Un hyperviseur intelligent utilise l’IA pour maîtriser les bâtiments et équipements publics à Aix-en-Provence (13)
Depuis 2015, Aix-en-Provence développe son projet Smart City avec un hyperviseur urbain intelligent. Connecté à des capteurs et API partenaires, il centralise les données énergétiques pour optimiser la gestion des bâtiments publics. Une interface IA en langage naturel permet aux services municipaux d’accéder facilement aux informations, détecter les anomalies et générer des économies.
Rien ne remplace l’expérimentation terrain pour adapter les outils aux réalités locales
En quoi consiste concrètement votre projet et quels en sont les principaux objectifs ?
La Ville d’Aix-en-Provence a engagé une démarche Smart City dès 2015, avec pour objectif d'améliorer la performance des services municipaux via le numérique. Nous avons mis en place un hyperviseur urbain connecté à un réseau LoRa et à de nombreuses sources de données : plus de 900 compteurs électriques, des capteurs de qualité de l’air, de température, de CO2, etc., et des API ouvertes – interface logicielle qui permet à deux systèmes informatiques de communiquer entre eux - issues de partenaires comme Enedis, Atmosud ou la Métropole d’Aix-Marseille. L’interface permet aux agents d’interroger les données via une IA générative intégrée, en langage naturel. On peut poser une question comme 'Quels sont les sites ayant surconsommé cette semaine ?' et obtenir une réponse contextualisée immédiatement. L’objectif est double : améliorer l’efficacité énergétique et simplifier l’accès aux données pour les services, tout en développant un pilotage proactif des équipements publics.
Comment le sujet s’est-il imposé à l’agenda de votre collectivité ?
En 2015, la notion de Smart City était encore émergente. La volonté politique existait, mais il fallait la concrétiser. Nous avons donc rencontré les 64 directions de la Ville pour comprendre leurs usages et attentes. Cette démarche a révélé un besoin crucial : poser un socle technique commun avant d’envisager des cas d’usage. J’avais auparavant travaillé sur des systèmes LoRa et des hyperviseurs, ce qui m’a permis d’identifier les limites de certaines solutions. Nous avons testé plusieurs technologies, souvent abandonnées car trop complexes à maintenir ou pas adaptées à un territoire aussi vaste. La rencontre avec Upciti a été décisive : ils proposaient une architecture ouverte, compatible avec nos exigences, et surtout, la possibilité d’intégrer des cas d’usage très concrets comme le suivi des chaudières, des consommations d’eau ou encore la qualité de l’air dans les écoles.
Quelles sont les sources d’inspiration que vous avez suivies pour vous faire une idée de ce projet ?
Nous avons observé des projets comme ceux de Dijon ou de Nice, mais nous avons rapidement opté pour une autre voie. Plutôt que d’installer des capteurs à grande échelle, nous avons misé sur la récupération et l’exploitation de données déjà disponibles via des API. Cela nous permet d’établir une couverture plus large à moindre coût. Les données de Waze, d’Enedis, ou du canal de Provence ont ainsi été intégrées à l’hyperviseur. Par ailleurs, la collaboration avec Aix-Marseille Université, et notamment le chercheur Sébastien Bridier, Maître de Conférences en géographie quantitative, climatologie et géomatique appliquée, nous a permis d’ancrer nos expérimentations dans une approche scientifique. Ce partenariat a aussi débouché sur des recrutements de jeunes diplômés formés aux problématiques Smart City et data.
Y a-t-il des compétences ou sujets spécifiques à maîtriser avant de se lancer dans ce projet ?
Pour une petite collectivité, il est désormais possible de lancer un projet similaire sans service informatique lourd, à condition de s’appuyer sur les bonnes plateformes. Les données Enedis ou GRDF sont accessibles, et le retour sur investissement peut être rapide. Pour des villes comme Aix, il est crucial de croiser les compétences techniques et métiers. Nous avons adopté une approche en binôme avec les services : je les accompagne sur le plan technique, ils m’aident à comprendre les usages et contraintes sur le terrain. La pédagogie est essentielle. Il ne faut pas imposer un outil mais coconstruire les cas d’usage, souvent en commençant par un prototype visuel. Autre point clé : bien connaître la structure des data, même sans données nominatives, pour éviter les erreurs d’interprétation.
