Où le big data aura-t-il le plus grand impact dans les villes intelligentes ?

Facebook
Twitter
LinkedIn

#MD## Où le big data est-il susceptible d’avoir un impact maximal dans la ville intelligente du futur ?##/MD##
 

 

 

Aujourd’hui, on ne peut pas passer à côté de l’idée de villes intelligentes alors que les plus grands géants de la technologie, les IBM, Cisco et autres Siemens travaillent dans ce sens. Cela n’est guère surprenant compte tenu des opportunités offertes par ce marché gigantesque  – le gouvernement a estimé que les dépenses mondiales pour la construction et la gestion des villes intelligentes atteindraient bientôt 400 milliards d’euros par an.

 

À la base, l’idée de la ville intelligente est simple – l’objectif est de donner à ceux qui planifient et gèrent la ville des informations opportunes suivant divers paramètres. Les personnes responsables devraient alors être en mesure de tirer parti de ces informations pour prendre les bonnes décisions et s’assurer qu’elles soient mises en œuvre avec précision et rapidité.

 

Gestion des transports

 

Il s’agit de l’exemple le plus probant. Les véhicules étiquetés RFID sont surveillés par des systèmes intelligents qui sont ensuite capables de générer des informations sur les schémas de circulation. Les planificateurs peuvent prévoir une action pour désengorger le trafic en ré-acheminant les charges entrantes. En outre aujourd’hui, la connaissance de l’emplacement des conducteurs et des piétons intégrée dans les smartphones va également dans ce sens. 

 

Il est en de même pour les voitures sans conducteur équipées de capteurs de Google. Les informations générées par cette combinaison de capteurs et de smartphones sont mises à profit de manière efficace pour localiser et gérer des ressources rares comme les places de stationnement vides (ce n’est qu’après avoir roulé dans un parking pendant 20 minutes que l’on peut se rendre compte à quel point cette ressource est rare !) Même chose pour planifier le flux des transports publics et fournir des informations sur les itinéraires et les horaires auxquelles les citoyens et les utilisateurs des transports publics se déplacent.

 

Gestion des services publics / de l’énergie

 

L’énergie et les produits de base que les services publics traitent comme l’eau sont des ressources rares par définition. Outre le fait qu’elles sont coûteuses à produire, à distribuer et à gérer, leur utilisation inconsidérée a un impact sur l’environnement. Dans ce contexte, les techniques et technologies de big data ont un rôle important à jouer. Elles peuvent tout d’abord aider à planifier les pics de consommation en fonction des lieux et des horaires. 

 

Les données provenant des capteurs sur les smartphones et l’utilisation du réseau peuvent être analysées pour donner une image claire de l’endroit où se trouvent les citoyens à tout moyen et peuvent permettre d’effectuer des économies d’énergie. Par exemple, dans les endroits où la fréquentation est faible, les lampadaires pourraient être éteints à certains moments. Le développement de réseaux intelligents qui fournissent des informations en temps réel sur les charges, les fluctuations d’utilisation et d’autres paramètres suscite un intérêt considérable. Ces données peuvent être exploitées pour une meilleure prise de décision concernant la production et la distribution de ressources

 

Ce n’est qu’un début – les big data et l’analytique peuvent potentiellement avoir un impact sur la sécurité et l’ordre public en aidant à suivre les citoyens « à risque » ou en prodiguant aux forces de l’ordre le moyen de créer des profils de délinquants potentiels. Il existe également une multitude d’applications dans d’autres domaines qui peuvent avoir un impact sur la vie quotidienne dans la ville intelligente de demain, notamment concernant les déchets, la lutte contre la pollution ainsi que la prestation et la gestion globales des services. Cela ne veut pas dire que d’autres défis n’existent plus mais Il y a fort à parier que les villes intelligentes deviendront la norme dans les sociétés de demain.