A quand des villes vraiment intelligentes ?

A quand des villes vraiment intelligentes ?

La smart city, ou la ville intelligente comme on l’appelle en français, c’est l‘adaptation de tous les territoires, quelque soit leur taille, à la double révolution digitale et environnementale.

Cette transformation n’est pas toujours un projet global comme ceux des métropoles de Dijon ou Angers, pilotés par les élus. La force du digital, la pression environnementale, des initiatives privées – opérateurs de services de la ville, startups – ou citoyennes, suffisent parfois à faire émerger, par-ci et par-là, de nouveaux services aux habitants ou une innovation environnementale, sans nécessairement qu’il y ait une impulsion fédératrice venue “d’en-haut”.

publicité

Cette semaine à Nevers où se tient le 9 octobre le SIIVIM Sommet International de l’Innovation en Villes Médianes – qui s’est adapté à la crise avec des conférences sur place et en ligne, on pourra faire le point sur ces multiples innovations qui transforment progressivement les villes et leur permettent de s’adapter, par exemple à la crise sanitaire (voir Villes et pandémie : devenir smart ou disparaître?).

La conférence d’ouverture, ou interviendra le secrétaire d’État au numérique Cédric O, donne d’ailleurs le ton général : “La capacité d’adaptation grâce aux nouvelles technologies, à l’intelligence humaine et artificielle”.

Mais finalement, ces smart city, sont-elles vraiment intelligentes ?

La question peut paraître saugrenue, mais pour GreenSI, aujourd’hui, ces villes sont plus connectées qu’intelligentes.

Lançons le débat avec ce billet !

Elles organisent la création de données, par des capteurs ou des habitants, mais pour des finalités très limitées comme d’optimiser l’éclairage public, éviter les inondations ou de faciliter les déplacements.

Elles reposent sur des algorithmes prédéfinis à l’avance, comme : “s’il n’y a personne dans la rue alors tu peux baisser la luminosité de 50%”. Algorithme ou intelligence ?

L’intelligence fait référence à la faculté de connaître (de se rappeler et donc d’avoir les données) mais aussi de comprendre, ce qui permet ensuite de s’adapter. C’est une notion dynamique et l’homme a appris à la maîtriser. Aujourd’hui c’est la connaissance qui permet à ces villes de s’adapter, via des algorithmes codés, sans passer par la case “compréhension” au-delà des cas déjà connus et documentés. Pour GreenSI, ce n’est donc pas encore un mécanisme de mise en œuvre d’une intelligence de la ville.

De plus, de cette façon, elles savent résoudre des problèmes dans chaque domaine séparément, mais pas encore de façon transverse aux domaines, ce qui est une autre étape dans le degré d’intelligence. C’est ce que GreenSI appelle, la différence entre compliqué et complexe.

Pour résoudre un problème compliqué il faut juste plus de puissance, plus de travail, plus de ressources, plus d’énergie… Ce n’est pas toujours accessible, mais cela n’est finalement pas si compliqué 😉

En revanche pour résoudre un problème complexe, qui cumule des problèmes différents (de chaque métier) et les croise de façon exponentielle, il faut diversifier les expertises, les faire collaborer tout en cherchant à réduire les dépendances. Éclairer une rue réduit la délinquance mais perturbe la biodiversité nocturne. L’optimum de l’algorithme d’éclairage précédent devient tout d’un coup moins évident…

Pour résoudre ce problème, ces villes doivent donc connecter beaucoup plus d’acteurs, publics mais aussi privé, associatifs et citoyens. Une des façons d’avancer dans cette direction est d’échanger des données de façon très transverse sur le territoire, de mettre en place une plateforme technologique de données, et de co-construire ensemble des solutions. Un bon moyen de démarrer est souvent de commencer par recenser toutes ces initiatives et de s’appuyer sur cette énergie pour créer une vision globale partagée.

En regardant de près les plateformes des projets de smart city, on peut imaginer la complexité potentielle des problèmes que le territoire peut résoudre avec. Pour GreenSI, les formes dominantes de ces plateformes sont classées en “open data”, “big data” et “hyperviseur”.

Certains font le choix de l’open data, et partent du principe que si la donnée est publiée – en externe mais aussi en interne – et qu’il y a un problème qu’elle peut aider à résoudre, alors il sera résolu. Notons que le terme open data est utilisé ici au sens large, et couvre plus que le sens règlementaire de la loi de 2016.

C’est un bel optimisme mais qui marche parfois !

Par exemple à Toulouse métropole, quand il a s’agit pour les parents de suivre ce que leur enfants mangent à la cantine, est apparue une application tierce qui s’est appuyée sur la publication des menus des cantines en open data. Cette publication a bénéficié du travail amont de standardisation de ces menus entre toutes les écoles par la métropole. La possibilité de réutiliser simplement les données de l’open data (format, taxonomie, temps réel, mise à jour, …) est actuellement une des limites de cette approche.

C’est le domaine où la startup française Opendatasoft règne en maître pour fournir cette plateforme en SaaS, aux collectivités mais aussi aux entreprises. Ce modèle de plateforme open data est donc une première étape essentielle, qui pose, ce que certains appellent une gouvernance des données, pour que ces dernières puissent servir de socle, en toute confiance, à des usages plus avancés. Elle permet de toucher du doigt les enjeux de la standardisation et de l’interopérabilité, elle fait prendre conscience de l’importance des systèmes d’information qui rendent possible ces échanges, mais il serait dommage de s’arrêter en si bon chemin.

