Catégorie : expertise technique

Quelles sont les tendances des Smart Cities à l’horizon 2025

Quelles sont les tendances des Smart Cities à l'horizon 2025

De nombreuses villes espèrent devenir des smart cities ou villes intelligentes en exploitant les nouvelles technologies à l’instar de l’intelligence artificielle, de l’internet des objets (loT) et du big data. Quelles tendances se dessinent pour les prochaines années ?

Smart city : prévisions

Les analystes de l’Indice de Disparité de la Consommation (IDC) prédisent qu’en 2025 90 % des villes émergentes ainsi que 10 % des villes déjà présentes à l’échelle mondiale utiliseront des possibilités de planifications d’espaces numériques et des nouvelles régulations afin de bénéficier des avantages de l’économie de partage. Ces analystes insistent sur l’importance que revêtent la réactivité des villes et leur politique numérique en ce qui concerne le changement climatique.

Défis à relever

Les lignes de force, bases de la réflexion des analystes, sont, d’une part, le défaut d’information et de compétence souvent en lien avec un manque de trésorerie. Le deuxième aspect est celui de la cybercriminalité qui paraît aller de pair avec la mise en place de nouvelles technologies connectées.

Le rapport de l’Observatoire de la vie connectée décrit la smart city en tant que marché prometteur. Alors qu’en 2016 il était évalué à 773 milliards de dollars, il devrait afficher une croissance annuelle, sur la période s’étendant de 2017 à 2025, de 20 % pour atteindre, en 2025, 3651 milliards de dollars.

Protocole à venir

Nos véhicules tendent à devenir de plus en plus autonomes et bavards. Nous devrons bientôt opter pour un protocole de communication : véhicule-to-infrastructure ou 5G ?

Au final, tout reste à faire et certains se mettent déjà à l’ouvrage : réseau 5G, navettes autonomes, routes munies de capteurs…

Human Horizons, réputée pour son HiPhi 1 (premier SUV électrique de série), a dévoilé fin 2019 sa conception de la smart city. La société projette de construire une ville intelligente en Chine dans une zone de 100 000 m2 dans un parc technologique de Shanghai.

Par ailleurs, une étude réalisée par Grand View Research prévoit que le marché mondial des transports intelligents atteindra les 285 milliards USD d’ici l’année 2024, enregistrant ainsi un taux de croissance de 22,5 % durant la période de prévision.

Nous vous proposons des solutions autour de la transformation digitale dans les systèmes d’information dans divers domaines. Découvrez nos expertises sans plus attendre !

Transformation digitale dans le ferroviaire, comment adapter les structures à ce nouveau mode de fonctionnement ?

Aucun secteur n’échappe à la transformation digitale à l’instar de l’industrie ferroviaire. Quelques petites informations pour vous mettre sur les rails.

La digitalisation, pourquoi ?

La transformation digitale est une étape nécessaire au développement du secteur ferroviaire ainsi que de ses divers acteurs. De la planification sur le long terme aux tâches quotidiennes, elle devrait être bénéfique aux entreprises (réduction des coûts), aux clients, mais aussi contribuer à améliorer la compétitivité du train face aux autres moyens de transport. La digitalisation contribue à apporter des améliorations incontestables et un grand choix d’opportunités pour exploiter les trains afin de faire évoluer le modèle économique des entreprises en activité et de favoriser l’arrivée de nouveaux acteurs ayant des approches disruptives.

Acteurs concernés

La digitalisation du ferroviaire dépasse amplement le domaine des passagers (wifi, billets électroniques) mais concerne tous les acteurs de la chaîne :

Entreprises ferroviaires (transport des passagers et du fret),
Fournisseurs d’équipements,
Constructeurs des matériels roulants,
Gestionnaires d’infrastructures,
Entités chargées de la maintenance,
Entités publiques, etc.).

Technologies utilisées

La transformation digitale se base principalement sur l’usage des technologies de l’information et de la communication (TIC) dans le but de collecter, traiter, transmettre les données et instaurer un réseau de communication pour les usagers du ferroviaire. Ces technologies digitales incluent essentiellement :

des capteurs destinés aux matériels roulants et aux infrastructures,
des caméras vidéo (surveillance embarquée et au sol),
des systèmes de communication et d’affichage des informations,
des outils pour transmettre les données dans les trains, gares et infrastructures,
des appareils mobiles (smartphones et tablettes).

Ces outils entraînent un grand nombre de données dynamiques et induisent une communication entre divers objets nantis de capteurs. On parle d’Internet des objets (IOT).

La plupart des technologies requises sont déjà disponibles et ne demandent qu’à être renforcées pour répondre aux difficiles conditions d’exploitation des trains. Les actuels développements technologiques concernent la communication sans fil avec haut débit et les solutions ayant une faible consommation d’énergie pour une meilleure autonomie et une augmentation de la durée de vie du matériel.

Nous intervenons auprès des systèmes d’information, systèmes embarqués et plans de voie (et outils CAO) autour du transport ferroviaire. Découvrez nos expertises sans plus attendre !

