Financer des infrastructures par la data, c’est du sérieux ?

Début avril, le président américain Joe Biden annonçait son intention de mettre sur la table plus de 2 000 milliards de dollars sur 8 ans pour rénover les infrastructures américaines et relancer l’activité du pays. Un mois plus tard, United for Infrastructure, une ONG de plaidoyer pour l’importance des infrastructures organisait une semaine de débats et de discussions. Entre les deux événements s’est glissé un article du Bloomberg CityLab qui a beaucoup fait parler de lui. « Plutôt que de lever des impôts, nous pouvons financer les rénovations de ponts et de routes en produisant et en vendant des données sur leur utilisation » résumait son sous-titre.

À l’intersection de thème urbains, financiers et de data, nous avons voulu discuter avec Peter Adriaens, professeur d’ingénierie, finance et entrepreneuriat à l’université du Michigan et auteur de l’article, pour tenter d’aller au delà de l’accroche un peu racoleuse et de l’apparent solutionnisme technologique.

Alors comme ça vous voulez remplacer les impôts par de la data ?

(Rires) Vous vous en doutez, c’est un petit peu plus compliqué que ça. Bloomberg CityLab a choisi ce titre pour interpeler dans un contexte où nous parlons beaucoup d’infrastructures,
mais il faut nuancer. Ce sont des modèles d’affaires émergents qui demandent à être consolidés. D’ailleurs pour être tout à fait transparent, la publication est le résultat d’un processus de synthétisation et de vulgarisation à plusieurs mains de mes publications académiques. Entre une littérature trop technique d’un côté et une une trop synthétique de l’autre, je suis content de pouvoir approfondir avec vous aujourd’hui.

Vous prenez comme point de départ la situation des infrastructures aux États-Unis, qui font face à un manque de financement et une détérioration inquiétante depuis quelques décennies. Pouvez-vous nous re-situer ces éléments ?

Le président américain Joe Biden a annoncé son intention de débloquer 2000 milliards de dollars pour les infrastructures du pays – Eric Haynes

Il y a régulièrement des débats aux États-Unis sur le financement des infrastructures qui sont en effet dans un état déplorable. Avec les annonces de Joe Biden, on parle de trillions (milliers de milliards) de dollars nécessaires pour les routes, les ponts, les systèmes d’eau potable, d’énergie, les écoles etc. Il faut savoir qu’au début des années 1970 nous étions en capacité de financer ces projets et ces rénovations car il y avait suffisamment de recettes fiscales. Le problème date des années Reagan et s’aggrave depuis sous les mandats républicains, qui ont nettement baissé les impôts notamment sur les grandes fortunes et les entreprises. Ce problème ne s’exprime pas forcément de la même manière dans d’autres pays comme la Finlande ou la Chine.

En quoi la data peut-elle aider ?

En deux mots, l’idée est d’injecter de la data dans le financement pour diversifier les apports. Si l’on équipe les infrastructures de capteurs, elles pourront produire des données sur l’état, le fonctionnement et l’utilisation de celles-ci. Cela permet de mettre au point une modélisation numérique de l’infrastructure, comme un jumeau digital enrichi d’informations. Cette information a de la valeur puisqu’elle permet à une collectivité de connaître l’efficacité opérationnelle de l’infrastructure dans le temps, et quasiment en temps réel. Il s’agit donc d’attacher la performance de l’infrastructure à son financement.

C’est le moment tant redouté où vous allez devoir détailler les modèles de financement des infrastructures…

Traditionnellement, la structure financière pour ce type d’aménagements comprend différentes couches. Il y a d’une part l’argent public qui est tiré d’obligations, de subventions ou de prêts de banques d’état, et d’autre part l’argent privé issu des banques commerciales ou d’investisseurs. C’est important de comprendre la différence parce que l’argent public coûte moins cher, dans la mesure où les taux d’intérêt sont plus bas. Mais avec les baisses d’impôts et la Covid-19, il est de plus en plus rare. Si une source de financement se tarit, cela crée un déséquilibre et il faut trouver de quoi compenser. La plupart du temps, ce montage traditionnel est statique : une fois qu’il est négocié, on n’y touche plus, parfois pendant des décennies lorsqu’il s’agit d’obligations. La data permet un financement adaptatif : au lieu d’être verrouillé, il évolue dans le temps en fonction de la performance de l’infrastructure. La tranche d’information qui est ajoutée au montage financier permet de créer de nouvelles sources de revenus et elle peut jouer comme une assurance ou une option.

