Le train du futur ne sera pas en retard

Rien de magique à cela : les équipes compilent les données pour prévoir les failles avant qu’elles n’arrivent, et y remédier pour qu’elles n’impactent pas les trajets.  « Nous ne pouvons pas empêcher une défaillance, mais nous pouvons l’empêcher d’avoir des conséquences sur l’expérience d’un voyageur » . En utilisant les données géologiques, météorologiques (température comprise), les images externes, mais aussi les informations sur les différents composants des trains, Siemens peut à la fois établir des schémas et tendances concernant les retards, et réparer une pièce défaillante d’un train avant qu’elle ne lui porte défaut. En moyenne, les équipes ont pu identifier une faille entre une semaine et 10 jours avant qu’elle n’ait lieu depuis la mise en place du système.

« Nous identifions les bons ingénieurs et les bons outils avant qu’une panne n’intervienne, ce qui représente un gain de temps considérable pour les compagnies ferroviaires » … mais aussi un gain d’argent... « Si un incident a, malgré tout, lieu pendant un trajet, nous devons pouvoir identifier rapidement quelle pièce est responsable et comment la remplacer au plus vite : plus un train reste au dépôt, plus l’exploitant perd de l’argent » .

Pour résoudre un problème, Gerhard Kress s’assure de comprendre la totalité de l’énoncé. Il évoque le cas des trams, à New York. « Nous nous sommes aperçus que les retards ne venaient pas d’un problème structurel aux trams, mais des soucis d’interaction avec les voitures dont ils partageaient le trafic routier »

Gerhard Kress et ses équipes n’utilisent pas les données produites par les utilisateurs, qui concernent, en général, la qualité de service. « Nous nous attaquons à l’essentiel avant de travailler le reste. Ce qui nous intéresse en priorité, c’est la qualité de transport : la ponctualité, les connexions, … il n’y a pas un pays qui soit épargné. Une étude se félicitait que 75% des connexions avaient lieu sans encombre – or cela signifie que 25% des voyageurs ne peuvent pas prendre leur train ! Nous devons nous concentrer sur les basiques avant de procéder aux requêtes des utilisateurs » .

A cela s’ajoute une difficulté supplémentaire : les solutions doivent être adaptées à chaque région. Un train qui circule en Russie ne devra pas affronter les mêmes conditions climatiques qu’un train qui circule en Espagne. Au même titre, un train vieux de 30 ans demandera plus de soin qu’un train plus récent.

A l’avenir, les trains continueront à évoluer. Mais si les automatisations deviendront plus fréquentes (à mesure qu’il sera possible d’intégrer un logiciel capable d’identifier tout conflit sur le trajet), elles ne suffiront pas à faire du train le moyen de transport privilégié des individus. « C’est un point de vue personnel, mais je pense que le futur sera automobile » .

Intéressant : à l’heure où l’environnement est sur toute les lèvres, le transport en commun ne sortira-t-il donc pas grand vainqueur ?

« Pour certains types de trajet, si. Pour aller à Londres, il n’y a pas d’autre moyen efficace. Pour transporter des ressources, c’est idéal. Mais pour circuler au quotidien, nous allons devoir faire face à de nouvelles options que l’on ne pourra pas ignorer » . La voiture automatique en est le meilleur exemple, et si le train « fera partie d’un écosystème mobile global » , il ne pourra pas rivaliser. Et ce n’est pas Hyperloop qui pourra changer ça. « Le projet est un non-sens pour certaines zones. En Allemagne, où il y a des grandes villes dans chaque région, ça n’a aucun intérêt : le train devrait s’arrêter toutes les deux secondes !  A moins que l’on ne rendre dans un débat politique, pour choisir quelle ville y a droit et quelle ville en est privée. Mais dans un futur où le green est de rigueur, cela reste une technologie intéressante… »

---

Propos recueillis dans le cadre de la conférence Partners, organisée par Teradata.