L’intelligence artificielle à la SNCF : retards, innovation et avenir du ferroviaire

Chaque été, les vacances riment avec voyages, et en France, cela signifie bien souvent prendre le train. Mais derrière les départs en gare, une question persiste : l’intelligence artificielle peut-elle vraiment aider la SNCF à réduire les retards et améliorer l’expérience des voyageurs ?

Le groupe ferroviaire n’est pas en reste sur le sujet. Ces dernières années, la SNCF a multiplié les initiatives en IA, allant jusqu’à créer une chaire “IA et optimisation pour les mobilités” en partenariat avec l’École polytechnique. Objectif : mettre la donnée et les algorithmes au service de la régularité, de la maintenance et de la durabilité des infrastructures.

L’IA est-elle déjà utilisée par la SNCF ?

La réponse est oui. Comme l’a rappelé Mathieu Chabanel, PDG de SNCF Réseau, lors de l’édition 2025 de VivaTech, la stratégie IA s’articule autour de deux volets :

1. L’IA classique : analyse de données, algorithmes de prévision, maintenance prédictive.
2. L’IA générative : un champ encore en exploration, pour améliorer la communication et la prise de décision.

L’IA “classique” est déjà intégrée dans de nombreux processus industriels. Des capteurs mesurent par exemple la température des rails pour adapter la circulation en cas de forte chaleur. D’autres systèmes analysent la météo pour anticiper les risques liés aux intempéries.

👉 Pour aller plus loin sur l’usage de l’IA dans les entreprises, découvrez notre formation Consultant en intelligence artificielle.

DEGEEX : l’innovation intrapreneuriale made in SNCF

Depuis 2015, l’intrapreneuriat occupe une place clé dans la transformation numérique de la SNCF. C’est dans ce cadre qu’est née DEGEEX Solutions, une entité interne dédiée à l’innovation.

Sa mission : concevoir et tester des solutions IA concrètes, capables de résoudre des problèmes bien connus des usagers… à commencer par les retards. Deux projets méritent une attention particulière : Transformer et Open TCO.

Transformer : prédire l’état du trafic ferroviaire

Lancé en 2022, Transformer a un objectif simple mais ambitieux : prédire en temps réel l’état du trafic ferroviaire, même en cas de perturbations importantes.

Avant ce projet, la logique était basique : un train en retard de 5 minutes au kilomètre 10 resterait en retard de 5 minutes au kilomètre 20. Impossible donc de modéliser l’évolution réelle du retard.

Transformer change la donne. Grâce au machine learning, il analyse des millions de données (historique des lignes, incidents passés, météo, état du réseau) pour affiner les prévisions. L’idée est de construire un “Waze du ferroviaire”, capable de prédire l’évolution d’un retard, d’en mesurer l’impact sur la ligne et d’en informer les voyageurs de manière plus fiable.

Ce projet s’appuie sur des thèses académiques menées à l’École des Ponts ParisTech et au CNAM, preuve de la collaboration entre recherche et industrie.

👉 Ce type de cas d’usage est abordé dans notre parcours Développeur IA, qui met l’accent sur la mise en œuvre pratique des modèles.

Open TCO : moderniser les infrastructures ferroviaires

Le second projet, Open TCO (Tableau Contrôleur Optique), lancé dès 2014 et élargi en 2024, repose sur la computer vision.

L’idée est d’utiliser des caméras pour analyser l’état des postes d’aiguillage qui ne sont pas encore informatisés. Les images permettent de détecter des changements (positions d’aiguilles, signaux lumineux, etc.), transformant ainsi des installations analogiques en données exploitables numériquement.

Déployé à la gare de Lyon, puis sur le réseau de Strasbourg, Open TCO facilite la modernisation et la maintenance des équipements. Pour les voyageurs, cela signifie des pannes identifiées plus vite et, dans le meilleur des cas, des retards évités.

Bilan : peut-on espérer des trains à l’heure grâce à l’IA ?

Soyons réalistes : l’IA ne va pas faire disparaître les retards du jour au lendemain. Les projets comme Transformer et Open TCO sont prometteurs, mais restent en déploiement progressif.

Le principal défi ? La donnée. Collecter, nettoyer et structurer des millions d’informations issues d’un réseau ferroviaire gigantesque prend du temps. L’apprentissage automatique exige des volumes massifs de données fiables, un enjeu bien connu de toutes les entreprises qui déploient l’IA.

Comme le rappelle le MIT Technology Review, la réussite de l’IA dépend moins de la puissance des algorithmes que de la qualité des données d’entrée. C’est un point sur lequel la SNCF, comme beaucoup d’acteurs, investit massivement.

Et demain : quel rôle pour l’IA générative ?

Si l’IA classique est déjà à l’œuvre, l’IA générative ouvre de nouvelles perspectives. Demain, elle pourrait :

• Rédiger automatiquement des messages personnalisés pour informer les voyageurs en cas d’incident.
• Aider les équipes de maintenance à documenter leurs interventions.
• Simuler des scénarios complexes pour optimiser la gestion du trafic lors de pics d’affluence.

Cette appropriation progressive reste expérimentale, mais elle s’inscrit dans un mouvement plus large où les entreprises combinent IA traditionnelle et IA générative pour gagner en efficacité.

Comment se former à l’IA et comprendre ces enjeux ?

Le cas de la SNCF illustre parfaitement l’importance de former des profils capables de comprendre à la fois :

• Les aspects techniques (algorithmes, machine learning, computer vision).
• Les enjeux stratégiques (données, réglementation, impact sur les usagers).

Chez Alyra, nous proposons deux parcours complémentaires :

• Développeur IA, pour apprendre à coder et déployer des modèles.
• Consultant IA, pour accompagner les organisations dans leur transformation.

Ces formations intègrent des cas concrets inspirés de l’industrie et du secteur public, afin de préparer les professionnels aux vrais défis de demain.

Conclusion

La SNCF n’échappe pas aux défis posés par l’IA : collecte de données, prédiction des retards, modernisation des infrastructures. Les projets Transformer et Open TCO montrent que l’innovation avance, mais qu’il reste encore du chemin avant de voir une ponctualité parfaite.

L’avenir se dessine probablement dans une alliance entre IA classique et IA générative, au service d’un réseau plus fluide, plus sûr et plus durable.

👉 Pour les professionnels et passionnés qui souhaitent comprendre et maîtriser ces enjeux, les formations IA d’Alyra offrent un cadre concret et opérationnel.

‍