Optimiser grâce aux algorithmes et aux données urbaines ? Promesses, caractéristiques et offre réelle des start-up pour la ville intelligente - HAL-SHS - Sciences de l'Homme et de la Société
Article Dans Une Revue Flux - Cahiers scientifiques internationaux Réseaux et territoires Année : 2023

Optimising with algorithms and urban data? The promises, characteristics and real offer of start-ups for the smart city

Optimiser grâce aux algorithmes et aux données urbaines ? Promesses, caractéristiques et offre réelle des start-up pour la ville intelligente

Myrtille Picaud

Résumé

Discourses about the smart city have been studied, as well as the large firms promoting it and the digital policies actually implemented by local authorities. Although start-ups are regularly presented as playing a central role in the smart city’s economic development, they have until now received scant attention. What do start-ups really contribute to the smart city? How do they build upon the economic and technical opportunities linked to the growing availability of urban data? This paper studies the start-ups’ characteristics, their discourse on the smart city and the real services and products they offer. It mainly draws upon a tailor-made database of start-ups in France and on interviews. First, it gives an overview of the smart city start-ups, revealing that they resemble those in other fields. This sheds light on the modelling logic that underlies their offer for local governments: it is intended to optimize urban management, or even to predict it. Nevertheless, this logic has limitations, as the data continue to appear insufficient. This forces start-ups to reposition themselves: from optimizing the city, their offer has shifted to the development of devices (sensors, data and modelling), with the promise of quantifying and reducing the city to something that can be modelled, and therefore is smart – a goal that seems to recede continually as these devices multiply and become more complex.
La ville dite intelligente a été étudiée à l’aune de ses discours, des grandes firmes qui la portaient et des politiques effectivement menées dans les collectivités. Si les start-up sont régulièrement citées comme des actrices centrales du développement économique de la ville numérique, elles ont pourtant peu été étudiées à cet égard. À distance des imaginaires, quelle est la contribution réelle des start-up à la ville intelligente ? Comment se saisissent-elles des opportunités économiques et techniques liées à la circulation des données urbaines ? Cet article étudie les caractéristiques de ces start-up , leurs discours sur la ville intelligente et l’offre réelle qu’elles proposent. Il s’appuie principalement sur la constitution d’une base de données de start-up en France et des entretiens. D’abord, le paysage diversifié de la ville numérique est présenté, révélant des start-up semblables à celles opérant dans les autres domaines. Ensuite, la logique modélisatrice qui sous-tend leur offre pour les collectivités territoriales, destinée à optimiser la gestion urbaine, voire à la prédire , est étudiée. Néanmoins, cette logique rencontre certaines limites car les données restent toujours insuffisantes. Leur offre porte alors plutôt sur la diffusion d’instruments (capteurs, données et modélisations) avec la promesse de rendre la ville modélisable, et donc intelligente – un horizon qui semble toujours reculer à mesure que se multiplient et se complexifient ces instruments.
Fichier principal
Vignette du fichier
FLUX1_133_0009.pdf (568.52 Ko) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

halshs-04359936 , version 1 (21-12-2023)

Licence

Identifiants

Citer

Myrtille Picaud. Optimiser grâce aux algorithmes et aux données urbaines ? Promesses, caractéristiques et offre réelle des start-up pour la ville intelligente. Flux - Cahiers scientifiques internationaux Réseaux et territoires, 2023, 3 (133), pp.9-23. ⟨10.3917/flux1.133.0009⟩. ⟨halshs-04359936⟩
32 Consultations
18 Téléchargements

Altmetric

Partager

More