Data et IA pour les infrastructures critiques : connecter, collecter, traiter, décider

Pourquoi la data des infrastructures reste sous-exploitée

Un exploitant d'aéroport, de port, de carrière ou de réseau ferré dispose aujourd'hui de plus de données qu'il n'en a jamais eu : capteurs IoT, images drone, séries satellitaires, positions GNSS, historiques de maintenance, alarmes de supervision. Pourtant, la décision reste difficile à prendre, parce que chaque outil garde sa propre vue. Le SCADA voit ses automates, la GMAO ses ordres de travail, le bureau d'études ses relevés. Personne ne voit l'ensemble.

Le point commun de toutes ces données est simple : elles se rapportent à un lieu et à un instant. Rattacher chaque donnée à une position et à une date, c'est la rendre comparable aux autres. C'est aussi la condition pour que la data science et l'intelligence artificielle produisent des résultats exploitables plutôt que des corrélations hors contexte.

La méthode d'optim.aize tient en quatre étapes, qui correspondent aux couches de la plateforme SIG souveraine YAAPS : connecter, collecter, traiter, décider.

Connecter : capteurs, vecteurs et réseaux

Avant de traiter une donnée, il faut qu'elle arrive, au bon endroit et au bon moment. Connecter, c'est relier à la plateforme toutes les sources du site, quels que soient leur constructeur et leur protocole :

• les capteurs fixes : IoT, stations météo, capteurs de clôture, caméras ;
• les vecteurs mobiles : drones aériens, robots roulants de patrouille, engins équipés de télématique ;
• l'observation satellitaire : séries radar InSAR, imagerie optique ;
• les logiciels métier : GMAO, ERP, SCADA, SIG existants.

Sur les sites où les flux sont lourds, la connectivité devient un sujet en soi. Pour la sûreté aéroportuaire, optim.aize déploie avec Orange un réseau 5G privé : grâce aux API réseau de l'opérateur, dont la Quality on Demand, la bande passante d'un drone engagé sur une alerte est garantie le temps de l'intervention. Le positionnement suit la même logique : un réseau de correction GNSS RTK donne à tous les vecteurs un référentiel de position commun, au centimètre.

Ce qu'il faut retenir

Connecter ne consiste pas à multiplier les capteurs, mais à garantir que chaque source arrive avec une position fiable, un horodatage cohérent et une bande passante adaptée à son usage.

Collecter : un référentiel spatial et temporel unique

Une fois connectées, les données doivent être réunies dans un même socle. C'est l'étape la plus sous-estimée, et pourtant celle qui conditionne toutes les autres. Dans YAAPS, le socle de données SIG rattache chaque mesure à un référentiel spatial et temporel unique : la carte en deux dimensions, le volume en trois dimensions, et le temps comme quatrième dimension.

• un système de coordonnées commun, pour que l'image drone, le point LiDAR et la mesure du capteur se superposent exactement ;
• un horodatage unifié, pour comparer une patrouille à la précédente ou une série InSAR à la pluviométrie ;
• un historique complet de chaque mesure, pour rejouer un événement et entraîner des modèles ;
• l'intérieur et l'extérieur dans la même base, des bâtiments jusqu'à l'aire de trafic.

Une donnée collectée sans contexte n'est qu'un chiffre. Rattachée à sa position et à sa date, elle devient une information que l'on peut croiser avec toutes les autres.

Traiter : data science et IA géospatiale

Le traitement transforme la donnée en indicateur. C'est le domaine de la data science : nettoyer, fusionner, modéliser, détecter. Appliquée aux infrastructures, elle a une particularité : le contexte géographique change tout. Un tassement de quelques millimètres n'a pas la même signification sur un remblai argileux après une sécheresse et sur un ouvrage fondé sur le rocher.

