Intelligence artificielle : quelles opportunités pour les transports en commun ?

Dans le contexte actuel de fort développement de l’intelligence artificielle, VERTONE a réalisé une étude sur l’impact de l’IA pour le secteur des transports en commun. Le benchmark, réalisé à l’échelle nationale et internationale, a permis de cartographier les cas d’usages de l’IA pour les transports en commun et d’appréhender les opportunités qu’ils représentent pour les exploitants comme pour les usagers des réseaux.

Nous avons identifié trois opportunités majeures, chacune illustrée par plusieurs cas d’usage : l’amélioration de l’expérience des clients voyageurs, l’amélioration de l’efficacité opérationnelle et stratégique, ainsi que l’amélioration de la sécurité et la prévention de la fraude.

Opportunité 1 : Améliorer l’expérience des clients voyageurs

L’amélioration de l’expérience client est un enjeu important pour les acteurs de la mobilité qui cherchent à rendre leurs réseaux plus attractifs. Plusieurs moyens d’améliorer l’expérience des usagers grâce à l’IA sont expérimentés, en France et à l’international.

En termes d’information voyageurs, les réseaux misent sur une stratégie de multiplication des points de contact pour permettre à chaque usager de trouver le mode d’interaction qui lui convient : les systèmes d’assistance classiques, via les agents du réseau, s’articulent avec les systèmes digitaux, dont certains dotés d’IA. Cette diversification semble pertinente lorsque l’on sait que 62% des consommateurs préfèrent utiliser un chatbot online plutôt que d’attendre une intervention humaine. (Source : L’IA générative : l’avenir de la relation client ? – Étude VERTONE 2023)

Bibus, le réseau de transport de Brest, teste un avatar virtuel pour l’information des voyageurs. Alimenté par l’IA, cet avatar répond aux questions en temps réel sur les itinéraires, les tarifs et les aléas de parcours, en plusieurs langues. Ce projet vise à améliorer l’expérience des usagers en offrant une assistance vocale naturelle, fluide et accessible 24h/24. Les retours de cette phase de test permettront d’évaluer la performance et l’acceptabilité de la solution avant un possible déploiement à grande échelle. Le réseau de trains américain AMTRAK a quant à lui intégré un chatbot doté d’IA dans son application et sur son site internet pour permettre l’accompagnement personnalisé et en temps réel des usagers tout au long du parcours, en minimisant les ressources mobilisées. Grâce à l’IA, 5 millions de questions sont traitées par an, ce qui a augmenté les taux de réservation de 25 % et l’engagement des utilisateurs de 50 %.

Et parfois, ce sont les agents eux-mêmes qui sont aidés de l’IA pour satisfaire au mieux les usagers. Dans le cadre des JO 2024, la RATP va mettre en place un système de traduction en direct grâce à l’IA. Ce dispositif pouvant traduire le français en 16 langues différentes et lisant les traductions à haute voix, permettra aux 3 000 agents de la RATP de communiquer efficacement avec les visiteurs internationaux pour faciliter leur navigation sur le réseau pendant les Jeux et maximiser leur satisfaction.

Au-delà du secteur des transports, de nombreux acteurs utilisent le « conseiller client augmenté » pour assister les agents du service client : classification automatique des tickets entrants, décryptage automatique des ressentis clients via les verbatims, suggestions de solutions, aide à la rédaction de réponses appropriées, etc.

L’intelligence artificielle permet également de personnaliser les communications grâce à l’analyse du comportement des clients et prospects en temps réel, pour faire parvenir à la cible le bon contenu, via le bon canal, au bon moment. C’est ce qu’on appelle la tendance du « CRM augmenté ».

NSI (opérateur ferroviaire des Pays-Bas) utilise l’IA pour personnaliser automatiquement le contenu de ses campagnes d’emailing à destination des voyageurs occasionnels. Réduisant les incertitudes liées au déroulement du voyage, ces campagnes dynamiques d’emailing ont permis de réduire les demandes adressées au service client et d’améliorer l’expérience client.

Enfin, Arriva utilise l’IA pour améliorer la segmentation et personnaliser ses campagnes CRM. L’IA analyse les données clients en temps réel pour créer des segments précis basés sur les comportements d’achat et de navigation, personnalise les messages marketing (emails, SMS, contenu web) et automatise le processus pour diffuser le contenu au meilleur moment, optimisant ainsi l’engagement et la fidélité des clients​.

Si l’IA contribue significativement à l’amélioration de l’expérience des clients voyageurs, son impact ne s’arrête pas là. Elle offre également des solutions innovantes pour améliorer l’efficacité opérationnelle des réseaux.

 

Opportunité 2 : Améliorer l’efficacité opérationnelle des réseaux

Grâce à l’intelligence artificielle, les acteurs du transport peuvent améliorer leur efficacité opérationnelle en optimisant la gestion de la flotte, en mettant en place des systèmes de maintenance prédictive ou encore en analysant les comportements de mobilité pour adapter leur offre.

