Étude de cas : l’utilisation de l’intelligence artificielle dans le secteur des transports zéro émission

L’électrification rapide des transports transforme profondément la manière dont les opérateurs gèrent leurs parcs de véhicules. Gérer la recharge électrique et assurer la maintenance préventive : autant de défis qui exigent une réactivité et une précision accrues. Dans ce contexte, l’intelligence artificielle s’impose comme un levier concret d’efficacité. Loin de l’image abstraite qu’on lui prête parfois, elle agit ici comme un outil d’aide à la décision capable d’analyser, de prédire et d’optimiser les opérations quotidiennes.

Polara et Alstom illustrent particulièrement bien cette transformation : Polara a intégré la plateforme Cléo à la suite d’une acquisition afin d’automatiser et d’optimiser la gestion de la recharge ; Alstom utilise des systèmes intelligents pour anticiper les besoins de maintenance et améliorer la fiabilité du transport collectif ferroviaire. Ensemble, elles démontrent comment l’IA peut améliorer la performance tout en soutenant la transition vers une mobilité zéro émission.

L’électrification des parcs de véhicules apporte son lot de défis, notamment en matière de recharge. Planifier les horaires, éviter les pics de consommation, garantir que tous les véhicules soient prêts à temps : ces tâches, autrefois plus simples à gérer avec les carburants fossiles, deviennent rapidement complexes dans un contexte électrique. Pour répondre à cette réalité, Polara s’appuie sur Cléo, une plateforme logicielle de gestion intelligente de la recharge initialement développée au sein d’Hydro-Québec, puis intégrée à Polara à la suite d’une acquisition. Propulsée par l’intelligence artificielle, Cléo automatise et optimise l’ensemble du processus de recharge de bout en bout.

La solution de Cléo apprend progressivement les habitudes des véhicules grâce aux données télématiques et aux informations environnementales comme la météo. Elle anticipe les besoins énergétiques de chaque véhicule en fonction de son usage réel et orchestre la recharge de manière à éviter les surcharges et les coûts liés aux appels de puissance ou à des recharges inutilement trop rapides. Concrètement, l’opérateur n’a plus à planifier manuellement les heures de recharge : il branche simplement les véhicules, et le système détermine automatiquement quand et comment les charger au meilleur coût. Cette intelligence adaptative garantit que les véhicules sont toujours prêts à prendre la route, tout en réduisant les coûts énergétiques et en évitant la surcharge du réseau.

L’IA permet également à la plateforme d’ajuster en temps réel les plans de recharge lorsqu’un imprévu survient, comme un changement de parcours ou une modification des horaires de départ. En simplifiant une opération autrefois lourde et chronophage, Cléo libère du temps aux gestionnaires et facilite l’adoption des véhicules électriques dans les parcs de véhicules professionnels.

Dans le domaine ferroviaire, la fiabilité du matériel et la sécurité des passagers sont des priorités absolues. Alstom intègre l’intelligence artificielle dans sa stratégie comme un levier parmi d’autres pour améliorer la performance opérationnelle et limiter les interruptions de service. Chaque train et chaque composant du réseau génèrent aujourd’hui des milliers de données issues de capteurs, de scanners et de systèmes de surveillance embarqués. Ces informations, traitées en continu par les plateformes intelligentes d’Alstom, permettent de surveiller la santé des trains en temps réel.

Les outils tels que HealthHub™, TrainScanner ou InfraScanner analysent plus de deux cents indicateurs, allant de la température à l’usure des freins, en passant par les vibrations et le bruit. Grâce à ces analyses prédictives, il devient possible d’identifier les signes avant-coureurs d’une panne et d’intervenir avant qu’un incident ne survienne. Cette approche de maintenance prédictive réduit les temps d’arrêt, améliore la sécurité et assure une meilleure régularité du service.

L’IA ne sert pas seulement à entretenir les trains : elle contribue aussi à améliorer l’expérience des voyageurs, en aidant à comprendre leurs habitudes, à anticiper les périodes d’affluence et à renforcer la sécurité à bord. La combinaison entre technologie et approche humaine aide donc Alstom à atteindre ses objectifs quant à la sécurité, l’efficacité et la durabilité.

Ces initiatives illustrent l’impact tangible de l’intelligence artificielle sur la performance des parcs de véhicules. Polara, avec Cléo, a réussi à automatiser complètement la recharge des véhicules électriques, réduisant les coûts énergétiques tout en éliminant les erreurs et les retards liés à la planification manuelle. De son côté, Alstom a revu sa manière de gérer la maintenance ferroviaire grâce à la détection proactive des anomalies, offrant des réseaux plus fiables et plus sécuritaires pour les usagers.

Dans chacun des cas, l’intelligence artificielle n’est pas une fin en soi : elle est mise au service d’un besoin concret, avec une attention constante portée à la simplicité d’utilisation et à la valeur opérationnelle.

L’expérience combinée de Polara et d’Alstom montre que la réussite d’un projet d’intelligence artificielle repose avant tout sur la qualité des données. Une IA ne peut apprendre et produire des résultats fiables que si elle s’appuie sur des informations propres, cohérentes et bien structurées. Cette étape de préparation, souvent sous-estimée, est pourtant déterminante.

Ces entreprises rappellent aussi que la technologie ne remplace pas l’humain : elle l’assiste. L’interprétation des données, la prise de décision finale et la supervision des systèmes demeurent le rôle des opérateurs. C’est cette alliance entre expertise terrain et le bon usage de l’intelligence artificielle qui produit les meilleurs résultats.

Enfin, la simplicité d’adoption est essentielle. Plus une solution est intuitive et intégrée aux outils existants, plus elle est utilisée et plus ses bénéfices sont visibles. Cléo en est un bon exemple : en rendant la recharge automatique et invisible, la plateforme a levé une barrière majeure à l’électrification des parcs de véhicules.

L’intelligence artificielle n’est plus une promesse lointaine : elle transforme dès aujourd’hui les opérations de transport. Dans un autobus ou un train, elle observe, apprend et anticipe pour rendre chaque déplacement plus efficient. Grâce à elle, les gestionnaires peuvent charger leurs véhicules au bon moment et éviter les pannes avant qu’elles ne surviennent.

Ces innovations, portées par Polara et Alstom, montrent qu’il est possible de concilier performance opérationnelle et durabilité. Les parcs de véhicules de demain seront connectés, adaptatifs et prédictifs : des systèmes capables de comprendre leur environnement, d’ajuster leur comportement et d’agir de manière autonome. L’intelligence artificielle devient ainsi le moteur silencieux d’une mobilité plus propre, plus fiable et plus humaine. 

Il est tout aussi important de s’assurer que l’utilisation de l’IA se fait dans l’objectif d’accroître le bien-être collectif. De plus, considérant son importante utilisation énergétique, il faut l’utiliser en réduisant autant que possible son impact écologique et ne l’utiliser que lorsque cela peut avoir un réel impact positif. 

L’éthique de l’IA n’est pas une contrainte, mais une condition essentielle à son utilisation. 
Il existe des ressources permettant d’accompagner les acteurs du transport vers une IA éthique, fiable et durable.  

Nous vous encourageons à adopter une approche réfléchie et responsable dans votre utilisation de l’intelligence artificielle. Les ressources que nous vous proposons ci-dessous sont non exhaustives ; nous vous invitons donc à approfondir vos connaissances et à rester attentifs aux bonnes pratiques en matière d’IA éthique. 

^[1] « Ratio basé sur la proportion de véhicules actifs intégrés à Chrono SAEIV, par rapport au nombre total de véhicules actifs rapporté annuellement par les 10 grands organismes de transport collectif du Québec »