Imaginez une ville où les feux tricolores s’adaptent en temps réel au flux des voitures et des piétons, où l’éclairage public ne s’allume que lorsqu’une rue est fréquentée, où les poubelles avertissent les services de nettoyage avant de déborder, et où les fuites d’eau sont détectées avant même qu’elles n’apparaissent. Cette ville n’est plus de la science-fiction. Des métropoles comme Singapour, Barcelone, Londres ou Nice expérimentent et déploient ces technologies depuis plusieurs années. Au cœur de cette transformation : l’intelligence artificielle et les données massives (big data). Cet article explore comment l’IA redessine silencieusement nos espaces urbains, quels bénéfices concrets pour les citoyens et les collectivités, et quels défis éthiques et techniques restent à relever.
L’expression « ville intelligente » — ou smart city en anglais — désigne une ville qui utilise les technologies de l’information et de la communication (TIC), les capteurs, l’Internet des objets (IoT) et l’intelligence artificielle pour améliorer la qualité de vie de ses habitants, optimiser la gestion des ressources et réduire son impact environnemental. Une ville intelligente ne se limite pas à ajouter des gadgets technologiques : elle repense en profondeur le fonctionnement des services urbains (transports, énergie, eau, déchets, sécurité, services administratifs) en s’appuyant sur les données collectées en temps réel.
Pour le citoyen, la ville intelligente se manifeste par des services plus réactifs et plus personnalisés : un feu tricolore qui passe au vert à son approche (pour les bus ou les secours), une application qui indique la place de stationnement libre la plus proche, un éclairage public qui s’adapte à sa présence, ou encore une information en temps réel sur la qualité de l’air dans son quartier.
Une ville intelligente, c’est d’abord une ville qui se « connaît » elle-même. Grâce à des milliers de capteurs disséminés dans l’espace public (comptages de trafic, capteurs de pollution, caméras, bornes WiFi, compteurs intelligents), elle collecte en continu des données sur son propre fonctionnement. L’IA analyse ces données en temps réel pour détecter des anomalies, prévoir des tendances, et déclencher des actions automatiques ou éclairer les décisions des gestionnaires urbains.
Infographie n°1 – Le concept de ville intelligente : des capteurs aux services citoyens, en passant par l’analyse des données et l’IA.
Trois couches technologiques superposées permettent à une ville de devenir « intelligente ». Les comprendre aide à saisir le fonctionnement général.
Des milliers d’objets connectés sont déployés dans l’espace public : compteurs de flux (véhicules, vélos, piétons), capteurs de qualité de l’air (particules fines, dioxyde d’azote), capteurs de bruit, caméras de vidéosurveillance, bornes d’appel d’urgence connectées, compteurs d’eau et d’électricité intelligents (linky), capteurs de remplissage des poubelles, capteurs d’humidité des sols, etc. Ces capteurs produisent des volumes massifs de données — d’où le terme de « big data urbain ».
Les données collectées doivent être transmises en temps réel vers des centres de traitement. Les réseaux utilisés sont variés : fibre optique pour les infrastructures fixes, réseaux mobiles 5G (pour les capteurs mobiles ou les vidéos), réseaux bas débit longue portée (LoRaWAN, Sigfox) pour les capteurs économes en énergie (poubelles, compteurs d’eau). La fiabilité et la sécurité de ces réseaux sont cruciales.
C’est la couche qui « donne du sens » aux données brutes. Des algorithmes d’IA (apprentissage automatique, deep learning, analyse prédictive) traitent les flux de données en continu pour : détecter des anomalies (une fuite d’eau, une panne de feu tricolore), prévoir des évolutions (niveaux de pollution demain, affluence dans les transports), optimiser des ressources (programmation de l’éclairage public), et déclencher des actions automatiques (ajustement des feux, déclenchement d’une alerte).
La mobilité est le domaine où l’IA a l’impact le plus visible et le plus immédiat pour les citoyens. Les embouteillages, les retards de bus ou de métro, le stress du stationnement — autant de problèmes que l’IA aide à atténuer.
