Ce contenu est réservé aux abonnés La Tribune
L'IA permet de mesurer l'impact de mesures visant à faire baisser les émissions de gaz à effet de serre dans la capitale, qui vise la neutralité carbone en 2050.
AS pour La Tribune
Localiser les copropriétés encore chauffées au fioul alors qu'elles sont éloignées de moins de 50 mètres du réseau de chaleur urbain ? C'est typiquement une recherche multicritère jusqu'à présent très fastidieuse, voire impossible à mener pour la Ville de Paris. Grâce à la start-up Nexqt, qui a pu tester son modèle d'intelligence artificielle sur le plan climat de la capitale, c'est désormais chose possible. Rien que dans le XVe arrondissement, 650 petites copropriétés chauffées au fioul ou au gaz et situées à moins de 50 mètres du réseau de chaleur urbain, représentant chacune un potentiel de réduction de 60 tonnes de CO2, ont ainsi été repérées.
« Cela nous permet de cibler nos actions, par exemple via des incitations et une proposition d'assistance technique aux copropriétés avec l'Agence parisienne du climat, plutôt que d'en passer par une campagne de communication plus générale, qui n'est pas assurée de toucher le public concerné », témoigne Jérôme Mutel, chef du département Neutralité carbone de la mairie de Paris.
La quantité de données que les collectivités pourraient exploiter pour affiner leur politique environnementale est gigantesque, et en croissance exponentielle. Mais les méthodes traditionnelles (bilan carbone, informations récoltées par capteurs ou récupérées auprès d'opérateurs d'énergie, de transport, etc.) portent en général sur des mailles géographiques relativement larges et sont récupérées avec un décalage temporel pouvant atteindre plusieurs années qui ne permet pas une grande réactivité sur les politiques publiques engagées.
À lire également
« On ne compte pas moins de 83 milliards d'objets connectés, observe Fouzi Benkhelifa, cofondateur de Nexqt. Mais les villes exploitent à peine 10 % des données de leur territoire. » À cela, de multiples raisons : des enjeux de fiabilité, de fragmentation, d'interopérabilité et de standardisation de la donnée, des difficultés d'accès ou une gouvernance complexe de l'écosystème, notamment un flou juridique concernant la propriété et la responsabilité des données concernées. « Parfois, les collectivités n'ont même pas conscience que ces données existent, constate Fouzi Benkhelifa. Même la formulation du besoin en tant que tel peut requérir les compétences de data scientists et dépasser leur expertise. » Jérôme Mutel le reconnaît, l'idée de certaines applications est née de l'émulation réciproque entre les équipes de la ville et de la start-up.
