6,5

milliards

de citadins dans le monde d'ici 2050

En 2008, pour la première fois dans l’histoire de l’humanité, le nombre de citadins a égalé le nombre de personnes vivant en milieu rural. En 2050, la part de la population résidant en ville pourrait atteindre 66%, soit 6,5 milliards d’individus. À titre de comparaison, en 1800, les citadins représentaient à peine 3% de la population mondiale. Cette explosion de la population urbaine entraîne un essor des villes géantes. Certaines études prédisent ainsi que l’on comptera pas moins de 50 villes abritant plus de 10 millions d’habitants à travers le monde en 2050. Ce changement pose un défi de taille : celui de l’optimisation des flux de déplacement urbains.

Les grandes villes sont d’ores et déjà confrontées à d’importants problèmes de congestion. Aux États-Unis, le temps de trajet quotidien moyen pour se rendre au travail est aujourd’hui trente minutes plus long qu’il ne l’était en 1990. Certaines villes, comme Los Angeles, où les transports en commun peu développés font de l’automobile le seul moyen de transport, sont réputées pour leurs embouteillages interminables. À tel point qu’Elon Musk a décidé de construire des tunnels souterrains pour soulager le trafic. Ce problème ne concerne pas que les villes américaines et touche la majorité des grandes métropoles. À Sao Paulo, certains habitants passent jusqu’à 4h par jour dans les transports. 

LUTTER CONTRE LA CONGESTION URBAINE

Une nouvelle mobilité urbaine
Shutterstock

120

MILLIARDS

DE DOLLARS , C'est le coût annuel des embouteillages qui pèse sur l'économie américaine

Jim Hackett, le patron de Ford, entreprise emblématique de l’essor de l’automobile et du rêve américain, affirmait ainsi récemment sur le media Re/Code : « Aujourd’hui, le système de transports de la plupart des grandes villes a atteint le maximum de ses capacités. Et dans le même temps, nous sommes toujours plus nombreux à vouloir profiter des centres urbains. Face à l’urbanisation rapide, la pollution et la congestion qui l’accompagnent, nous devons nous rendre à l’évidence : le modèle du passé n’est plus soutenable. Il faut moderniser les villes afin de déplacer hommes et marchandises plus efficacement, ce qui permettra d’améliorer la qualité de vie de tous. » 

La congestion urbaine n’est pas seulement pénible pour les citadins : elle a également un coût économique et écologique non négligeable. Un rapport du cabinet de conseil Cebr estime ainsi que les embouteillages coûtent 120 milliards de dollars par an à l’économie américaine. L’agence de protection environnementale américaine estime qu’ils génèrent en outre 27% des émissions de gaz à effet de serre du pays, chiffre qui pourrait passer à 50% d’ici 2030, selon d’autres estimations. Pour Jim Hackett, une partie de la solution repose sur les nouvelles technologies. « Avec le pouvoir de l’intelligence artificielle, qui accompagne l'avènement des véhicules autonomes et connectés, nous disposons de technologies capables de transformer et remodeler nos systèmes de transports en surface pour la première fois en un siècle », écrit-il. 

La data contre les embouteillages

traffic

Shutterstock

Des partenariats public/privé au service de la donnée

SUR LA ROUTE DE LA DATA

road

L’intelligence artificielle facilite notamment la collecte, le traitement et l’analyse d’une large quantité de données sur la mobilité urbaine, qui peuvent ensuite fournir de précieuses informations pour améliorer les systèmes de transport en place. Il s’agit de l’un des principaux chantiers de la ville intelligente. La collecte des données permet de repérer de grandes tendances dans les flux de déplacement, l’usage des routes et des transports en commun. En fonction de ces tendances, la ville peut ensuite agir sur différentes variables (feux tricolores, arrêts de bus, parking, etc.) pour faciliter les déplacements. En outre, une fois que les municipalités disposent de suffisamment de données, elles peuvent employer l’apprentissage machine pour surveiller automatiquement le trafic en temps réel. Il devient ainsi possible d’orienter efficacement les véhicules et de mobiliser différentes ressources en fonction des aléas de la circulation.

Mais si les villes ont aujourd’hui la main sur une partie de leurs données de mobilité (par exemple, celles générées par les transporteurs publics), une partie non négligeable de ces dernières sont entre les mains d’acteurs privés. Les entreprises de mobilité à la demande (Uber, Lyft, Chariot), et autres applications de navigation (Google Maps, Switfly, CityMapper, Waze) détiennent aujourd’hui de précieuses données sur les flux de circulation. Tout l’enjeu consiste donc, pour les villes, à travailler avec ces acteurs privés pour optimiser la mobilité. 

Stéphane Leguet
Regard d'expert

Stéphane Leguet

Analyste stratégique à L'Atelier

BNP Paribas

Collaborer avec des services comme Waze, Uber ou Googles Maps permet aux municipalités de réaliser des analyses statistiques sur le volume de personnes qui suivent tel trajet et le temps moyen qu’ils mettent à le compléter

« Collaborer avec des services comme Waze, Uber ou Googles Maps permet aux municipalités de réaliser des analyses statistiques sur le volume de personnes qui suivent tel trajet et le temps moyen qu’ils mettent à le compléter », explique Stéphane Leguet, analyste stratégique à L’Atelier BNP Paribas. Soucieuses d’être vues comme des acteurs au service de la mobilité urbaine plutôt que comme des perturbateurs, ces entreprises ont commencé à jouer le jeu. Uber a ainsi mis en place sa plateforme, Uber Movement, qui permet l’analyse des données de mobilité, à disposition du public.

