La simulation opérationnelle assistée par l’IA pour préparer les crises futures

Hervé Carresse est Directeur associé du cabinet Nitidis.

---

Alors que les phases de déconfinement se succèdent et que notre pays sort lentement d’une crise sanitaire et d’un confinement unilatéral de deux mois, nous devons nous interroger sur les autres périls qui pourraient survenir à la suite de cette catastrophe mondiale et systémique.

En nous projetant dans une perspective à 5 ans, nous pouvons envisager :

• l’émergence de nouveaux virus mondialisés agressifs,
• la multiplication des cybercrises touchant les réseaux et architectures numériques des entreprises, des collectivités, des institutions,
• les conséquences de l’aggravation des phénomènes climatiques violents tels que les crues, les inondations, les feux de forêt,
• les accidents technologiques résultant de la vétusté des installations et d’un manque de contrôle de celles-ci,
• les mouvements sociaux violents et organisés développant des stratégies et tactiques quasi militaires,
• les actions terroristes coordonnées et de grande ampleur utilisant des moyens rustiques, conventionnels, sophistiqués, spéciaux (chimique, nucléaire, biologique),
• les paralysies partielles ou totales pour diverses raisons des réseaux d’énergie ou de transports,
• l’enjeu de réponse, de résistance, de résilience face à l’ensemble de ces périls est donc majeur.

En dehors de tout modèle prédictif mais dans une logique d’évaluation opérationnelle, en quoi la simulation opérationnelle assistée par l’intelligence artificielle pourrait bonifier et optimiser les organisations et les plans déjà prévus à cet effet et surtout permettre d’innover en vue d’anticiper les situations à venir ?

Après avoir défini le concept de simulation opérationnelle, les utilisations avérées et envisageables de la simulation opérationnelle seront abordées au travers du triptyque suivant : la simulation des scénarios de crise envisageables, la simulation des crises antérieures, la construction, le test et la validation des plans d’urgences d’opérateurs et de la couverture opérationnelle des SDACR (schémas départementaux d’analyse et de couverture des risques).

Simulation opérationnelle, de quoi s’agit-il ?

La simulation opérationnelle assistée par l’intelligence artificielle (IA) permet de représenter la réalité. Elle est donc intimement associée à la notion de modélisation de reconstruction artificielle d'un système réel avec ses entités, ses phénomènes et ses processus.

Il s’agit donc d’une représentation numérique, bonifiée par l’IA, d’un modèle existant en recherchant un réalisme juste et suffisant permettant une immersion, un jeu, destiné à mettre en situation certains des protagonistes du système.

Du fait du temps et des ressources disponibles, de l’état de l’art numérique, le modèle proposé offre une représentation réaliste mais avec des limites, des imperfections, des aspects qui ne sont pas exactement conformes à la réalité.

La simulation opérationnelle est une construction interactive de modèles qui deviennent de plus en plus perfectionnés et réalistes au fur et à mesure du temps et des ressources consacrés à leur élaboration.

Aujourd’hui, elle nécessite le recours à l’intelligence artificielle pour autonomiser et rendre réaliste le comportement des agents implémentés.

La simulation opérationnelle propose un modèle réaliste. Cette représentation peut se substituer à la réalité si l’on a bien défini au préalable son champ d'application et l'objectif recherché.

Les champs d'application de la simulation opérationnelle sont les suivants :

• en amont des crises : la prospective, la doctrine, la formation et l'entraînement, la planification, la préparationle test et la validation des plans.
• pendant les crises : l’anticipation et l'aide à la décision.
• après les crises :  le « rejeu » au bénéfice du retour d’expérience.

In fine, il s’agit de modéliser une situation opérationnelle de manière réaliste.

De manière pratique, la finesse du réalisme proposé dépend des données numériques disponibles, des systèmes d’information du « client » pouvant être interfacés avec le logiciel, du temps et des moyens consacrés à cette modélisation. Pour résumer, le duo données disponibles / temps de développement est celui qui pilote le réalisme de la simulation numérique, l’important étant de pouvoir obtenir un modèle de jeu suffisamment réaliste pour en tirer des enseignements d’ordre opérationnel à la suite d’une mise en situation des acteurs impliqués.

La simulation opérationnelle assistée par l’IA assure donc la retranscription des comportements des acteurs et des interactions de ces acteurs avec les événements et les phénomènes instrumentés de manière réaliste et autonome.

Simuler les crises envisageables

La simulation opérationnelle permet de mettre en scène les scénarios de crise envisageables en modélisant les événements, les acteurs, les interactions des acteurs avec les événements déclenchés en fonction de normes fixées à l’avance, correspondant à la doctrine et aux normes d’engagement, liées à l’efficacité de leur action ou à leurs aptitudes diverses comme la vitesse de déplacement, le changement d’itinéraire, la capacité de transport, les délais de mise en œuvre de leurs actions, la propagation de gaz divers, les inondations, les incendies, la progression des épidémies, etc.

