La ville intelligente: les données au cœur de la modélisation.
1. Pr. Claude ROCHET
La ville intelligente: les données au
cœur de la modélisation
Claude ROCHET-Cluny 16/05/2015 1
Claude.rochet@univ-amu.fr
Claude.rochet@finances.gouv.fr
ENSAM, Cluny, 16 avril 2015
2. Sommaire
• Ce qu’« intelligent » veut dire?
• L’enjeu géopolitique et commercial
• La conception de la ville comme système
complexe
• Les données au cœur de la modélisation
• Comment avancer?
• Conclusions pour l’action
2Claude ROCHET-Cluny 16/05/2015
3. Ville intelligente: une boucle
cybernétique d’apprentissage
Action Effet
Rétroaction
De 0,0001sec. à 1 génération
Capteurs
Données
TraitementInterprétation
Usage
Décision
Technologies
Sciences sociales
Impact de l’Iconomie
Claude ROCHET-Cluny 16/05/2015 3
4. Les villes anciennes étaient
intelligentes
Bien commun
Vivere politico
Bien économique
Bien individuel
Claude ROCHET-Cluny 16/05/2015 4
5. Les villes intelligentes actuelles réalisent
ces connections par le numérique
Systèmes
humains
vivants
Systèmes
physiques
Claude ROCHET-Cluny 16/05/2015 5
7. Sommaire
• Ce qu’« intelligent » veut dire?
• L’enjeu géopolitique et commercial
• La conception de la ville comme système
complexe
• Les données au cœur de la modélisation
• Comment avancer?
• Conclusions pour l’action
7Claude ROCHET-Cluny 16/05/2015
11. L’enjeu vu par les Chinois: la croissance
urbaine levier d’innovation
Transition d’un modèle rural
vers une société industrielle
innovante
Claude ROCHET-Cluny 16/05/2015 11
12. Sommaire
• Ce qu’« intelligent » veut dire?
• L’enjeu géopolitique et commercial
• La conception de la ville comme système
complexe
• Les données au cœur de la modélisation
• Comment avancer?
• Conclusions pour l’action
12Claude ROCHET-Cluny 16/05/2015
13. • Quand c’est pas
complexe ça devient
vite très compliqué !
13Claude ROCHET-Cluny 16/05/2015
14. Les échecs
• Les cités jardins:
- Une conception hiérarchique non
systémique
- Pas d’interactions avec l’environnement
et le territoire
Claude ROCHET-Cluny 16/05/2015 14
15. Ce qu’i faut éviter: l’architecture
spaghettis
L’accumulation
couche par
couche
d’infrastructures:
exemple de
New-York
Claude ROCHET-Cluny 16/05/2015 15
16. L’efficience de la ville croît avec
sa taille… et ne meurt jamais!
Claude ROCHET-Cluny 16/05/2015
Efficiency
L’efficience de la production de la ville
est suPRAlinéaire en TOUT: x 1,15
Le coût des infrastructures de la
ville est suBlinéaire: x 0,75La question de la frontière
(dedans dehors) est
primordiale en ingénierie système
des villes
Geoffrey West:
16
Et il faut y ajouter la croissance des
données produites et stockées!
17. Les monovilles: une complexité à
rendement décroissant
17
L’effondrement devient
alors la solution pour
décomplexifier la société
Claude ROCHET-Cluny 16/05/2015
18. Que veut dire
« modéliser »??
18
Le jeu de Lego :
•La construction est basée sur
des building blocks standards
•Pas deux figures identiques
•On construit en utilisant des
patterns: règles d’integration,
sémantique et syntaxe
•Le résultat final est une
intégration de ces blocs qui est
spécifique aux besoins et aux
spécifications
Claude ROCHET-Cluny 16/05/2015
19. L’intégration systémique de la ville intelligente
Soft domains Hard domains
SMART city
TransportationIndustry
WorkHousing
Sanitation
EnergyWater
Waste recycling
Public services Health care
Civic life Leisure
Education Social integration
GovernmentEconomy
Institutional
scaffolding
Social life
Periphery
Commercial
exchanges
Food
City
Territory
20. L’intégration système
20
Why building a city & what
are the strategic goals?
Who are the stakeholders?
What are the generic
functions to be performed
by a smart city?
With which organs?
Technical devices,
software…
With which smart
people?
Conception,
metamodel
framework,
steering
Subsystems
and
processes
People
and tools
Why designing this ecosystem?
