France leader IA domaine energie

Le ministère de l’Économie a rendu publique en février 2019 une étude prospective, intitulée « Intelligence artificielle : état de l’art et perspectives pour la France ».

Ce rapport s’inscrit dans le sillage du rapport du député Cédric Villani qui préconisait, il y a un an, que la France se dote d’une stratégie scientifique et industrielle dans le domaine de l’IA. La stratégie nationale de recherche en intelligence artificielle, annoncée en novembre 2018, prévoit d’ores et déjà, au total 665 millions d’euros de dépenses jusqu’en 2022. Cette stratégie de recherche repose, notamment, sur la création de quatre Instituts Interdisciplinaires d’Intelligence Artificielle.

Au-delà du volet « recherche », le gouvernement travaille à l’élaboration d’une stratégie plus globale, articulant recherche, politique industrielle et évolutions réglementaires.

C’est dans cette perspective que les ministères de l’Economie et de la Cohésion des Territoires ont commandité une vaste étude prospective, intitulée « Intelligence artificielle : état de l’art et perspectives pour la France ». Ce rapport de 300 pages, réalisé par le cabinet Atawao, rendu public en février 2019, passe en revue les impacts potentiels, les usages actuels de l’IA et ses opportunités dans les principaux secteurs de l’économie.

A l’issue de cet examen méthodique, le rapport évalue, secteur par secteur, deux types de « scénarios stratégiques » : « devenir un leader international de l’IA » ou « créer une niche en se focalisant sur un type d’usage particulier » . S’agissant du secteur de l’énergie, le rapport recommande l’option « devenir un leader international de l’IA ». Il est intéressant de suivre, pas à pas, le raisonnement ainsi que les éléments d’analyse qui fondent ce diagnostic.

L’énergie : l’un des secteurs les plus concernés par l’IA

En croisant exploitation d’études et entretien avec de nombreux experts, les auteurs de ce rapport de trois cents pages ont entrepris d’évaluer les usages actuels ainsi que l’impact potentiel de l’IA pourrait dans les principaux secteurs de l’économie internationale.

• ils attribuent, dans une première étape, a chacun des 12 secteurs analysés au plan mondial, une « note globale d’adoption de l’IA » : le secteur des « utilities dont l’énergie » figurerait ainsi au 5e rang en termes d’adoption (derrière les télécommunications, les industries manufacturières, dont l’automobile, la santé, les services financiers et la distribution.
• S’agissant de l’impact que l’IA pourrait avoir « sur les dynamiques de fonctionnement actuelles et futures », les auteurs de l’étude classent le secteur « utilities dont l’énergie » au 6e rang des 12 secteurs de l’économie internationale.
• Dans le classement sectoriel d’innovation en IA au niveau mondial, le secteur « utilities dont l’énergie » ne figurerait qu’à la 14e place sur 15 secteurs analysés.
• En conclusion, la combinaison de ces divers critères (adoption, impact et innovation) place les « utilities dont l’énergie » au 12e rang parmi les 15 secteurs.

L’étude applique ensuite cette démarche d’analyse sectorielle à la France. En combinant plusieurs critères (poids du secteur dans le PIB national, contribution du secteur à l’emploi, atouts spécifiques de la France dans la compétition mondiale, existence de plateformes hégémoniques dans le secteur, marges de marges de manœuvre de l’action publique pour stimuler les usages IA), les auteurs de l’étude classent le secteur « Utilities dont énergie » au 4e rang des 15 secteurs de l’économie française les plus concernés par l’IA, après la santé, les industries manufacturières (dont l’automobile ) et le secteur transports-mobilité.

Une multiplication par 1500 des données disponibles à des fins d’analyse et d’aide à la décision d’ici 15 ans

Le chapitre du rapport consacré à l’énergie recense les opportunités que présente l’IA pour les acteurs du secteur.

• Avec le développement des SmartGrids, le déploiement de compteurs intelligents, les réseaux de capteurs, la numérisation des postes de transformation et les nouvelles générations de SCADA, le volume de données disponibles à des fins d’analyse et d’aide à la décision chez un énergéticien pourrait être multiplié d’un facteur de 1 500 sur 15 ans (de 1 TB en moyenne en 2010, à 1500 TB prévu en 2025).
• « Ces évolutions, qui se traduisent par une mutation profonde de systèmes autrefois centralisés, linéaires et prévisibles, vers des systèmes bidirectionnels et très flexibles, constituent une opportunité pour le déploiement de nombreuses applications utilisant de l’IA : optimisation de la consommation, meilleure surveillance des réseaux, anticipation des gisements de flexibilité, meilleure articulation des moyens de stockage et du véhicule électrique aux réseaux, etc ».

Applications de l’IA dans le secteur de l’énergie

Le rapport passe en revue les principales applications de l’IA dans le secteur de l’énergie : la maintenance prédictive et optimisation de la gestion des actifs, achat d’énergie et pricing, efficacité énergétique.

En matière de maintenance prédictive et d’optimisation de la gestion des actifs, le rapport mentionne plusieurs réalisations.

