Gouvernance de l'IA dans les villes intelligentes : La nouvelle ère de la souveraineté algorithmique

insight
24 avril 2026
9 minutes de lecture

Auteur

Ashish Agarwal-png
Ashish Aggarwal

Directeur général chez Nagarro, il est chargé de développer l’activité sur des marchés stratégiques et de piloter des initiatives internationales en matière de durabilité. Il a auparavant été responsable des activités globales, des ressources humaines et de l’intégration post-acquisition.

 

En octobre 2024, l’Autorité des transports terrestres de Singapour a franchi un cap majeur. Son système de gestion du trafic, piloté par l’IA, supervise désormais plus de 1 500 intersections à l’échelle de la ville-État. Les résultats sont significatifs : les retards aux heures de pointe ont diminué de 20 % tandis que la vitesse moyenne est passée de 18 à 21 km/h.

Derrière ces performances, une réalité plus frappante : les décisions qui impactent des millions de trajets quotidiens sont prises en quelques millisecondes et exécutées de manière entièrement automatisée, sans intervention humaine.

Mais en août 2025, des incidents techniques entraînent de brèves perturbations.
Et une question fondamentale refait surface :
qui est responsable lorsque les décisions ne sont plus prises par des humains ?

C’est précisément l’enjeu de la souveraineté à l’ère de l’IA. Une question désormais centrale pour les gouvernements urbains du monde entier. Car nous ne sommes plus seulement dans l’ère des “smart cities”. Nous entrons dans celle de l’IA urbaine.

Le changement architectural dont les urbanistes devraient parler

Pendant des décennies, les systèmes de villes intelligentes sont restés des outils d’observation. Des capteurs intégrés aux transports, aux services publics et aux espaces urbains produisaient des données en continu. Ces informations permettaient aux autorités de mieux piloter la ville mais le rôle de la technologie restait limité. Elle observait, analysait et transmettait des résultats, en temps réel ou presque. En revanche, elle n’avait pas l’autonomie nécessaire pour agir seule.

Aujourd’hui, les architectures nativement basées sur l’IA changent la donne. Elles reposent sur des boucles de décision autonomes. Les systèmes peuvent désormais s’adapter, anticiper, décider et agir en continu, dans un cadre défini. Il ne s’agit pas simplement d’une évolution technologique.
C’est un changement structurel profond.
On passe d’une gouvernance par lots à un pilotage en temps réel, en boucle fermée.

La plateforme Sentilo de Barcelone illustre cette évolution. Le réseau de 19 000 capteurs actifs de la ville recueille des données en temps réel sur les niveaux de bruit, la température, la qualité de l'air et les flux de circulation. Mais c'est l'intégration avec des systèmes prédictifs pilotés par l'IA dans le cadre plus large de CityOS qui marque la transition, en passant de la collecte de données à l'action anticipative. De même, le programme de mobilité autonome de Séoul, qui a lancé le premier service de taxi autonome nocturne de Corée à Gangnam en septembre 2024, a enregistré 4 200 trajets sans accident tout en fonctionnant avec une surveillance humaine minimale.

L'ampleur de cette transformation devient évidente lorsque l'on examine les déploiements de robots taxis. Waymo, qui exploite près de 2 500 véhicules autonomes dans cinq villes américaines à la fin de l'année 2025, a effectué 14 millions de trajets cette année-là, les trajets hebdomadaires payants atteignant 450 000. Chaque trajet représente des milliers de décisions en temps réel, telles que l'optimisation de l'itinéraire, la détection des dangers, les ajustements de navigation, toutes exécutées par l'IA sans l'intervention de conducteurs humains.

souveraineté algorithmique systèmes urbains

Dans les systèmes énergétiques, le changement est tout aussi profond. Les réseaux intelligents utilisent désormais des capteurs pilotés par l'IA pour détecter les défaillances et reconfigurer les réseaux de manière autonome, afin de maintenir l'équilibre délicat entre l'offre et la demande. Ces systèmes n'attendent pas l'approbation de l'homme ; ils agissent en quelques millisecondes pour éviter les défaillances en cascade.

Avec les systèmes fondés sur l'IA, nous assistons à un changement structurel du pouvoir urbain.

Le pouvoir urbain a toujours appartenu à ceux qui prenaient les bonnes décisions et agissaient en conséquence. Pendant des siècles, les humains ont été les décideurs. Aujourd'hui, grâce à l'architecture native de l'IA, les systèmes des villes intelligentes peuvent fonctionner dans un paradigme qui redistribue fondamentalement l'autorité.

