En juin 2019, les experts de la douane, du commerce, du transport, de la logistique et de la technologie se sont réunis à Bakou, en Azerbaïdjan, afin de d’aborder ensemble les questions relatives aux diverses technologies utilisées pour gérer le mouvement des marchandises, des personnes et des moyens de transport à travers les frontières, en se focalisant tant sur les produits et outils technologiques essentiellement matériels, que sur ceux dont la valeur première découle des données.

L’événement qu’organisait l’OMD résultait de la fusion de la Conférence et exposition sur la TI et du Forum sur la technologie et l’innovation. S’il était en cela nouveau, il se donnait le même objectif général que ses prédécesseurs : offrir une plateforme pour présenter aux administrations douanières les outils et services existants, pour débattre des défis et des coûts de la mise en œuvre de ces outils et services et pour sensibiliser les participants aux dernières tendances et aux évolutions futures dans ce domaine.

Lorsqu’il est question de « vendre » une technologie spécifique, il s’agit le plus souvent de vendre une vision, de convaincre les gens d’y adhérer et de les informer ensuite des technologies qui peuvent être utilisées pour réaliser cette vision. Sir les participants ont donc eu l’occasion d’essayer les solutions et les équipements technologiques proposés et de comprendre la manière dont ils fonctionnent, ils ont également été invités à réfléchir à une certaine vision, à la façon de l’adapter à leur structure et organisation, et, par la même occasion, à se projeter dans le futur.

Revenons sur quelques-unes des idées glanées durant l’événement.

La douane a accès à un volume considérable de renseignements. Les premières informations qu’elle recueille sont les renseignements consignés dans la déclaration avant l’arrivée, sur les expéditeurs, les destinataires, les valeurs et les marchandises, c’est-à-dire les informations typiquement contenues dans le manifeste. D’autres informations sont recueillies à l’arrivée, grâce à la déclaration en douane et à travers divers capteurs, dont les systèmes d’inspection non intrusive (INI) notamment. Si la douane ou toute autre agence décide de contrôler les marchandises, les résultats de la vérification viennent s’ajouter à ce « pot commun » d’informations.

Cela dit, la douane n’utilise pas toujours ces données dans une conjugaison optimale. Par exemple, les systèmes de guichet unique peuvent ne pas incorporer les données tirées des inspections. Ainsi, une période de transition semble nécessaire dans la recherche de solutions qui permettent de combiner toutes ces données.

Il est intéressant de noter que l’industrie de l’inspection non intrusive a mis sur le marché de nouveaux produits qui fournissent des jeux de données plus riches. Certains systèmes permettent à présent d’incorporer diverses technologies radiologiques et affichent le jeu de données ainsi généré sur une interface unique de l’utilisateur.

Le fichier d’images radiographiques en soi est complété par des données externes complémentaires, aboutissant à un résultat plus probant. Les leaders de l’industrie du matériel d’INI ont mis au point des plateformes qui permettent non seulement d’évaluer les images à distance mais aussi d’intégrer les données, notamment celles qui sont entreposées dans les systèmes de guichet unique, ainsi que les données des inspections, des images, des moniteurs de rayonnement, des dispositifs biométriques et des appareils de pesage, parmi d’autres.

Les systèmes de guichet unique sont à présent considérés comme les principaux agrégateurs de données, permettant de regrouper notamment les données tirées des factures, du connaissement ou de la liste de colisage, envoyées depuis le progiciel de gestion intégré (ERP) d’un importateur ou d’un exportateur, afin de préparer les documents réglementaires. L’un des systèmes présentés à la conférence propose les fonctionnalités suivantes :

• notifier l’opérateur commercial de toute donnée complémentaire exigée afin de remplir une demande.
• appliquer des règles afin d’identifier les envois présentant des caractéristiques de risque connues lorsqu’il existe des divergences entre les informations consignées sur le manifeste et celles reprises sur la déclaration.
• identifier, avec l’aide de l’intelligence artificielle (IA), un « comportement » inhabituel dans les déclarations, notamment en établissant des corrélations ou en relevant des similitudes avec des envois précédents ayant fait l’objet de fausses déclarations.
• procéder à une analyse des réseaux et déterminer les éventuelles associations existantes avec des individus, des entités ou des lieux considérés comme suspects.