Les feux tricolores traditionnels fonctionnent sur des cycles fixes, indépendants du trafic réel. Les feux « intelligents » ajustent leur programmation en temps réel en fonction du flux de véhicules mesuré par des capteurs (boucles au sol, radar, caméras). À Barcelone, un système de feux adaptatifs a réduit les temps d’attente aux intersections de 25 % et les émissions de CO₂ de 15 % sur les axes équipés. À Paris, le système « Route-plus » pilote 700 feux sur le périphérique et les voies rapides.
L’IA analyse les données de validation des titres de transport (heure, station), les comptages embarqués, et parfois la localisation GPS des voyageurs (anonymisée) pour prévoir l’affluence à court terme (dans 15, 30, 60 minutes). L’opérateur peut alors ajuster la fréquence des bus ou des métros, ajouter une rame supplémentaire sur une ligne saturée, ou informer les voyageurs du niveau de remplissage attendu via une application.
Dans de nombreuses villes (Nice, Paris, Barcelone, Los Angeles), des capteurs placés sous la chaussée (ou des caméras) indiquent en temps réel les places de stationnement libres. L’application mobile guide l’automobiliste directement vers la place disponible. Résultat : moins de temps passé à chercher une place (jusqu’à -40 %), moins de circulation inutile (jusqu’à -30 %), et moins de pollution. Certaines villes intègrent également une tarification dynamique : le prix du stationnement augmente dans les zones très demandées pour encourager la rotation.
Selon une étude menée à Barcelone (2025), le système de stationnement intelligent a réduit le temps moyen de recherche d’une place de 18 minutes à 11 minutes dans les quartiers denses, soit un gain de 35 % pour les automobilistes. Au niveau de la ville, cela représente environ 2 500 tonnes de CO₂ économisées par an.
Les flottes de vélos ou trottinettes en libre-service (Lime, Vélib’, Dott) utilisent l’IA pour prédire où les utilisateurs vont déposer les engins et où ils vont en chercher. L’algorithme recommande aux équipes de rééquilibrage de déplacer les véhicules vers les zones qui manqueront bientôt de stations. Résultat : moins de stations vides le matin (départ au travail) et moins de stations saturées le soir (retour).
L’éclairage public représente 30 à 50 % de la facture électrique d’une commune. La gestion de l’énergie est donc un enjeu majeur, où l’IA apporte des solutions concrètes.
Infographie n°2 – Éclairage intelligent, compteurs communicants, optimisation énergétique des bâtiments publics.
Les lampadaires équipés de capteurs de présence (détection de mouvement, caméra) modulent leur intensité lumineuse : pleine puissance lorsqu’un piéton ou un véhicule approche, puissance réduite (30-50 %) lorsqu’il n’y a personne, extinction entre 1h et 5h sur certaines voies secondaires. Certaines villes (Grenoble, Lyon, Nice) ont déployé ces systèmes à grande échelle, avec des économies d’énergie de 60 à 75 % sur la facture d’éclairage public.
Les compteurs communicants (Linky en France) produisent des données fines sur la consommation électrique des bâtiments, par quartier et par tranche horaire. L’IA analyse ces données pour détecter les anomalies (consommation anormalement élevée), prévoir les pics de demande (et ainsi éviter les blackouts), et proposer des contrats tarifaires dynamiques (« heures creuses » personnalisées). À plus long terme, l’IA pourra piloter automatiquement certains équipements (chauffe-eau, chargeurs de véhicules électriques) pour lisser la consommation.
Mairies, écoles, gymnases, piscines, hôpitaux — ces bâtiments publics consomment beaucoup d’énergie (chauffage, climatisation, ventilation, éclairage). L’IA, couplée à des capteurs de température, d’occupation et de qualité de l’air, ajuste en temps réel la régulation thermique : on chauffe moins quand la salle est vide, on anticipe la montée en température avant l’arrivée des élèves, on ajuste la ventilation selon le taux de CO₂. Des économies de 20 à 35 % sont couramment observées.
