Newsroom

Geo4Cast, la data science au service de la mobilité

Compte-rendu du séminaire industriel data science des Mastères Spécialisés Big Data et IA de Télécom Paris du jeudi 5 novembre 2020 avec François Lainée, Directeur associé de Geo4Cast.

La mobilité, notamment parce qu’elle participe de la mise en sécurité, a de tout temps été un besoin primaire de l’Homme. Cela reste le cas aujourd’hui, même si l’urgence de la sécurité est moins prégnante quotidiennement ; les lieux de travail étant de plus en plus éloignés du domicile, ce besoin demeure majeur. Dans cette perspective, la corrélation entre urbanisation et besoin de transport associée à une croissance exponentielle de l’urbanisation entraîne un besoin grandissant dans le secteur du transport. Ce besoin et son caractère sensible se sont notamment retranscrits à travers la crise des gilets jaunes provoquée par l’augmentation de la taxe diesel qui a réduit le pouvoir de mobilité de la population.

Le secteur, les chaines de valeur de la mobilité subissent de fortes pressions (technologiques, compétitives, nouvelles demandes, …) et de nouvelles solutions émergent : covoiturage, véhicule autonome, révolution de la voiture électrique… Dans ce contexte, la mise en place de solutions exploitant les sources de données disponibles (conducteurs du quotidien, circulation en métropole, transport longue distance) permet d’apporter de la valeur ajoutée sur les problématiques de mobilité. Ces problématiques peuvent se décliner à différents niveaux : entreprise de transport routier avec la congestion routière, entreprises fournissant des composants de solutions de mobilité (opérateurs GPS…), municipalité en charge de l’organisation des transports, avec l’anticipation des pics de pollution.

De fait, de nombreux cas d’usage démontrent la valeur ajoutée de la Data/IA dans la mobilité. Une application concrète de ces solutions est la prédiction des accidents sur le réseau autoroutier. En effet, pendant les heures de pointe le risque d’accident augmente drastiquement et un accident arrivant dans cet intervalle de temps aura des conséquences plus lourdes que pendant les heures creuses (temps de retard moyen sur le trajet quotidien des utilisateurs du réseau). La valeur ajoutée d’une prédiction plus efficace se matérialise par la gestion optimisée des équipes d’interventions, mieux positionnées, ce qui permet de réduire au maximum le temps d’arrivée sur les lieux de l’accident.

C’est dans ce cadre que l’entreprise Geo4Cast vient apporter son expertise en proposant ses services autour de la prédiction du trafic routier et de la gestion des flux.

Compte-rendu rédigé par Alexandre Breboin, Maxime Geay et Mathias Nourry, étudiants du Mastère Spécialisé Big Data promotion 2020-2021.