« La plateforme d’intelligence artificielle et de gestion de l’internet des objets de la société californienne C3 IoT, suite à des analyses des données remontées par les compteurs intelligents toutes les 15 minutes, a permis de mettre en lumière, chez un de ses clients énergéticiens aux États-Unis, que 80 % des transformateurs de distribution utilisaient moins de 10 % de leur puissance nominale. La prise en compte de cette information dans la stratégie de gestion des actifs se traduit par une optimisation des dépenses d’investissement de l’ordre de 50 millions de dollars par an ».

« Les dernières turbines à gaz de SIEMENS contiennent plus de 500 capteurs qui enregistrent en permanence les conditions de pression, les températures ou les charges des différents composants. Grâce à un logiciel intelligent, toutes les données récoltées sont interprétées et aident les opérateurs à déchiffrer facilement les principaux paramètres d’exploitation. Mais ces données peuvent également servir à créer un « jumeau numérique », double digital d’un objet physique, permettant par exemple, de mieux simuler et anticiper la détection et la résolution d’anomalies de maintenance. SIEMENS peut ainsi simuler le fonctionnement actuel d’une turbine et utiliser des programmes d’intelligence artificielle pour représenter d’autres données difficilement accessibles ».

L’IA pourrait aussi être mise en œuvre pour dresser des corrélations entre données d’exploitation avec des données environnementales et de contexte. « Aujourd’hui, très peu d’énergéticiens analysent – hors crises – les évènements remontés par les SCADA (système d’acquisition et de contrôle de données) de manière systématique, et encore moins, ne corrèlent ces analyses à d’autres paramètres (autres données d’exploitation, données de gestion de la végétation, données météorologiques, historique des opérations de maintenance, etc.). Autant de données, qui exploitées avec des algorithmes d’IA, permettraient de s’orienter vers une maintenance plus prédictive contribuant à une optimisation de la gestion des actifs ».

Les activités de trading et de pricing d’énergie constituent un autre domaine d’application : elles « pourront de plus en plus être automatisées en rapprochant, grâce à la constitution et à l’exploitation de bases de données quasi-temps réel, des évènements conjoncturels (ex : situation géopolitique) avec les décisions d’achats ou de ventes. En 2017, aux Pays-Bas, SHELL a expérimenté des algorithmes d’IA (…) permettant de mettre à jour ses prix à la pompe plus de 20 fois par jour. L’IA a été greffée à plus de 15 sources de données aussi variées que les prévisions météorologiques, le volume et la distribution du trafic dans les villes, les prix des concurrents, les niveaux d’inventaires des dépôts carburants par imagerie satellite ou encore les volumes de transactions de consommateurs. Le résultat : une marge brute qui a progressé de l’ordre de 20 à 30 % suite à l’expérimentation ».

Des applications d’intelligence artificielle pourraient aussi accelerer l’efficacité énergétique, dans un grand nombre : consommation énergétique des bâtiments, des véhicules, des usines, des réseaux d’énergie. S’agissant des centres de données, le rapport mentionne l’exemple largement médiatisé de Google qui a fait appel à sa filiale Deepmind pour reduire de 40 % en 2 ans la consommation énergétique de ses datacenters

L’IA, enfin, pourrait être mobilisée pour fiabiliser l’intégration des énergies renouvelables intermittentes dans le réseau électrique grâce notamment aux modèles de suivi et de prévision de la production intermittente qui utilisent certains services IA pour exploiter des données multiples (données météorologiques, climatiques, données de capteurs).

IA dans le secteur de l’Energie-Environnement : des opportunités pour la France

« Les secteurs de l’énergie et de l’environnement constituent dès à présent des lieux d’application à fort impact de l’IA. C’est le cas par exemple des apports de l’IA pour : le pilotage des réseaux électriques intelligents, les stratégies d’efficacité énergétique ou encore l’anticipation des chocs météorologiques ou de celui du changement climatique ».

Comme ils l’ont fait pour les 11 autres secteurs de l’économie française, les auteurs du rapport ont entrepris d’évaluer les opportunités de l’IA pour le secteur Energie-Environnement en France. ils en identifient trois :

• Un secteur qui s’appuie déjà fortement sur la collecte et la modélisation de données.
• Un développement des énergies renouvelables qui va favoriser la recherche d’équilibre entre production intermittente et consommation.
• Un besoin de gestion durable des ressources environnementales.

S’agissant des technologies-clés, ils soulignent l’importance de l’Internet des objets et des réseaux de capteurs)

IA dans le secteur de l’energie-environnement : les atouts français

Les auteurs de l’étude ont entrepris d’évaluer la situation de la France par rapport à l’international sur cinq facteurs.

S’agissant du facteur « Ecosystème existant d’acteurs innovants », ils le qualifient de « faible ». Les auteurs de l’étude, en effet, n’ont repéré, en France, qu’une une dizaine de startups et de sociétés proposant des applications d’IA pour l’énergie.

