Quand l’IA devient la couche opérationnelle de l’infrastructure interconnectée : le capital d’ingénierie mondial réévalue « l’exploitation »

I. Les repères de valorisation des infrastructures passent de la « taille des actifs » à l’« intelligence opérationnelle »

L’industrie des infrastructures a longtemps eu les dépenses d’investissement comme axe narratif principal : kilométrage, capacité installée, postes d’amarrage, longueur des réseaux de canalisations constituaient les repères traditionnels pour mesurer la capacité d’ingénierie d’un pays. Une étude récemment publiée par Deloitte Insights avance un jugement plus pénétrant : l’intelligence artificielle est en train de devenir la couche opérationnelle (operating layer) des infrastructures interconnectées. Sa signification ne réside pas dans le remplacement d’un équipement ou d’un poste, mais dans l’organisation des données, de la technologie, de la gouvernance et des talents en un système produisant en continu de l’intelligence opérationnelle.

Pour les investisseurs en infrastructures, cela signifie un déplacement des repères de valorisation. Auparavant, la valeur d’un projet était principalement déterminée par son coût de construction, sa durée de concession et son mécanisme de tarification ; à l’avenir, la courbe d’efficacité, la performance de résilience et la vitesse de réponse pendant la phase d’exploitation détermineront de plus en plus la stabilité des flux de trésorerie et la négociabilité des actifs. Lorsque les actifs eux-mêmes tendent à s’homogénéiser, la couche opérationnelle devient la source de différenciation.

II. Pourquoi l’essentiel réside dans les « systèmes interconnectés » plutôt que dans l’intelligence ponctuelle

Le jugement central de l’équipe Deloitte est le suivant : l’avenir des infrastructures n’est pas défini par l’IA seule, mais par des « systèmes interconnectés » — les données, la technologie, la gouvernance et les talents sont combinés pour produire en continu de l’intelligence opérationnelle.

Cette logique n’est pas étrangère au secteur de l’ingénierie. La signalisation ferroviaire, la régulation des réseaux électriques, la manutention portuaire, le dosage chimique dans les usines de traitement d’eau ont toujours été des « problèmes systémiques », et non des problèmes d’équipement. La différence est que le cycle de rétroaction des systèmes traditionnels se mesure en heures, en jours, voire en mois ; tandis qu’avec l’IA intégrée à l’exploitation, le cycle de rétroaction est compressé à un niveau proche du temps réel. La valeur de cette compression du cycle de rétroaction se manifeste dans l’amélioration marginale de la congestion, des pannes, de la consommation d’énergie et de la planification de la main-d’œuvre, ainsi que dans la capacité de réponse aux conditions météorologiques extrêmes, aux incidents soudains et aux situations de forte affluence de passagers.

Il convient de noter que Deloitte souligne également la gouvernance et les talents. Il ne s’agit pas d’un équilibre rhétorique, mais de la reconnaissance d’une réalité d’ingénierie : sans gouvernance des données, un modèle ne peut être fiable ; sans talents opérationnels, il ne peut être déployé ; sans mécanismes de coordination interservices, il ne peut franchir les frontières entre actifs. La couche opérationnelle des infrastructures est, par essence, la superposition de capacités institutionnelles et de capacités technologiques.

III. Villes et transport : centres de commandement, jumeaux numériques et modèles d’exploitation en temps réel

Dans la description des pratiques de l’équipe d’auteurs de Deloitte, l’exploitation urbaine, les plateformes à l’échelle métropolitaine, la mobilité intelligente, la gestion des infrastructures et l’exploitation de grands événements constituent les scénarios d’application les plus denses de la couche opérationnelle de l’IA.

Le travail de Diogo Henriques consiste précisément à aider les gouvernements, les opérateurs d’infrastructures, les autorités de transport et les grandes enceintes à passer d’une transformation numérique traditionnelle à des « modèles d’exploitation pilotés par l’IA » ; son expérience de projet couvre les marchés européen, moyen-oriental, australien et nord-américain.Ces composants techniques du modèle ont déjà été discutés à maintes reprises : jumeaux numériques, centres de commandement, exploitation pilotée par les données. Mais ce qui mérite davantage l’attention du secteur de l’ingénierie et du financement, ce sont les implications organisationnelles : la coordination entre mobilité urbaine, énergie, eau et gestion des urgences ne relève souvent pas de la technique, mais des compétences et des processus. Le coût réel de construction de la couche d’exploitation pourrait porter sur la gouvernance interinstitutionnelle, plutôt que sur les licences logicielles.

IV. Trajectoires géographiques : comment le modèle d’exploitation se déploie dans différentes régions

La répartition de l’équipe d’auteurs permet de lire la structure géographique de cette tendance : l’Europe et l’Amérique du Nord s’intéressent à l’amélioration de l’efficacité et de la résilience des actifs existants ; le Moyen-Orient intègre directement la conception d’exploitation intelligente dans les développements urbains à très grande échelle et la livraison de nouveaux actifs ; l’Inde et d’autres marchés à urbanisation rapide placent la recherche sur les villes du futur et les infrastructures publiques numériques dans un même cadre.