L’entreprise a également tissé des collaborations plus étroites avec certaines villes, comme Seattle ou encore Paris. Dans ce dernier cas, la collaboration vise à anticiper les perturbations du trafic liées aux travaux publics. « L’objectif est de mesurer l’impact que va avoir le blocage d’une rue pour travaux, en mesurant le trafic qui passe par cette rue et en le reportant sur les rues avoisinantes », analyse Stéphane Leguet. Les villes peuvent également combiner les données de mobilité que leur communiquent les acteurs privés avec leurs propres jeux de données publiques pour obtenir une vision harmonieuse et holistique de leur écosystème de transport. 

LA SMART CITY, DATA-driven

Dataville

Shutterstock

Prévenir les externalités négatives

Pallier les failles des transports publics

taxi

L’étape suivante consiste à établir des partenariats avec ces acteurs pour pallier les insuffisances du système de transport public. Travailler avec Lyft ou Uber peut permettre aux usagers de faire le lien entre un arrêt de bus et la station de train la plus proche, d’offrir des trajets à des heures tardives ou dans des banlieues mal desservies, ou encore d’offrir un moyen de locomotion aux personnes âgées, handicapées ou à mobilité réduite.

Collaborer avec les acteurs privés de la mobilité est également un bon moyen d’éviter les frictions, les externalités négatives qui surviennent lorsque pouvoirs publics et acteurs privés travaillent chacun dans leur coin. « Admettons qu’une application de navigation identifie le trajet le plus rapide pour se rendre en voiture d’un point A à un point B. Cela permet à l’automobiliste de gagner du temps, mais peut également être un élément de perturbation pour la commune et les riverains. En effet, la signalisation routière est conçue pour amener les automobilistes sur les grands axes, où un important volume de véhicules peut être géré. Les applications de navigation risquent de casser cette logique, en amenant de nombreux véhicules sur de petites routes. Cela peut endommager les structures publiques et générer des problèmes de sécurité, si une école se trouve à proximité, par exemple », explique Stéphane Leguet.

DéVELOPPER DES  PARTENARIATS entre PRIVé  et PUBLIC

BOSTON

La collaboration et le partage de données permettent de prévenir ces nuisances. Les pouvoirs publics pourraient, par exemple, communiquer des zones à risque aux entreprises privées, qui en tiendraient ensuite compte dans leurs algorithmes pour calculer le trajet optimal. L’horaire peut également être pris en compte, pour éviter, par exemple, de faire passer les automobilistes près d’une école aux heures où les enfants arrivent en classe ou rentrent chez eux.

La ville de Boston offre un exemple de collaboration réussie. La municipalité a récemment travaillé avec des chercheurs du MIT pour mettre l’analyse de données au service de l’optimisation de son système de bus scolaires. Les chercheurs du MIT ont combiné des données de mobilité fournies par Google Maps avec les adresses des élèves, communiquées par les écoles publiques. En croisant ces données, ils ont pu optimiser les trajets de bus, l’emplacement des arrêts et calculer le nombre moyen d’élèves par bus. Le tout n’a pris qu’une trentaine de minutes, là où l’ancienne méthode (manuelle) demandait en moyenne sept semaines. Selon le réseau d’écoles publiques de Boston, ce nouveau système (déployé à la rentrée 2017) devrait économiser 5 millions de dollars par an et réduire les émissions carbone de 20 000 livres (environ 9 000 kg) par jour. La Nouvelle-Orléans compte déployer un dispositif similaire pour optimiser le fonctionnement de ses ambulances. 

LA DONNée pour personnaliser les services

cible
Shutterstock

Vers des recommandations ultra-personnalisées

Une vision très optimiste de la Smart City data-driven montre qu’il faut une vision globale pour optimiser le temps de transport
Stéphane Leguet

Stéphane Leguet

La ville de Pittsburgh a également optimisé le fonctionnement de ces feux tricolores en collaborant avec l’entreprise Rapid Flow Technologies. Cette dernière a conçu un dispositif, baptisé Surtrac, qui rend les feux tricolores intelligents. Des capteurs localisés dans ces derniers calculent la vitesse et la localisation exacte des véhicules en approche. En fonction de ces données, le système recourt à des algorithmes d’intelligence artificielle pour déterminer combien de temps chaque feu tricolore doit rester au vert pour optimiser la fluidité du trafic. Le système est entièrement distribué, ce qui signifie que chaque intersection possède son propre ordinateur qui stocke les données, effectue les calculs et communique ses données aux ordinateurs des intersections environnantes, qui intègrent ensuite celles-ci dans leurs propres calculs. Un projet pilote a permis de réduire le temps d’attente moyen aux feux tricolores de 40%. 

À terme, Stéphane Leguet imagine un système allant au-delà de la simple gestion des flux de transport, intégrant tous types de données, pour une expérience holistique et multimodale. « Aujourd’hui, quand vous souhaitez vous rendre à la Fnac, Google Maps vous indique les horaires et le temps d’attente estimés aux caisses, en fonction de l’heure. Ils peuvent également vous avertir s’il y a beaucoup de monde dans le magasin. À l’avenir, si je souhaite me rendre au théâtre, par exemple, l’application pourrait calculer en temps réel le temps d’attente à l’entrée et me conseiller de partir dix minutes plus tard, repérer automatiquement les places de parking disponibles dans les environs… c’est une vision très optimiste, mais qui montre qu’il faut une vision globale pour optimiser le temps de transport », conclue-t-il. 

Rédigé par Guillaume Renouard