De nombreux réseaux ont adopté des solutions basées sur l’IA pour optimiser la gestion de leurs flottes, notamment le DTPM (Directorio de Transporte Público Metropolitano) qui supervise le système de transport public dans la région métropolitaine de Santiago. Chargé de la régulation et de la supervision de près de 7 000 bus, le DTPM a choisi une solution basée sur l’IA pour optimiser les itinéraires des bus et piloter ses ressources humaines et matérielles. Cet outil permet en effet de générer des itinéraires optimisés pour les bus de la ville, et de mesurer en temps réel leur performance grâce aux données de fréquentation. Il permet également d’optimiser la planification des équipages et des véhicules, réduisant ainsi les coûts opérationnels.

Des opérateurs tels que Transdev, Keolis et RATP font également appel à ces solutions qui, en optimisant la gestion des transports publics, ont aussi pour ambition de réduire les émissions de CO2 du secteur. En effet, en optimisant les itinéraires et en améliorant la gestion des flottes, les opérateurs réduisent les temps de trajet, les arrêts inutiles et les congestions, diminuant ainsi la consommation de carburant et les émissions de gaz à effet de serre.

On observe également des initiatives d’utilisation de l’IA par les acteurs du transport pour la maintenance prédictive du réseau. C’est notamment le cas de SNCF Réseau qui a réalisé, dans le cadre du programme AIR de l’ADEME, un POC pour optimiser l’usage des batteries de ses systèmes de signalisation grâce à une solution basée sur l’IA.

À l’issue du POC, l’IA prédictive avait permis à SNCF Réseau d’augmenter drastiquement la durée d’usage des batteries, réduisant ainsi le nombre de tournées nécessaires, donc les coûts de maintenance des LTV, et améliorant grandement leur impact écologique.

Enfin, l’IA offre aux acteurs du transport la possibilité d’analyser plus finement les comportements de mobilité de leurs usagers. Le réseau TPG (Transports Publics Genevois) utilise une solution IA couplée à la géolocalisation pour mieux comprendre ces comportements. Grâce à la collecte de données à partir des smartphones des usagers, la solution détermine les points d’origine et de destination de chaque trajet, les itinéraires empruntés et les modes de transport utilisés. Ces données doivent permettre à TPG d’améliorer la planification des transports publics et des services associés.

Enfin, le réseau de transports Lillois Ilévia utilise quant à lui l’IA pour prédire les comportements de mobilité et permettre aux usagers d’anticiper leurs déplacements en vélos partagés. Grâce aux données utilisateurs issues de l’application ainsi qu’aux prévisions météorologiques, l’application de VLS offre des prédictions de disponibilité des vélos jusqu’à une heure à l’avance, ce qui permet d’améliorer l’expérience client et d’encourager les déplacements en mobilité douce.

En plus d’améliorer l’efficacité opérationnelle et stratégique des réseaux de transport, l’IA joue un rôle déterminant dans la surveillance et la sécurisation de ces réseaux.

Opportunité 3 : Améliorer la sécurité et prévenir la fraude sur les réseaux

L’intégration de l’intelligence artificielle dans les systèmes de vidéo-surveillance permet la détection en temps réel des comportements suspects au sein des réseaux.

On observe plusieurs initiatives, notamment sur le réseau RATP qui, dans le cadre de la « Loi JO 2024 » expérimente l’utilisation de la vidéosurveillance algorithmique pour le pilotage de la sécurité. Les caméras du réseau vont être utilisées pour détecter les situations dangereuses et les signaler en temps réel aux forces de l’ordre (trop de personnes sur un quai, objets abandonnés, présence d’arme à feu, etc.). Véritable levier pour prévenir les risques d’accident, les acteurs du transport équipent leurs véhicules de systèmes d’assistance à la conduite dotés d’IA. Transdev et SNCF ont notamment équipé certains de leurs véhicules d’une caméra embarquée dotée d’IA pour analyser en temps réel les signes de

fatigue ou de distraction du conducteur ainsi que son environnement de conduite, et pour alerter ce dernier en cas de danger.

Enfin, l’IA aide les opérateurs à faire face à la fraude des usagers. Le métro de Barcelone a intégré de l’IA dans son système de vidéosurveillance pour identifier les comportements de fraude et alerter les contrôleurs en temps réel, pour des actions de contrôle ciblées. Les résultats concluants des tests pilotes, une diminution de 70% de la fraude tarifaire sur le réseau, ont conduit au déploiement global de la solution.

Enfin, l’IA intervient également en amont de la fraude, le réseau AXO (Créil) utilise une solution pour prédire le taux de fraude à un horaire et un arrêt donné et cibler les actions de contrôle. Depuis le déploiement, le réseau a enregistré une baisse de 28% de la fraude, ce qui a permis au réseau de maximiser ses recettes.

Conclusion

L’intelligence artificielle est en train de transformer le secteur des transports, apportant des améliorations significatives en termes d’expérience utilisateur, d’efficacité opérationnelle et de sécurité. Les technologies de traitement du langage naturel et les algorithmes de personnalisation permettent de fournir des services hautement personnalisés, tandis que les systèmes de vidéosurveillance dotés de machine learning préviennent les comportements dangereux, augmentant ainsi la sécurité des passagers.

Les systèmes de génération de scénarios et d’IA prédictive permettent d’optimiser les ressources, de réduire les pannes et les coûts, tout en améliorant la fiabilité des services. Ainsi, le secteur des transports semble se diriger vers une ère de transformation où l’intelligence artificielle permettra de répondre aux besoins croissants des usagers tout en contribuant à un avenir plus durable.