La gestion des déchets et des réseaux d’eau est souvent invisible pour le citoyen, mais elle représente un défi logistique et environnemental majeur. L’IA apporte des solutions d’optimisation inédites.
Des capteurs de niveau (ultrasons, laser) équipent les poubelles publiques ou les conteneurs d’ordures ménagères. Lorsque le niveau atteint un seuil (ex. 80 %), le conteneur envoie une alerte au centre de gestion. Les camions poubelles ne suivent plus un circuit fixe, mais un itinéraire dynamique qui ne passe que par les conteneurs pleins. Résultat : moins de trajets (jusqu’à -40 %), moins de carburant, moins d’émissions, et des poubelles publiques moins souvent débordantes. La ville de Barcelone a été pionnière dans ce domaine dès 2015, avec un déploiement massif depuis.
Les canalisations d’eau potable vieillissantes perdent en moyenne 15 à 25 % du volume d’eau dans les réseaux urbains (fuites invisibles). Des capteurs acoustiques ou de débit, associés à des algorithmes d’IA, détectent des anomalies de consommation ou des signatures sonores de fuite. L’équipe de maintenance reçoit une alerte précise (localisation à quelques mètres près) et peut intervenir avant que la fuite ne s’aggrave ou ne provoque des dégâts. La ville de Londres a réduit ses pertes d’eau de 12 % en trois ans grâce à ce type de système.
Des stations de mesure (ou des capteurs bas coût disséminés dans la ville) mesurent en continu les concentrations de polluants (PM10, PM2.5, NO₂, ozone). L’IA, couplée à des modèles météorologiques et de trafic, prévoit la qualité de l’air à 24-48 heures. Ces prévisions sont diffusées au public via des applications, des panneaux d’affichage, ou des alertes SMS. Les personnes sensibles (asthmatiques, insuffisants respiratoires) peuvent ainsi adapter leur comportement (éviter de sortir aux heures de pic).
L’IA est également mobilisée pour améliorer la sécurité des citoyens, même si ces usages soulèvent des questions éthiques légitimes (voir section 8).
Les caméras de surveillance traditionnelles sont passives : elles enregistrent, un agent humain visionne (souvent plusieurs heures après). Les caméras « intelligentes » intègrent des algorithmes de vision par ordinateur capables de détecter en temps réel des événements : colis abandonné, personne qui tombe sur un quai, intrusion dans une zone interdite, début d’incendie, mouvement de foule inhabituel. Une alerte est immédiatement envoyée au centre de supervision, qui peut déclencher une intervention (agent de sécurité, police, secours). Cette capacité est déjà déployée dans de nombreuses gares, aéroports et espaces publics sensibles.
L’utilisation de la reconnaissance faciale en espace public est très encadrée par l’AI Act européen, qui la classe comme usage « à haut risque » voire « inacceptable » dans la plupart des cas (sauf dérogation pour des menaces terroristes avérées). La plupart des villes européennes ne l’utilisent pas à grande échelle, contrairement à certaines villes chinoises ou américaines. La détection de comportements ou d’événements (chute, colis abandonné) est moins controversée que l’identification de personnes.
Des algorithmes analysent l’historique des infractions (vols, agressions, cambriolages) pour prédire, à la manière d’une météo, les zones et les créneaux horaires où les risques sont les plus élevés. Les patrouilles de police sont alors redéployées en conséquence (dissuasion). Ce type d’outil, expérimenté à Los Angeles et Chicago, est controversé : il peut conduire à un « effet de prophétie autoréalisatrice » (surveillance accrue dans certains quartiers, donc plus d’infractions détectées, donc plus de prédictions pour ces quartiers). En France, la « police prédictive » reste expérimentale et très encadrée.
L’un des concepts les plus prometteurs de la ville intelligente est celui de « jumeau numérique » (digital twin). Il s’agit d’une réplique virtuelle, en 3D et en temps réel, de la ville physique, alimentée par les flux de données des capteurs.
