Dans un groupe de 3 600 collaborateurs et 2 400 véhicules, CFTR aborde l’IA de façon très opérationnelle : sécuriser les données, structurer les usages et transformer les métiers, pas « faire de l’IA pour faire de l’IA ». Sous l’impulsion de Stéphane Guenet, directeur général de CFTR, la stratégie suit deux axes complémentaires : encadrer les pratiques individuelles et développer des applications métier sur mesure. Objectif : augmenter les performances des équipes et créer de la valeur.
Mobily-Cités : Concrètement, comment l’intelligence artificielle s’est-elle installée dans vos pratiques internes ? Est-ce un usage diffus ou une démarche structurée à l’échelle du groupe ?
Stéphane Guenet : « Nous avons vite compris que l’IA ne pouvait pas se développer de façon spontanée : la sécurité des données impose un cadre. On a donc lancé deux programmes. Le premier organise les usages individuels : plutôt que des outils gratuits utilisés chacun dans son coin, nous avons déployé Microsoft Copilot dans un environnement maîtrisé. Et surtout, nous avons mis de l’accompagnement : apprendre à formuler de bonnes requêtes, garder de l’esprit critique, améliorer les réponses, créer des agents… nous avons aussi posé des règles simples : ce qu’on peut partager, ce qu’on ne doit jamais coller dans un prompt, et comment tracer les usages quand c’est nécessaire. L’idée est simple : gagner du temps sur la recherche et le traitement d’information, puis le réinvestir dans l’analyse, la décision et l’amélioration de nos processus. »
Mobily-Cités : Au-delà des usages individuels, comment l’intelligence artificielle s’inscrit-elle dans votre cœur de métier et dans la performance opérationnelle du groupe ?
« Notre deuxième programme, lui, vise des gains mesurables dans le cœur de métier, à partir de cas d’usage proposés par les directions. Un exemple très parlant : les temps de parcours, qui sont absolument structurants pour un exploitant. En agrégeant plus de données (traces GPS, historiques d’exploitation, données externes et paramètres contextuels), on construit des modèles plus robustes, plus proches du réel. Et derrière, on obtient des effets très concrets : meilleure construction de l’offre, optimisation des temps de battement, organisation plus efficace des ressources, et au final une meilleure vitesse commerciale, donc plus de fiabilité et de qualité de service. Ce qui compte, c’est que ça parle aux équipes : on met les exploitants dans la boucle, on compare avant/après, et on suit des indicateurs simples pour vérifier que le modèle améliore vraiment la vie sur le terrain. »
Mobily-Cités : Sur ces cas d’usage métier, faites-vous appel à des solutions du marché ou à des développements spécifiques adaptés à vos besoins ?
Nous privilégions le sur-mesure : ça répond exactement à nos besoins et, surtout, ça évite toute diffusion de données. Ensuite, on arbitre de façon très pragmatique : quel gain de temps, quel impact opérationnel ? Et je le dis clairement : l’objectif n’est pas de supprimer des postes. L’idée, c’est de libérer du temps sur des tâches répétitives pour le remettre sur des missions à plus forte valeur. Un exemple : le suivi de fréquentation, aujourd’hui très consommateur de manipulations, peut être beaucoup plus automatisé, avec des mises à jour quotidiennes et des capacités de simulation plus avancées. Et quand une brique marche, nous essayons de la réutiliser : ça évite de « réinventer » à chaque filiale et ça aide à passer à l’échelle du groupe, sans perdre le contrôle.
Mobily-Cités : L’intelligence artificielle vous permet-elle d’anticiper les évolutions de la demande et de piloter l’exploitation de manière plus prédictive ?
Oui, clairement. Nous passons d’une logique de constat à une logique plus prédictive. Quand on intègre et qu’on croise des variables comme la météo, la congestion, les événements, les habitudes de déplacement, la saisonnalité… nous construisons des scénarios plus crédibles et surtout plus actionnables. Dans nos métiers, ça change beaucoup de choses : on améliore la qualité de service, on maîtrise mieux coûts et ressources, et on pilote l’activité avec plus de précision et d’anticipation. Et très concrètement, ça aide à ajuster l’offre au bon moment : renforcer une ligne, repositionner des véhicules, adapter des horaires, plutôt que de subir a posteriori.
Mobily-Cités : Au sein d’un groupe de transport tel que le vôtre, l’intelligence artificielle peut-elle améliorer concrètement la gestion du matériel roulant ?
Oui. En combinant historiques d’intervention, conditions d’exploitation et usage des véhicules, l’IA permet de mieux caractériser l’usure réelle et de passer d’une maintenance surtout préventive à une approche plus fine et contextualisée, jusqu’à l’échelle du véhicule. Nous travaillons beaucoup sur la qualité des données : capteurs, retours atelier, cohérence des historiques, parce que sans ça, la prédiction ne tient pas. Résultat : moins de pannes imprévues, meilleure planification des interventions et, surtout, moins d’immobilisations pour garantir le service.
Mobily-Cités : L’intelligence artificielle transforme-t-elle également votre approche commerciale, notamment dans la détection et le pilotage des opportunités ?
Oui, et c’est même un des sujets où on voit des gains rapides. Nous nous appuyons sur une plateforme qui centralise les opportunités. D’abord, on obtient une synthèse quasi instantanée des appels d’offres : montants, échéances, critères, niveau de complexité… Ensuite, nous avons un processus Go/No Go très simple pour qualifier vite et orienter les ressources. La plateforme suit l’opportunité jusqu’au dépôt de la réponse, et derrière nous pouvons analyser notre performance : taux de transformation, zones, typologies de marchés où on réussit le mieux. Et comme nous construisons sur plusieurs années d’historique, nous avons une vision beaucoup plus solide du pipeline pour anticiper, prioriser et piloter. Autre point important : nous capitalisons mieux sur ce qu’on a déjà écrit (arguments, pièces type, points de vigilance), donc nous gagnons en cohérence et en qualité, pas seulement en vitesse.
Mobily-Cités : Dernière question très pratique : comment embarquez-vous les équipes et comment mesurez-vous, au quotidien, que l’IA crée vraiment de la valeur ?
On fait très simple. D’abord, nous partons de sujets concrets, pas de la technologie. Ensuite, nous testons vite sur un périmètre réduit, avec des gens du métier, et nous corrigeons. Et pour la valeur, nous cherchons des métriques simples : temps gagné, baisse des erreurs, meilleure stabilité de l’offre, réduction des immobilisations, qualité de réponse aux appels d’offres… Si nous ne voyons pas d’effet, on arrête ou on re-cadre. L’important, c’est l’adoption : une solution qui reste sur une étagère, même brillante, ne sert à rien.
Mobily-Cités : En définitive, quel regard portez-vous sur cette transformation ?
Pour moi, l’IA est d’abord un outil d’augmentation : elle accélère la collecte et le traitement des données, pour permettre aux équipes de se concentrer sur l’essentiel – analyser, décider, proposer. C’est là que se situe la création de valeur.
Propos recueillis par Pierre Lancien
