B. LA STRATÉGIE FRANÇAISE POUR ENCOURAGER LE RECOURS À L'IA AU SERVICE DE LA TRANSITION ÉCOLOGIQUE
Sans attendre l'adoption d'un corpus de règles à l'échelle européenne et dans le prolongement de la stratégie nationale pour l'IA (SNIA), le Gouvernement a tenté de structurer l'action publique pour une IA au service de l'environnement par l'adoption d'une feuille de route.
Au sein du Commissariat général du développement durable (CGDD), le ministère de la transition écologique s'est doté d'un laboratoire d'innovation - l'Écolab -, chargé d'animer l'écosystème de l'innovation verte et de piloter la stratégie en faveur de l'IA pour l'environnement.
1. La feuille de route « intelligence artificielle et transition écologique » du ministère de la transition écologique
Le Gouvernement s'est doté en 2021 d'une feuille de route sur l'IA et la transition écologique, actualisée en 2023 dans le cadre de la Stratégie d'accélération sur l'IA de France 2030. Elle vise à « généraliser l'usage de l'IA au service de la transition écologique » et à transformer l'action publique pour la rendre plus efficace50(*).
S'inscrivant dans la seconde phase de la stratégie nationale de l'IA (SNIA) lancée en 2020, elle entend permettre aux collectivités publiques qui en expriment le besoin d'aller plus loin dans le pilotage des politiques et services publics par la donnée, en mobilisant des solutions d'IA frugale. Ce faisant, elle vise à faciliter la rencontre entre l'offre et la demande des entreprises, des administrations et des collectivités en solutions innovantes.
Les orientations pour les années 2023-2025 répondent à quatre grands objectifs :
- disposer de données de référence par la création de jeux de données ouverts ou mutualisés, afin de faire progresser les algorithmes d'IA ;
- accélérer la transition des territoires, avec un soutien de 40 millions d'euros de France 2030 dédiés à la création d'une offre de solutions à base d'IA pour la planification écologique dans les territoires (cf. infra), et une attention accrue portée au partage de l'expérience acquise ;
- soutenir les écosystèmes privés innovants en IA, en favorisant la rencontre entre les besoins des collectivités territoriales et les solutions des entreprises innovantes ou de jeunes pousses utilisant l'IA ;
- accompagner l'« IA publique de confiance » en soutenant les acteurs dans leurs efforts de recrutement et de formation et par l'organisation d'échanges de pratiques entre pairs, en particulier au sein du « Club de l'IA » animé par l'Écolab ;
- promouvoir l'évaluation des projets au regard des enjeux éthiques et écologiques de l'IA.
2. Le rôle d'animateur joué par l'Écolab pour dynamiser le recours à l'IA au service de l'environnement
Dans ce contexte, l'Écolab, créé en 2019, a pour mission de promouvoir l'innovation dans le domaine de la transition écologique par l'animation de l'écosystème français de la « greentech ». Il entend favoriser la valorisation et l'usage des données publiques dans ce domaine.
Son action pour faire émerger des cas d'usage concrets de l'IA dans le secteur de l'environnement s'est récemment renforcée avec le lancement en 2023 de l'appel à projets (AAP) « Démonstrateur d'IA dans les territoires » (DIAT).
Il s'agit d'encourager la mise en place d'applications d'IA au service des objectifs de décarbonation et de transition écologique et énergétique des collectivités et des établissements publics territoriaux, en accompagnant notamment les entreprises actives dans ce domaine.