Cette redistribution se manifeste par trois niveaux distincts de souveraineté :

La souveraineté des données consiste à déterminer qui contrôle la collecte, le stockage et les droits d'accès aux données. Compte tenu de l'étendue des participants au réseau, des frictions apparaissent entre les autorités municipales, les Big Tech, les hypercalculateurs et les fournisseurs d'IA au sujet de l'attribution du contrôle. Dans de nombreuses villes, des plateformes propriétaires appartenant à des entreprises technologiques mondiales collectent des quantités massives de données sur les citoyens, parfois sans consentement explicite et éclairé, ce qui suscite des inquiétudes quant au "colonialisme des données" et à la perte de contrôle local sur l'infrastructure numérique.
La souveraineté algorithmique traite du contrôle des modèles de prise de décision, des objectifs d'optimisation et des questions critiques de partialité, d'équité et d'explicabilité. Lorsqu'un système d'IA décide de dévier la circulation à travers un quartier résidentiel ou de donner la priorité à certains districts pour les interventions d'urgence, qui détermine la réponse et qui peut être tenu responsable des décisions d'optimisation ? Les algorithmes de rationnement de l'eau à Téhéran, par exemple, donnaient la priorité aux zones industrielles et aux quartiers à revenus élevés, codant de fait ce que les chercheurs ont appelé "l'apartheid hydrologique" dans l'infrastructure de la ville.

La souveraineté opérationnelle se concentre sur la question de savoir qui contrôle les systèmes d'exécution en temps réel, les boucles de contrôle autonomes et l'orchestration de l'infrastructure. Plus important encore, qui peut passer outre le système, et dans quelles circonstances ? Cette question devient urgente lorsque les systèmes d'IA prennent des décisions qui affectent directement la mobilité, la sécurité et l'accès aux services essentiels des citoyens.

Le défi est aggravé par ce que l'on pourrait appeler le "dilemme de la plateformisation". De nombreuses villes intelligentes sont construites sur des plates-formes alimentées par les Big Tech et les hyperscalers qui exercent une influence démesurée. Il en résulte un verrouillage des fournisseurs et des systèmes de décision en boîte noire qui offrent peu d'explications, ce qui conduit à une prise de décision opaque. Alors que les systèmes d'IA commencent à prendre des décisions autonomes, cette délégation d'autorité, qui ne peut pas toujours être tracée ou expliquée, représente un risque réel qui exige une attention urgente.

Des modèles contrastés : Gouvernance participative ou gouvernance étatique

Le paysage mondial révèle des approches très différentes de la gouvernance algorithmique. Barcelone a été la première à adopter un modèle participatif grâce à des plateformes telles que Decidim.barcelona, qui permet aux citoyens de débattre, de proposer et de voter sur des projets, en veillant à ce que la transformation numérique corresponde aux besoins de la communauté. Cette "coordination horizontale laissant une large place à la prise de décision ascendante" contraste fortement avec le modèle de gouvernance aristocratique et orienté verticalement de Dubaï, où les initiatives en matière de villes intelligentes sont largement dirigées et centralisées par le gouvernement.

Ces modèles représentent plus que des différences stylistiques : ils incarnent des visions fondamentalement distinctes de l'exercice de la souveraineté dans les villes pilotées par l'IA. L'approche de Barcelone met l'accent sur la "souveraineté technologique" et les biens communs numériques, tandis que Dubaï privilégie l'efficacité par le biais d'un contrôle centralisé. Aucun des deux modèles n'est intrinsèquement supérieur ; chacun reflète des valeurs culturelles, des traditions de gouvernance et des priorités urbaines différentes. Toutefois, le modèle de Barcelone a suscité un débat plus large sur la question de savoir si la gouvernance de l'IA peut être véritablement démocratique ou si elle conduit inévitablement à une concentration du pouvoir.

L'essor de la bureaucratie algorithmique et ses inconvénients

À mesure que l'IA s'intègre dans les activités urbaines, nous assistons à l'émergence de ce que les spécialistes appellent la "bureaucratie algorithmique", dans laquelle les systèmes informatiques assument des rôles traditionnellement dévolus à des administrateurs humains. Cette transformation va au-delà des gains d'efficacité pour remodeler la relation fondamentale entre les citoyens et la gouvernance des villes.

Les jumeaux numériques, répliques virtuelles d'environnements urbains entiers, illustrent cette évolution. Barcelone tire parti de son infrastructure de supercalcul MareNostrum 5 pour évaluer l'alignement sur le modèle de la ville de 15 minutes, en évaluant l'accessibilité des services et le développement équitable au moyen de scénarios simulés. De même, le jumeau numérique interactif de Munich intègre l'IA pour évaluer la faisabilité des panneaux solaires et l'accessibilité des transports publics. Il ne s'agit pas simplement d'outils de visualisation, mais de systèmes d'aide à la décision qui influencent de plus en plus les orientations politiques.