Les outils de pointe pour la gestion des risques deviennent également de plus en plus sophistiqués. Un des instruments présentés destinés à la surveillance des moyens de transport est capable d’extraire et d’afficher un volume impressionnant d’informations, comme par exemple, dans le secteur maritime, la position actuelle des navires, l’historique et les mouvements précédents des bateaux, la propriété du navire et la nature du fret.

Bon nombre de renseignements sont encore disponibles sur format papier et ces informations doivent être extraites et le document reconstruit sous un format numérique, de type Excel ou Word. Ce processus peut aujourd’hui être facilement effectué en utilisant l’appareil photo d’un téléphone portable, par exemple.

Même en cette ère du « Big Data », nous n’avons encore rien vu. L’Internet des objets, une fois qu’il s’imposera et commencera à se développer réellement, va en effet complètement changer la donne. L’expression d’Internet des objets (IdO) est utilisée pour décrire un environnement où des objets capteurs envoient des données à une application. Ces données peuvent ensuite être utilisées pour appréhender une situation et permettre à des applications, à des machines ou à des utilisateurs humains de mieux comprendre ce qui se passe autour d’eux et de prendre des décisions plus éclairées.

L’IdO est déjà partout et sa présence devrait encore s’accroître à l’avenir. Les objets connectés sont largement utilisés pour la gestion de la chaîne logistique, afin de suivre les envois, surveiller l’état des marchandises et contrôler certains paramètres de leur environnement, comme la température ambiante. Il permet, par exemple, de suivre une bûche de bois tout au long de sa chaîne de transformation, depuis l’endroit où l’arbre a été abattu jusqu’au lieu où la bûche sera vendue.

Les appareils connectés sont également utilisés pour la gestion de flottes, afin de recueillir les données sur l’endroit où se trouve un véhicule, un aéronef ou un navire, ou son activité en temps réel ainsi que pour contrôler les parties sensibles telles que le moteur, prévoir les entretiens ou optimiser les interventions de réparation. Une pièce détachée d’un avion peut être commandée avant que l’aéronef n’arrive, une faille de système sur un camion peut être identifiée et des mesures peuvent être lancées automatiquement pour y remédier, suivant des flux d’actions prédéterminés. Il s’agira par exemple d’envoyer de l’aide ou un nouveau camion en temps opportun et d’informer, par la même occasion, les parties concernées et les autorités au lieu de destination des retards attendus.

Grâce aux outils de reconnaissance visuelle, il est possible d’apprendre à une machine à reconnaître certains objets tels que des armes ou des céréales avariées. Ajoutez à cela la capacité à lire et à traduire du texte et vous disposez d’une technologie capable de voir ce qu’est un article et de lire ce qui est inscrit sur son emballage ou son étiquette.

Un réfrigérateur peut ainsi identifier ce qu’il contient. Certains scanners aujourd’hui prennent des photos et appliquent cette technologie pour reconnaître différents objets, par exemple, à l’aéroport ou lorsque des marchandises sont chargées à bord d’un aéronef, d’un navire ou d’un véhicule. En combinant l’image à d’autres informations concernant le contenu, l’origine ou encore le propriétaire du fret, il est possible de déterminer le niveau de risque et d’agir en conséquence.

L’agrégation de données en une plateforme unique permettra d’avancer vers l’apprentissage automatique. En effet, un volume important de données est nécessaire pour tirer véritablement parti de cette technologie, qui est directement liée à la reconnaissance des tendances et à l’apprentissage informatique.

La mise au point d’algorithmes pour détecter des comportements anormaux dans les transactions ou processus du monde réel exige un accès aux informations sur les marchandises, aux images qui s’y rapportent, si elles existent, à la décision finale prise après inspection ainsi qu’au retour d’information de la part des parties concernées.