Infographie n°3 – Le jumeau numérique : une réplique virtuelle de la ville pour simuler, prévoir et optimiser.
Avant de construire un nouveau quartier, de déplacer un arrêt de bus, ou d’organiser un grand événement (marathon, concert), les urbanistes peuvent simuler l’impact sur la circulation, la qualité de l’air, le bruit, ou les flux piétons dans le jumeau numérique. On peut ainsi comparer plusieurs variantes, anticiper des problèmes, et choisir la solution optimale — sans toucher à la ville réelle.
En cas d’inondation, d’incendie ou d’attentat, le jumeau numérique permet aux secours de visualiser en temps réel l’évolution de la situation, de tester virtuellement des stratégies d’évacuation, et de coordonner leurs interventions. La ville de Singapour utilise un jumeau numérique complet (Virtual Singapore) pour la gestion des crises et la planification urbaine.
La ville de Rennes a développé un jumeau numérique 3D de son centre-ville, intégrant les données de trafic, de qualité de l’air, et de mobilité douce. Ce jumeau est utilisé par les urbanistes pour simuler l’impact de l’extension des pistes cyclables et par les services techniques pour optimiser les tournées de nettoyage.
La ville intelligente n’est pas une utopie sans ombre. Plusieurs critiques légitimes doivent être prises au sérieux.
Multiplier les capteurs, les caméras, les compteurs, les bornes WiFi, c’est aussi multiplier les opportunités de tracer les citoyens. Dans certaines villes chinoises (comme Hangzhou, « ville de l’Internet + »), ce niveau de surveillance est assumé. En Europe, les réglementations (RGPD, AI Act) imposent des garde-fous : données anonymisées dès que possible, finalité limitée, information des citoyens, droit d’opposition. Mais la frontière est parfois ténue entre « sécurité » et « surveillance ». Les citoyens doivent rester vigilants et exiger la transparence des collectivités.
Les applications de la ville intelligente supposent un accès à un smartphone, à une connexion internet, et à un certain niveau de littératie numérique. Les personnes âgées, les plus précaires, les non-francophones peuvent être laissés pour compte. Une ville intelligente doit être inclusive et préserver des canaux d’accès non numériques (guichets, téléphone, courrier). Certaines villes expérimentent des « conciergeries numériques » pour accompagner les citoyens les moins à l’aise.
Une ville qui devient trop dépendante de ses systèmes d’IA et de ses capteurs est vulnérable : une cyberattaque, une panne de courant, une défaillance logicielle pourrait paralyser les transports, l’éclairage, la collecte des déchets. La résilience doit être pensée dès la conception : maintenir des modes de fonctionnement dégradés, des procédures manuelles, et des plans de secours.
La ville intelligente doit se construire avec les citoyens, pas contre eux ou sans eux. Les projets smart city doivent inclure des phases de consultation publique, des comités d’éthique indépendants, et des rapports transparents sur l’utilisation des données. La technologie doit rester un moyen au service d’une fin (améliorer la qualité de vie), et non une fin en soi.
Singapour est souvent citée comme la ville la plus avancée en matière de smart city. Dotée d’un jumeau numérique complet (Virtual Singapore), elle déploie des capteurs dans tous les quartiers pour surveiller la qualité de l’air, le bruit, les flux piétons. Les feux tricolores sont adaptatifs, les bus sont pilotés par IA (certaines lignes autonomes), et les aînés bénéficient de capteurs à domicile pour détecter les chutes.
Barcelone a été l’une des premières villes européennes à adopter une approche systémique de la smart city : poubelles connectées, arrosage intelligent des espaces verts (capteurs d’humidité), éclairage public adaptatif, stationnement intelligent. Elle a également développé une plateforme ouverte (« Sentilo ») qui mutualise les données entre services municipaux.
