Chronos était présent à la journée PREDIT (Programme d'innovation et de recherche dans les transports terrestres) sur le Big Data et les mobilités. Décryptage.
Le
Publications
Par

Big Data & mobilité, retour sur la journée du PREDIT

Chronos était présent à la dernière journée PREDIT (Programme d'innovation et de recherche dans les transports terrestres) sur le Big Data et les mobilités et vous propose un retour sur certaines interventions de chercheurs et d'acteurs des mobilités.

La numérisation constante de notre quotidien engendre la production d'une quantité monumentale de données. Cette dernière doit être traitée rapidement pour alimenter des services souvent dépendants et surtout de plus en plus complexes. Le concept de Big Data recoupe trois dimensions du traitement de la donnée : la vitesse, le volume et la variété.

S'il est caractérisé par cette "règle des 3V", le Big Data reste tout de même relatif à notre capacité technologique de traitement de la donnée. Le Big d'aujourd'hui ne le sera plus demain ; tout comme le Big des années 2000 ne l'est plus aujourd'hui.

Le Big Data déstabilise les organisations issues de l'ère industrielle

La révolution numérique en cours fait apparaître de nouveaux points de tension entre notre modèle sociétal hérité de l'ère industrielle et les nouvelles organisations issues du numérique. Nicolas Vayatis ( Centre de Mathématiques et de Leurs Applications (CMLA) , ENS Cachan) en a proposé une analyse :

  • Le changement de position de l'Homme dans la chaîne de valeur. Aujourd'hui expert, demain facteur (comme producteur de données), il ne sera plus amené à jouer le même rôle dans la production de services ou d'activités ;
  • Le passage d'un savoir en silo (par spécialité) à un savoir en réseau (par complémentarité) ;
  • Le passage d'initiatives profitables à des actions efficaces (comme une certaine vision de la rationalisation de l'action) ;
  • L'affaiblissement d'un secteur public puissant  au profit d'acteurs privés en réseau ;
  • Le passage de la confidentialité à l'éthique de l'action (concernant les données notamment) ;
  • Le glissement du plein emploi vers la dignité de l'emploi (à travers notamment une meilleure répartition de l'activité) ;
  • Enfin une tension entre le "gaspillage" des fonds publics et une certaine idée de la rationalisation de l'action.

Loin d'être exhaustives, ces tensions laissent entrevoir les enjeux d'un changement de paradigme de production. Le rôle de la data dans ce mouvement global est central et multiple.

EDF  : La data au service d'une meilleure connaissance et gestion de l'énergie

Yannig Goude (expert en modélisation statistique du marché de l'électricité) pour EDF a présenté sur les nouveaux outils de prévision de consommation électrique. Devant les difficultés de stockage et de transport de l'électricité, les fournisseurs d'énergie (et le gestionnaire de réseau ERDF) doivent affiner leur connaissance de la consommation des territoires. La remontée et le traitement de données sur le sujet est donc stratégique.

Par agrégation de données de consommation, le fournisseur d'énergie est désormais en mesure d'anticiper les pics de consommation et d'adapter son offre avec une marge d'erreur insignifiante (moins de 1%). Les applications sont multiples : mieux connaître et calibrer le réseau électrique, encourager les consommateurs à optimiser leur consommation, déployer au mieux les nouvelles infrastructures et services, etc.

Pour arriver à réaliser ces objectifs, la question de la granularité de la donnée est déterminante. En dessous de 100 personnes agrégées, EDF n'est en effet plus en mesure de maintenir un tel niveau de précision.  Pour arriver à des finesses d'analyse du type consommation prévisionnelle d'une zone industrielle, commerciale, voir d'un immeuble, un effort supplémentaire de connaissance des pratiques de consommation quotidiennes sera nécessaire. Yannig Goude l'a assuré : l'intégration de nouvelles variables exogènes plus fines et multi-thématiques sur le quotidien est bien une  piste de recherche de EDF. Un outil agile et modulable donc, qui répond également à l'enjeu de développement de nouvelles sources locales d'énergie (voir par exemple l'initiative TEPOS ).