Pourquoi concevoir une architecture logicielle en microservices ?

L’architecture logicielle décrit les différents éléments d’une application et leurs intentions. La conception de l’architecture est donc une étape particulièrement cruciale du développement logiciel. De cette phase, va dépendre non seulement la stabilité, la robustesse ou encore la scalabilité d’une application, mais également le rapport coût /efficacité.

Les objectifs de la structure en microservices

Depuis toujours, les deux objectifs principaux de toute architecture logicielle sont la réduction des coûts et l’augmentation de la qualité du logiciel ; jusqu’à présent, la réduction des coûts était principalement réalisée par la réutilisation de composants logiciels et par la diminution du temps de maintenance (correction d’erreurs et adaptation du logiciel). Quant à la qualité, cela s’exprimait à travers un ensemble de critères dont l’efficacité, la pérennité, la stabilité et l’interopérabilité. S’ajoutent aujourd’hui 2 nouvelles questions : Comment réduire les empêchements au changement ? Et comment libérer les développeurs des contraintes de la complexité et du déploiement ?

Principes de l’Architecture microservices

Les applications logicielles étant de plus en plus gourmandes en consommation de ressources physiques des machines sur lesquelles elles s’exécutent, les entreprises utilisatrices doivent faire face à des coûts d’infrastructures plus importants, des problèmes éventuels de performances, ainsi qu’à des coûts de maintenabilité. C’est pourquoi, depuis quelques années, la conception logicielle s’oriente vers une architecture Microservices (évolution de l’architecture SOA – Services Oriented Architecture).

Cette approche propose une solution extrêmement simple : une application logicielle voit son code découpé en modules fonctionnels ou techniques appelés microservices, parfaitement indépendants et donc autonomes, qui exposent une API REST (Application Programming Interface) permettant ainsi aux autres microservices de les consommer si besoin. Cela sous-entend que chaque microservice doit avoir son modèle de données de domaine et sa logique de domaine associés (souveraineté et gestion des données décentralisée). Il peut être basé sur différentes technologies de stockage de données (SQL, NoSQL) et sur différents langages de programmation.

Microservices, que des avantages ?

Les microservices affichent normalement une plus grande maintenabilité dans les systèmes d’informations complexes et hautement scalables, en permettant de créer des applications basées sur de nombreux services qui peuvent être déployés indépendamment, chacun ayant des cycles de vie granulaires et autonomes. On ne déploie plus une application monolithique mais seulement les services modifiés.

Autre avantage, les microservices peuvent monter en charge (scale out) de façon indépendante. Ainsi, vous pouvez effectuer un scale-out ciblé de la zone fonctionnelle qui nécessite plus de puissance de traitement ou plus de bande passante réseau pour satisfaire la demande, au lieu d’effectuer un scale-out d’autres zones de l’application qui n’en ont pas besoin.Par conséquent , les ressources physiques sont ajustables.

Nous vous proposons des solutions autour du système d’information, système expert, embarqué et édition de logiciels, nous permettant de répondre à la plupart des exigences du marché.

Le text mining : automatisation du traitement de textes volumineux

Définition

Le Text Mining (fouille de texte ou extraction de connaissances) est l’ensemble des méthodes et outils destinés à l’exploitation de textes écrits volumineux : emails, fichiers word, documents powerpoint…

Afin d’extraire du sens de ces documents, le text mining se base sur des techniques d’analyse linguistique. La fouille de textes s’utilise pour le classement de documents, la réalisation de résumés de synthèses automatiques ou en assistance des veilles technologique et stratégique.

Utiliser l’informatique pour l’automatisation de la synthèse de textes est une pratique aussi ancienne que l’informatique. En effet, un chercheur d’IBM, en 1958, est l’inventeur du terme de « Business Intelligence ».

Actuellement, Google propose ce service à grande échelle en déposant un brevet pour la création d’un contenu original via la synthétisation automatique d’articles lus sur le web.

Applications

La fouille de textes permet l’analyse de la base des emails que reçoit une entreprise et de détecter le motif principal de contact. Il est possible d’élaborer des modèles pour un classement automatique des mails dans plusieurs catégories de motifs de contacts. Cette automatisation permet un envoi plus rapide de la demande au service et à la personne concernée afin d’accroître la satisfaction client.

L’émergence des réseaux sociaux développe l’analyse de sentiments (opinion mining). Elle consiste à analyser les textes volumineux afin d’en extraire les sentiments principaux pour mieux comprendre les opinions et perceptions émanant des textes analysés.

Les données sensibles se rapportant à l’origine raciale, à la santé, à la politique et à la religion des clients, notamment, des partenaires ou collaborateurs sont interdites par la CNIL. Le prochain Règlement Général sur la Protection des Données augmente l’obligation de résoudre cette problématique. Des algorithmes de text mining sont développés à cette fin.

L’extraction de connaissances s’impose dans d’autres tâches : actions marketing (formulaires de contact, réseaux sociaux), gestion de la relation client ou, entre autres, optimisation du contenu web dans le but d’un référencement naturel.