Railtech Belgique

Il n’existait pas, alors je l’ai construit » : L’innovation ferroviaire en matière d’IA, les pièges de l’orgueil européen et la raison pour laquelle Infrabel a pris de l’avance.

Une table ronde animée et un discours liminaire lors de RailTech Belgium 2025 ont mis à nu les tensions autour de l’adoption de l’IA dans le secteur ferroviaire européen et de la maintenance prédictive. Au cœur de ces tensions : la vitesse, les normes et la question de savoir s’il faut construire ou acheter. Comme l’explique Pieter Verlinden, responsable du numérique et des données chez Infrabel, lorsque les options ne sont pas disponibles sur le marché, il faut parfois les inventer soi-même.

Alors que les experts du domaine affluaient à la conférence RailTech Belgium de cette année à Bruxelles, l’avenir de la maintenance prédictive et l’influence croissante de la collecte de données avancées et de l’IA ont permis de tirer des conclusions sérieuses. En effet, le débat intitulé « Comment les innovations plus intelligentes, plus sûres et plus durables peuvent-elles révolutionner le secteur ferroviaire ? » était loin d’être une discussion polie sur l’industrie. Il a donné lieu à des critiques acerbes, à des aveux sincères et même à quelques feux d’artifice, notamment lorsque le directeur des chemins de fer belges s’est retrouvé sous le feu des critiques.

L’approche des gestionnaires d’infrastructure européens a été au centre de la discussion ; à plusieurs reprises, la société belge Infrabel, par exemple, s’est trouvée à la fois louée et provoquée. Certains panélistes ont accusé les chemins de fer européens d’être trop prudents et renfermés sur eux-mêmes en matière d’IA, mais il a été convenu que le développement par Infrabel d’outils d’IA internes et le solide travail de collaboration qu’elle a réalisé avec des entreprises plus petites se distinguent de manière positive.

Il en a résulté un va-et-vient dynamique sur tous les sujets, de la législation et des normes en retard à l’évolution du rôle des données et à l’importance de faire confiance aux partenaires externes. Avec des opinions bien tranchées de part et d’autre, la conversation a mis en évidence la complexité – et l’urgence – de l’introduction de systèmes plus intelligents dans l’infrastructure ferroviaire vieillissante de l’Europe.

Comme un éléphant

Sebastian Meyer, directeur général de Rhomberg Sersa Vossloh, a ouvert le sujet de la maintenance prédictive lors de la conférence avec un message clair : pour vraiment maximiser la maintenance ferroviaire, les fournisseurs doivent adopter une approche à long terme, basée sur les données.

« Les actifs sur les rails peuvent durer de 30 à 40 ans, et pour maintenir les niveaux de CO2, nous devons garder nos actifs sur les rails le plus longtemps possible ». M. Meyer a identifié un « triangle des Bermudes » de priorités que les gestionnaires d’infrastructures doivent constamment équilibrer : le coût, la sécurité et la qualité. « Si vos indicateurs de performance diminuent, vous aurez besoin de plus d’argent, ou vous aurez un désastre dans cinq ans », a-t-il averti. « Les rails sont comme un éléphant : ils n’oublient jamais un manque d’entretien.

Il a proposé un modèle à trois piliers pour soutenir la gestion à long terme des actifs : la collecte de données par le biais de « systèmes experts » ; l’organisation de ces données par l’affectation de localisation ; et l’exécution et l’enregistrement des actions de maintenance. En l’absence de données provenant des trois piliers, le système n’est pas optimisé. « Si vous ne donnez pas d’informations en retour à l’objet, elles sont perdues. Si vous meulez un rail et que vous ne le notez pas, il sera perdu », a-t-il déclaré.

Cette structure, a-t-il souligné, permet aux gestionnaires ferroviaires d’avoir une vue d’ensemble stratégique de l’état et de la performance des actifs. Grâce à des informations sur la durée de vie et le calendrier de renouvellement, ils peuvent optimiser les ressources et hiérarchiser les interventions de manière plus efficace. Et lorsque cela est fait correctement, a expliqué M. Meyer, cela crée les bases d’un jumeau numérique – ou quelque chose d’approchant, passant essentiellement d’une maintenance réactive à une maintenance véritablement prédictive, ce qui se traduit par des gains à long terme.

Pourquoi le secteur ferroviaire européen peine à adopter l’IA

Après l’exposé de M. Meyer, RailTech Belgium a organisé un débat sur le thème « Comment des innovations plus intelligentes, plus sûres et plus durables peuvent-elles révolutionner le secteur ferroviaire ? », au cours duquel Richard Aaroe, PDG de Next Generation Rail Technology (NGRT), et Pieter Verlinden, responsable des données et du numérique chez Infrabel, se sont affrontés de manière ludique mais animée.

M. Aaroe a ouvert la discussion par une critique acerbe : « Les gestionnaires ferroviaires européens sont vraiment très en retard par rapport à d’autres pays en ce qui concerne le dépassement des limites de la maintenance et de la technologie. Son message était clair : le secteur ferroviaire du continent est hésitant, lent à s’adapter et coincé derrière un mur de bureaucratie. Il a souligné que la lenteur de l’élaboration des normes constituait un obstacle majeur. « Les normes ne rattraperont jamais l’évolution de la technologie », a-t-il déclaré. « Nous ne devrions pas attendre – nous devrions développer les normes et la technologie en parallèle.

