114
des raisons multiples : difficultés d’accès aux données, contraintes réglementaires, niveau faible des
financements publics et privés par rapport à d’autres pays tels que les Etats-Unis par exemple,
disponibilité des chercheurs, etc.
Plusieurs recommandations sont formulées dans la perspective de desserrer ces freins, parmi lesquelles
on peut citer : le développement de l’approche française Open data en favorisant la constitution de
bases de données médicales et de santé (et permettre aux entreprises françaises d’y accéder en
priorité ?), la création de chaires mixtes dans les hôpitaux, la capacitation de la CNIL pour qu’elle
puisse donner des avis plus rapides sur la mise en place de flux de données médicales accessibles aux
chercheurs et aux entreprises, la mise en place d’un fonds d’investissement dédié aux technologies
d’IA pour la santé, développement de la télémédecine, la formation aux nouveaux métiers impliquant
la mise en œuvre du numérique et de l’IA dans le domaine de la santé et l’actualisation des formations
en santé avec les nouveaux outils de l’IA.
Energie
Les énergies renouvelables sont aujourd’hui arrivées à « parité réseau » et le développement puis
l’adoption par le monde industriel de l’intelligence artificielle font de l’IA un élément clé de la
quatrième révolution industrielle. On pourra optimiser les processus de maintenance et de
production et réaliser des économies d’énergie. On pourra également planifier et piloter la transition
énergétique grâce à des décisions guidées par la donnée.
L’IA peut être le moteur des solutions aux grands enjeux :
1. Afin de révéler et activer l’efficacité et la flexibilité de la demande, sans impacter l’usage, l’IA
peut permettre de dégager des profils de consommation efficace et flexible voire d’activer
certaines consommations, sans “dégrader” l’usage. Elle peut également promouvoir la
recherche de solutions décentralisées et coopératives d’un équilibre entre les besoins
consommateurs et la stabilité du réseau électrique.
2. Afin de traiter le problème de l’équilibrage d’un réseau à maille fine, imposé par les sources
renouvelables distribuées et intermittentes, il serait envisageable de concevoir un système avec
de nombreux systèmes d’IA, maille par maille. L’IA ouvre des perspectives très prometteuses
pour permettre, de manière récursive, l’équilibrage depuis les mailles les plus fines jusqu’au
système national, néanmoins, la question se pose d’une IA souveraine.
3. Pour structurer un marché de l’électricité qui reflète la stratégie nationale et européenne,
l’intelligence artificielle peut aider au design de structure de marchés, plus subtil, plus local, et
proposer un nouveau support décentralisé à la décision.
4. Un accès contrôlé aux données peut contribuer à promouvoir la filière, c’est également un
prérequis au déploiement de l’IA dans le cadre du réseau électrique. Le groupe recommande
une approche raisonnée de visibilité adaptée à chaque cas d’usage.
En, synthèse, le groupe recommande le développement de deux prérequis – une matrice de visibilité
de l’ensemble des données du réseau et le développement d’un avatar temps-réel du réseau – ainsi
que la mise en place de deux Grands Défis : le développement d’une solution d’équilibrage, et la
conception de places de marché pour l’énergie.
des raisons multiples : difficultés d’accès aux données, contraintes réglementaires, niveau faible des
financements publics et privés par rapport à d’autres pays tels que les Etats-Unis par exemple,
disponibilité des chercheurs, etc.
Plusieurs recommandations sont formulées dans la perspective de desserrer ces freins, parmi lesquelles
on peut citer : le développement de l’approche française Open data en favorisant la constitution de
bases de données médicales et de santé (et permettre aux entreprises françaises d’y accéder en
priorité ?), la création de chaires mixtes dans les hôpitaux, la capacitation de la CNIL pour qu’elle
puisse donner des avis plus rapides sur la mise en place de flux de données médicales accessibles aux
chercheurs et aux entreprises, la mise en place d’un fonds d’investissement dédié aux technologies
d’IA pour la santé, développement de la télémédecine, la formation aux nouveaux métiers impliquant
la mise en œuvre du numérique et de l’IA dans le domaine de la santé et l’actualisation des formations
en santé avec les nouveaux outils de l’IA.
Energie
Les énergies renouvelables sont aujourd’hui arrivées à « parité réseau » et le développement puis
l’adoption par le monde industriel de l’intelligence artificielle font de l’IA un élément clé de la
quatrième révolution industrielle. On pourra optimiser les processus de maintenance et de
production et réaliser des économies d’énergie. On pourra également planifier et piloter la transition
énergétique grâce à des décisions guidées par la donnée.
L’IA peut être le moteur des solutions aux grands enjeux :
1. Afin de révéler et activer l’efficacité et la flexibilité de la demande, sans impacter l’usage, l’IA
peut permettre de dégager des profils de consommation efficace et flexible voire d’activer
certaines consommations, sans “dégrader” l’usage. Elle peut également promouvoir la
recherche de solutions décentralisées et coopératives d’un équilibre entre les besoins
consommateurs et la stabilité du réseau électrique.
2. Afin de traiter le problème de l’équilibrage d’un réseau à maille fine, imposé par les sources
renouvelables distribuées et intermittentes, il serait envisageable de concevoir un système avec
de nombreux systèmes d’IA, maille par maille. L’IA ouvre des perspectives très prometteuses
pour permettre, de manière récursive, l’équilibrage depuis les mailles les plus fines jusqu’au
système national, néanmoins, la question se pose d’une IA souveraine.
3. Pour structurer un marché de l’électricité qui reflète la stratégie nationale et européenne,
l’intelligence artificielle peut aider au design de structure de marchés, plus subtil, plus local, et
proposer un nouveau support décentralisé à la décision.
4. Un accès contrôlé aux données peut contribuer à promouvoir la filière, c’est également un
prérequis au déploiement de l’IA dans le cadre du réseau électrique. Le groupe recommande
une approche raisonnée de visibilité adaptée à chaque cas d’usage.
En, synthèse, le groupe recommande le développement de deux prérequis – une matrice de visibilité
de l’ensemble des données du réseau et le développement d’un avatar temps-réel du réseau – ainsi
que la mise en place de deux Grands Défis : le développement d’une solution d’équilibrage, et la
conception de places de marché pour l’énergie.