Capture dans la ville pilotée par les données

L'attrait initial des villes intelligentes semble s'être émoussé en raison d'échecs notables, mais l'enthousiasme pour des données plus nombreuses et plus importantes dans la gouvernance locale reste fort. Les municipalités continuent d'installer avec empressement des capteurs, des caméras et des kiosques numériques dans toutes les villes, affirmant vouloir adopter une approche "axée sur les données" pour la fourniture de services municipaux et la gestion des environnements urbains. Il suffit de penser à toutes les initiatives en matière de données ouvertes, aux programmes d'état de la ville qui rendent régulièrement compte des mesures municipales et à l'utilisation croissante d'outils de prise de décision automatisés au sein des mairies. Si la sécurité urbaine reste l'un des principaux moteurs du modèle de gouvernance fondé sur les données, ce n'est pas le seul.

‍

L'année dernière, mon projet Edgelands s'est concentré sur un ensemble spécifique de startups technologiques qui fournissent aux gouvernements locaux une expertise en science des données et des logiciels pour analyser les ensembles de données gouvernementales. Souvent qualifiées de "gov-tech"(technologie gouvernementale), ces petites et moyennes entreprises s'attaquent à des problèmes spécifiques, tels que la gestion des trottoirs ou l'application du code de la propriété, ou à des domaines multiples tels que le logement, les transports et la santé publique. J'ai interrogé les fondateurs et les responsables des données d'un échantillon de startups gov-tech aux États-Unis pour comprendre 1) comment ces entreprises se positionnent par rapport à d'autres efforts de numérisation dans les environnements urbains, 2) comment elles travaillent avec les gouvernements locaux, et 3) la valeur des données urbaines pour ces entreprises.

‍

J'ai constaté que les entreprises de gov-tech ne vantent pas leurs services et ne promettent pas d'"innovation" en matière de gouvernance locale. Elles s'inspirent plutôt des critiques formulées à l'encontre des villes intelligentes et proposent d'aider les collectivités locales à mieux faire leur travail. Le fondateur d'une startup, par exemple, souligne une distinction claire avec les villes intelligentes : "Je ne pense pas que le fait d'avoir plus de caméras dans le monde rendra le gouvernement plus efficace, mais un bon logiciel peut aider les fonctionnaires à mieux faire leur travail." Un autre PDG d'une startup gov-tech rejette explicitement l'identification avec le marché des villes intelligentes, décrivant les villes intelligentes comme "un peu comme de la pensée magique". En tant qu'alternative aux grandes entreprises technologiques, les entreprises de gov-tech aiment se positionner en tant que partenaires des organismes publics, en se concentrant sur des tâches de routine telles que la collecte, l'organisation et la maintenance de divers ensembles de données. Elles prétendent rendre les systèmes de paiement de la ville plus efficaces, par exemple, ou aider les villes à atteindre leurs objectifs de justice sociale plus efficacement en utilisant un ensemble diversifié d'ensembles de données.

‍

Outre ce changement rhétorique, j'ai constaté une nette distinction dans la manière dont ces entreprises travaillent avec les organismes publics. Les entreprises de technologie gouvernementale expriment rarement leur intérêt pour l'expansion des technologies de surveillance dans les villes. Au contraire, elles privilégient l'acquisition d'ensembles de données existants - à l'intérieur et à l'extérieur des organismes publics - et leur intégration dans leurs propres plateformes au nom de l'amélioration des données et des capacités opérationnelles. Ces ensembles de données existants vont de ce qu'un organisme public possède déjà au format numérique aux données provenant d'autres organismes publics, en passant par d'anciennes cartes locales, des dossiers papier et des règles et règlements qui peuvent être numérisés et automatisés. Cette orientation ne signifie pas que ces entreprises sont opposées à la surveillance ou qu'elles la jugent inutile. Mais les startups gov-tech pensent qu'il y a plus à faire avec les données existantes, au moins à court terme, pour améliorer ostensiblement le fonctionnement et la fourniture des services publics.