Les systèmes intelligents peuvent également prédire l’arrivée des navires ou leur position, en combinant les informations concernant la réputation de la compagnie maritime, les rencontres en mer, les changements de vitesse sur un itinéraire donné, le connaissement ou encore les conditions météorologiques.

De tels pronostics exigent une grande capacité de stockage et de traitement des données, en particulier si l’on veut prévoir les positions ou encore l’arrivée d’appareils se déplaçant rapidement, comme les avions, qui exigent plusieurs mises à jour par seconde et par aéronef.

Jusqu’à il y a peu, l’utilisation de systèmes d’apprentissage automatique restait pour la plupart hors d’atteinte, tant au niveau du matériel informatique que des logiciels, mais l’émergence de solutions de stockage de données plus abordables, passant ou non par le nuage informatique et permettant d’accéder aux mêmes jeux massifs de données depuis la même source, a radicalement changé la donne. Qui plus est, la puissance de traitement des données s’est également améliorée aujourd’hui, grâce à des outils comme Hadoop qui amplifient la vitesse de traitement des applications d’analyse des données.

Lorsqu’on construit un cadre de gestion des risques, il est essentiel de pouvoir combiner toutes sortes de données à partir de sources différentes. Le concept de « lac » de données est une toute nouvelle démarche qui consiste à créer un répertoire central pour stocker de grandes quantités de données brutes pouvant être analysées en cas de besoin.

Les lacs de données sont habituellement utilisés pour entreposer les données qui sont générées à partir de sources volumineuses à haut débit et à flux tendu, comme dans le cas de l’IdO, et lorsqu’une organisation ou une entité a besoin d’une grande flexibilité quant à la façon dont les données seront utilisées. À la différence d’un « entrepôt de données », le lac de données ne connaît pas de limite en matière de type de données, ces dernières pouvant être structurées, non structurées ou encore semi-structurées.

La connexion à Internet est une voie à double sens. Étant donné que les appareils connectés ouvrent les portes de nos maisons ou de nos lieux de travail et donnent accès à nos données sensibles, ils peuvent devenir les cibles d’attaques de toutes sortes. L’industrie n’a commencé à se préoccuper de la sécurité des appareils connectés que tardivement et l’un des problèmes de ces dispositifs est qu’ils ne présentent, pour la plupart, pas la moindre fonctionnalité de sécurité.

Cela dit, un fournisseur de technologie a mis au point une solution combinant un microcontrôleur (soit le cerveau de l’appareil), un système d’exploitation et un service de nuage informatique sécurisés, afin d’améliorer la sécurité des dispositifs IdO.

Un « format de fichier uniformisé » (UFF de son acronyme anglais) a été mis au point par quatre fournisseurs d’INI (à savoir L3, Nuctech, Rapiscan Systems AS&E, et Smiths Detection), en coopération avec l’OMD, pour les images de radiographie générées par les appareils d’INI. La première version de la norme a été baptisée UFF 2.0.

L’UFF sera encore retravaillé en fonction du taux d’adoption de cette norme par les administrations douanières, qui ont été invitées à exiger de leurs fournisseurs qu’ils déploient autant que possible l’UFF sur les appareils déjà en service, et à ajouter les spécifications de l’UFF 2.0 dans leurs appels d’offres en vue de l’achat futur de systèmes d’INI.

Chacun des quatre fournisseurs participant à l’initiative UFF a créé un convertisseur UFF 2.0, c’est-à-dire un logiciel permettant de convertir les images natives d’INI au format uniformisé, et une visionneuse UFF 2.0, afin de pouvoir visualiser les images UFF à l’aide de tous les outils et fonctions disponibles dans le logiciel de visualisation ou de traitement de l’image originale.

L’UFF facilitera grandement l’interopérabilité des appareils d’INI proposés par différents fabricants, ainsi que l’échange des résultats de l’INI au sein des administrations des douanes et entre elles. Le format contribuera également au développement des grandes bases de données ou bibliothèques d’images qui sont nécessaires, notamment, pour former les analystes ou configurer les machines équipées d’une application de détection automatique.