D’autres villes mettent en place des plateformes décisionnelles (big data) qui collectent et mettent en cohérence les données du territoire, pour les croiser et permettre de les valoriser dans l’orientation des politiques publiques, ou pourquoi pas, sous la forme de nouveaux services destinés à l’externe. On pourrait imaginer dans cette catégorie un service de données aux commerçants du centre ville qui, s’appuyant sur les flux (piétons, transports en communs, voitures,…), la météo, les retraits d’argent dans les distributeurs, leur permettrait de mieux organiser leur heures d’ouvertures ou les opérations commerciales. Une information qui existe et pourtant qu’ils n’ont pas, en dehors des grandes enseignes nationales.

Mais sans une organisation dédiée qui serait responsable de cette création de valeur, GreenSI pense que ces plateformes auront du mal à se développer comme un modèle opérationnel au quotidien au niveau du territoire. Elles auront certainement plus de facilités pour traiter un horizon de temps plus lointain, comme l’aménagement à moyen terme du territoire. Cependant la faillite en 2019 de la startup française Forcity spécialiste sur ce domaine, malgré les millions d’euros levés et son support par un grand industriel, montre que la recherche d’un modèle économique n’est pas si simple pour financer ce type de plateformes.

Enfin, les hyperviseurs, complètent cette vision big data avec une entité organisationnelle (en un lieu central), qui prends des décisions sur la base de l’analyse humaine de ces données – et de procédures établies à l’avance – et peut agir ou coordonner des actions opérationnelles.

De ce point de vue, cette organisation est plus intelligente que les autres formes d’organisations puisqu’elle a la faculté de connaître et parfois de comprendre ce qu’il se passe, donc de pouvoir agir pour s’adapter et d’améliorer la performance de son action sur l’espace public en mobilisant ses agents.

Cela peut être un stimuli central de transformation pour la collectivité, puisque tous ses services peuvent ensuite s’adapter et s’organiser pour bénéficier de l’hypervision transverse, tout en renforçant leur capacité de supervision de leur métier

Dans ce domaine, il n’y a pas actuellement de plateforme sur étagère car tous les grands projets doivent adapter de façon spécifique à chaque territoire les composants nécessaires (collecteur de données, main courante, mur d’images, …) et les intégrer au système d’information de la ville et/ou des opérateurs de services publics.

Cette capacité d’intégration est souvent rendue possible par des briques open source connues et partagés par tous les acteurs et non des logiciels propriétaires.

Alors quand est-ce que la ville deviendra plus intelligente ?

Pour GreenSI c’est quand elle aura, en permanence, cette capacité de comprendre ce qui est train de se passer ou ce qui va se passer.

C’est là que les plateformes de traitement de la donnée pour développer des applications exploitant l’intelligence artificielle (IA), que l’on a vu apparaître dans les entreprises ces dernières années, pointent leur nez pour se frotter à la complexité amenée par ces nouvelles smart city. C’est surtout maintenant que des villes ont assez de retours d’expériences et de données, pour aller plus loin dans leur façon de comprendre ce qu’il se passe pour mieux réagir.

C’est donc le terrain idéal pour l’apprentissage de données en temps réel qui dépasse les algorithmes figés, avec par exemple l’analyse d’évènement issues de la vidéo qui exploite pour cela des algorithmes d’IA et notamment d’apprentissage. D’ailleurs, la quantité d’images croit et la capacité d’analyse transverse de ces vidéos est actuellement limitée (sécurité, trafic).

Au niveau de l’offre, la startup française Datategy, déjà connue dans le domaine des transports et notamment le suivi de la fréquentation et de la fraude, vient d’annoncer cette semaine la nouvelle version de sa plateforme pour s’attaquer à toutes les compétences de la ville. Construite sur sa capacité à nettoyer et enrichir des données issues de multiples sources, elle promet la collaboration de tous les acteurs nécessaires pour imaginer les applications intelligentes de demain et pouvoir les déployer en production.

Mais n’oublions pas que la technologie est un outil et non une fin en soi.

Les élus et les agents des services de la ville vont devoir, plus que jamais, donner du sens à cette transformation du territoire et aux finalités qui sont poursuivies, que ce soit l’environnement, l’attractivité, l’efficacité ou la résilience. Ils vont aussi devoir en interne mettre en place les actions pour développer les compétences data dont ils ont besoin au niveau de leurs services, qui restent des nouveaux métiers, même au sein des équipes SI. L’adaptation récente au RGPD n’a pas été simple, et pourtant il ne fallait trouver qu’un DPO 😉

Enfin, une fois cette direction posée, le débat sur l’intelligence artificielle aura un sens, et les chartes d’éthique ou de bonne conduite, pourront être construites. Cette question de l’acceptabilité de la technologie semble d’ailleurs plus brulante en France, et on l’a vu récemment avec le débat sur la 5G (voir Obstacle à-mi chemin). Pourtant, à l’international, GreenSI fait le constat que le développement de l’analyse des images de vidéo-surveillance est en très forte croissance dans les mégapoles prétendantes au classement des premières smart city mondiales. La plateforme vidéo, limitée à la sécurité et au trafic, commence à traiter des services en dehors de ces domaines, comme l’identification des encombrants ou, crise sanitaire oblige, la détection du port du masque obligatoire…

Les villes sont donc bien engagées sur la voie de l’intelligence, mais il reste encore beaucoup de chemin à parcourir, même si on peut lire par-ci et par-là des affirmations pour susciter la peur, ou tout au moins la réaction, qui relèvent plus du fantasme que de la réalité quand on demande à ceux qui travaillent dans ces projets.

Leave a Reply

Your email address will not be published. Required fields are marked *