• IA appliquée à la Maintenance : Smart Cloud
• IA pour l’Optimisation : Buildingiq, Open Energi, DC Brain (France), Energiency (France)
• IA pour l’Achat d’énergie et pricing : Evolution Energy (France)
• IA en appui à l’intégration des ENR : Elum (France)
• IA appliquée au rendement des panneaux energetique : Sunibrain

Ils qualifient de moyennes les facteurs « qualité de l’infrastructure technologique » et « Digitalisation du secteur et l’accès aux données ». Ils jugent, en revanche, forte la « qualité de la formation et de la recherche en IA » pour l’energie-environnement,

Quant au cinquième facteur « Grands acteurs économiques favorisant l’industrialisation », l’étude la juge forte, avec la présence sur le sol national de grands groupes leaders mondiaux (ex : EDF, Engie, Legrand, Veolia,…), ainsi que de PME (comme la Socomec) et de grands centres de recherche publics (comme le CEA). « Ces atouts se sont traduits pour l’heure dans la mise en oeuvre de nombreux projets et démonstrateurs intégrant des composantes d’IA. Cette base solide pourrait constituer le socle d’une ambition nationale plus forte et plus ciblée de l’IA pour l’énergie et l’environnement, dans le cadre de stratégies partenariales public-privé à amplifier par la dimension européenne ».

Le rapport mentionne, à cet égard, des usages de l’IA dans les demonstrateurs Flexgrid (Provence-Alpes-Côte d’Azur), Smile (Bretagne et Pays-de-la-Loire) et You & Grid (Lille & Nord-Pasde-Calais) ainsi que l’EDF Lab Les Renardières (Seine-Et-Marne).

Scénario stratégique pour le secteur energie-environnement : Créer un écosystème leader en IA

Compte tenu de ces éléments de diagnostic, les auteurs du rapport recommandent un scénario stratégique ambitieux : « Créer un écosystème leader en IA ».

• • Parmi les 11 autres secteurs de l’économie passés au crible, on notera que le rapport ne recommande le scénario « Créer un écosystème leader en IA » que pour deux autres secteurs : Transport-Mobilité et Sécurité des biens et des personnes.
  • Le scénario « Développer des initiatives de niche » est, en revanche, recommandé pour 8 d’entre eux : Administrations publiques, Services financiers, Agriculture, Services juridiques, Commerce de détail, Professions libérales et services professionnels, Télécommunications, Loisirs et médias

• Pour les secteurs Santé et Industrie, les auteurs du rapport ne tranchent pas clairement entre les deux options « initiatives de niche » ou «Créer un écosystème leader en IA ».

Amplifier les zones d’expérimentation à l’échelle d’un écoquartier

Le rapport, enfin, formule une serie de recommandations générales : prioriser les investissements sur des champs de recherche actifs ; rassurer que les aides et dispositifs fiscaux de soutien à la R&D ciblent des verrous scientifiques et technologiques prioritaires et non des travaux d’ingénierie sans dépassement de l’état de l’art ; se focaliser sur les applications sectorielles de l’IA ; encourager massivement le développement d’infrastructures numériques ; lancer des expérimentations ambitieuses

Sagissant plus specifiquement du secteur de l’énergie, le rapport recommande d’amplifier les zones d’expérimentation à l’échelle d’un écoquartier.

« Cette recommandation correspond à créer plusieurs zones d’expérimentation correspondant à la taille d’un écoquartier de plusieurs milliers habitants. Cet écoquartier comprendra l’ensemble des technologies de transition énergétique : smart city, production et consommation intermittente, véhicule électrique, transport en commun électrique, etc…. Cette recommandation pourra être reliée à un des programmes Smart Energy en cours en vue de contribuer à amplifier par l’IA, des expérimentations déjà lancées (Flexgrid, Smile etYou & Grid).

Cela nécessitera plusieurs types d’investissements de nature différente :

• « La définition d’un cadre administratif et légal particulier et standardisé permettant d’expérimenter sur les lieux.

• Un investissement en infrastructures numériques (capteurs, réseaux, Datacenter) pour permettre à l’ensemble des équipements de fournir des données numériques sur leur usage, leurs statuts de fonctionnement, etc.

• La fourniture d’un système d’information capable de collecter ces données pour les rendre disponibles ».

• Une organisation dédiée à l’expérimentation pour accueillir tous les acteurs souhaitant innover ».

Sources

« Intelligence artificielle : état de l’art et perspectives pour la France ». Février 2019 _ https://www.economie.gouv.fr/itemrss/intelligence-artificielle-etat-lart-et-perspectives-pour-france

La stratégie nationale de recherche en intelligence artificielle.Novembre 2018 _ http://www.enseignementsup-recherche.gouv.fr/cid136649/la-strategie-nationale-de-recherche-en-intelligence-artificielle.html

Cédric Villani : Donner un sens à l’intelligence artificielle : pour une stratégie nationale et européenne. Rapport au Premier Ministre. Mars 2018 _ https://www.ladocumentationfrancaise.fr/rapports-publics/184000159/index.shtml

Items pour Think Smartgrids