|
Les « Démonstrateurs d'IA » pour la transition écologique dans les territoires (DIAT) L'appel à projets « Démonstrateurs d'IA frugale pour la transition écologique dans les territoires » (DIAT), piloté par l'Écolab et mis en oeuvre par la Banque des territoires, permet aux pouvoirs publics de soutenir des projets d'IA ayant un impact direct sur la transition écologique en France. Lancée en 2023, cette initiative vise des applications d'IA frugale et des technologies répondant aux besoins écologiques et énergétiques spécifiques de chaque territoire. Parmi les critères d'évaluation des projets figurent le degré d'innovation, l'impact environnemental et la transparence des algorithmes. Pour maximiser leur ancrage local et leur impact sur la transition écologique, les projets doivent être collaboratifs, réunissant lorsque cela est possible des collectivités, des PME innovantes et des établissements publics. Les aides proposées peuvent prendre la forme de subventions ou d'avances remboursables, selon la taille de l'entité et le type de projet concerné. Les huit lauréats subventionnés dans le cadre de la deuxième vague de démonstrateurs proposent des solutions variées pour optimiser les ressources naturelles (eau, énergie) et réduire l'empreinte carbone dans les processus urbains et industriels. À titre d'exemple, le projet « Urba(IA) » teste des scénarios d'urbanisme assistés par l'IA en fonction de paramètres écologiques. |
|||
|
Projet |
Porteur et partenaires |
Objectifs |
Description |
|
IA Eco Pilot |
Advizeo (avec Gridfit et la métropole du Grand Paris) |
Réduction des consommations énergétiques |
Utilisation de l'IA pour automatiser le suivi et pilotage des bâtiments à distance, intégrant une offre de flexibilité énergétique |
|
Urba IA |
Communauté d'agglomération Paris-Saclay (avec BuildRZ, Centrale Supelec, Dassault Systèmes, Institut Paris région, NamR) |
Urbanisme durable |
Application de l'IA pour prendre en compte les enjeux écologiques dans les PLU et suivre les objectifs environnementaux du schéma directeur francilien |
|
Predict Al'r |
Établissement public territorial Paris Ouest La Défense (avec Ifpen, Citepa, Orange, AIR&D) |
Impact de la mobilité sur l'air et le climat |
Développement d'un observatoire prédictif des impacts de la mobilité via l'IA pour analyser les données de bornage téléphonique et quantifier l'empreinte climatique quotidienne |
|
Mission 90+ |
Leakmited (avec le syndicat de gestion des eaux du brivadois) |
Gestion durable des ressources hydriques |
Amélioration de la détection de fuites dans le réseau d'eau potable par prélèvements sonores, en visant une maintenance prédictive |
|
Previzo |
Région Centre-Val de Loire (avec Antea France, BRGM, LabIA, laboratoire Prisme, SMO Val de Loire numérique, Nouvel espace du Cher, Tours métropole) |
Gestion de la ressource en eau |
Prédiction et suivi des épisodes de tension hydrique pour un meilleur suivi des impacts environnementaux |
|
PEP-BIOccIA |
Région Occitanie (avec OpenIG, CNRS, TerrOïko) |
Préservation de la biodiversité |
Cartographie et prédiction des habitats de la faune et de la flore pour une planification de la biodiversité régionale en libre accès |
|
IA.rbre |
Telescoop (avec la métropole de Lyon, UMR Liris - université Lumière Lyon 2, CNRS, université Claude Bernard Lyon-I, Insa Lyon, École Centrale de Lyon) |
Végétalisation des territoires |
Création d'outils d'analyse et de visualisation pour localiser des zones plantables et adapter les territoires au changement climatique dans un objectif de végétalisation, désimperméabilisation des sols et rafraichissement urbain |
|
Amelia |
Waltr (avec BruitParif, Ifpen, université Gustave Eiffel, établissement public territorial Paris Est Marne et Bois) |
Réduction de la pollution de l'air et du bruit |
Développement d'outils peu coûteux pour cartographier les mobilités et réduire la pollution de l'air et sonore en lien avec la mobilité |
Le déploiement de ces solutions en conditions réelles permet de confirmer l'apport novateur des innovations développées, d'évaluer les conditions de passage à l'échelle et d'identifier les éventuelles difficultés qui peuvent apparaître dans leur mise en place, la phase délicate étant celle de l'industrialisation.
* 50 Cette feuille de route thématique est coordonnée avec la feuille de route plus large « de la donnée, des algorithmes et des codes sources » (DAC).