L'IA générative ajoute une autre dimension. Les villes déploient des agents d'IA pour l'analyse vidéo, qui traitent des milliards d'événements par an afin d'informer les responsables des conditions critiques par le biais de requêtes en langage naturel. À Kaohsiung, à Taïwan, des systèmes d'IA physique reconnaissent les dommages causés aux infrastructures (lampadaires, arbres tombés, etc.), éliminant ainsi les inspections manuelles et réduisant de 80 % les délais de réponse aux incidents. L'opérateur ferroviaire français SNCF utilise des applications de jumeaux numériques qui simulent le chauffage solaire, la circulation de l'air et les mouvements de foule, ce qui permet de réduire la consommation d'énergie de 20 %.

Cette sophistication technologique masque toutefois une tension critique : en déléguant la prise de décision à des algorithmes, les villes risquent de créer des systèmes qui échappent à tout contrôle démocratique. Lorsque des applications de navigation redirigent le trafic à travers des zones résidentielles pour optimiser les temps de parcours globaux, elles créent des frictions que les habitants ne peuvent pas facilement résoudre. La décision n'a jamais été prise par un élu ou un administrateur ; elle a émergé d'une fonction d'optimisation conçue ailleurs, fonctionnant en continu et presque invisible pour ceux qu'elle affecte.

Comment intégrer la gouvernance au cœur des systèmes autonomes ?

La gouvernance traditionnelle par le biais de politiques et d'approbations fonctionne trop lentement pour les systèmes natifs d'IA où les décisions sont prises à la vitesse de la machine. La gouvernance doit être intégrée directement dans le code, non seulement en tant que moteur de règles, mais tout au long du cycle de vie de l'IA : dans la sélection des données d'entraînement, l'étiquetage des données, les seuils de risque et l'acheminement des flux de travail.

Les cadres émergents offrent des voies pratiques pour aller de l'avant. Le concept d'intendance algorithmique offre trois principes fondamentaux :

Transparence générative

va au-delà de l'IA explicable pour rendre les jugements de valeur sous-jacents et les considérations éthiques lisibles à la fois pour les experts techniques et les populations concernées. Par exemple, les algorithmes de qualité de l'air devraient révéler quels secteurs industriels sont pondérés dans les calculs de coût-bénéfice, et ne pas se contenter de rapporter les indices de pollution.

Responsabilité systémique

plaide pour l'intégration de l'éthique dans la logique du système, afin de garantir une prise en compte permanente de la morale. Cela signifie concevoir des algorithmes avec des contrôles intégrés pour l'équité intergénérationnelle, empêchant les solutions immédiates de sacrifier les nécessités à long terme ou de déplacer les communautés vulnérables.

Polycentrisme délibératif

répartit le contrôle algorithmique entre les bureaux municipaux, les conseils de quartier, les assemblées de citoyens et les organismes de surveillance de l'environnement. Cela permet d'intégrer dans les modèles climatiques des connaissances locales telles que les schémas traditionnels de partage de l'eau ou les stratégies d'adaptation thermique des communautés, ce qui crée des frictions contre le techno-solutionnisme à taille unique.

Des architectures institutionnelles pratiques peuvent rendre ces principes opérationnels :

icon Les chartes de gouvernance des données des villes établissent des cadres formels définissant les rôles, les responsabilités et les processus de prise de décision pour la gestion des données urbaines. Ces chartes comprennent généralement des comités de gouvernance des données interfonctionnels, composés de représentants de l'administration, des opérations et de la défense des intérêts des citoyens. La ville de Sugar Land, au Texas, par exemple, a fait de son comité de gouvernance des données l'organe de collaboration officiel chargé d'inculquer les meilleures pratiques en matière d'utilisation des données.
icon Les systèmes d'évaluation de l'impact des algorithmes fournissent une évaluation structurée des systèmes d'intelligence artificielle avant leur déploiement. S'inspirant des déclarations d'impact sur l'environnement et des évaluations de l'impact sur la protection des données, ces cadres prévoient un examen préalable à l'acquisition, une divulgation publique, des périodes de commentaires et une surveillance continue. L'évaluation obligatoire de l'impact algorithmique au Canada utilise un questionnaire de 65 questions pour déterminer les niveaux de risque en fonction de la conception, du type d'algorithme, de l'impact sur les décisions et de la sensibilité des données.
icon Les API écologiques et les forums publics créent une infrastructure permettant d'intégrer les connaissances générées par la communauté, telles que les "journaux de toxicité" des patients asthmatiques ou les observations climatiques locales, dans les modèles urbains officiels, en veillant à ce que les algorithmes intègrent diverses formes d'intelligence urbaine.

Perspectives mondiales sur l'urbanisme de l'IA

Le passage à l'IA urbaine est un phénomène mondial, mais sa mise en œuvre varie considérablement d'un contexte à l'autre. En Asie, Singapour est en tête avec une intégration complète de l'IA dans les transports, l'énergie et les services publics, ce qui a eu des effets mesurables, à savoir une augmentation de 25 % de la fréquentation des transports publics depuis 2020, une réduction de 15 % des émissions de carbone, soit environ 500 000 tonnes de CO2 par an, et des économies annuelles estimées à 1 milliard de dollars grâce à la réduction de la congestion.