Le Big Data et les transports, quelles pistes de développement pour la SNCF ?

Du côté de la SNCF, Maguelonne Chandesris (responsable de la thématique de recherche « Data, Mobilité et Territoires » à la SNCF) présente le Big Data comme un outil facilitant la supervision des activités, en citant la fraude et la maintenance. Le nombre de données traitées par la SNCF n'a cessé d'augmenter avec par exemple les données clients, de maintenance, d'énergie, de transit ou encore d'internet des objets. Ces dernières servent à l'organisation des activités de l'opérateur, mais sont aussi monétisées. Elles représentent un terreau fertile pour la métamorphose de l'entreprise vers des services complémentaires à son offre commerciale historique.

Les enjeux pour la structure sont multiples : stratégiques, économiques, organisationnels, techniques, juridiques ou encore éthiques. Un projet les rassemble sous une même bannière et fait office "d'utopie" pour la SNCF : Versailles Gare Intelligente.

 

Parmi les premiers clients d'électricité en France, avec une facture annuelle d'environ 800 millions d'euros, la SNCF ambitionne de diminuer cette consommation de 20 %. C'est donc par l'entrée énergétique que le projet de gare du futur se distingue. Replacé au centre de l'écosystème urbain en fournissant des services de mobilité et d'énergie, Versailles Gare Intelligente est caractéristique des nouvelles ambitions transversales. En roulant, ou plutôt freinant, les trains emmagasinent une grande quantité d'électricité sans pour autant être capable de la stocker durablement à l'heure actuelle. L'objectif serait de pouvoir la rendre disponible pour le réseau urbain et ses multiples applications. L'interopérabilité de ce système complexe est bien entendu largement dépendant des possibilités offertes par le Big Data.

Le Big Data est-il si Big ?

Mario Barretto du Forum International des Transports (FIT) est revenu  sur la conformité du Big Data aux critères de qualité des statistiques de l'OCDE. Ces critères sont un gage de sérieux permettant la comparaison des données chiffrées. Il s'agit des attentes "standards" de l'organisation pour produire des analyses quantitatives.

On voit que la crédibilité, l'interprétabilité et la cohérence ne sont pas "conformes". Pire, seuls la pertinence de l'utilisation et la disponibilité des données répondent pleinement aux exigences de l'OCDE. Les principales limites se trouvent donc dans la nature même des informations disponibles. La quantité ne faisant pas la qualité, un lourd travail de traitement est nécessaire pour envisager une comparaison avec les statistiques classiques. Les domaines d''applications du Big Data ne sont donc pas infinis, du moins à l'heure actuelle.

Mario Barreto a également rappelé que le Big Data n'est pas une problématique universelle. Les capacités techniques de production et de traitement, la maturité politique, les logiques d'accompagnement ne sont pas les mêmes pour l'ensemble des pays membres du FIT (qui ne correspondent pas à l'intégralité des membres de l'OCDE). Réduire la problématique aux champs investigués par les pays les plus avancés n'est pas représentatif de l'état actuel constaté à la surface du globe. Ne pas tenir compte de ces différences ne fera qu'accentuer la fracture numérique. Le Big Data doit donc s'inscrire en cohérence avec une stratégie numérique globale pour produire les effets escomptés.

La journée s'est achevée par une table ronde reprenant les principales thématiques évoquées. Comme un symbole, les derniers échanges ont questionné la capacité du numérique à modifier en profondeur le paradigme de certains domaines comme la mobilité ou la santé. A terme tous les métiers seront concernés, ce qui implique de mettre en place des stratégies d'adaptation dès aujourd'hui. Se contenter d'aborder certains domaines ne fera que fermer le champ des possibles et passer à côté d'enjeux bien plus importants. La diffusion du numérique dans nos sociétés est rapide et massive, comme le Big Data. À nous de bien en saisir toutes les opportunités et les limites.

Partager cet article