Le PDG de Geotab affirme que l’IA transforme la télématique en infrastructure centrale des flottes

Certaines flottes délaissent aujourd’hui des camions non pas en raison de leur consommation de carburant ou de leurs coûts d’entretien, mais parce que les systèmes télématiques qui les équipent ne sont plus suffisamment robustes. C’est ce qu’a affirmé Neil Cawse, fondateur et PDG de Geotab, lors de son discours d’ouverture à Geotab Connect, à Las Vegas.

Selon lui, cette tendance illustre un changement fondamental dans la manière dont les flottes évaluent leur matériel roulant : la télématique est désormais considérée comme une composante essentielle de l’infrastructure opérationnelle, et non plus comme un simple avantage technologique. L’intelligence artificielle (IA) en devient le moteur principal.

M. Cawse a qualifié l’IA de « l’une des plus grandes transformations depuis la révolution industrielle ». Il a expliqué que, si la télématique permet de collecter des données depuis de nombreuses années, les flottes s’appuyaient encore largement sur des analyses manuelles et des rapports a posteriori. L’IA change la donne en faisant passer la télématique d’un outil descriptif à un outil prédictif.

«Le changement commence ainsi : l’IA ne nous assiste plus. Elle fait le travail, et c’est la nouvelle réalité», a-t-il déclaré.

Plutôt que de se limiter à indiquer où un véhicule s’est déplacé, les systèmes d’IA peuvent désormais analyser des millions de points de données afin d’identifier des tendances, de détecter des risques émergents et de recommander des ajustements avant qu’une panne ou une collision ne survienne.

C’est dans cette optique que Geotab souhaite faire évoluer son IA afin qu’elle devienne « le meilleur gestionnaire de flotte et de sécurité au monde ».

« Cela signifie que vous aurez à vos côtés un partenaire de confiance, qui vous écoute et répond à vos besoins. Vous en verrez les résultats au cours de l’année prochaine », a précisé M. Cawse, indiquant que l’entreprise se concentrera particulièrement sur les opérations, la maintenance et la sécurité.

Une IA à encadrer

Même si l’IA prend désormais en charge certaines tâches — comme la priorisation automatique de la maintenance, la gestion des ordres de travail en fonction du risque, l’accompagnement des conducteurs ou les réponses aux questions opérationnelles — M. Cawse met en garde contre une confiance aveugle.

«L’IA est incroyablement intelligente, mais intelligence ne rime pas toujours avec fiabilité. Le risque aujourd’hui n’est plus tant l’hallucination, mais le fait qu’elle soit trop conciliante», a-t-il expliqué. « Elle peut vous dire ce que vous voulez entendre lorsqu’il lui manque du contexte. Il faut lui demander d’exposer ses hypothèses et de reconnaître ce qu’elle ne sait pas.»

Il a également insisté sur l’importance de la qualité des données. «L’efficacité de l’IA dépend directement de la qualité des données auxquelles elle a accès. La télématique est essentielle, mais elle ne représente qu’une partie de l’équation.»

Des données de maintenance enfermées dans des fichiers PDF, des rapports d’inspection sur papier ou des dossiers de conformité dispersés dans des systèmes non connectés limitent la capacité de l’IA à produire des analyses pertinentes.

M. Cawse a aussi évoqué les jumeaux numériques, soit des représentations virtuelles des véhicules et de leur environnement d’exploitation, qui permettent à l’IA d’acquérir le contexte nécessaire pour prendre de meilleures décisions.

«On ne peut pas gérer ce qu’on ne mesure pas», a-t-il rappelé. L’évaluation du comportement des conducteurs, par exemple, nécessite de comprendre ce qui se passe autour du véhicule, tandis que l’optimisation des itinéraires dépend des conditions de circulation en temps réel ou, pour les camions électriques, de l’autonomie disponible.

S’adapter ou disparaître

Selon M. Cawse, l’évolution rapide de l’IA a déjà dépassé un seuil qu’il n’imaginait pas atteindre aussi vite.

«Très peu de développeurs dans le monde sont aujourd’hui capables d’écrire un code plus performant que l’IA», a-t-il affirmé. Si les humains apportent encore un contexte plus riche, l’IA produit du code de meilleure qualité «beaucoup, beaucoup plus rapidement».

Il a indiqué que, dans de nombreuses entreprises, les développeurs ne créent plus directement des logiciels : ils supervisent désormais des équipes d’IA. Cette transformation réduit aussi les barrières à la création d’outils internes ou de fonctionnalités destinées aux clients.

Chez Geotab, les fonctions juridiques, marketing, administratives, de formation, de production vidéo et de service à la clientèle sont déjà en cours de restructuration autour de flux de travail axés sur l’IA.

«Un de nos avocats a utilisé l’IA pour créer sa propre application juridique, ce qui nous a évité d’acheter une autre solution SaaS. Un avocat qui ne sait pas coder», a-t-il illustré.

Il reconnaît toutefois que la transition pose un défi humain majeur. « Nous faisons face à un problème de gestion du changement », a-t-il admis, évoquant aussi les impacts sur l’emploi.

«Oui, je m’inquiète pour certains emplois. Mais ce n’est pas propre à Geotab : c’est un enjeu collectif. Il y aura des pertes d’emplois, et il y en aura encore. Nous devons évoluer ou disparaître.»

Pour M. Cawse, le leadership sera la clé. «Vous ne vous contentez pas d’utiliser l’IA. Vous la dirigez. Vous définissez le problème, vous remettez en question les résultats et vous élevez le niveau d’exigence. Lorsqu’on dirige l’IA comme on dirige des personnes, les résultats sont exceptionnels.»