wintics_smart_city

Qu’est-ce qu’une smart city?

Les villes regroupent aujourd’hui 55% de la population mondiale. En 2050, l’ONU estime que cette part devrait dépasser les 2/3. Cette urbanisation rapide multiplie les défis sociaux, environnementaux et économiques pour des villes à l’importance grandissante.

De plus en plus, celles-ci adoptent de nouvelles approches dites « smart » afin de répondre intelligemment à ces enjeux, ce qui leur a valu la qualification de smart cities (ou villes intelligentes) apparue à la fin des années 2000.

 

Concrètement, qu’est-ce qu’une smart city ?

Une smart city est un territoire urbain qui s’appuie sur les nouvelles technologies pour améliorer la qualité de vie de ses citoyens.

L’émergence des smart cities est donc étroitement liée à l’accélération du numérique et à l’émergence de l’intelligence artificielle que l’on peut observer depuis une dizaine d’année.

En termes de technologies, une smart city se caractérise par un usage systématique de la donnée pour optimiser des comportements, des usages et des organisations. Cela suppose :

  • une collecte massive de données via des objets connectés (IoT), du crowdsourcing participatif (plateformes de remontées d’informations de la part des citoyens) ou l’acquisition de données issues d’applications mobiles
  • un traitement rigoureux de ces données afin d’en garantir la protection, l’anonymisation mais aussi l’exploitabilité
  • le développement d’algorithmes performants capables d’identifier les logiques sous-jacentes qui régissent les comportements reflétés dans les bases de données afin de mieux prévoir leur survenance
  • le développement d’interfaces ergonomiques afin de mettre à la disposition des différents usagers de la ville des informations qualifiées susceptibles de les guider dans leurs décisions

 

Quelles sont les champs d’application des smart cities ?

Dans la mesure où la finalité d’une smart city est d’améliorer la qualité de vie des citoyens, le concept est par définition très large et recouvre des sujets variés.

On peut citer différents objectifs d’une smart city : économiser les ressources (énergie, eau), améliorer les services aux habitants en les personnalisant et les individualisant, réduire les coûts de gestion de la ville, etc.

Ces objectifs recouvre des thématiques diverses parmi lesquelles :

  • la mobilité,
  • l’immobilier,
  • l’aménagement de l’espace urbain,
  • l’amélioration des services urbains,
  • la justice sociale,
  • la sécurité,
  • l’écologie,
  • etc

Chacune de ces thématiques regroupent elles-mêmes de nombreux sujets et de nombreux acteurs.

A titre d’exemple, la mobilité – qui est l’un des thèmes centraux de la smart city – recouvre des enjeux variés tels que : la fluidification des trajets des citoyens, la baisse de l’empreinte écologique des moyens de transports, la sécurisation des réseaux routiers, la fiabilisation des transports en communs, la mise à disposition d’informations voyageurs pertinentes, la facilitation du transport multi-modale, etc.

La mobilité est d’ailleurs emblématique de la diversité des entreprises que l’on retrouve dans l’écosystème de la smart city :

  • Pouvoirs publics
  • Opérateurs de transport (métro, bus, train, VTC, etc)
  • Constructeurs de moyens de transports (automobiles, bus, trains, etc)
  • Opérateurs de nouvelles mobilités (trottinettes électriques, vélos partagés, véhicules électriques partagés, etc)
  • Fabricants de capteurs et caméras (les fameux IoT) et d’équipements de signalisation
  • Développeurs d’applications mobiles pour l’information voyageur (on parle beaucoup de plateforme MaaS – Mobility as a Service – capable de vous informer et de vous faire voyager via n’importe quel moyen de transport)

La notion de smart city est donc vaste. Elle est de nature à modifier les logiques historiques de gestion urbaine. Elle redessine notamment le paysage des acteurs de la ville. Les géants du numérique (notamment Google) ainsi que des start-ups spécialisées dans l’exploitation des Big Data jouent un rôle grandissant dans ces villes. A cet égard, le choix de la municipalité de Toronto de confier à Sidewalks Labs (filiale de Google/Alphabet dédiée à l’urbanisme) l’aménagement de tout un quartier de la ville est éloquent. L’objectif annoncé d’un tel partenariat est de faire émerger un quartier high-tech en ligne avec les toutes dernières innovations en matière de smart city : voiture autonome, machine learning, internet ultra-rapide, objets connectés, capteurs, feux de circulation intelligents, etc.