Les villes d'Amérique latine sont confrontées à des défis différents, où l'héritage colonial perpétue les dépendances technologiques et où les préoccupations concernant le colonialisme des données sont particulièrement vives. Les villes africaines sont également confrontées à des tensions entre la recherche de progrès technologiques par le biais de partenariats avec des entreprises technologiques mondiales et le maintien d'une autonomie stratégique sur les infrastructures essentielles.

Des villes européennes comme Barcelone et Amsterdam mettent l'accent sur la gouvernance participative et les approches à source ouverte, tandis que des villes du Moyen-Orient comme Dubaï et la ville intelligente prévue en Arabie saoudite, "The Line", recherchent d'ambitieux environnements urbains surveillés par l'IA avec un contrôle centralisé. Chaque approche reflète des priorités distinctes : l'efficacité par rapport à l'équité, la rapidité par rapport à la délibération, et l'optimisation par rapport à la participation démocratique.

La ville du futur, première en matière d'IA : Que faut-il pour être souverain ?

De plus en plus, la souveraineté est exercée non seulement par des statuts et des mandats, mais aussi par des ensembles de données, des modèles d'IA, des seuils de risque et des flux de travail automatisés qui décident en quelques millisecondes ce qui prenait auparavant des mois aux humains. La question aujourd'hui n'est pas de savoir si les systèmes pilotés par l'IA gouverneront les villes ; ils le font déjà. La question pressante est de savoir si les institutions démocratiques peuvent rester efficaces et dignes de confiance à une époque où l'IA façonne de plus en plus la vie urbaine.

Le coût d'une erreur est prohibitif. Une ville qui délègue des décisions en temps réel sans intégrer la gouvernance dans le code perdra sa responsabilité, créant des systèmes opaques que les citoyens ne peuvent pas comprendre ou contester. Inversement, une ville qui refuse complètement les systèmes autonomes ne parviendra pas à agir rapidement et à grande échelle dans des situations complexes et volatiles telles que les urgences climatiques, les pannes d'infrastructure et les crises de santé publique.

Les deux voies mènent à l'érosion de la confiance des citoyens et à la diminution de l'autorité publique, mais pour des raisons différentes. Le défi consiste à naviguer entre ces deux extrêmes.

Les villes qui mèneront la prochaine décennie ne se contenteront pas de déployer l'IA la plus sophistiquée ; elles la contrôleront également de manière significative. Et pour y parvenir, il faudra.. :

Les villes qui mèneront la prochaine décennie ne se contenteront pas de déployer l'IA la plus sophistiquée, elles en garderont un contrôle significatif. Pour cela, il faut

  • des architectures transparentes qui rendent la prise de décision algorithmique lisible pour les citoyens et les décideurs politiques

  • des structures de gouvernance distribuées qui empêchent une concentration excessive du contrôle entre les mains des gouvernements ou des fournisseurs

  • des mécanismes participatifs qui permettent aux communautés concernées de s'exprimer sur la manière dont les systèmes d'IA sont conçus et déployés

  • des cadres de responsabilité qui précisent qui est responsable lorsque les systèmes autonomes causent des dommages

  • des normes d'interopérabilité qui empêchent le verrouillage des fournisseurs et garantissent que les villes conservent la souveraineté sur leur infrastructure numérique

  • des garanties éthiques intégrées dans la conception du système, et non ajoutées par la suite.

la gouvernance algorithmique dans les villes

Nous nous trouvons à un point d'inflexion où l'infrastructure que nous construisons aujourd'hui façonnera la gouvernance urbaine pour des générations. Les choix que les villes font aujourd'hui en matière de propriété des données, de transparence algorithmique, de participation des citoyens et de mécanismes de responsabilisation détermineront si l'IA deviendra un outil pour une gouvernance plus réactive et équitable ou un moyen de consolider le pouvoir au-delà de la portée démocratique.

La ville souveraine de demain ne rejettera pas la technologie et ne l'adoptera pas sans esprit critique. Elle traitera l'IA comme ce qu'elle est, un outil puissant qui nécessite une gouvernance réfléchie, une surveillance continue et un engagement inébranlable au service du bien public. Ce n'est qu'en intégrant ces principes dans l'architecture de l'IA urbaine que nous pourrons garantir qu'à mesure que nos villes deviennent plus intelligentes, elles restent démocratiques, responsables et véritablement à l'écoute de la population qu'elles servent.

Villes intelligentes, systèmes autonomes et nouvelle bataille pour la souveraineté

Prendre contact