M. Verlinden, qui dirige la stratégie numérique d’Infrabel depuis plus d’une décennie, a rétorqué que l’innovation dans un secteur aussi critique sur le plan de la sécurité prend du temps. « Nous y travaillons, a-t-il dit, mais c’est un long processus et on ne le voit pas toujours. Il a expliqué que la mise en œuvre de l’IA ne se limite pas à la construction de modèles – elle nécessite une transformation profonde de la manière dont les données sont structurées, comprises et utilisées.

Beaucoup d’améliorations dans l’accueil de l’IA

Il n’y a pas eu que des critiques sur l’évolution du secteur ferroviaire. Tolga Varol, fondateur de la start-up DriveAI, a déclaré que si le scepticisme à l’égard de l’IA dans les domaines critiques pour la sécurité demeure, les choses s’améliorent. « Il y a un an et demi, lors de l’événement Florence AI in Railways, l’air général était au scepticisme », a-t-il déclaré. « Mais depuis l’année dernière, nous menons un projet pilote avec des managers portugais chargés de la maintenance non critique. Je vois beaucoup d’améliorations dans l’accueil de l’IA ».

Rein Lemmens, PDG du cabinet de conseil en données Kapernikov, a ajouté que pour progresser réellement, il fallait traiter les données avec le même sérieux que les entreprises technologiques grand public. « Si nous voulons utiliser les données comme nous utilisons ChatGPT et Instagram, nous devrions également prendre nos données aussi sérieusement qu’eux », a-t-il déclaré. Et bien que l’IA ait de sérieuses limites sans qu’un humain ait la main sur la barre, nous devrions probablement apprendre à lui faire davantage confiance : « L’algorithme ne parle pas à la fontaine à eau comme nous le faisons – il n’est pas au courant de tout ce qui se passe. Mais il ne s’endort pas non plus après le déjeuner ».

Les données et le dilemme des normes

Le débat s’est à nouveau déplacé lorsque M. Aaroe, dans l’une de ses nombreuses questions-réponses en tête-à-tête avec M. Verlinden, a remis en question la décision d’Infrabel d’élaborer des solutions de maintenance intelligentes en interne. « Pourquoi Infrabel ne s’est-elle pas adressée à des entreprises plus petites ? Pourquoi l’avez-vous développé vous-même ? », a-t-il demandé, suggérant que les grands acteurs de l’infrastructure ferroviaire comme Infrabel et Vossloh sont peut-être trop fiers pour faire confiance à des innovateurs extérieurs.

La réponse de M. Verlinden a été claire. Il a reconnu que l’externalisation avait du sens aujourd’hui, mais au moment où il l’a voulue, aucune solution externe n’existait, parlant d’une plateforme qui rassemble toutes les données entrantes. « J’ai consulté le marché et je n’ai rien trouvé. J’ai donc dû l’inventer. Dix ans plus tard, de petites entreprises sont venues essayer de me vendre une plateforme de big data, et je leur ai dit que je l’avais déjà construite : Je l’ai déjà construite ».

Il a ajouté qu’aujourd’hui, Infrabel tente d’opérer un changement plus large en s’appuyant sur des innovateurs individuels – ce que Verlinden a appelé « les héros » – et en adoptant une méthode de travail plus durable. « Comme l’a dit notre directeur de l’exploitation, essayons d’industrialiser tout cela. « Ces deux dernières années, nous avons essayé de rendre l’entreprise beaucoup moins dépendante de personnes comme moi. Il y a cinq ans, j’aurais pu dire que sans moi, beaucoup de choses que je faisais auraient été perdues – mais ce n’est plus vrai aujourd’hui. »

Regarder vers l’avenir piloté par l’IA

Cette mémoire institutionnelle et cette capacité interne semblent désormais constituer le fondement de la stratégie évolutive d’Infrabel en matière d’IA. Mais comme l’a fait remarquer M. Aaroe, le secteur européen a toujours tendance à tout construire en interne. « En Europe, les chemins de fer sont à la traîne. Ils disent qu’ils vont développer le système eux-mêmes, qu’ils vont développer la technologie, qu’ils vont le faire ». Mais même lui a reconnu qu’Infrabel avait « fait du bon travail » en créant quelque chose à partir de rien.

Dans l’ensemble, les participants ont été unanimes sur un point : la qualité des données et la gestion des actifs ont besoin d’être renforcées. Pour M. Verlinden, la clé réside dans la centralisation et la contextualisation des données : « D’un point de vue simpliste, vous avez besoin de toutes les données pour prendre des décisions en un seul endroit. Vous avez besoin d’un contexte pour toutes les données. Je pense que nous sommes prêts pour cela.

Plus d’informations ici :

Cet article a été traduit automatiquement de la langue originale vers le français.

Auteur: Thomas Wintle

Source: RailTech.com