TEST - L’IA générative au service de la mobilité durable et connectée

Imaginez un réseau de transport public si fluide et prévisible que chaque déplacement se déroule naturellement : correspondances assurées, informations claires, trajets adaptés aux besoins de chacun, temps d’attente optimisés. Cette expérience, déjà rendue possible grâce aux efforts constants des acteurs du secteur, franchit aujourd’hui une nouvelle étape avec l’essor de l’intelligence artificielle.

Bien que l’IA existe depuis plusieurs décennies, ses applications dans le domaine de la mobilité connaissent désormais une accélération sans précédent, portée par plusieurs facteurs :

• le développement d’architectures informatiques dédiées et l’accès à une puissance de calcul toujours plus importante ;

• des algorithmes de plus en plus performants ;

• et, au cœur de ces avancées, la disponibilité de données toujours plus nombreuses et de meilleure qualité.

Ce tournant technologique ouvre de nouvelles perspectives pour la gestion opérationnelle des réseaux de transport et contribue à l’ambition d’excellence de service. La qualité perçue d’un réseau repose avant tout sur sa fiabilité, sa prévisibilité et sa continuité. Lorsqu’elles sont réunies, les déplacements deviennent plus simples et sereins. À l’inverse, toute dégradation du service génère de l’incertitude, du stress et une perte progressive de confiance. Notre mission est donc de mettre ces technologies au service d’une amélioration continue de la performance du réseau, afin de renforcer sa fiabilité, de garantir la continuité du service et de fournir une information toujours plus pertinente aux voyageurs.

Dans cette démarche, l’IA ne remplace ni l’expertise métier ni les équipes d’exploitation. Elle leur apporte des capacités supplémentaires pour anticiper les situations, hiérarchiser les actions et intervenir plus tôt. Elle contribue ainsi à renforcer la robustesse globale du réseau à travers trois grands domaines complémentaires :

• l’expérience passager ;

• l’efficacité opérationnelle ;

• la fiabilité des actifs, notamment grâce à la maintenance prédictive.

Notre vision : transformer les transports publics par l’IA

Comprendre l'IA et l'IA générative

Fortement médiatisée en 2022 avec la sortie de Chat GPT, l’intelligence artificielle fait partie du paysage de la tech depuis longtemps. Dès les années 1950, les chercheurs s’interrogent sur la possibilité de remplacer l’intelligence humaine par des machines. L’augmentation des capacités des processeurs, l’avancée de la recherche sur les algorithmes et l’explosion du volume de données permettent de développer le machine learning et le deep learning, et depuis l'Intelligence artificielle générative, agentique et prochainement le développement de la physical AI. Ces techniques rendent les machines capables d’apprendre par elles-mêmes et d’améliorer leurs performances dans des domaines comme la reconnaissance d’images, la traduction de texte ou encore la détection d’obstacles. Quelques années plus tard, ces techniques ouvrent de nouveaux champs dans la mobilité avec, par exemple, l’essor des mobilités autonomes.

L’intelligence artificielle générative, dont les fondements technologiques ont émergé en 2017 et qui s’est imposée auprès du grand public avec le lancement de ChatGPT en novembre 2022, marque une étape majeure dans l’évolution de l’intelligence artificielle. Contrairement aux approches traditionnelles, elle est capable de créer de nouveaux contenus à partir de données existantes : textes, images, vidéos, musique ou encore code informatique. Son adoption a connu une croissance fulgurante grâce à des outils tels que ChatGPT, DeepL, Perplexity ou Midjourney. De leur côté, les solutions développées par Anthropic, comme Claude, facilitent et accélèrent les phases de développement, d’analyse et de test. Elles rendent également ces capacités accessibles à un public plus large, y compris à des utilisateurs ne maîtrisant pas les langages de programmation, favorisant ainsi l’émergence de nouvelles approches et de nouveaux usages.

Bien que le sujet de l'IA ne soit pas nouveau, son développement rapide a un impact significatif sur tous les secteurs d'activité, à travers des applications variées. Elle offre notamment de nouvelles possibilités dans le domaine de la mobilité. Keolis voit l’intelligence artificielle comme une évolution fondamentale à l’origine d’une série de transformations majeures :

• évolution des métiers,

• optimisation des process complexes,

• aide à la décision.

L’IA transforme profondément nos modes de vie, ce qui pousse le Groupe à accompagner activement les impacts pour ses collaborateurs et voyageurs. L’accélération actuelle de l’intelligence artificielle, portée par l'ensemble des écosystèmes (industries, startups, universités) ouvre de nouvelles perspectives d'innovation.

Prévoir l’affluence dans les transports en commun, optimiser la maintenance préventive des véhicules, calculer la trajectoire CO2 de la mobilité sur un territoire ou améliorer la sécurité : on l’a compris, l’IA fait désormais partie des opérations et services de Keolis pour améliorer la performance et la qualité de ses réseaux. Zoom sur ces cas d’usage. 

Optimiser sans cesse : l’IA au service d’un transport toujours plus fluide et fiable

Derrière chaque trajet « sans histoire », il y a des dizaines de décisions opérationnelles prises au bon moment : véhicules disponibles et fonctionnels, adaptation des services agents au regard des contraintes opérationnelles et individuelles, rapidité de gestion en cas de situations perturbées. Dans un contexte où la demande de mobilité est de plus en plus fluctuante et les ressources limitées, tenir ce niveau d’exigence au quotidien est un vrai défi. L’intelligence artificielle permet précisément de mieux aligner l’offre avec la demande, de rendre l’organisation du travail plus souple et de transformer la masse de données opérationnelles en informations réellement exploitables.

