IA : révolution ou mirage ?
L’intelligence artificielle peut-elle vraiment aider les gestionnaires de parc à prendre des décisions stratégiques ?
L’intelligence artificielle (IA) s’impose dans tous les secteurs. Que vous l’adoptiez avec enthousiasme ou que vous craigniez qu’elle ne prenne votre emploi, une chose est sûre : elle continuera de gagner du terrain. Déjà utilisée dans de nombreux secteurs, elle suscite une question légitime chez les professionnels de la gestion de parc : l’IA peut-elle réellement les accompagner dans l’achat et la revente de leurs véhicules ?
« Je pense que l’IA peut aider l’utilisateur à accéder plus rapidement à l’information, explique Basil Marcus, président de Foss National Leasing, mais il faut encore quelqu’un qui comprenne la composition de chaque véhicule. La configuration d’un véhicule est un processus très personnalisé, surtout pour les véhicules commerciaux. Nous comptons beaucoup sur nos gestionnaires de comptes et nos spécialistes des spécifications pour livrer un véhicule parfaitement adapté aux besoins du client. »
Selon lui, l’IA ne joue pas encore un rôle majeur dans le choix des véhicules pour les gestionnaires de parc. « L’IA peut sans doute recueillir, analyser et interpréter les données, ajoute-t-il, et cela facilite la prise de décision. Je dirais qu’il ne faut pas la considérer comme un leader d’opinion, mais comme un partenaire de réflexion. Il faudra toujours des professionnels pour comprendre les besoins de chaque entreprise, du moins pour l’instant. »
L’importance de données fiables
Brianna Perry, gestionnaire du marketing produit chez Fleetio, estime que l’IA a un fort potentiel, mais seulement si elle repose sur des données réelles et cohérentes du parc. « Plutôt que de se baser sur des hypothèses générales, l’IA peut fonder ses recommandations sur les données propres au parc : itinéraires, charges et habitudes d’utilisation. Les gestionnaires peuvent ainsi évaluer le coût de vie réel et le rendement de chaque option, explique-t-elle. Par exemple, si un parc envisage d’intégrer des véhicules électriques, l’IA peut l’aider à déterminer si cela réduirait réellement les coûts, une fois les temps de recharge et les tarifs d’électricité pris en compte. »
Si un parc compare plusieurs modèles ou motorisations, ajoute-t-elle, l’IA peut indiquer où un modèle plus abordable ou plus écoénergétique ferait tout aussi bien le travail que les véhicules déjà en service.
« Aujourd’hui, de nombreux gestionnaires de parc doivent encore rassembler des données provenant de multiples sources ou s’appuyer sur leur instinct et les promesses des fournisseurs, poursuit-elle. L’IA pourrait changer la donne en leur offrant des recommandations personnalisées, fondées sur l’historique et les opérations de leur parc. Elle ne remplace pas leur expertise, mais elle les décharge de la tâche fastidieuse d’analyser toutes les variables, en leur proposant des options déjà adaptées à leur contexte. »
Bob Bradley, vice-président, science des données et ingénierie IA chez Geotab, souligne que l’intelligence artificielle permet aux gestionnaires de dépasser les décisions d’achat génériques en leur fournissant des analyses adaptées à leurs besoins opérationnels précis.
« En examinant les historiques de conduite, les charges transportées, les types de trajets et les conditions environnementales, l’IA peut aider à déterminer quelles spécifications offriront le meilleur rendement et le coût total de possession le plus bas, » explique-t-il.
Il donne l’exemple d’un parc qui envisagerait d’électrifier une partie de ses itinéraires. « L’IA peut analyser les cycles de travail : longueur moyenne des trajets, nombre d’arrêts, durées d’immobilisation et poids transportés, tout en tenant compte de variables externes comme la circulation ou la météo. Elle pourrait ainsi révéler que la moitié des trajets quotidiens du parc font moins de 120 km et comportent de longues périodes d’arrêt, ce qui les rend idéaux pour des véhicules électriques, tandis que l’autre moitié dépasserait encore les limites d’autonomie actuelles, ce qui ferait des hybrides ou des véhicules à moteur thermique un meilleur choix. »
L’IA au service du remarketing
À l’autre extrémité du cycle de vie, l’IA peut-elle aussi jouer un rôle dans la revente des véhicules ? Pour Brianna Perry, la réponse est oui.
