Les gares et aéroports sont des « usines humaines » : 50 000 personnes traversent Paris-Charles-de-Gaulle chaque jour, autant à Saint-Lazare aux heures de pointe. Chaque voyageur a un parcours légèrement différent, entre correspondance, dépôt bagages, contrôle sûreté, achat de dernière minute. L’expérience oscille entre fluidité et engorgement : files de quarante-cinq minutes, panneaux qui ne suivent pas, retards qui se cumulent. DécisionIA accompagne en 2026 les opérateurs comme ADP et SNCF Gares Connexions pour déployer une IA qui orchestre les flux, personnalise l’information, monétise mieux le temps d’attente et augmente la sûreté sans friction. Les chantiers les plus matures rapportent des temps de passage réduits de quinze à vingt-cinq pour cent, des gains de satisfaction de plusieurs points et des revenus retail en hausse.
Gestion des flux et anticipation des goulots d’étranglement
La vision par ordinateur en temps réel monitore les files d’enregistrement, les contrôles de sûreté, les portes d’embarquement et les couloirs de correspondance. Les caméras sont calibrées pour ne pas reconnaître les visages, conformément au RGPD : elles ne mesurent que la densité d’occupation et la vitesse de passage par mètre carré. Pour chaque file, le système estime la longueur observable et la vitesse de traitement (passagers par minute), puis projette le temps d’attente à dix minutes, trente minutes, une heure. La comparaison avec la base historique d’une journée typique permet d’identifier rapidement une dérive : si à six heures du matin un mardi la file est cinq fois plus chargée que d’habitude, le seuil d’alerte se déclenche.
Les actions sont enchaînées de manière prédictible. Si une file dépasse douze minutes prédites, le manager ouvre une borne supplémentaire ou redirige les vols domestiques court-courriers vers des comptoirs alternatifs. Si une zone du terminal sature, la signalétique dynamique reroute les flux : « escalator de gauche fermé, utilisez le central ». Le résultat est mesurable : un terminal majeur peut absorber quinze à vingt-cinq pour cent d’attente en moins sans recruter, simplement en redistribuant la charge sur les ressources existantes. DécisionIA cadre cette première brique en s’appuyant sur l’expérience accumulée dans la mobilité urbaine pilotée par l’IA, où la modélisation des flux humains repose sur des principes voisins.
L’optimisation s’étend aux flux côté piste. Un grand aéroport compte plusieurs centaines de croisements opérationnels où des avions tractés, véhicules de service et navettes se partagent le tarmac. L’IA suit la position de chaque mobile, anticipe les conflits et propose des routes alternatives. Les minutes ainsi gagnées se traduisent en carburant économisé, en ponctualité améliorée pour les rotations et en moins de stress côté équipages. SNCF applique des mécaniques très proches dans les gares parisiennes saturées, où les correspondances se jouent en quelques minutes et où la fluidité conditionne la satisfaction client autant que la régularité.
Information voyageur personnalisée et assistance conversationnelle
L’application mobile et le chatbot IA livrent une information ajustée au profil et au contexte. Un voyageur partant de chez lui à Paris pour un vol à 10 h 30 peut recevoir un message comme : « votre porte est D45, la navette suivante arrive à votre gare dans quinze minutes, l’enregistrement comptoir 3 est rapide à sept minutes d’attente, en revanche la sûreté est lente à vingt-deux minutes ; recommandation : navette de 10 h, enregistrement immédiat, sûreté rapide, arrivée porte 9 h 45 avec un buffer de quarante-cinq minutes ». Le ton change pour un voyageur loisirs voyageant en famille, qui privilégie le confort sur la performance.
Les recommandations s’adaptent à la sensibilité au risque du profil. Un grand voyageur business tolère un buffer serré, une famille avec deux enfants préfère arriver tôt. Quand la porte change, la notification arrive en quelques secondes ; quand la file de sûreté ralentit brutalement, une file alternative est suggérée avec un trajet illustré. Côté SNCF, le même principe joue à Lyon Part-Dieu ou à Lille Flandres : un voyageur dont la correspondance se joue à six minutes reçoit un plan B avec un train de secours réservable d’un clic, sans frais s’il n’est pas utilisé. DécisionIA cadre ces parcours en s’inspirant de l’approche éprouvée sur le transport ferroviaire, où l’information personnalisée est devenue un standard implicite de qualité de service.