Avez-vous mené une étude en amont du projet pour définir sa faisabilité et/ou son impact ?
Plutôt qu’une étude de faisabilité formelle, nous avons avancé en marchant. Chaque expérimentation nous a permis d’apprendre et d’ajuster notre approche. Par exemple, sur les corbeilles connectées, des erreurs de conception matérielle (sacs des corbeilles de rue collés aux capteurs par le vent…) ont faussé les données. Cela nous a poussé à revoir le cahier des charges avec les fournisseurs. Le projet s’est donc construit par itérations successives, en documentant les résultats à chaque étape. La collaboration avec le monde universitaire a également permis de valoriser ces retours d’expérience, de les modéliser, et d’en tirer des enseignements utiles pour d’autres territoires.
Comment avez-vous assuré le bon dimensionnement du projet ?
Nous avons démarré par des cas d’usage simples et ciblés. Par exemple, pour les chaudières, plutôt que de les connecter directement (ce qui est coûteux et complexe), nous avons placé des capteurs de température sur les tuyaux. Cela permet de vérifier à distance si elles fonctionnent. Idem pour les compteurs d’eau, où la priorité était d’identifier les fuites en amont, avant de penser automatisation. Le dimensionnement est donc progressif : on commence petit, on mesure, on adapte. L’hyperviseur nous permet aujourd’hui de gérer ces flux de manière souple, et d’élargir les usages sans repartir de zéro.
Comment la collectivité a-t-elle financé ce projet et quelles ont été les aides sollicitées/obtenues ?
Au départ, nous avons bénéficié de financements européens (FEDER), ainsi que d’aides de la Métropole et du Département. Actuellement, le financement repose sur le budget d’investissement de la Ville. Mais les résultats sont déjà au rendez-vous : plus de 90 000 euros économisés en 2024 grâce à l’optimisation des abonnements. Autre exemple, pour la mesure du CO2 dans les écoles, une solution mobile interne nous a coûté 14 000 euros, tandis qu’un cabinet d’étude externe, que l’on avait sollicité, proposait un devis évalué à 80 000 euros, à renouveler tous les ans. Le projet démontre qu’en investissant de façon ciblée, on obtient rapidement des bénéfices concrets et mesurables.
Quels sont les autres acteurs qui vous ont accompagné dans la préparation et la réalisation de ce projet ?
Le projet est le fruit de multiples collaborations. Nous avons travaillé avec Upciti pour le développement de l’hyperviseur, Enedis pour les données de consommation, Vinci Parking (ndlr Indigo) via les données métropolitaines, le canal de Provence pour les compteurs d’eau, et l’université d’Aix-Marseille pour l’expertise scientifique. En interne, plusieurs directions (énergie, bâtiments, écoles, éclairage public…) sont impliquées, chacune avec ses cas d’usage. La montée en compétence s’est faite de manière progressive, en partant des services les plus moteurs. Nous n’avons pas encore ouvert l’interface au grand public, mais des pistes émergent, notamment via les données collectées via les réseaux sociaux.
Quels conseils donneriez-vous à un élu qui souhaiterait se lancer dans un projet similaire ?
Commencez avec les données disponibles, comme celles d’Enedis ou GRDF. Ce sont des ressources précieuses, souvent sous-exploitées. Construisez des cas d’usage simples mais efficaces, avec un retour rapide sur investissement. Travaillez en proximité avec les services métier, sans chercher à piloter à leur place. Et surtout, acceptez d’apprendre sur le tas. Rien ne remplace l’expérimentation terrain pour adapter les outils aux réalités locales. Chaque succès, même modeste, permet d’élargir ensuite le périmètre et d’embarquer plus largement les équipes.