La 5G désigne la prochaine génération de communication sans fil, offrant des réseaux 100 fois plus rapides (afin de transmettre davantage de données), permettant de connecter un nombre bien plus grand d’appareils en une fois (capteurs et dispositifs intelligents) et présentant cinq fois moins de latence (et donc 5 fois plus de réactivité). Dans un futur immédiat, cette norme se traduira par des vidéoconférences plus claires, des téléchargements plus rapides et la disparition de toute perte de service dans une grande foule.

Plus important peut-être sur le plus long terme, la 5G pourrait révolutionner certains aspects de notre vie en sous-tendant des activités reposant sur une grande quantité de données, comme l’IdO. La 5G fournira l’infrastructure nécessaire pour gérer simultanément des milliers de dispositifs, des téléphones portables aux capteurs installés sur les appareils, des caméras vidéo à l’éclairage public intelligent, et des feux de circulation interconnectés aux véhicules autonomes.

Le traitement de données dans un environnement tel qu’un aéroport, où le temps est un facteur essentiel, n’en sera que plus efficace. La 5G jouera également un rôle crucial pour le transfert et le traitement de données volumineuses telles que les images scannées. Enfin, elle sera le principal fondement pour l’utilisation de technologies telles que les chaînes de blocs ou l’intelligence artificielle.

L’intégration des données du monde réel dans la Toile et la création de réseaux d’objets intelligents connectés grâce à l’IdO et capables d’interagir entre eux sont deux thèmes qui ont également été abordés sous l’intitulé plus générique de « Web des objets ». L’idée est de connecter le capteur, l’actionneur et d’autres parties d’un appareil à la Toile (ou au World Wide Web), rendant possible l’accès à cet appareil, l’attribution de tâches et le lancement d’alertes à travers la Toile.

Toutefois, il est de plus en plus compliqué de relier ces données si diverses et le potentiel plus large de l’IdO ne pourra être réalisé qu’à travers des vocabulaires normalisés et des données de référence qui peuvent être schématisées et connectées les unes aux autres. C’est à ce niveau qu’interviennent les technologies fondées sur le Resource Description Framework.  Leur force réside dans leur connectivité. Elles permettent de rassembler facilement des données diverses provenant de différentes applications. Puisque les applications ont directement accès à la sémantique des données, chacune peut interpréter les données fusionnées selon ses besoins.

Le niveau actuel de collaboration est encore trop faible pour atteindre le niveau d’efficacité nécessaire pour gérer les risques adéquatement. Il est à espérer que la situation change et s’améliore mais, à cet effet, il faudra que les plateformes qui sont en cours de développement puissent se connecter les unes aux autres. Dans un tel paysage connecté, tous les acteurs auraient accès et seraient reliés à une seule source de « vérité » à travers un seul domaine, où ils pourraient rassembler des informations et les exploiter.

L’apprentissage automatique doit être intégré dans le flux de travaux. Prenons l’exemple de deux machines dotées de capacités d’apprentissage et travaillant séparément, l’une étant gérée par la douane et l’autre par un autre service national ou celui d’un pays tiers. Il sera nécessaire de mettre en place une sorte de « supra-machine » qui puisse « apprendre » des deux autres et combiner les renseignements issus de chacune d’elles, sans devoir transférer la moindre donnée.

L’IA en tant que service est un concept du secteur médical où les images ne sont pas lues à l’endroit où la radiographie (ou l’image à rayons X) est prise. Cette notion implique donc un partage d’informations avec un fournisseur tiers. Par exemple, s’agissant de marchandises ou de bagages, un pays pourrait téléverser des images et les données s’y rapportant sur un serveur. Un prestataire de service pourrait alors traiter les données en utilisant des algorithmes afin de lire les anomalies spécifiques et prendre une décision pour une administration dans le pays de destination avant que les marchandises ou les bagages n’y arrivent.