 

Quelques exemples emblématiques d’initiatives de smart cities

Les salons professionnels dédiés à la Smart City se développent rapidement. Parmi eux, le Smart City World Congress de Barcelone fait office de figure de proue. Chaque année, ce salon décerne des prix aux villes ayant mené des stratégies smart cities ambitieuses.

Lors de l’édition 2018, sept villes ont été primées pour des projets transverses représentatifs de la diversité des initiatives smart cities, le premier prix ayant été décerné au projet « Smart Nation » de Singapour.

Ce programme est organisé autour de 5 piliers : identité digital des citoyens, systèmes de paiement électroniques, IoT, mobilité, social.

Parmi les nombreuses initiatives dans chacun des piliers, Singapour a lancé en 2016 un centre de test grandeur nature pour les véhicules autonomes avec la volonté de tester dès 2019 un service de bus autonomes en ville. Toujours dans la rubrique mobilité, un système de bus public à la demande est en phase de test depuis le mois de décembre 2018.

Pour plus d’infos : https://www.smartnation.sg/

On peut aussi noter la présence de la métropole de Dijon et son projet OnDijon parmi les lauréats du salon. Ce projet d’envergure a notamment l’objectif de créer un poste de pilotage unique permettant de gérer à distance la plupart des équipements urbains des 24 communes de la métropole (feux de circulation, éclairages, vidéo protection, services de voirie, etc) afin de faciliter la gestion de l’espace public et d’améliorer le cadre de vie des citoyens).

Pour découvrir tous les lauréats, visitez le site du Smart City Expo : http://www.smartcityexpo.com/en/awards

 

Wintics dans tout ça

Wintics est une start-up experte en intelligence artificielle qui développe des solutions algorithmiques de traitement d’images de vidéo-surveillance pour les smart cities. Ces solutions permettent de :

  • produire des statistiques de trafic précieuses pour le bon aménagement de l’espace public
  • analyser des flux de véhicules et de personnes pour comprendre comment la ville est utilisée par les citoyens
  • identifier des événements ou des comportements anormaux
  • sécuriser des infrastructures publiques
4 profils de dirigeants face à l'IA

Quatre profils de dirigeants face à l’IA

On peut observer différents profils et réactions face à la révolution de l’intelligence artificielle et de la Data. A chaque niveau de maturité correspond un type d’accompagnement qui permet d’aider le dirigeant à faire entrer son organisation avec succès dans la nouvelle réalité économique.

Le non-initié

La plupart des chefs d’entreprise n’ont pas encore pris conscience de l’entrée dans une nouvelle révolution industrielle et des enjeux que cela comporte pour leur entreprise. En effet, 87% des dirigeants de PME et ETI ne font pas de la transformation digitale une priorité stratégique. Pourtant, c’est potentiellement la compétitivité de leur modèle économique et plus largement la pérennité de leur entreprise qui est alors remise en question.

L’enjeu premier est alors la formation (de quoi parle-t-on ?) et la sensibilisation, en partant notamment des cas concrets de concurrents qui sont en train de se réinventer.

Le sceptique

D’autres dirigeants ont entendu parler d’intelligence artificielle mais adoptent une attitude sceptique face à ce qu’ils perçoivent comme un sujet pas adapté à leur réalité économique : entreprise trop petite, secteur d’activité ayant trop de valeur ajoutée pour être abordé par des machines, réticence des salariés, etc.

Là encore, la sensibilisation par des cas d’usages de concurrents est efficace. Tout le monde est concerné, y compris les professions nécessitant un haut-niveau d’étude : en 2016, Watson (système d’IA conçu par IBM) a détecté au Japon une forme rare d’une leucémie qui avait échappé aux médecins…

Il est aussi possible d’identifier ensemble et de déployer rapidement un « easy-win » pour concrétiser la réalité du nouveau paradigme économique. Par exemple, Wintics a récemment travaillé pour un dirigeant d’une PME qui commercialise et installe des piscines dans l’Est de la France pour 5 à 10 m€ de CA/an. A priori, il ne s’agit pas de la première activité concernée par la révolution de la Data et de l’IA. Pourtant, nous avons immédiatement identifié un levier majeur de création de valeur. A un moment où le parc français de piscines arrive à maturité, il s’agit de démarcher les propriétaires pour renouveler et maintenir leurs bassins. Comment procéder efficacement ? Nous avons proposé et déployé rapidement un algorithme de « computer vision » qui utilise les images satellites pour répertorier l’ensemble des adresses des maisons équipées de piscines dans une zone de chalandise donnée.