Nice est souvent considérée comme la ville française la plus avancée, avec son projet « Smart City » incluant : un système de stationnement intelligent (Nice Parking), un réseau de capteurs pour la qualité de l’air et le bruit, un éclairage public adaptatif, et une application citoyenne (« Ma Ville ») qui centralise les informations. La métropole a également expérimenté des navettes autonomes.
Paris a développé « Paris Connected », une plateforme qui centralise les données de mobilité, de qualité de l’air, d’énergie. Les feux tricolores du périphérique sont pilotés par IA. Des capteurs de remplissage des poubelles (Basta) optimisent la collecte. Un jumeau numérique est en développement pour la planification des JO 2024 (aujourd’hui achevé) et son exploitation héritée.
Potentiellement, oui, si elle n’est pas encadrée. Multiplier les capteurs et les caméras crée un risque de surveillance généralisée. En Europe, le RGPD et l’AI Act imposent des garde-fous : finalité limitée, anonymisation dès que possible, information des citoyens, droit d’opposition. Il est essentiel que les collectivités soient transparentes sur les données collectées et leur usage, et qu’elles consultent les citoyens (ou leurs représentants) avant tout déploiement important. Une ville intelligente peut être respectueuse de la vie privée si elle est conçue dans cet esprit.
Des bénéfices très concrets : moins de temps passé dans les embouteillages (feux adaptatifs, stationnement intelligent), une meilleure qualité de l’air (optimisation du trafic, détection des pics de pollution), des économies d’énergie (éclairage adaptatif, bâtiments publics sobres), des transports en commun plus fiables et mieux informés, des poubelles publiques moins souvent débordantes, et une meilleure sécurité (interventions plus rapides des secours). Ce n’est pas de la science-fiction : ces services existent déjà, même s’ils ne sont pas déployés partout.
Non, les villes moyennes et même les petites villes peuvent aussi bénéficier de solutions smart city, souvent moins coûteuses et plus ciblées. L’éclairage public adaptatif, les capteurs de remplissage des poubelles, ou une application de mobilité locale sont accessibles à des villes de 20 000 habitants. L’échelle n’est pas un frein ; c’est plutôt la volonté politique et la compétence technique qui comptent. De nombreuses « petites smart cities » émergent en Europe (Issy-les-Moulineaux, Angers, Rennes).
Idéalement, les citoyens ne sont pas de simples « utilisateurs » passifs, mais des acteurs. Ils peuvent contribuer des données (via des applications participatives : signaler un nid-de-poule, un graffitis), participer aux consultations sur les projets smart city, et contrôler l’usage de leurs données (accès, rectification, opposition). Certaines villes expérimentent des « budgets participatifs smart city » où les citoyens décident quels projets financer. La ville intelligente doit être une co-construction, pas une imposition par le haut.
Les risques sont réels et importants. Une cyberattaque réussie pourrait bloquer les feux tricolores (entraînant des embouteillages massifs ou des accidents), interrompre la collecte des déchets, désactiver l’éclairage public (insécurité), ou même endommager des infrastructures (en prenant le contrôle de pompes ou de vannes). Les collectivités doivent investir massivement dans la cybersécurité : segmentation des réseaux, chiffrement, plans de réponse aux incidents, tests d’intrusion réguliers. La résilience (capacité à revenir à un fonctionnement manuel dégradé) est tout aussi importante que la prévention.
Plusieurs tendances : 1) La généralisation des jumeaux numériques (toutes les grandes villes en auront un d’ici 2030), 2) L’essor de l’IA générative pour simuler des scénarios urbains complexes (ex. « génère un plan d’aménagement pour réduire la chaleur de 2 degrés dans ce quartier »), 3) La convergence avec les véhicules autonomes (flottes de navettes sans conducteur intégrées aux transports en commun), 4) Une attention accrue à l’inclusion numérique et à l’éthique, sous la pression des régulations (AI Act) et des citoyens. La ville intelligente ne remplacera jamais la ville humaine — elle doit l’augmenter, pas l’effacer.