L’assistance conversationnelle joue aussi un rôle d’apaisement émotionnel. En période de perturbation majeure, comme une grève ou un incident technique, les centres d’appel sont saturés. Le chatbot IA absorbe le premier niveau d’angoisse, fournit des informations à jour et oriente vers un agent humain pour les cas complexes. Les opérateurs gagnent du temps utile et concentrent leur énergie sur les voyageurs les plus vulnérables, comme les personnes à mobilité réduite, les voyageurs primo-utilisateurs ou ceux qui n’ont pas accès à l’application.
Retail prédictif et monétisation intelligente du temps d’attente
L’aéroport et la gare génèrent une part importante de leurs revenus via le duty-free, la restauration, les bars, les salons et les services. La dépense moyenne par passager se situe autour de cent euros côté aérien, et la marge de manœuvre pour la faire progresser dépend essentiellement de la qualité du parcours commercial proposé. L’IA apprend les patterns d’achat : un voyageur business un mardi matin achète typiquement un café et un sandwich, une famille un mercredi achète plutôt de l’eau et des cadeaux, un passager en correspondance serrée n’achète quasiment rien.
Concrètement, l’application peut proposer une notification personnalisée pendant l’attente d’enregistrement, par exemple une offre limitée sur un parfum disponible sur le trajet vers le comptoir. Le ciblage évite la sur-sollicitation : pas plus d’une à deux propositions par parcours, et toujours alignées avec le temps disponible. Les conversions observées par DécisionIA sur des projets similaires se situent entre dix et trente pour cent selon les segments, ce qui se traduit en revenu retail additionnel mesurable mois après mois. Côté restauration, la suggestion de la file la plus rapide ou la pré-commande pour un créneau garanti améliorent la satisfaction et lissent la charge dans les espaces de service.
Côté SNCF, la monétisation passe davantage par les services premium et l’optimisation du remplissage des wagons « calme » ou « pro ». Un voyageur identifié comme télétravailleur récurrent reçoit une suggestion d’upgrade pertinente avant le départ, sans intrusion. La logique est la même : utiliser la donnée pour adresser la bonne offre au bon moment, dans le respect du consentement et avec un opt-out simple à exercer. Les taux d’upgrade gagnés restent modestes en pourcentage, mais s’ajoutent à la marge sans coût marginal sensible.
Sûreté augmentée et accessibilité sans friction
La vision par ordinateur sait détecter des comportements suspects, comme une personne stationnant longtemps près de portes sensibles ou un bagage abandonné. La détection se fait sans reconnaissance faciale, par analyse de la posture, de la trajectoire et du contexte spatial. Les agents de sûreté reçoivent une alerte discrète et interviennent avec proportionnalité : un bagage oublié peut être identifié et signalé en moins de dix secondes contre plusieurs minutes en surveillance humaine seule. Le scan de passeport couplé à l’IA croise l’authenticité du document, la correspondance photographique et les bases de données d’alerte, ce qui réduit les fraudes documentaires sans rallonger l’expérience moyenne.
L’accessibilité bénéficie aussi de l’IA. Les voyageurs en fauteuil ou avec un chien d’assistance sont identifiés tôt dans le parcours, le personnel d’accueil est pré-positionné, les ascenseurs sont disponibles, les voies de contournement balisées. Pour des publics anxieux ou primo-voyageurs, l’application devient un compagnon qui rassure plutôt qu’une couche supplémentaire d’information. Cette dimension inclusive est un marqueur de qualité pour les opérateurs et un levier de différenciation entre hubs.
L’industrialisation suppose enfin une gouvernance solide : registre des cas d’usage, registre AI Act pour les applications de sûreté en risque élevé, dispositif d’audit régulier, conventions claires avec la CNIL sur la finalité et la durée de conservation. Les architectures techniques associent généralement un edge computing local pour la vision par ordinateur (latence faible, données qui ne quittent pas le site), une couche cloud pour les modèles plus lourds, et des connecteurs avec les systèmes opérationnels existants comme les CRM compagnies aériennes, les systèmes de réservation SNCF ou les plateformes de gestion de la sûreté. Cette modularité permet d’avancer cas d’usage par cas d’usage sans remettre en cause le socle.
DécisionIA outille ces démarches et accompagne les opérateurs sur la durée pour passer du POC visible à une plateforme partagée par plusieurs métiers, des opérations à la sûreté en passant par le marketing et les services aux compagnies. La trajectoire la plus saine met en place un comité IA cross-fonctionnel, une roadmap glissante à dix-huit mois, des indicateurs de valeur partagés (temps de passage, satisfaction, revenus retail, incidents évités) et une discipline de mesure régulière. Pour structurer cette montée en compétence, le bootcamp dirigeant IA propose un format intensif dédié aux équipes de direction des opérateurs de transport et d’infrastructure.