L’enthousiaste

Certains dirigeants ont au contraire déjà eu vent des prouesses de l’intelligence artificielle. Ils savent par exemple que AlphaGo de Google DeepMind a battu Ke Jie, champion mondial du jeu de Go et extrapolent en pensant que l’Intelligence Artificielle va pouvoir tout faire et répondre à tous leurs problèmes business.

Dans ce contexte, l’enjeu d’une entrée réussie dans l’ère de l’IA repose essentiellement sur l’établissement d’une compréhension commune de ce qu’il est possible de faire et de ce qui ne l’est pas. Il est important de préserver l’élan positif qui anime le dirigeant et permet d’insuffler une dynamique de transformation dans son entreprise. Il faut néanmoins réfléchir à un plan réaliste, sans quoi l’expérience serait déceptive et contre-productive.

L’IA ne remplace pas l’homme. C’est plutôt un formidable outil qui lui permet de se libérer de tâches répétitives et de certaines limites cognitives (puissances de calcul, quantité de savoir) pour se consacrer à ses qualités irremplaçables : faire preuve de créativité, poser les bonnes questions, communiquer et surtout dominer la machine.

Par exemple sur des enjeux de fidélisation, l’analyse algorithmique d’une base clients peut permettre d’identifier efficacement les clients qui sont susceptibles de se désabonner afin de les relancer en priorité. Elle peut mettre en lumière les profils des clients les plus fidèles pour privilégier les actions de recrutement les plus pertinentes. Elle peut aussi permettre de déterminer les leviers de fidélisation les plus efficaces parmi l’ensemble des actions mises en œuvre. Elle permet ainsi de mieux guider les actions et prendre de meilleures décisions. En revanche, aucune intelligence artificielle ne pourra à elle seule retenir les clients : elle n’est pas responsable de l’excellence opérationnelle, des choix de positionnement par rapport aux concurrents, de la qualité et de la largeur d’offre, etc.

L’averti 

Enfin, il y a le dirigeant qui est mûr pour lancer un plan de transformation visant à intégrer l’IA à son organisation. Il est souvent passé par une ou plusieurs des phases décrites précédemment :

  • Il est désormais conscient de l’état de l’art en IA et de ce qu’il est possible de faire et de ce qui ne l’est pas ;
  • Il a pensé une équipe et une architecture Data qui pourront mettre les données pertinentes au service des principaux enjeux de création de valeur pour son entreprise ;
  • Il a identifié des « quick-wins » qui peuvent être rapidement intégrés et propose des actions plus long terme qui transformeront son entreprise en profondeur ;
  • Il diffuse sa vision et son enthousiasme et délègue des responsabilités ;
  • Il anticipe les contraintes et les blocages potentiels au changement.
Trois règles d'or pour réussir un projet data

Trois règles d’or pour réussir son premier projet Data

La Data constitue une révolution pour l’entreprise et peut impliquer des changements perturbateurs. Pour capter la valeur qui réside dans la Data sans déstabiliser toute l’organisation, il convient donc de procéder avec méthode : Wintics vous propose 3 règles d’or pour y parvenir dès le premier projet.

Première règle d’or : bien choisir la problématique business du projet

La Data est capable de répondre aux enjeux clés des entreprises : elle peut donc donner lieu à de nombreux projets. Parmi tous les candidats potentiels, le choix du premier projet est essentiel. S’il est réussi, il permettra d’impulser une dynamique positive quant à l’utilisation de la Data dans toute l’entreprise. A l’inverse, s’il n’est pas au niveau des attentes de vos collaborateurs, il pourrait favoriser la naissance d’un sentiment data-sceptique dans votre organisation.
Pour sélectionner votre premier projet :

  • Choisissez un projet dont les retombées sont rapides et visibles (quick wins) : inutile de vous engager tout de suite dans un projet long et coûteux, l’enjeu est d’abord de démontrer l’utilité de la Data à vos collaborateurs et de créer une certaine émulation autour de cette thématique.
  • Ne réfléchissez pas à un niveau macro : vous ne changerez pas l’organisation de toute votre entreprise dès le premier projet. Concentrez-vous plutôt sur l’échelle micro (une équipe par exemple) : vous pourrez développer des outils qui changent son quotidien et qui feront de ses membres des ambassadeurs de votre stratégie.