Cette modalité serait particulièrement utile pour les bagages des passagers aériens qui sont scannés automatiquement : une machine dotée d’IA pourrait passer en revue les images scannées et traiter les données alors que l’avion est encore en vol. À destination, l’administration concernée pourrait recevoir les résultats de l’analyse et la liste des bagages signalés comme potentiellement suspects.

La plupart des solutions technologiques sont énergivores. Au moment d’envisager leur éventuel déploiement, il convient de s’assurer d’abord que l’énergie nécessaire pour alimenter de tels systèmes soit bien disponible, et qu’elle soit verte et renouvelable afin de minimiser l’impact du déploiement de la technologie sur l’environnement.

Les recherches sur les incidences de la technologie se sont surtout focalisées sur les chaînes de blocs, et plus particulièrement sur l’empreinte écologique du Bitcoin. Rien qu’en 2018, les opérations de minage du Bitcoin dans le monde ont coûté autant d’énergie que celle nécessaire pour couvrir la consommation totale en électricité de l’Irlande la même année. Une seule transaction de Bitcoins demande autant d’énergie que celle nécessaire pour couvrir les besoins de 31 ménages par jour aux États-Unis. Et le nombre de transactions de bitcoins peut atteindre jusqu’à un million en une seule journée !

Cela étant, certains argumentent que si le Bitcoin requiert un processus numérique à forte intensité de main d’œuvre, avec des exigences excessives en matière d’énergie, ce n’est pas forcément le cas de toutes les chaînes de blocs. Quoi qu’il en soit, les systèmes énergétiques qui alimentent la transition vers des technologies de pointe devraient utiliser les bonnes sources d’énergie.

Elle est utilisée, en effet, pour compiler des albums de personnes passant du temps ensemble mais aussi pour vérifier l’identité des passagers dans les aéroports, pour déverrouiller un téléphone portable ou confirmer l’identité d’un donneur d’ordre pour un transfert bancaire, pour savoir qui est à la porte, pour repérer les personnes portées disparues ou retrouver des individus dans une foule ou dans les rues d’une ville. Par exemple, si un suspect est arrêté, les policiers peuvent téléverser la photo de l’individu en cause et analyser les enregistrements de vidéosurveillance pour retracer ses mouvements, en remontant éventuellement jusqu’au lieu du délit.

Les publicitaires ont déjà pris la balle au bond. Grâce à la reconnaissance faciale, les panneaux publicitaires peuvent à présent afficher des publicités ciblées en se basant sur une estimation de notre sexe, de notre âge et de notre humeur du moment. Mais comment la reconnaissance faciale s’est-elle retrouvée partout aujourd’hui ? Les avancées dans trois domaines techniques ont joué un rôle majeur à cet égard : les mégadonnées (Big Data), les réseaux de neurones convolutifs profonds et les processeurs graphiques (ou GPU de leur acronyme anglais) puissants.

Les administrations des douanes utilisent la reconnaissance faciale principalement aux aéroports, pour passer en revue les passagers, ce qui leur permet d’identifier ceux qui doivent être soumis à un contrôle. Elle est également utilisée dans l’industrie du transport pour contrôler les chauffeurs. Des caméras montées sur le tableau de bord contrôlent si le conducteur commence à incliner la tête ou si ses yeux se referment pendant trop longtemps ou si la position de sa tête n’est pas droite et si ses yeux semblent ne plus regarder droit devant lui, ou encore si le clignotement de ses yeux augmente, et même combien de passagers sont à bord du véhicule.  Le système peut alors décider si une intervention est requise, ce qui peut prendre la forme d’un avertissement sonore ou d’une lumière d’alerte, d’une vibration du siège du conducteur ou du volant, voire une prise de contrôle légère du véhicule, par exemple, à travers une décélération ou un changement de voie à vitesse réduite.

