Retour

Quelques grands enjeux des data dans la ville du futur

Parmi les nombreux enjeux que présente la gestion des données dans la ville du futur, citons ici trois problématiques fondamentales mises en avant par les intervenants de notre Université d'été : l'importance d'une gestion transversale des données ; l'enjeu du stockage et de l'accès à la donnée ; enfin, les enjeux de démutualisation et de concentration des risques.

La gestion transversale des données

La gestion des données dans la ville de demain ne doit pas « se cantonner à la gestion des flux de trafic », souligne d’emblée Emmanuel Schneider, en charge des activités villes et territoires intelligents de Cisco France. Il faut exploiter la « transversalité des données ». Dans cette optique, Cisco, en partenariat avec la ville de Paris, s’est posé la question de savoir ce qu’il était possible de collecter (et de comprendre, car collecter n’est pas une fin !) avec un réseau loT installé sur la place de la Nation : mesure du son, de la qualité de l’air, de la densité du traffic. Autant d’indicateurs pour lesquels la gestion des données ne doit pas se faire en silos séparés. Demain, en effet, il ne suffira pas de détecter un accident par l’analyse du trafic (ex : ralentissement soudain), mais il s’agira de le qualifier le plus précisément possible pour faciliter l’intervention des secours (mesure du son pour déterminer les véhicules impliqués : 2 roues, voiture citadine ou poids lourd…).

Plus globalement, c’est un véritable « réseau intuitif » que Cisco propose, reposant sur l’intelligence artificielle et s’appuyant sur trois piliers principaux :

  • la segmentation (automatisation & robotisation), permettant d’abandonner des processus traditionnels au profit d’une gestion instantanée de millions d’équipements ;
  • la contextualisation (actions et profils) : ce n’est plus seulement la data qui compte, mais aussi son contexte – qui, quoi, quand, où et comment- au bénéfice d’une sécurité renforcée, une expérience personnalisée et des opérations plus rapides ;
  • l’intuition (prédiction et analytique) ou la machine learning à grande échelle, en utilisant les volumes considérables de data qui circulent sur ses réseaux mondiaux pour les transformer en perspectives prédictives et exploitables.

Cécile Wendling, Directrice de la Prospective d’Axa Group, évoque de son côté le « défi de fragmentation » de la ville du futur. « Il faut éviter l’absence de cohérence de l’approche par secteur, et favoriser les programmes transverses nécessitant une grande collecte de données transectorielles ». Par exemple, à Singapour, les assureurs peuvent fournir de nombreux services à des bénéficiaires variés, grâce à l’approche transverse adoptée par le gouvernement : e-santé, maisons connectées, voitures autonomes… De ce fait, d’un des grands enjeux de cette gestion transectorielle, souligne Cécile Wendling, est celui de « la collaboration entre les grands acteurs de la ville de demain et les différents collecteurs de données ».

Arnaud le Masne, Directeur Business Developement pour Mastercard Entreprise Partnerships, détaille quand à lui une solution développée avec les services du transport urbain à Londres : il s’agit pour les voyageurs de pouvoir accéder au réseau de métro, bus ou train régional et de payer leur trajet avec leur carte Mastercard, sans avoir besoin de se pré-enregistrer ou de souscrire à un forfait. La carte Mastercard remplace donc, entre autres, le pass Oyster ! C’est un exemple typique de remplacement d’un système informatique propriétaire par un système de gestion global et interopérable. Il devient ici possible d’exploiter de manière transverse les données recueillies, et de créer des novueaux services à destination des citoyens, de la ville ou de son tissu commercial.

Comme le souligne Carlos Moreno, lorsqu’il décrit le « passage de l’Open Data à l’Urban Data », « la force de la Date et sa vraie valeur au XXIè siècle, ne réside pas paradoxalement dans sa production, mais dans la capacité qu’elle offre à dépasser les objets et le systèmes, pour pouvoir s’intéresser avant tout, à leurs interactions et leurs interdépendants ».

Le stockage, l’accès aux données et les enjeux de sécurité

En premier lieu, l’important est de considérer les besoins en stockage non pas par rapport à la collecte d’aujourd’hui, mais à la collecte de données de demain, beaucoup plus important car générée par le machine-to-machine. Face à ce tsunami de données que les smart cities pourraient déclencher, la réponse pérenne restera-t-elle celle des centres de données, tels que nous les connaissons actuellement, trop consommateurs en énergie ? Quelles alternatives inventer face à cette menace de « données-obésité » ?  Une des solutions serait peut-être de commencer par sélectionner : tout n’a pas forcément besoin d’être stocké !

Ensuite, la question du stockage est intimement liée à celle de la sécurité. La menace récente des « ransom wares » (ndlr : « logiciel de rançon »,bloquant l’accès d’un utilisateur à sa machine et/ou à ses données jusqu’à ce qu’une clé de déblocage soit envoyée à la victime en échange d’une somme d’argent) suppose que l’on doit à nouveau apprendre à copier ses données, afin d’éviter cette vulnérabilité.

Enfin, à l’heure des besoins croissants en instantanéité, et de l’entrée en application prochaine du règlement européen sur les protection des données (RGPD), se pose la question des conditions d’accès à la donnée. Autrement dit, quel organisme public ou privé à le droit et la responsabilité du stockage des données d’un individu privé, et comment les parties prenantes (y compris les individus eux-mêmes), peuvent y accéder et prétendre au droit d’effacement de leurs propres données.

La démutualisation et la concentration des risques en assurance

Le concept de la ville autonome, poussé à son maximum, pose le problème de la démutualisation des risques. En effet, on peut tout à fait imaginer un système où chacun serait quasi omniscient et connaîtrait son risque individuel. Or le principe des assurances telles que nous les connaissons aujourd’hui repose sur des primes versées par un ensemble d’individus soumis à des risques identiques. Remettre en cause ce principe nécessiterait avant tout de redéfinir les risques considérés comme identiques. En particulier, jusqu’à quel niveau de granularité peut-on définir des cercles d’identité par les assurés ?

À ce risque de démutualisation s’ajout enfin l’enjeu de concentration du risque et d’assurance des systèmes complexes : cet enjeu est particulièrement visible dans le cas d’un système homme-machine et l’exemple de le plus parlant est celui de la voiture autonome. En cas d’accident, si la voiture est autonome partiellement ou totalement, le risque sera-t-il concentré vers le constructeur automobile ? Vers le statisticien exploitant de données, dont l’exploitation de données aura causé l’accident ou n’aura pas suffi à l’éviter ?

C’est finalement ici rien de moins que la question de la réinvention des fondamentaux du secteur assurantiel qui nous est posée.

Source : Exton Consulting, lettre Inside Financial Services n°39