Deuxième règle d’or : placer l’humain au cœur de la démarche

Le principal frein au développement des initiatives Data dans les entreprises est d’ordre humain plutôt que technique. L’intelligence artificielle peut faire peur à vos collaborateurs dans la mesure où elle redessine les organisations et redéfinit la place de chacun. En même temps, elle fait naître de nouveaux métiers et libère vos collaborateurs de certaines contraintes. Ils peuvent ainsi concentrer leur énergie sur les tâches à plus forte valeur ajoutée et se montrer plus créatifs.
Pour appréhender au mieux les aspects humains d’un projet data :

  • Montez une équipe projet de champions
    Le succès du projet dépend beaucoup des personnes qui seront mobilisées. Le choix de l’équipe projet est donc essentiel. Elle doit combiner les expertises techniques et métiers afin de répondre de façon pertinente à la problématique posée. Une telle équipe est au minimum composée de quatre personnes : un chef de projet, un data scientist, un ingénieur réseau de la DSI et un opérationnel.
  • Associez l’ensemble de vos collaborateurs au projet
    Afin d’impulser une dynamique de changement dans votre organisation, l’équipe projet peut prévoir des consultations afin de recueillir les attentes des salariés concernés. Elle peut aussi organiser des comptes-rendus informels (ex : lunch & learn) pour présenter l’avancement du projet et répondre aux questions. Ce type d’événement permet d’anticiper les blocages potentiels en relevant les remarques de chacun.
  • Soignez l’ergonomie de l’interface utilisateur
    La facilité d’utilisation et l’ergonomie du produit final (user experience) sont des facteurs clés dans l’adoption par vos collaborateurs de la solution développée. Une prise en main rapide et intuitive favorisera grandement l’intégration de l’outil dans les processus actuels de vos équipes.

Troisième règle d’or : procéder méthodiquement

Quelle que soit l’envergure du projet que vous souhaitez lancer, il est nécessaire de respecter certaines étapes clés afin de valider sa pertinence et de s’assurer de ses retombées.
On distingue généralement quatre grandes étapes dans un projet Data :

  • Le diagnostic
    Lors de cette étape, l’équipe projet est en charge de passer en revue les données disponibles (nature, qualité, quantité) afin de définir ce qu’il est possible de faire. Le diagnostic est aussi une phase de pédagogie et de partage d’idées, propice à l’alignement des objectifs de chacun.
    Il aboutit sur une feuille de route décrivant l’ambition du projet, ses grandes étapes, la contribution de chacun et les indicateurs de performance.
  • Le PoC (Proof of Concept = prototypage)
    Le PoC correspond à la phase de développement de l’algorithme. A ce stade, l’algorithme est entrainé et testé sur un ensemble de données statique (ex : des données historiques). Cette première version de la solution permet d’évaluer les gains espérés du projet en modélisant ex-post les décisions qui auraient été prises historiquement sur la base des recommandations de l’algorithme. Une telle approche permet donc d’estimer le retour sur investissement du projet et de décider ou non de sa mise en œuvre à plus grande échelle.
  • Le pilote
    Lors du pilote, l’algorithme est testé en conditions réelles sur un périmètre limité de l’entreprise (ex : sur les données CRM d’un pays uniquement pour un projet marketing) afin de valider la pertinence de l’outil auprès des opérationnels, d’estimer la capacité d’acceptation des équipes et d’évaluer les risques de dérives lors du passage à l’échelle.
  • Le déploiement industriel
    A l’issue du pilote, la solution est branchée sur l’ERP de l’entreprise avec l’aide de la DSI. Elle permet alors de prendre des décisions éclairées en temps réel. L’algorithme est ré-entrainé automatiquement avec le flux continu de donnée et s’améliore continuellement.