Le 21 mars dernier, le Pôle CIRANO en science des données pour les échanges commerciaux et le transport intermodal a tenu sa conférence annuelle intitulée Science des données pour la région Saint-Laurent-Grands Lacs : Innovation et collaboration. L'événement a rassemblé des acteurs du gouvernement, de l'industrie et du monde universitaire, du Canada et des États-Unis. Les intervenants ont présenté et discuté de la manière dont la science des données pourrait aider à résoudre les problématiques clés de commerce et de transport dans la région binationale du Saint-Laurent et des Grands Lacs (SLGL).
L'évolution de la géopolitique, la reprise après la pandémie de COVID-19 et l'évolution rapide des effets du changement climatique ont fait peser une énorme incertitude sur le rythme de la mondialisation et de ses réseaux. Avec un PIB combiné en dollars courants de plus de 7 900 milliards de dollars en 2022, la région SLGL est une puissance économique dotée d'un important potentiel de croissance soutenue.
La région offre aux décideurs politiques une opportunité attrayante de collaboration transfrontalière pour créer un environnement commercial stable et prospère dans un paysage mondial de plus en plus difficile. Le renforcement de la résilience des chaînes d'approvisionnement et l'élaboration d'un plan d'action en cas de perturbation du réseau de transport multimodal de la région sont des étapes essentielles pour atteindre cet objectif.
Le SLGL dataHub, plateforme d'analyse et base de données, est en cours de conception et de développement pour répondre à ce besoin. Notre équipe a présenté une première version du SLGL dataHub au public présent, mettant en évidence les capacités des jumeaux numériques à décomposer la complexité grâce à l'utilisation de la science des données.
En utilisant des données en temps réel pour créer une projection numérique de l'économie binationale, le SLGL dataHub offrira aux utilisateurs des informations et des analyses granulaires au niveau des entreprises. Nous étudions cette région à travers quatre dimensions de la littérature sur le commerce international, à savoir les chaînes de valeur mondiales (CVM), les grappes industrielles, la complexité économique et le modèle de gravité.
Le jumeau numérique utilise des modèles avancés d'apprentissage automatique en vue d’offrir une modélisation prédictive et une analyse des risques. En simulant des scénarios tels que des blocages sur des routes importantes du commerce international ou des infrastructures portuaires rendues inaccessibles par la montée des eaux, le SLGL dtaHub sera en mesure de quantifier efficacement l'impact de ces perturbations sur le commerce et les réseaux de transport.
L'accès à des données pertinentes et de haute qualité est un facteur clé qui influence l'efficacité de ces simulations, que nous recherchons continuellement au fur et à mesure que nous développons le SLGL dataHub.
Le SLGL dataHub sera mis à la disposition des utilisateurs dans les semaines à venir.
