Quand l’IA protège la ville : anticiper, modéliser, protéger

La ville africaine de 2050 est déjà en train de naître. La question n’est pas de savoir si elle grandira, mais si elle restera sûre en grandissant.

Le choc démographique urbain

Les chiffres de l’ONU donnent le vertige : la population urbaine du continent passera de 414 millions aujourd’hui à plus de 1,2 milliard en 2050. La part des Africains vivant en ville grimpera de 40 % en 2020 à près de 70 % en 2050 — soit plus de 950 millions de nouveaux citadins à accueillir en une génération.

Cette densification met sous tension tout ce qui fait une ville vivable : mobilité, services, accès à l’emploi, et surtout sécurité. À cette échelle, les méthodes héritées — un agent, une caméra, un registre papier — ne tiennent plus. On ne sécurise pas une métropole de dix millions d’habitants avec les outils d’une ville de cent mille.

De la surveillance à l’anticipation

La vidéosurveillance classique regarde le passé : elle filme ce qui s’est déjà produit, et sert surtout à constater. La sécurité urbaine de demain doit anticiper.

Trois capacités changent la donne :

• Anticiper — repérer les signaux faibles (concentrations anormales, schémas récurrents, ruptures d’habitude) avant l’incident ;
• Modéliser — simuler l’impact d’un événement (manifestation, accident, météo extrême, panne d’infrastructure) sur les flux de la ville ;
• Protéger — orienter les moyens humains là où le risque est le plus élevé, en temps réel, au lieu de les disperser.

Une ville ne se sécurise pas en filmant tout. Elle se sécurise en comprenant ce qui va arriver.

Trois terrains concrets

La sécurité urbaine augmentée n’est pas une abstraction. Elle s’applique à des problèmes quotidiens :

• La mobilité — anticiper les points de congestion et fluidifier les secours qui doivent traverser la ville ;
• Les services publics — détecter une rupture d’eau ou d’électricité avant la plainte, à partir des signaux du réseau ;
• La sécurité des personnes — concentrer la présence humaine sur les créneaux et les lieux où l’historique montre un risque accru.

Dans chaque cas, l’IA ne décide pas à la place de l’humain : elle hiérarchise l’attention.

L’IA comme multiplicateur, pas comme remplaçant

Le risque d’une smart city mal pensée, c’est la surveillance de masse. La bonne approche est inverse : l’IA traite le volume pour que l’humain décide mieux, sur les bons signaux, dans le respect des libertés publiques.

Cela suppose une gouvernance claire : quelles données, pour quel usage, avec quels droits d’accès, quelle durée de conservation et quelle traçabilité. La sécurité urbaine augmentée n’est légitime que si elle est auditable — si une autorité de contrôle peut, à tout moment, vérifier ce que le système voit et ce qu’il en fait.

Un enjeu de souveraineté

Modéliser une ville africaine demande des données africaines, des modèles entraînés sur des réalités locales — densités, climats, usages — et une infrastructure maîtrisée. Importer une « smart city » clé en main, c’est confier la sécurité de ses citoyens à une boîte noire étrangère, dont on ne maîtrise ni les règles ni l’hébergement.

Construire la sienne, c’est garder la main sur ce qui compte le plus : protéger, sans renoncer à comprendre. Anticiper, modéliser, protéger — dans cet ordre, et sous contrôle local.