L'intelligence artificielle ne transformera réellement le transport maritime qu'une fois que les données, le contexte, la connectivité et les flux de travail fragmentés auront enfin été réunis — c'est la conclusion centrale qui se dégage de l'enquête de SplashTech auprès des dirigeants des technologies maritimes, publiée en introduction du tout nouveau magazine SplashTech.

Si une réponse domine l'enquête, c'est bien l'intelligence artificielle. Le constat le plus révélateur est toutefois le peu de répondants disposés à en rester là.

L'IA devrait toucher presque tous les aspects du transport maritime au cours des cinq prochaines années : planification des voyages, maintenance, achats, opérations de cargaison, conformité, sécurité, décisions commerciales et administration quotidienne qui consomme des quantités considérables de temps en mer comme à terre. Pourtant, contributeur après contributeur, la même nuance s'impose : l'intelligence n'est jamais meilleure que les données, le contexte, la connectivité, l'architecture et les connaissances maritimes qui la sous-tendent.

Cette nuance s'applique à une industrie qui s'est historiquement numérisée de façon inégale. L'environnement réglementaire du transport maritime évolue toutefois désormais de manière à récompenser de meilleures données : le système de notation d'intensité carbone (CII) de l'OMI pour les navires et l'inclusion des émissions maritimes dans le système d'échange de quotas d'émission de l'UE ont fait de données opérationnelles précises et vérifiables une exigence de conformité plutôt qu'un projet d'efficacité facultatif. Les répondants à l'enquête reviennent régulièrement sur cette pression pratique — l'IA ne porte ses fruits que si les données qui l'alimentent résistent à l'examen.

Le contexte comme ingrédient manquant

Matthew Talbot, co-PDG de Complexio, offre l'une des versions les plus claires de cet argument. Son choix de la technologie la plus transformatrice est la capacité de lire la couche de coordination non structurée du transport maritime — e-mails, messagerie instantanée, documents et pièces jointes — et de la transformer en un modèle gouverné du fonctionnement réel d'une entreprise.

« Le mot qui compte ici, c'est le contexte », déclare Talbot à SplashTech.

N'importe quel modèle à usage général peut résumer un e-mail, fait-il valoir. Le problème plus difficile est de comprendre ce que ce message signifie au sein d'une entreprise de transport maritime donnée : à quel navire, cargaison, contrepartie, personne et décision antérieure il se rattache, et comment le travail s'écoule réellement. L'historique opérationnel du transport maritime se trouve souvent dans la boîte de réception plutôt que dans l'ERP. Tant que les machines ne peuvent pas lire intelligemment cet historique, les applications construites au-dessus ne travaillent qu'à partir d'une image partielle.

Manish Singh, de Maris Investments, aborde le même problème sous un autre angle. Invité à désigner la technologie numérique la plus transformatrice, il refuse de nommer une technologie. Son choix est « la plateforme de référence qui élimine les silos que nous avons dans les flux de travail maritimes ».

« Tant que cela n'arrive pas, de nombreux nouveaux outils ajoutent de la complexité plutôt que des capacités », affirme Singh.

Ensemble, ces réponses dessinent le grand concours qui se profile. Le transport maritime ne manque pas d'applications. Il lui manque le tissu conjonctif permettant à ses applications, communications, données et personnes de se comporter comme une seule et même opération.

L'IA, mais sous conditions

Gert-Jan Panken, directeur général et vice-président chez Inmarsat Maritime, s'attend à ce que l'IA ait l'impact le plus large, mais il affirme que sa valeur dépend entièrement de la qualité des intrants et des fondations numériques qui la soutiennent. L'IA a besoin de données fiables et d'une intégration ship-shore sécurisée avant de pouvoir améliorer la maintenance, l'optimisation des voyages, la sécurité, la performance en matière d'émissions et l'efficacité commerciale. Sans cette fondation, elle risque de devenir une couche de complexité supplémentaire.