Cela signifie qu’un nouveau niveau de division du travail apparaît sur le marché mondial des infrastructures : les capacités de construction d’actifs sont très dispersées, tandis que les capacités de conception, d’intégration et de gouvernance de la couche d’exploitation sont relativement concentrées. Pour les entreprises d’ingénierie et de construction qui souhaitent accéder aux marchés internationaux, la capacité à fournir des capacités de couche d’exploitation passe d’un atout supplémentaire à une condition d’entrée.

V. Implications pour le financement de projet et les PPP

L’impact de la couche d’exploitation sur le financement de projet peut s’observer sous trois angles.

Premièrement, les mécanismes de paiement à la performance deviennent plus viables. Dans les contrats de PPP et de concession, les paiements pour disponibilité et les clauses liées à la performance nécessitent l’appui de données d’exploitation mesurables et vérifiables ; la couche d’exploitation fournit le prérequis technique à ces mécanismes.

Deuxièmement, les modèles de coût sur cycle de vie doivent être recalculés. Si la couche d’exploitation peut réduire sensiblement les coûts énergétiques, de maintenance et de main-d’œuvre, la courbe de coût à long terme du projet sera réécrite, ce qui influera sur les prix des offres et la structure de financement.

Troisièmement, la négociabilité des actifs augmente. Les actifs dotés de données d’exploitation complètes et d’un cadre de gouvernance solide sont plus facilement acceptés par les capitaux à long terme, les fonds d’infrastructure et les marchés secondaires.

Il convient toutefois de rester mesuré : les bénéfices de la couche d’exploitation dépendent fortement de la qualité des données, de la conception contractuelle et de la coopération réglementaire ; ils ne sont pas automatiques. Un investissement de numérisation dépourvu de gouvernance peut simplement ajouter une couche de complexité coûteuse.

VI. Convergence de l’énergie, de l’eau et des infrastructures numériques

Sur le volet énergétique, la modernisation des réseaux électriques, l’intégration des ressources distribuées et la réponse à la demande exigent par nature des capacités d’exploitation en temps réel ; sur le volet de l’eau, le contrôle des fuites dans les réseaux et la surveillance de la qualité de l’eau dépendent eux aussi d’une boucle de données continue ; sur le volet des centres de données, l’alimentation électrique, le refroidissement et l’orchestration de la puissance de calcul relèvent eux-mêmes de la couche d’exploitation.

Cela constitue une boucle de rétroaction positive : les infrastructures numériques ont besoin du soutien des infrastructures énergétiques, les infrastructures énergétiques ont besoin de capacités d’exploitation numérique pour s’optimiser, et toutes deux sont tirées par la demande de puissance de calcul. Les planificateurs d’infrastructures doivent trouver un point d’équilibre dans ce cycle, plutôt que de les considérer comme des séries de projets indépendants les uns des autres.

VII. Reconfiguration des capacités de la chaîne d’approvisionnement d’ingénierie et des contractantsSi la couche opérationnelle devient une variable centrale des infrastructures, la liste des compétences des entreprises de construction doit être réécrite : l’intégration de systèmes, la gouvernance des données, le transfert d’exploitation et la garantie de performance pourraient progressivement remplacer la simple exécution de travaux comme base de négociation. Pour les fournisseurs d’équipements, le degré de couplage entre le matériel et les logiciels d’exploitation influencera leur position concurrentielle à long terme ; pour les maîtres d’ouvrage, le risque de verrouillage par un fournisseur doit être traité en amont dans les contrats.

8. Risques : gouvernance, cybersécurité et discipline du capital

Plus la couche opérationnelle est profonde, plus les risques se concentrent. La cybersécurité passe d’un problème informatique à un problème de sécurité d’ingénierie ; la souveraineté des données et les flux transfrontaliers influent sur la conception de l’architecture des projets multinationaux ; l’explicabilité des modèles influe sur l’acceptation réglementaire. La gouvernance et les talents mis en avant dans l’article de Deloitte correspondent précisément aux pistes d’atténuation de ces risques.

Par ailleurs, il convient de rester vigilant face aux problèmes de discipline du capital : les investissements numériques dans les infrastructures tendent à créer un décalage entre des engagements excessifs et des bénéfices différés, d’autant que le cycle budgétaire du secteur public est généralement plus court que la durée de vie des actifs ; cette inadéquation des échéances doit être gérée explicitement.

9. Jugement à long terme

Considérer l’IA comme la couche opérationnelle des infrastructures interconnectées revient essentiellement à faire passer la concurrence en matière d’infrastructures de « qui en construit le plus » à « qui l’exploite le mieux ». Ce changement est tout aussi important pour les besoins de construction à grande échelle du Sud global : les nouveaux actifs ont l’occasion d’intégrer la conception de la couche opérationnelle dès la phase de livraison, évitant ainsi de reproduire des modèles d’exploitation coûteux et inefficaces.

Pour les investisseurs, les contractants et les gouvernements, la question à laquelle il faudra réellement répondre n’est pas complexe : qui conçoit la couche opérationnelle du projet, qui la gouverne, qui en assume la responsabilité à long terme. La réponse à cette question déterminera la valeur réelle des actifs d’infrastructure au cours des dix prochaines années.