Dans les secteurs de l’énergie et des services publics, les grands projets d’investissement sont de plus en plus à la fois numériques et matériels. En tenant compte des données, de l’interopérabilité et de la préparation à l’IA dès le départ, les organisations peuvent concevoir des infrastructures qui génèrent une valeur opérationnelle accrue bien après la mise en service.
Pendant des décennies, les grands projets d’infrastructure énergétique ont été évalués selon trois critères fondamentaux : mise en œuvre sécuritaire, dans les délais et dans les limites du budget.
Ces mesures demeurent essentielles. Toutefois, lorsqu’il s’agit d’actifs destinés à fonctionner plusieurs décennies, les dirigeants doivent aussi tenir compte de ce qui se passe après la mise en service.
Les organisations du secteur de l’énergie et des services publics investissent dans la génération, les réseaux, l’énergie renouvelable, le stockage, l’hydrogène, les infrastructures hydrauliques et d’autres actifs essentiels. Parallèlement, elles cherchent à améliorer la productivité de même que la résilience, à moderniser les activités et à obtenir une valeur mesurable de l’IA.
Le lien entre ces priorités repose sur des décisions prises bien plus tôt que ne le pensent de nombreuses organisations.
Les choix relatifs aux données, à l’architecture, aux technologies opérationnelles (TO), à l’intégration, à la cybersécurité et à la gouvernance durant un projet d’investissement peuvent déterminer la facilité avec laquelle un actif pourra être surveillé, entretenu et optimisé, et ce, des années après sa mise en service.
Ainsi, les dirigeants doivent se poser une question différente. Au-delà de sa capacité à être fonctionnel, un actif sera-t-il également prêt à évoluer et à fournir les données nécessaires aux futures décisions opérationnelles?
Voir au-delà de la fin du projet d’investissement
Les projets d’investissement se concentrent habituellement sur la mise en service d’une capacité matérielle définie, comme la génération d’électricité, le transport d’énergie, le traitement des eaux ou encore le développement de la capacité du réseau.
L’analyse de rentabilité doit de plus en plus intégrer la durée de vie opérationnelle de l’actif ainsi que sa capacité à fournir les données TO requises pour optimiser les activités.
Les opérateurs doivent pouvoir compter sur un accès fiable aux renseignements sur la performance des actifs. Les données opérationnelles et celles de l’entreprise doivent être connectées de façon sécurisée, lorsque nécessaire. De plus, les organisations doivent être en mesure de repérer les problèmes potentiels, d’optimiser les processus au fur et à mesure de l’évolution des conditions et d’intégrer de nouvelles capacités sans avoir à repenser l’environnement technologique sous-jacent.
Lorsque des infrastructures sont conçues pour fonctionner pendant des décennies, ces capacités peuvent avoir des retombées à long terme.
Un investissement en capital d’envergure génère donc bien plus qu’un actif matériel. Il établit aussi une base numérique qui influence le fonctionnement de l’actif, son entretien et son optimisation tout au long de son cycle de vie.
Cela élargit la perspective sur le rendement du capital investi. La réussite consiste à atteindre les objectifs définis dans l’analyse de rentabilité initiale, tout en mettant en place les capacités nécessaires pour améliorer la performance opérationnelle et s’adapter à l’évolution des technologies, des marchés et des exigences d’affaires.
Placer les données au cœur de l’infrastructure
Chaque actif énergétique moderne génère des données, mais cela ne crée pas automatiquement de la valeur.
Les renseignements sur les activités peuvent demeurer fragmentés entre les équipements, les systèmes de contrôle, les environnements d’ingénierie, les applications et les plateformes d’entreprise. Sans architecture et gouvernance adéquates, les organisations peuvent collecter de grandes quantités de données sans pour autant parvenir à les transformer rapidement en renseignements exploitables.
Nous devons donc placer les données au cœur de l’infrastructure elle-même.
En concevant cette dernière, les organisations doivent déterminer comment les données opérationnelles seront recueillies, mises en contexte, gouvernées, partagées et exploitées. Reporter l’intégration des données jusqu’à ce qu’une analyse ou que l’IA en ait besoin risque de la compliquer par la suite.
Il faut donc établir une qualité, une gouvernance et une traçabilité des données appropriées, tout en favorisant l’interopérabilité entre les systèmes ainsi qu’une meilleure collaboration entre les cloisonnements organisationnels. La conception des architectures doit également permettre de répondre de manière sécurisée aux exigences opérationnelles et d’affaires.
Une base de données fiable peut offrir aux opérateurs une meilleure visibilité sur la performance des actifs, favoriser une prise de décisions plus éclairées et mettre en œuvre l’analyse prédictive. Qui plus est, elle répond à une exigence fondamentale de l’IA : des données fiables, bien contextualisées et gouvernées qui permettent de transformer de façon responsable les perspectives en mesures de confiance.
Renforcer l’état de préparation de l’IA au sein de l’environnement opérationnel
L’évolution rapide de l’IA peut nous pousser à commencer par un modèle, une plateforme ou un cas d’utilisation. Dans les environnements essentiels à forte intensité de capital, tout part de la fondation opérationnelle.
Les organisations doivent d’abord savoir si l’environnement peut soutenir l’IA de façon sécuritaire et efficace.
Une telle approche repose sur des données fiables et accessibles, des échanges de renseignements efficaces entre les TI et les TO, une cybersécurité intégrée à l’architecture, ainsi qu’une gouvernance et une répartition des responsabilités clairement définies. L’intégration de nouvelles capacités doit se faire sans compromettre ni la sécurité, ni la fiabilité, ni la résilience des activités essentielles..
