L’intelligence artificielle s’impose comme un acteur clé dans l’industrie ferroviaire mondiale, contribuant à réduire les coûts et à améliorer l’efficacité. Une étude du cabinet de conseil BCG, relayée par l’AFP, estime que l’IA pourrait permettre aux systèmes ferroviaires mondiaux d’économiser entre 36 et 79 milliards de dollars par an. Ce potentiel est mis en avant lors d’événements comme le salon InnoTrans à Berlin, où la technologie des trains autonomes figure parmi les principaux sujets de discussion. Lors de cet événement, Deutsche Bahn a présenté un train automatisé capable de circuler d’un dépôt à une gare sans conducteur, atteignant des vitesses allant jusqu’à 40 km/h. Le train utilise des lidars, des capteurs ultrasoniques et des caméras infrarouges pour détecter les obstacles et s’arrêter en toute sécurité. En Russie, le gouvernement soutient activement le développement des trains autonomes, notamment via une subvention de 42 millions d’euros accordée par le ministère allemand de l’Économie dans le cadre d’un plan plus large de modernisation des infrastructures. Le train de passagers du Moscou Central Circle est déjà contrôlé à distance, avec un conducteur superviseur à bord. Il peut détecter un piéton à 600 mètres et réagir en seulement 0,3 seconde. La Russie vise à avoir des trains entièrement autonomes sur l’ensemble de son réseau d’ici 2029. En Asie, les applications de l’IA dans les systèmes ferroviaires sont plus avancées. Une étude intitulée Taking the AI Train par l’Hub Institute pour SNCF Voyageurs met en lumière l’utilisation de l’IA pour la maintenance prédictive. Au Japon, des caméras intelligentes sur la ligne JR East surveillent les composants des trains et les infrastructures, comme les caténaires, pour détecter les défauts avant qu’ils n’entraînent des pannes, économisant ainsi du temps et de l’argent. L’IA est également utilisée pour les annonces vocales dans les gares sans personnel, grâce à des caméras intelligentes et des générateurs de langage qui identifient les voyageurs en difficulté et les aident à s’orienter ou à contacter les services d’urgence. Les technologies de biométrie et de reconnaissance faciale sont également déployées dans plusieurs régions. En Russie, Face Pay permet aux utilisateurs de payer leurs trajets et d’accéder à 240 gares via la reconnaissance faciale, avec 200 000 utilisateurs enregistrés. En Chine, la reconnaissance faciale pour l’embarquement est utilisée sur les trains à grande vitesse et plusieurs réseaux de métro depuis 2017. À Stockholm, en Suède, des caméras intelligentes détectent les comportements potentiellement dangereux ou suicidaires, ce qui pourrait sauver 39 vies sur trois ans. En Corée du Sud, l’IA est utilisée pour former les conducteurs de métro en analysant leurs performances en temps réel et en proposant des plans de formation personnalisés. Si l’Asie mène en matière d’intégration de l’IA, l’Europe rencontre des défis pour généraliser les projets de trains autonomes. William Réjault, de l’Hub Institute, souligne que les progrès en Europe sont davantage ralentis par des questions éthiques, réglementaires ou sociales que par un manque de financement. En Allemagne, les projets de trains autonomes se heurtent à la résistance du syndicat des conducteurs de train GDL, qui craint des pertes d’emplois. En Europe, la reconnaissance faciale biométrique est strictement encadrée, notamment par le règlement général sur la protection des données (RGPD) et l’AI Act. L’étude conseille au secteur ferroviaire de prendre en compte la maturité et l’acceptation publique des applications de l’IA, en insistant sur la protection de la vie privée grâce à des techniques comme le floutage et l’anonymisation. En France, la SNCF a déployé 120 cas d’usage de l’IA, incluant des applications avancées dans la maintenance et l’exploitation des trains. La maintenance prédictive, soutenue par des capteurs sur les trains, vise à réduire le temps passé en atelier. L’IA aide également les ateliers à choisir des options de réparation en s’appuyant sur des données historiques et des documentations techniques. Des outils d’éco-conduite fournissent aux conducteurs des instructions en temps réel pour réduire la consommation d’électricité, permettant des économies de 8 à 10 % par TGV. Étant donné que la SNCF est le plus grand consommateur d’électricité en France, ces économies sont significatives.