‍

D'où vient donc la valeur des entreprises de gov-tech - ou, plus précisément, où ces entreprises voient-elles leur potentiel de marché ? Il s'agit là d'une question cruciale, d'autant plus que la plupart de ces jeunes entreprises aspirent à être rachetées par une grande société technologique américaine ou à s'associer avec elle. La valeur commerciale immédiate de ces entreprises réside dans la vente de leurs services aux organismes publics et/ou dans la revendication d'une part des recettes publiques. Par exemple, une startup qui fournit une infrastructure de paiement numérique pour traiter les frais prélève généralement une part des frais collectés. Les plateformes de données créées par les entreprises de gov-tech, qui regroupent souvent des données provenant de diverses sources publiques, peuvent également être concédées sous licence à d'autres organismes publics.

‍

Toutefois, les fondateurs soulignent rapidement que le "véritable potentiel de croissance" de la gov-tech réside dans les marchés privés susceptibles d'être intéressés par ce type d'intelligence urbaine. Comme l'explique l'un des fondateurs, "une fois que nous aurons géré des données pour un grand nombre de villes différentes, nous pourrons être la plateforme de données que le secteur privé utilisera pour accéder à ces données". Par exemple, si une entreprise de gov-tech se spécialise dans le suivi des données immobilières, sa plateforme d'information n'est pas seulement utile aux municipalités, mais aussi au secteur de l'immobilier. De même, si l'expertise d'une entreprise porte sur la gestion des trottoirs, ses données sont pertinentes pour les sociétés de flotte et les agences de transport.

‍

La proposition de valeur des entreprises de gov-tech met en évidence un risque important dans la gouvernance locale, où certains types de données, de services ou de parties de la ville peuvent sembler plus importants (et plus lucratifs) que d'autres, faisant ainsi probablement obstacle aux mandats d'intérêt public des gouvernements locaux. Outre "l'appropriation privée des données publiques", comme l'ont dit avec justesse les sociologues Marion Fourcade et Jeff Gordon, dans le modèle "gov-tech" de la datafication des villes, il y a aussi un obscurcissement et une distanciation continus dans la façon dont les agences publiques abordent leurs services et leurs opérations.

‍

Si l'on considère que ce que les entreprises de gov-tech offrent au départ est un besoin réel des agences publiques, comme le manque de ressources pour gouverner par les données ou les inefficacités existantes dans le partage des données entre les agences, il est essentiel de garder à l'esprit que les inefficacités de l'État et les inégalités sociales deviennent des excuses pour les entreprises technologiques pour s'emparer des environnements urbains. En d'autres termes, la sécurité et la surveillance ne sont pas les seuls points d'entrée permettant à l'industrie technologique d'étendre sa présence dans les villes et les gouvernements locaux.

‍

Ma bourse à Edgelands est terminée, mais je continue à faire des recherches sur les entreprises de gov-tech aux États-Unis et ailleurs. L'une des questions qui m'occupent ces jours-ci est de savoir dans quelle mesure les entreprises de gov-tech opèrent de manière distincte, si tant est qu'elles le fassent, dans les contextes du monde majoritaire où les relations entre l'État et le marché et la disponibilité des "données gouvernementales" à saisir et à s'approprier peuvent être différentes. Que pouvons-nous apprendre de la comparaison et du contraste entre différents pays pour mieux comprendre les stratégies et les capacités du marché de la gov-tech ?

‍

Une autre question est de savoir comment rendre plus visibles ces relations asymétriques et dynamiques entre les start-ups de la gov-tech et les agences publiques afin de rallier la résistance civique et politique. Quels types de ressources civiques et réglementaires sont nécessaires pour contrer l'expansion de la privatisation des données et des services gouvernementaux ? Katya Abazajian, membre du Voqal et fondatrice de l'initiative Local Data Futures, propose par exemple le concept de "données communautaires" qui couvre les informations sur "les actifs, les infrastructures, les modèles de comportement, les mouvements, les ressources naturelles, les terres ou les lieux du voisinage sous la responsabilité collective d'une communauté". Existe-t-il d'autres concepts qui nous aident à comprendre la transformation des services et des données publics à mesure qu'ils sont appropriés pour s'aligner sur les objectifs plus larges des entreprises de gov-tech ? Comment pouvons-nous articuler les risques collectifs associés à la privatisation généralisée de l'information publique, en plus des préoccupations relatives à la vie privée et à la surveillance ?

‍