Who will live in the city?
What are its activities?
How the city will be fed?
Where the city is located ? (context)
What are the functions to be performed to
reach the goals and how do they interact?
With which organs and
ressources?
How people will interact with the
artifacts?
How civic life will organize?
Claude ROCHET-Cluny 16/05/2015
21. Utiliser des patterns
• Les patterns sont des
configurations tirées de
l’expérience, des
configurations stables
réutilisables qui
définissent des exigences
de conception.
• Un langage commun
entre les parties
prenantes qui embarque
une syntaxe et une
grammaire.
21Claude ROCHET-Cluny 16/05/2015
23. Sommaire
• Ce qu’« intelligent » veut dire?
• L’enjeu géopolitique et commercial
• La conception de la ville comme système
complexe
• Les données au cœur de la modélisation
• Comment avancer?
• Conclusions pour l’action
23Claude ROCHET-Cluny 16/05/2015
24. Problèmes de la modélisation
systémique
On peut modéliser
les systèmes durs
par les lois de la
physique
(systèmes
conservatifs)
On ne peut pas
modéliser les
systèmes humains
par les lois de la
physique
(systèmes
dissipatifs)
- Sciences
sociales
- Big data
- Modélisation
mutli-agents
La clé du succès
est là…
… alors que le
business est ici
Claude ROCHET-Cluny 16/05/2015 24
L’intégration système, une compétence à
développer pour réussir!
25. Les données: trois types de problèmes
• Comment faire parler les données? Le piège
des big data
• L’enjeu de la sécurité et de la confidentialité
• Faire d’une solution devenue problème une
solution
25Claude ROCHET-Cluny 16/05/2015
26. Modéliser les systèmes dissipatifs: ne pas
devenir suiviste devant les big data
26
Corrélations => Induction
Déduction =>Hypothèses
?
Claude ROCHET-Cluny 16/05/2015
27. Le danger des big data
27Claude ROCHET-Cluny 16/05/2015
28. Les données: trois types de problèmes
• Comment faire parler les données? Le piège
des big data
• L’enjeu de la sécurité et de la confidentialité
• Faire d’une solution devenue problème une
solution
28Claude ROCHET-Cluny 16/05/2015
29. Règle#1: Des OS redondants
• Conceive the city OS
weblike able to
evolve organically
with open standards
and open source
software
33. Que faire face aux GAFA?
33Claude ROCHET-Cluny 16/05/2015
34. Les données: trois types de problèmes
• Comment faire parler les données? Le piège
des big data
• L’enjeu de la sécurité et de la confidentialité
• Faire d’une solution devenue problème une
solution
34Claude ROCHET-Cluny 16/05/2015
35. Intégrer le stockage dans l’écosystème
35Claude ROCHET-Cluny 16/05/2015
La croissance du
stockage des
données va
nécessiter
- Des systèmes
scalables
- Des data centers
“prosommateurs”
d’énergie
36. Sommaire
• Ce qu’« intelligent » veut dire?
• L’enjeu géopolitique et commercial
• La conception de la ville comme système
complexe
• Les données au cœur de la modélisation
• Comment avancer?
• Conclusions pour l’action
36Claude ROCHET-Cluny 16/05/2015
37. Monter des projets pilotes
37
Projet pilote
Sponsor politique Sponsor industriel
Création de marchés
Recherche
Création de savoir Création de compétences
Consortium
Claude ROCHET-Cluny 16/05/2015
38. Deux approches de la relation entre citoyens et
gouvernement: Christchurch (NZ)
38Claude ROCHET-Cluny 16/05/2015 38
39. Christchurch: le pari sur les données et
la contrôle citoyen
39Claude ROCHET-Cluny 16/05/2015
40. Sommaire
• Ce qu’« intelligent » veut dire?
• L’enjeu géopolitique et commercial
• La conception de la ville comme système
complexe
• Les données au cœur de la modélisation
• Comment avancer?
• Conclusions pour l’action
40Claude ROCHET-Cluny 16/05/2015
41. Articuler technologie et politique
• La ville intelligente doit être un projet politique pour
ne pas être un enfer
– Intégrer sciences sociales et technologie
– Des défis techno-politiques: sécurité des systèmes et des
données
– Des défis politiques : la démocratie directe et le contrôle sur
les systèmes technologiques
41
Panoptique La cité pour le Bien commun
Claude ROCHET-Cluny 16/05/2015