De quel type de data s’agit-il exactement ?

Il ne s’agit pas de données sur les gens, comme celles qu’on trouve sur Facebook, mais de données brutes. Ce sont des températures, des quantités de véhicules sur une route par heure, des mètre cube d’eau dans un tuyau, des mesures de vibrations à travers du béton, le nombre de telle ou telle particule dans l’air… Il y a différentes informations, mais aussi différents types d’informations. Certaines sont relevées toutes les secondes, d’autres tous les ans. Certaines renseignent sur une zone géographique large et d’autres non… Les datas recouvrent beaucoup de choses différentes et c’est important de garder cette diversité en tête.

Vous avez des exemples concrets à donner ?

Pour la première fois, l’infrastructure devient une source d’information. Il sera possible de croiser les données de circulation sur un pont avec celles des fissures dans le béton de l’ouvrage. Dès lors, rien n’empêche d’imaginer de négocier des tarifs différentiels sur la circulation des poids lourds ou sur leur taux de charge. C’est ce qui est testé aujourd’hui aux Pays-Bas où un portfolio de ponts a été confié à un gestionnaire d’actifs pour trouver de nouvelles sources de revenus par la data. Aujourd’hui, ce type de financement n’est pas
encore pleinement mis en oeuvre car nous manquons de retour d’expérience. Il est encore difficile d’anticiper la valeur de ces données et son évolution dans le temps. Après la publication de l’article j’ai reçu des dizaines de coups de fil de banques, d’entreprises de la tech etc. Par exemple, les compagnies d’assurance y voient un moyen de mieux couvrir les risques et les investisseurs y voient de nouvelles sources de revenus. Ces données intéressent beaucoup de monde car elles permettent d’identifier des opportunités d’affaires. Elles peuvent donc être vendues par les collectivités à des entreprises qui vont les traiter. Une fois rendues intelligibles, l’enjeu sera de reverser ces informations dans le domaine public.

Embouteillages sur une autoroutes aux Pays-Bas – Neushorn/Wikipédia

En Europe, la protection des données personnelles est une préoccupation plus forte qu’aux États-Unis. Ce modèle permet-il de veiller à la protection des données ?

Évidemment c’est un sujet important. La recherche appliquée et certaines grosses entreprises comme Oracle travaillent actuellement sur la catégorisation de ces bases de données en fonction de leurs caractéristiques, que ce soit en termes de protection de la vie privée ou de cybersécurité. À partir de là on peut construire des profils pour chaque base de données et leur attribuer une valeur. Ensuite on peut imaginer que des commissions publiques au niveau local – composées d’élus et de citoyens – pourront décider en intelligence les bases de données qu’ils veulent rendre accessibles en open data ou celles qu’ils veulent monétiser. Certaines villes comme Londres, Helsinki ou Toronto font déjà cela.

Quel avenir voyez-vous pour ces modèles de financement ?

Le financement d’infrastructure par la data suscite beaucoup d’intérêt, je prévois une forte accélération dans les 3 à 4 années à venir. Les pays en voie de développement notamment sont très intéressés par ce modèle. Pour eux les taux d’intérêts sont élevés et il est difficile de financer leurs infrastructures sans l’aide des pays développés. Ils sont souvent dos au mur et ce modèle leur permet d’échapper au coût de l’emprunt. C’est aussi un bon moyen d’atténuer les effets de la corruption locale ou la mauvaise gestion des fonds publics. On peut ainsi imaginer que dans les années à venir, ils adopteront le financement d’infrastructure par la data, quand les pays développés conserveront le modèle financier traditionnel par inertie.