Stratégies DATA & IA des collectivités territoriales : pour un pilotage optimisé des politiques publiques et la création de services à valeur ajoutée sur nos territoires


Un article rédigé par :
Céline FAIVRE – Directrice d’Activité – Développement Territorial – Accompagnement du Secteur Public – Sémaphores – in
Par le truchement des logiciels, des applications et des plateformes, les données produites et échangées façonnent de plus en plus nos territoires. Waze, l’application d’aide à la conduite et d’assistance à la navigation en temps réel, en est probablement le meilleur exemple. C’est le cas également des « data centers », face cachée du numérique qui, installés sur nos territoires, contribuent certes à notre souveraineté en sécurisant l’accès à nos actifs stratégiques, mais génèrent également des besoins exponentiels en électricité, eau, métaux et leur empreinte carbone est conséquente. Quant à l’Intelligence Artificielle Générative, elle n’est pas neutre. Elle matérialise des rapports de force sociaux, économiques et politiques.
Ces simples exemples démontrent l’importance pour notre souveraineté, de fonder les stratégies territoriales et leurs modèles d’organisation selon une orientation dite « data-driven » (« orientée données ») afin d’optimiser les processus, préserver les ressources, planifier et piloter la décarbonation, améliorer l’efficience et la qualité des infrastructures et moyens publics, et in fine la qualité du service rendu aux usagers.
Aussi, le partage de données entre parties prenantes, qui consiste à rendre disponible les ressources de données d’une organisation à d’autres organisations, est un processus vertueux. Cependant, la mise en commun de ces actifs stratégiques ne se décrète pas. Elle implique de définir une gouvernance des données partagée susceptible de régir l’ensemble des pratiques : l’organisation de la collecte et du traitement des données, la définition du ou des formats de données, les garanties en matière de sécurité, confidentialité, exactitude, disponibilité et exploitabilité des données, la définition des rôles et responsabilités et le respect de la réglementation.
C’est dans ce cadre que nous recommandons de définir et de déployer des stratégies data & IA guidées par les finalités et les risques, et ce afin de servir les enjeux éthiques, d’accessibilité, de souveraineté et de sobriété numérique.
L’approche par les finalités et les risques : deux défis et quatre principes pour une mise en œuvre opérationnelle d’une stratégie des données et de l’intelligence artificielle
Le premier des défis est celui relatif à l’infrastructure et aux outils nécessaires pour collecter, stocker, améliorer la qualité des données, assurer leur interopérabilité, les traiter, en extraire l’intelligence, les mettre à disposition et les partager dans le respect des règlementations. Cette infrastructure ouverte et fédérée, vue comme un espace commun de données, doit permettre de partager des données entre acteurs publics et privés selon des règles de fonctionnement communes, garantissant un traitement sécurisé et équitable entre les parties prenantes. Cela nécessite des investissements importants qui impliquent de développer une approche mutualisée et de définir les modèles économiques sous-jacents.
Le second défi, pour obtenir les bénéfices de l’IA, est relatif à la disponibilité de données pertinentes, en quantité et qualité suffisantes pour entrainer les modèles et systèmes d’Intelligence Artificielle. À l’échelle d’un territoire, cela suppose le développement d’une logique fédérative permettant de partager des méthodes, des structures de données et des normes d’interopérabilité.
Quant aux principes que nous préconisons, ils sont les suivants :
- L’utilité, pour une stratégie des données et de l’intelligence artificielle transformatrice
Compte tenu du contexte de transition dans laquelle la société est engagée et du délai nécessaire pour obtenir des résultats performants de la part des projets data & IA, il nous semble essentiel de prioriser les actions à mener sur les enjeux critiques auxquels un territoire ou une organisation est confrontée, afin de contribuer plus efficacement aux adaptations et transformations à engager pour renforcer la résilience du territoire.
- La cohésion, pour une stratégie des données et de l’intelligence artificielle avec et pour le plus grand nombre
Nous avons la conviction que l’atteinte d’objectifs ambitieux implique la contribution du plus grand nombre (collectivités, partenaires, entreprises, citoyens) et la mutualisation de moyens techniques et de compétences rares. La stratégie data & IA doit ainsi reposer sur la capacité à développer une cohésion forte des parties prenantes autour des finalités de l’usage des données et de l’IA, et du rôle et de la contribution de chacun dans la concrétisation des résultats attendus.
- La cohérence, pour une stratégie des données et de l’intelligence artificielle efficace
Elle suppose la définition d’un cadre au sein duquel les projets pourront se développer en respectant des préceptes communs d’utilisation des données et de l’IA, quel que soit le niveau auquel le projet est initié. Ce cadre intégrerait des préconisations relatives à la souveraineté, à l’éthique et au numérique responsable, et ce afin d’assurer l’efficacité des projets et de garantir la pérennisation des actions.
- L’effet d’échelle et l’effet réseau pour une stratégie des données et de l’intelligence artificielle efficiente
Pour optimiser les budgets et les moyens humains, nous recommandons de privilégier une politique visant à permettre la réplication des projets données et IA à l’échelle territoriale et à produire des effets réseaux par des logiques de transfert d’apprentissage (un modèle IA utilisable sur plusieurs problématiques). Cette approche peut être confirmée à l’étude du diagnostic territorial et des projets déjà initiés.
Définir et décliner votre stratégie à l’appui d’un cas d’usage appliqué et coconstruit avec vos parties prenantes ?
Pour vous accompagner, Sémaphores x Newmeric x Elise Debiès Avocat associent leurs expertises et expériences, pour répondre aux besoins de convergence des différentes politiques publiques à l’appui de la mise en place d’une gouvernance des données comme vecteur des transitions sociales et environnementales, avec le souci permanent d’accompagner le changement et d’obtenir des résultats mesurables.