Nico Lehtinen, directeur de la transformation numérique chez Elomatic, désigne lui aussi l'IA tout en soulignant que le transport maritime n'a qu'effleuré la surface. La technologie deviendra progressivement une extension naturelle de l'ingénierie et de la gestion opérationnelle plutôt qu'une application distincte que les utilisateurs visitent. Les gagnants, suggère-t-il, ne seront probablement pas les entreprises au chatbot le plus visible. Ce seront celles qui intègrent discrètement l'intelligence dans les flux de travail là où les décisions se prennent déjà.

Maayan Castel, vice-présidente produit chez Agwa, décrit l'opportunité comme « une IA spécifique au domaine qui boucle le circuit entre détection, décision et action ».

« Le secteur maritime n'a pas besoin de plus de tableaux de bord affichant des données que quelqu'un doit interpréter », dit-elle.

Janani Yagnamurthy, senior vice-présidente chargée du produit et de la croissance stratégique chez Marcura, se concentre sur une autre grande opportunité : des agents d'IA capables d'institutionnaliser la connaissance organisationnelle. À mesure que les professionnels expérimentés partent à la retraite, les entreprises capables de capturer des décennies de décisions commerciales, de pratiques de travail et d'interprétation contractuelle posséderont un avantage qu'on ne pourra pas facilement racheter plus tard.

Talbot fait une observation similaire. Le transport maritime traite encore une grande partie de son savoir opérationnel comme un bien personnel : le superintendant qui se souvient pourquoi une machine a été remplacée en avance, ou l'opérateur qui sait quel agent fait avancer les choses dans un port donné. Quand cette personne part, l'entreprise paie souvent pour réapprendre la leçon.

Le fil commun n'est pas simplement un logiciel plus intelligent. C'est de raccourcir la distance entre le savoir et l'action.

La plomberie d'abord

Joy Basu, directeur général de Smart Ship Hub, apporte peut-être la réponse la plus délibérément démodée de l'enquête. Contraint de choisir la technologie réellement transformatrice, il opte pour l'enregistreur de données embarqué.

Le transport maritime dépend encore fortement de l'AIS, des rapports de midi et de systèmes embarqués fragmentés. Si les informations à haute fréquence provenant des moteurs, chaudières, débitmètres, puissancemètres d'arbre, équipements de navigation et systèmes de cargaison peuvent être collectées à bas coût et de manière fiable, l'industrie dispose soudain de la matière première nécessaire à l'IA, aux jumeaux numériques, aux rapports automatisés et à la maintenance prédictive.

« Un modèle d'IA qui n'a jamais pris en compte une coque encrassée, un moteur déclassé ou une position AIS falsifiée vous donnera des absurdités assurées », déclare Basu.

L'IA générique progresse de façon extraordinairement rapide, mais les navires ne sont pas des environnements génériques. Les capteurs dérivent. Les machines se dégradent. La connectivité disparaît. Les coques s'encrassent. Les équipages improvisent. La météo change. Les priorités commerciales entrent en conflit.

Talbot élargit l'argument au-delà de la télémétrie. Un relevé de capteur peut indiquer à un opérateur qu'une pompe a chauffé. Combiné avec les e-mails du superintendant, les rapports de visite antérieurs et ce que l'équipage a réellement fait, une machine peut commencer à comprendre pourquoi. Les données structurées et le contexte humain deviennent ensemble plus précieux que séparément.

David Evans, directeur technique chez Idwal, soutient donc que la transformation commence par des données opérationnelles vérifiées et des rapports standardisés, l'IA et l'analytique se situant au-dessus. Adam Dennett, directeur général de SpecTec, choisit de même les données standardisées et interopérables comme fondation déterminant qui bénéficiera réellement de l'intelligence artificielle. L'IA pourrait enfin fournir la raison commerciale de corriger les problèmes numériques que le transport maritime tolère depuis des années.

Tout le monde n'accepte pas que l'intelligence artificielle elle-même mérite la première place. Bjørn Kristian, directeur chez NAVTOR, choisit le S-100, le cadre de données maritimes de nouvelle génération développé dans le cadre de la stratégie d'e-navigation de l'OMI, réunissant sous une structure commune les produits de navigation, notamment les cartes électroniques, la bathymétrie, les niveaux d'eau et les courants de surface.