« Actuellement, dit-elle, beaucoup de gestionnaires se fient à leur expérience ou à un seuil de kilométrage pour décider quand retirer un véhicule. Ils savent souvent, d’instinct, quand un véhicule commence à poser problème. L’IA ajoute une couche supplémentaire d’analyse en détectant des tendances et des schémas. Elle peut signaler le moment où le coût de possession dépasse probablement la valeur de revente. »
Ce qui devient particulièrement intéressant, poursuit-elle, « c’est la suite du processus. Dans un scénario idéal, une fois qu’un véhicule est identifié comme candidat à la revente, un flux de travail se déclenche : il est marqué en conséquence, la bonne personne est avisée et une liste de vérification s’active. Nous n’en sommes pas encore à une intégration totalement fluide de ces étapes, mais cela viendra progressivement. »
Bob Bradley partage cette vision. « L’IA peut jouer un rôle clé dans les stratégies de remplacement prédictif, explique-t-il. En analysant l’utilisation des véhicules, les coûts d’exploitation, le kilométrage, la dépréciation et les tendances d’entretien, elle peut estimer le moment optimal pour retirer un véhicule du parc. »
Il donne un exemple : « Si les analyses prévisionnelles montrent qu’un camion va bientôt coûter plus cher à entretenir que sa valeur résiduelle, le gestionnaire peut planifier sa revente avant que les coûts ne s’envolent. Cela permet de maximiser la valeur de revente, de réduire les temps d’immobilisation et de maintenir la performance du parc. Pour les grands parcs, même un léger ajustement du calendrier peut représenter des économies considérables à long terme. »
Premiers pas et points clés à considérer
Si la puissance de l’IA semble prometteuse, savoir par où commencer peut être intimidant. Brianna Perry reconnaît que l’IA peut donner l’impression d’un saut dans l’inconnu, mais elle rappelle que la première étape consiste à disposer de données propres, cohérentes et automatisées.
« Lorsque les relevés d’odomètre, les historiques d’entretien et les transactions de carburant sont saisis automatiquement, les gestionnaires gagnent du temps administratif tout en posant les bases d’analyses précises pour l’avenir, » explique-t-elle. « Il faut aussi garder à l’esprit que l’IA n’aura pas toujours raison. Ses recommandations doivent être transparentes et replacées dans leur contexte. Les gestionnaires possèdent l’expertise nécessaire pour déterminer si une suggestion est pertinente pour leur entreprise. »
Selon Bob Bradley, l’IA ne se limite pas à l’approvisionnement et au remarketing : elle peut aussi améliorer la sécurité routière, un enjeu prioritaire pour tous les parcs.
« L’IA peut analyser les données d’accidents, les comportements de conduite et les conditions routières pour recommander des technologies de véhicule qui améliorent la sécurité, » explique-t-il. Par exemple, elle peut aider à sélectionner des véhicules équipés de systèmes avancés d’aide à la conduite (ADAS) ou être intégrée à des caméras embarquées capables de détecter et signaler en temps réel une distraction ou une conduite à risque.
« Au-delà de la prévention, un parc axé sur la sécurité favorise aussi la rétention, ajoute-t-il. Les conducteurs qui se sentent soutenus par des véhicules plus sûrs et plus fiables sont plus enclins à rester en poste, ce qui réduit le roulement de personnel et les coûts associés. L’IA appliquée à l’approvisionnement ne consiste pas seulement à gérer des véhicules, mais aussi à protéger les personnes, à optimiser les opérations et à renforcer la compétitivité à long terme des parcs. »