L’infrastructure du secteur de l’énergie et des services publics réunit les TI en entreprise aux environnements opérationnels, lesquels peuvent inclure des systèmes d’acquisition et de contrôle des données, des systèmes à commande répartie, des technologies industrielles d’Internet des objets, des mesures avancées et d’autres systèmes essentiels. À mesure que la connectivité s’accroît, les décisions relatives aux données, à la cybersécurité, aux technologies infonuagiques et de pointe ainsi qu’à la gestion des accès deviennent de plus en plus interreliées.
L’état de préparation de l’IA constitue donc une capacité à la fois architecturale et opérationnelle, plutôt qu’un simple accès à une plateforme d’IA.
En intégrant cette capacité aux programmes d’investissement ainsi qu’aux initiatives de modernisation, les organisations profitent d’une flexibilité accrue afin de déployer l’IA là où elle peut générer une valeur opérationnelle mesurable.
Concevoir une infrastructure énergétique pour évoluer
Aucune organisation ne peut prévoir quelles technologies existeront lorsque les actifs mis en service aujourd’hui auront atteint la moitié de leur cycle de vie opérationnel.
Il est donc peu judicieux de concevoir une architecture en fonction d’une technologie future en particulier. La meilleure approche à long terme consiste à concevoir un environnement capable de s’adapter aux changements, c’est-à-dire de réfléchir à l’interopérabilité, à l’évolutivité ainsi qu’à la modularité, en fonction des exigences d’affaires et opérationnelles. Il s’agit aussi de permettre aux nouvelles applications d’accéder aux renseignements opérationnels de façon sécurisée, sans perturber les systèmes essentiels.
Avec ces fondements en place, les organisations peuvent introduire progressivement des capacités telles que l’analyse prédictive, l’automatisation et l’optimisation opérationnelle avancée au fur et à mesure de l’évolution des exigences et des technologies.
Le même principe s’applique aux actifs existants. La modernisation n’a pas besoin de remplacer une infrastructure matérielle. Les organisations peuvent déployer graduellement l’intégration, les analyses, l’automatisation et l’intelligence opérationnelle dans leurs systèmes essentiels, de manière à maximiser leur valeur et à prolonger leur durée de vie utile.
C’est ici que l’investissement en capital et la transformation opérationnelle convergent.
Les équipes des projets d’investissement, des opérations et des technologies apportent chacune leur expertise lors des prises de décisions liées à l’infrastructure, en plus de se concentrer sur différentes priorités. En tenant compte de ces perspectives tôt dans le processus, les organisations sont en mesure d’éviter une contrainte importante à long terme : un actif qui fonctionne comme prévu sur le plan matériel, mais dont l’optimisation numérique est difficile. La collaboration entre ces équipes permet d’avoir une meilleure vue d’ensemble de l’actif et de la valeur qu’il doit générer tout au long de sa durée de vie.
Mettre les exigences numériques au cœur de la planification du capital
Pour les dirigeants responsables d’importants investissements en infrastructures, il est essentiel de tenir compte des exigences opérationnelles à long terme suffisamment tôt dans le programme d’investissement pour qu’elles puissent influencer la conception.
Trois questions peuvent aider à orienter cette discussion :
- De quelles données opérationnelles aurons-nous besoin? Définir les renseignements dont l’actif a besoin pour fonctionner, comment ils seront mis en contexte et qui devra y accéder.
- Comment assurer une interaction sécurisée entre les systèmes? Tenir compte de l’interopérabilité, de la cybersécurité, de la gouvernance ainsi que de l’intégration des TI et des TO, en complément des exigences matérielles et d’ingénierie.
- Comment l’actif s’adaptera-t-il aux changements? Prévoir une flexibilité suffisante dès la conception afin de pouvoir intégrer de nouvelles capacités d’analyse, d’automatisation et d’IA au fur et à mesure de l’évolution des besoins opérationnels.
Il ne s’agit pas de simples décisions technologiques. Ces décisions influencent la façon dont les organisations exploiteront et entretiendront leur infrastructure, ainsi que la valeur qu’elles en tireront tout au long de sa durée de vie utile.
D’une infrastructure fonctionnelle à une infrastructure évolutive
La transition énergétique exigera d’importants investissements dans l’infrastructure matérielle. L’objectif est donc d’en tirer davantage de valeur au fil du temps.
Pour cela, nous devons voir au-delà de la mise en service du projet d’investissement et réunir les expertises en exploitation, en technologies et en projets d’investissements nécessaires pour assurer une vision globale de l’actif sur l’ensemble de son cycle de vie.
Un actif se doit de fonctionner comme prévu dès sa mise en service. Son fondement numérique doit également soutenir les données fiables, l’interopérabilité sécurisée et l’intégration de nouvelles capacités opérationnelles à mesure que les exigences évoluent.
Les organisations qui jettent ces bases dès maintenant seront mieux outillées pour intégrer l’IA là où elle peut générer une valeur concrète et mesurable, plutôt que d’adopter des technologies sans objectif précis.
Pour les dirigeants qui doivent prendre des décisions à long terme concernant l’infrastructure, un autre critère de réussite vient s’ajouter à une prestation de services sécurisée qui respecte l’échéancier et le budget : Ne vous demandez pas seulement si l’actif est prêt à être mis en service. Demandez-vous aussi s’il est prêt à évoluer.
