III.1.a Une décennie de stockage de donnés

À l'heure de la Smart City, ce modèle est-il viable ? Data Learning et BigData, le pétrole du 21ieme siècle.

III.1.a Une décennie de stockage de donnés.

Cela fait maintenant près de 10 ans que l’IA récupère nos données par le biais d’internet et de nos objets connectés. Notre activité digitale génère une avalanche de données : à chaque minute 3,3 millions de contenus sont publiés sur Facebook, 3,8 millions de recherches sont lancées sur Google, 29 millions de messages envoyés sur l’application Whats App (source 2018)… Les experts estiment qu’en 2020 chaque être humain produira 1,7 mégabyte d’informations par seconde. 101

Les villes collectent toujours plus de données de tous types (sur les flux, les habitants, la consommation énergétique des bâtiments…). Cet amas de données constitue ce qu’on appelle communément le « Big Data » .

Ce nouvel outil d’aménagement, de planification et d’organisation du futur urbain, une question se pose alors : le big data peut-il vraiment tout prédire en ville ? Quels sont les risques d’un tel stockage de données pour la ville et pour ses habitants ?

L’aide des datas dans la compréhension de phénomènes complexes est importante. Ainsi, comme dans le domaine de la médecine où l’on capte toutes les informations sur le corps afin de diagnostiquer et contrôler sa santé, en ville ces différentes sources de données seraient un outil pour surveiller le bon état de son fonctionnement. Comme les corps des athlètes, les nouveaux bâtiments s’équipent de capteurs et mesurent leurs émissions, leurs consommations. Dans les rues, le mobilier urbain se modernise et accueille de multiples capteurs permettant de calculer le trafic et la pollution.

D’ailleurs, en plus des stations d’Airparif, Paris a installé sur des voitures de fonction des micro-capteurs afin d’affiner les relevés. Les individus sont aussi, eux-mêmes, de plus en plus des sources d’acquisition de données par le biais des objets connectés, à commencer par le smartphone et ses multiples applications de mesure : localisation, nombre de pas, réservation de places de parking, etc. Autant de données potentielles pour mieux comprendre l’usage réel des citadins.

101 Intelligence artificielle, notre meilleure amie? – RTS – Youtube - 2018

ENSAM – Mémoire Master – Loïck Maire - 2019

Le milieu urbain qui par sa nature est le lieu des flux et des échanges, représente une source gigantesque de données, propulsée par la multiplication des capteurs et des appareils connectés dans le quotidien des citadins. Depuis ces dernières années, l’avènement de l’ère numérique a généré un afflux massif de données dépassant les quantités compréhensibles.

Pour tenter de dessiner les villes de 2050, et malgré les incertitudes sur les sauts technologiques possibles, on peut tenter de cerner les évolutions à venir en fonction de contraintes déjà identifiables comme la démographie, la consommation énergétique, la localisation des logements et des emplois ou l’évolution du crédit. En revanche d’autres variables, comme le modèle géopolitique mondial, l’évolution des technologies, le coût du bâti ou l’avenir de l’agriculture sont moins bien identifiables.

Les technologies vont influencer aussi la manière de « faire la ville ». Déjà le GPS à partir des années 2000, et avec lui la révolution numérique, transforment les modes de déplacements des personnes et des marchandises. Mais dans le même temps, les exigences de mobilité dans les grandes conurbations se heurtent aux besoins budgétaires colossaux qu’exigent l’entretien des réseaux de transport qui ne peuvent, à terme, pour continuer à fonctionner, que s’appuyer sur une socialisation de leur coût.

Le coût des matières premières, de l’énergie et du bâti va poser inexorablement la question de l’arbitrage entre l’habitat individuel et l’habitat collectif et aussi du choix de la vie à proximité de la nature ou de la ville.

Cependant, pour poser le pour et le contre, et pour faire le paradoxe de ce caractère pétrolier, ceci s’explique probablement par le fait que de nombreux commentateurs ont voulu faire du Big Data le « pétrole du XXIe siècle », montrant ainsi que les données occuperont une place centrale dans l'économie qui vient.

La comparaison est frappante, louable, mais elle est également erronée.

ENSAM – Mémoire Master – Loïck Maire - 2019

D'abord, à l'inverse du pétrole, la data n'est pas une ressource non renouvelable. Au contraire, elle ne s'épuise pas et croît même à très grande vitesse : plus de 90 % des données disponibles auraient été produites dans les deux dernières années.102

Dans un ouvrage sur les algorithmes103, Dominique Cardon rappelait que le monde génère en deux jours autant de données de communication qu'il en a créées entre son origine et l'année 2003. En 2015, 204 milliards d'e-mails étaient envoyés ou reçus chaque jour, engendrant autant de flux et d'échanges d'informations.

C'est donc un retournement conceptuel qui doit être opéré pour analyser cette ressource perpétuellement renouvelable. L'âge du pétrole a induit un écosystème d'opérateurs gigantesques, lui seul pouvant investir massivement dans un appareil industriel coûteux, capable d'assurer l'exploitation rentable de cette ressource finie.

La data, à l'inverse, est inépuisable et abondante à profusion. Elle peut être partagée et elle s'exploite sans coût fixe important.

Les dynamiques économiques qui en résultent sont donc fondamentalement divergentes. Là où le XXe siècle a vu émerger une industrie lourde avec de puissantes barrières, le XXIe entame son cycle de vie avec une économie fluide, rapide et dynamique.

Comme l’explique Olivier Babeau, président de l'Institut Sapiens, confondre l'une et l'autre de ces ressources, c'est s'interdire de les penser vraiment, de les réguler correctement, de les développer ambitieusement. Mal identifier la richesse de demain, c'est aussi nous appauvrir.104

Il s’agit d’un enjeu énorme : la data est une source de croissance pour les entreprises d’Internet, mais également pour les industries traditionnelles qui y trouvent une connaissance plus fine de leurs clients, un suivi plus approfondi de leurs produits et de leurs usages.

102 AI Index 2018 Report – PDF – Disponible sur https://creativecommons.org/licenses/by-nd/4.0/legalcode 103 A quoi rêvent les algorithmes. Nos vies à l'heure - Dominique Cardon – 112 pages - Le Seuil - 2015 104 https://www.institutsapiens.fr/?s=big+data

ENSAM – Mémoire Master – Loïck Maire - 2019

Fig 35 Source : AI Index 2018 Report – p.40

ENSAM – Mémoire Master – Loïck Maire - 2019