La facilitation des échanges est encore fortement gouvernée par les pouvoirs publics mais le nombre accru d’expériences pilotes tirant parti de la technologie des chaînes de blocs pour gérer les transactions transfrontalières montre que le secteur de la logistique et du transport est prêt à s’engager plus activement dans l’élaboration de solutions de ce type, apportant une transparence accrue sur les données en amont de la chaîne logistique ainsi qu’une visibilité en temps réel tout au long du parcours d’un envoi de bout à bout, dans le but d’accroître l’efficacité tout en réduisant les coûts opérationnels.

On parle également beaucoup de la notion d’Internet de la logistique (IdL). L’initiative, emmenée par les compagnies de transport aérien et maritime, vise à transformer la communication fondée sur les messages de pair à pair afin de s’orienter vers un partage de données entre plusieurs parties dans le but d’augmenter la visibilité de l’envoi.

La chaîne de blocs est une technologie de registre distribué présentant un jeu spécifique de fonctionnalités, dont une base de données (journal des écritures) partagée par le biais de blocs qui forment une chaîne. Tandis que diverses plateformes de chaînes de blocs sont en cours de développement dans le monde, parfois en concurrence les unes avec les autres, il est important de garder à l’esprit qu’elles doivent également interagir.

Il sera essentiel d’intégrer les différentes plateformes pour maximiser leurs avantages. L’intégration signifie que deux plateformes DLT (ou plus) peuvent transférer un actif dans la certitude que l’unicité et l’état de ce même actif restent cohérents. L’intégration devrait également permettre le maintien simultané de la cohérence d’un élément de donnée sur deux ou plusieurs systèmes DLT.

Les administrations qui veulent exploiter la puissance de la technologie doivent changer radicalement leur façon de travailler, de fonctionner et de créer de la valeur pour leurs clients. La transformation numérique est intrinsèquement liée à la transformation des modalités de travail ou de fonctionnement. Pour tirer parti des véritables capacités de la technologie, une feuille de route devra être élaborée, englobant notamment une politique concernant le nuage informatique, un plan de partage de données, des flux de travaux expliquant ce qu’il faut faire, et une cartographie de la manière dont la technologie sera utilisée, ainsi que l’intérêt potentiel qu’elle présente pour les clients.

La transformation du secteur du transport sera caractérisée dans un premier temps par l’utilisation croissante des camions autonomes, au bénéfice des nombreux pays désespérés de ne pas trouver suffisamment de chauffeurs de camion et qui souffrent encore et toujours de systèmes de transport inefficaces. En Afrique, les camions ne rouleront pas totalement sans conducteur mais la technologie sera utilisée pour apporter une assistance aux camionneurs, en particulier pour les longues distances ou sur les routes dangereuses où ils ne peuvent pas s’arrêter.

L’utilisation de drones se répandra également, en particulier pour la livraison de marchandises dans des zones éloignées ne disposant pas des installations nécessaires pour accueillir les avions-cargos ou, encore, où l’infrastructure routière est inadaptée ou pauvre et ne permet qu’une faible utilisation du réseau routier. L’Afrique montre la voie en matière d’utilisation des drones puisque le premier service commercial au monde de livraison par drone a commencé ses activités depuis une colline dans le centre du Rwanda. La société de robotique Zipline, établie à San Francisco, livre du sang par drone à près de la moitié des centres de transfusion sanguine au Rwanda, les commandes se faisant en ligne, par texto, par téléphone ou encore WhatsApp. Le Service national de transfusion sanguine sud-africain utilisera bientôt la technologie des drones dans le même but.  La société kenyane Astral Aviation utilise elle un drone ayant une charge utile de 2 000 kg et pouvant parcourir 1 200 km, ce qui permet de résoudre les problèmes de logistique liés au transport de fret vers les zones éloignées.

L’événement sur la technologie de l’OMD pour 2020 se tiendra durant la première quinzaine de juin 2020, à Bali, en Indonésie. N’hésitez pas à consulter le site Web de l’OMD, sous l’onglet Événements, pour des informations plus détaillées.

En savoir +
www.wcoomd.org