C'est pourquoi les modèles de YAAPS travaillent avec le contexte du site, géologie, pente, pluviométrie, usage du sol, historique des interventions, et qu'ils sont conçus et validés par les géoscientifiques d'optim.aize. Quelques exemples de traitements :

• détection des zones en accélération dans les séries InSAR ;
• scores de risque liés au retrait-gonflement des argiles ou aux inondations ;
• détection et classement des défauts thermiques sur les images drone ;
• score de criticité par section d'ouvrage ou par tronçon ;
• anticipation des dérives pour la maintenance prédictive.

Une IA explicable, condition de la confiance

Sur une infrastructure critique, une alerte que personne ne sait expliquer finit par être ignorée. Chaque résultat produit par YAAPS reste traçable : l'exploitant sait quelles données ont conduit à l'alerte et peut vérifier sur la carte ce que le modèle a vu.

Décider : alimenter les outils de décision sans les remplacer

La dernière étape justifie toutes les autres. Décider, c'est mettre la bonne information devant la bonne personne, dans l'outil qu'elle utilise déjà. YAAPS publie ses résultats sous trois formes :

• des cartes, des jumeaux numériques et des tableaux de bord par métier, dans les modules cartographie intelligente, jumeaux numériques et surveillance par cartographie ;
• des alertes géolocalisées et des ordres de travail transmis à la GMAO ;
• des services et des API standard pour les systèmes de supervision et les hyperviseurs existants.

Ce dernier point est essentiel. Sur un aéroport ou un site industriel, l'hyperviseur de sûreté ou le système de supervision existe déjà. YAAPS s'y raccorde comme fournisseur de donnée technique, SIG et géoréférencée : il apporte le contexte, l'outil de l'exploitant reste le lieu de la décision. Les standards ouverts, comme la famille OGC API de l'Open Geospatial Consortium, facilitent ce raccordement.

La méthode appliquée : une intrusion en bout de piste

Le scénario de surveillance périmétrique travaillé dans le cadre du projet PANDRONE AI, soutenu par France 2030, illustre les quatre étapes sur un cas concret.

Souveraineté des données : une condition, pas une option

Les données d'une infrastructure critique décrivent ses points faibles. Leur hébergement est donc une question de sûreté autant que d'informatique. Pour les entités essentielles et importantes visées par la directive européenne NIS2, la sécurité de la chaîne d'approvisionnement fait partie des mesures de gestion des risques exigées, et les outils qui traitent ces données en font partie.

YAAPS est une plateforme française, open source et interopérable, déployable selon trois modes : SaaS géré, cloud souverain français, ou on-premise dans le système d'information de l'exploitant, y compris sur un réseau isolé d'Internet. Pour les données sensibles hébergées dans le cloud, l'ANSSI préconise des offres qualifiées SecNumCloud. Dans tous les cas, les données restent exportables à tout moment, en formats ouverts.

Par où commencer un projet data et IA sur une infrastructure

1. Partir d'une décision, pas d'une technologie. Quelle décision voulez-vous mieux prendre, et à quelle fréquence ?
2. Inventorier les données existantes. Une grande partie de l'information est souvent déjà là, dispersée entre plusieurs outils.
3. Démontrer sur vos données. YAAPS se présente sur vos propres données en quelques jours.
4. Piloter sur un site et un cas d'usage, avec des indicateurs de réussite définis ensemble.
5. Étendre aux autres sites et aux autres métiers, en réutilisant le même socle.

Pas de donnée disponible ? optim.aize peut l'acquérir : InSAR satellitaire, drone, LiDAR, RTK ou capteurs. Voir notre offre d'acquisition de données terrain.

Pour aller plus loin

• Open Geospatial Consortium, famille de standards OGC API
• Directive (UE) 2022/2555, dite NIS2, EUR-Lex
• ANSSI, posture et qualification SecNumCloud pour le cloud
• LaBRI, présentation du projet PANDRONE AI

optim.aize, filiale innovation du groupe jll.spear basée à Bordeaux, développe YAAPS, la plateforme souveraine et open source qui connecte, collecte, traite et contextualise les données des infrastructures critiques pour aider à la décision.