« Le S-100 introduit des couches de navigation plus riches, dynamiques et interopérables », déclare Kristian, avec le potentiel d'améliorer la conscience situationnelle, la surveillance des routes et la planification des voyages.

Sa réponse est précieuse précisément parce qu'elle renforce le résultat général de l'enquête : une grande partie de la prochaine génération d'intelligence maritime dépend de ce que des informations plus riches deviennent structurées et interopérables avant que des applications intelligentes puissent les exploiter. La technologie sous la surface pourrait en définitive déterminer ce que la technologie vedette peut accomplir.

Des applications à une couche d'exploitation

C'est ici que l'argument de la plateforme de référence de Singh devient particulièrement important. Les technologies maritimes ont traditionnellement été achetées service par service et problème par problème. L'équipage a un système, la technique un autre, l'affrètement un autre, les achats un autre et la performance un autre. Les humains deviennent alors la couche d'intégration, déplaçant l'information entre les produits via des tableurs, des e-mails, des ressaisies et la mémoire.

Singh pense que cette architecture approche de la fin de sa vie utile. Sa destination est un registre opérationnel commun pour le navire et les personnes qui l'entourent, permettant à différentes fonctions de converger vers la même information sous-jacente.

« Les segments, c'est la façon dont les fournisseurs s'organisent », dit-il. « Les opérateurs ne vivent pas des segments. Ils vivent un seul flux de travail qui traverse plusieurs plateformes et applications. »

L'importance accordée par Talbot à la correspondance explique pourquoi résoudre uniquement la couche applicative est insuffisant. Chaque système en aval doit savoir ce qui s'est passé, qui l'a décidé et sur quelle base. Une grande partie de ces preuves reste enfouie dans des conversations et des pièces jointes plutôt que dans des bases de données.

Christoffer Svard, directeur commercial chez Sea, s'attend à ce que les agents d'IA se connectent de plus en plus directement à d'autres systèmes plutôt que de forcer les gens à se connecter en permanence à des plateformes distinctes. Le logiciel devient partie d'un écosystème de flux de travail plutôt qu'une destination.

Kris Vedat, directeur général de SmartSea, parvient à une conclusion comparable du côté des flottes. Il s'attend à des écosystèmes décisionnels autonomes reliant les navires, les équipes à terre et les infrastructures maritimes. La percée ne consiste pas à automatiser des tâches individuelles, mais à permettre aux flottes de se comporter comme des réseaux opérationnels connectés.

Le jugement humain reste dans la boucle

Malgré tout l'enthousiasme entourant les agents et l'automatisation, relativement peu de répondants envisagent les cinq prochaines années comme une marche vers un transport maritime sans personnel. Mikko Kuosa, directeur général de NAPA, soutient que l'IA doit proposer pendant que les humains décident. Garry Noonan, directeur de l'innovation chez Ardmore Shipping, souligne de même que la technologie offre sa plus grande valeur lorsqu'elle améliore la prise de décision humaine plutôt qu'elle ne la remplace.

Talbot soulève un autre seuil : le résultat peut-il être défendu après coup ? Une décision peut être contestée des mois plus tard par un armateur, un affréteur, un expert, un assureur ou un tribunal. La précision seule est insuffisante. Le système doit préserver la provenance de l'information, la version utilisée et la chaîne de raisonnement derrière la recommandation. Cela pourrait s'avérer l'une des distinctions entre les produits d'IA maritime qui passent des démonstrations à l'usage réel et les autres.

Dans cinq ans, l'IA sera presque certainement bien plus profondément intégrée au transport maritime. Mais l'enquête de SplashTech suggère que la plus grande transformation pourrait être ce que le boom de l'IA contraint l'industrie à corriger autour d'elle : qualité des données, contexte, interopérabilité, connectivité, identité, connaissances institutionnelles et flux de travail. La percée n'arrivera pas quand chaque navire aura un assistant d'IA. Elle arrivera quand le navire, le bureau à terre et la pile technologique commenceront enfin à travailler à partir de la même réalité opérationnelle — et pourront montrer comment ils y sont parvenus.

Source : Splash247