Chez Keolis, cela se traduit par des solutions de prévision de charge pour ajuster l’offre, par des outils de planification des conducteurs intégrant leurs préférences, ou encore par des systèmes d’aide à la décision qui filtrent les alertes et remontent les plus critiques. L’objectif : un réseau plus stable, plus réactif et plus efficient, au bénéfice des voyageurs comme des équipes.

Mieux planifier et ajuster l’offre

Dans un réseau de transport, le plan de transport n’est jamais une photo figée. La demande évolue en fonction des heures, des périodes de l’année, de la météo ou d’un événement local, bien plus vite que les grilles horaires établies plusieurs mois à l’avance. L’enjeu n’est donc plus seulement de bien planifier en amont, mais de réduire l’écart entre la demande réelle et l’offre mise en service, pour stabiliser le réseau et éviter à la fois rames vides et trains surchargés. C’est précisément ce que permet l’IA, avec des solutions comme Rider Predict à Hyderabad ou Dynamic au Mont‑Saint‑Michel, qui anticipent les flux de voyageurs et aident les équipes à ajuster l’offre au plus juste, en s’appuyant sur des données et des scénarios objectivés et pas uniquement sur des modèles statistiques traditionnels.

Organiser les planning conducteurs sur-mesure pour un meilleur équilibre au travail avec Kustomize

Kustomize, est une solution innovante qui améliore l’organisation du temps de travail des conducteurs en personnalisant leurs plannings. Grâce à cet outil, les préférences individuelles — comme les périodes de repos souhaitées, les contraintes personnelles ou les disponibilités — sont prises en compte et croisées avec les besoins opérationnels du réseau ainsi que les exigences réglementaires.

Développé en co-construction avec les équipes de Keolis Dijon Multimodalité et encadré par les services de planification, Kustomize a été testé puis déployé auprès de 84 conducteurs. Les résultats parlent d’eux-mêmes : 83 % des conducteurs se déclarent satisfaits, l’absentéisme a diminué de 24 % chez les participants, et l’équilibre entre vie professionnelle et personnelle s’en trouve nettement amélioré. Cette approche plus humaine et flexible contribue également à renforcer la fiabilité du service proposé aux voyageurs.

Reconnue pour son impact, cette innovation a remporté plusieurs prix, dont le prestigieux Grand Prix « IA et RH ». Fort de ce succès, Keolis travaille désormais à son industrialisation pour étendre Kustomize à d’autres filiales du groupe, dans l’objectif d’améliorer les conditions de travail des conducteurs partout où cela est possible.

1.      De la donnée brute aux décision utiles

Les réseaux de transport génèrent une quantité considérable de données : alarmes techniques, capteurs, billettique, comptages, historiques de circulation… Sans les bons outils, cette « data » devient plus un bruit de fond qu’une aide à la décision. L’enjeu, pour Keolis, est donc de transformer ce flux continu d’informations en signaux clairs et actionnables par les équipes terrain.

À Dubaï, le projet Alarm Guardian illustre cette approche. Dans le poste de commandement du métro, les opérateurs surveillent en continu de multiples écrans qui affichent différentes alertes. Le risque : la surcharge mentale et de alertes non identifiées. Alarm Guardian est une Intelligence Artificielle capable de :

·        lire les écrans de supervision,

·        classer les alertes en temps réel,

·        pousser les alertes les plus critiques aux opérateurs qui peuvent identifier plus rapidement les actions prioritaires.

Résultat : une charge mentale réduite, des incidents majeurs mieux maîtrisés, moins de retards et une fiabilité renforcée pour les voyageurs.

Toujours à Dubaï, avec le Train Loading System, l’IA est utilisée pour anticiper à très court terme les zones de surcharge dans le réseau (par station, par créneau horaire, par ligne), en combinant données historiques et comptages en temps réel. Les équipes d’exploitation peuvent alors ajuster la fréquence ou la répartition des rames avant que les quais ne se saturent, lisser le remplissage des trains et améliorer le confort des voyageurs. Là encore, l’objectif est le même : faire parler les données pour rendre le réseau plus fluide, plus lisible et plus efficace au quotidien.[RM1] 

Data et IA pour superviser, anticiper et optimiser l’autonomie et la fiabilité des bus

L’IA joue enfin un rôle clé dans la gestion de flottes complètes de bus, notamment lorsque les systèmes deviennent plus complexes, avec un mix énergétique qui évolue fortement vers l’électrique. En Suède, la plateforme KeOps combine données IoT des véhicules et algorithmes de machine learning pour suivre en temps réel l’autonomie, la consommation d’énergie, l’état des batteries et les conditions d’exploitation. Elle anticipe les risques de dysfonctionnement, aide à affecter le bon véhicule à la bonne ligne et planifie les recharges au moment le plus opportun. 

Cette approche permet non seulement de réduire les coûts d’exploitation et d’optimiser l’usage des actifs, mais aussi de détecter en amont les anomalies liées aux systèmes de recharge ou à l’état de santé des batteries. Là encore, la maintenance prédictive évite des immobilisations longues et des coupures de service, tout en prolongeant la durée de vie des véhicules.

En combinant capteurs, données historiques, vision par ordinateur et modèles prédictifs, l’IA devient ainsi un véritable copilote de la fiabilité pour Keolis. Elle permet de voir venir les problèmes, de programmer les bonnes interventions au bon moment, et de maintenir un haut niveau de disponibilité des infrastructures et des véhicules. Pour le voyageur, cela se traduit simplement par des trajets plus réguliers, moins d’incidents et un réseau sur lequel on peut compter au quotidien.[RM2] 

3 vidéos en carrousel

 [RM1]remonter le paragraphe dans la foulée de Alarm Guardian

 [RM2]Keops, c'est d'abord un sujet d'exploitation plus que de maintenance