La crise sanitaire actuelle pourrait utilement inciter à modéliser, dans le cadre d’une démarche prospective, un scenario de pandémie à partir d’un agent infectieux aux caractéristiques fixés en matière de contamination. Cette situation pourrait être implémentée et appliquée à un territoire donné, à sa population, aux acteurs sanitaires et des secours, pendant un temps donné qui pourrait être long mais accéléré par l’horloge de la plateforme de simulation opérationnelle à l’exemple des possibilités offertes par la solution SYNERGY développée par MASA. Cette accélération du tempo permet ainsi de « jouer » une situation épidémique de 1 à 2 mois en 3 ou 4 jours.

De plus, afin de complexifier la situation (le « jeu »), un tel scénario pourrait être combiné avec d’autres événements concomitants, inondations, crues, attaques, terroristes ou autres.

Les différents plans (pandémie, nombreuses victimes, etc.), les acteurs à l’œuvre (centres de vaccination, centres logistiques, flux logistiques, secours, forces de sécurité, etc.) pourraient ainsi être joués et évalués selon des configurations variées.

Rejouer les crises antérieures

Les situations de crise antérieures, grâce à l’historique des événements et les documents relevant du retour d’expérience, peuvent être « rejouées ».

Les actions / réactions consécutives à ces événements sont alors modélisées afin de capitaliser, sous la forme d’un retour d’expérience dynamique, en rejouant la crise afin d’adapter la réponse ou la doctrine opérationnelle.

Cette opportunité de scénarisation de crises antérieures récurrentes est illustrée par les exercices de gestion des crues majeures (crue centennale de la Seine sur Paris, du fleuve Itajai à Blumenau au Brésil) conduits au moyen de l’outil SYNERGY de MASA en 2016 (exercice SEQUANA de crue centennale de la Seine organisé par la zone de défense civile de l’Ile-de-France) et en 2017 (exercice d’inondation du bassin du fleuve Itajai à Blumenau au profit de l’ONU).

Construire, tester, valider des dispositifs, des plans opérationnels et de crise

Jusqu’à présent, la plupart des dispositifs opérationnels et de crise ayant fait appel à l’intelligence artificielle pour leur élaboration l’ont fait selon une approche probabiliste et prédictive. Le champ de la construction, du test et de la validation opérationnelle via une mise en situation réaliste reste donc grand ouvert et innovant tout en étant porteur de perspectives pour de nombreux secteurs d’activité : énergie, transport, sécurité publique, réseaux de télécommunication, gestion de crise, gestion de foules, etc.

De fait, il s’agit de construire, tester, valider des plans d’opérateurs, des couvertures opérationnelles en partant de modèles prédictifs ou d’hypothèses de réponses opérationnelles. La modélisation de la situation opérationnelle requise avec sa géographie, ses acteurs, ses risques permet d’évaluer et de vérifier la pertinence des hypothèses et modèles de couverture opérationnelle envisagés en les déroulant sur un terrain virtualisé et face aux événements modélisés par un outil de simulation assisté par l’IA.

L’utilisation innovante des outils de simulations opérationnelles pour construire, tester et valider un plan d’urgence d’opérateur tel que celui du Réseau Gaz de Strasbourg (tous les deux ans, un exercice de gestion de crise réalisé grâce à l’outil de simulation de MASA) offre des possibilités considérables dans le cadre de l’évolution des plans de secours divers tout comme dans la vérification de l’efficience des différentes hypothèses de couverture opérationnelle des SDACR vis-à-vis des risques courants, des risques particuliers et de plans d’urgences divers (PPI/POI, NOVI, etc.). La modélisation des délais d’intervention des interactions entre les secours et les situations assure une mise en situation des modèles prédictifs.

Simulation opérationnelle et immersion opérationnelle

La simulation opérationnelle assistée par l’IA œuvre à l’optimisation des dispositifs de gestion de crise en permettant la configuration de situations réalistes qu'il serait ardu de déployer en réel par l’impossibilité de mobiliser l’intégralité des moyens tout comme par l’ampleur et la dangerosité des événements à créer.

Dans ce cadre, lors des mises en situation des cellules de crise, il apparait également opportun de compléter l’outil simulation opérationnelle avec un outil de réalité virtuelle propre à assurer l’animation de bout en bout de toute la chaîne opérationnelle de ses échelons terrains à son échelon stratégique via ses échelons tactiques et opératifs.

Hervé Carresse