantage d’équipements d’infrastructure. Ceux-ci impliquent donc également des impacts plus élevés. Il est également à noter que la virtualisation permet de mieux mutualiser les ressources entre utilisateurs et donc d’optimiser celles-ci, ce qui peut être fait entre entreprises voisines on-premise mais de façon plus limitée.