Les projets de villes intelligentes échouent rarement à cause de l'IA elle-même. Ils échouent parce que l'infrastructure réseau ne peut pas gérer le flux de données. J'ai vu des municipalités dépenser des millions sur des systèmes de vision par ordinateur sophistiqués pour gérer le trafic, pour ensuite découvrir que leur réseau 4G existant ne pouvait transmettre les données vidéo assez rapidement pour prendre des décisions en temps réel.
La vraie question n'est pas quelle IA utiliser. C'est combien de points de données vous pouvez réellement traiter par seconde avec votre infrastructure actuelle.
Le problème de latence que personne n'anticipe
Prenons la gestion des feux de circulation. Les systèmes basés sur l'IA doivent analyser les flux de véhicules et ajuster les signaux en moins de 200 millisecondes pour avoir un impact réel. Envoyez ces données vers le cloud, et vous ajoutez 50-150 ms de latence réseau. Ajoutez le temps de traitement, et votre système "intelligent" répond plus lentement qu'un contrôleur temporisé traditionnel.
C'est pourquoi l'edge computing devient non négociable. Vous avez besoin de capacité de traitement aux intersections elles-mêmes. Mais installer des serveurs edge dans 500 intersections coûte 15 000 à 40 000 euros par point, sans compter la maintenance.
Les calculs que font les fournisseurs
Les vendeurs de technologies adorent parler d'économies futures. Ils omettent les coûts de transition. Remplacer les capteurs de stationnement existants par des unités compatibles IoT signifie déterrer des rues et recâbler des quartiers entiers. Une ville de taille moyenne regarde facilement 20 à 30 millions d'euros rien que pour l'infrastructure de capteurs.
Les entreprises qui réussissent dans ce domaine ne commencent pas par déployer l'IA partout. Elles identifient des zones spécifiques à fort impact où les bénéfices justifient les coûts d'infrastructure. Un quartier d'affaires avec des problèmes de stationnement chroniques vaut l'investissement. Des rues résidentielles tranquilles ne le valent probablement pas.
Ce qui fonctionne réellement
Les projets les plus efficaces que j'ai analysés utilisent des réseaux hybrides. La fibre optique pour les artères principales de données, LoRaWAN pour les capteurs à faible priorité, et 5G pour les applications critiques nécessitant mobilité. Cette approche réduit les coûts d'environ 40% comparé aux solutions tout-fibre tout en maintenant des performances là où elles comptent.
L'IA dans les villes intelligentes fonctionne. Mais seulement si vous construisez d'abord les fondations réseau pour la supporter.