How – Inside the AI OS: running governed agents on your own cluster, liveS'inscrire →
RAIL, PORTS, AÉROPORTS, ROUTES ET TRANSPORTS PUBLICS

L'IA souveraine pour les Transports

Des ports maritimes aux réseaux ferrés, l'infrastructure de transport est le sang de l'économie, et chaque actif y produit des données qui ne doivent pas quitter l'exploitant. La plateforme modélise le réseau, prédit ce qui va défaillir, coordonne la réponse et garde les données OT là où elles doivent être.

Un seul modèle du réseau

Voies, matériel roulant, postes à quai, pistes, signalisation et capteurs modélisés une fois depuis les systèmes SIG, d'actifs et de contrôle, si bien qu'une question sur un tronçon a une seule réponse.

Prédire avant la panne

L'historique des capteurs et des inspections transformé en risque de défaillance par actif, avec des fenêtres de maintenance recommandées par rapport à l'horaire.

Coordonner l'incident

Une seule image pour le poste de commandement et les agences partenaires pendant une perturbation, et le rapport NIS2 rédigé à partir du dossier.

EN CLAIR

Un gestionnaire ferroviaire, une autorité portuaire ou un aéroport exploite des milliers d'actifs, des dizaines de systèmes opérationnels et un poste de commandement qui les assemble à la radio et au tableur. Maintenance prédictive, optimisation des flux et gestion d'incidents sont naturelles pour l'IA, mais les données de signalisation, de contrôle et de passagers sont des données d'infrastructure critique au sens de NIS2, et le réseau OT ne peut rien héberger qui appelle l'extérieur. La plateforme tourne là où est le réseau et laisse la décision à l'exploitant.

À lire si vous dirigez l'exploitation, la gestion des actifs, la sécurité, la sûreté ou l'informatique d'un gestionnaire d'infrastructure ferroviaire, d'une autorité portuaire ou aéroportuaire, d'un exploitant routier ou d'une entreprise de transport public, ou répondez de ses obligations NIS2.


CE QUE FAIT LA PLATEFORME ICI

Pour les transports, Scrydon est la plateforme souveraine d'IA et de données qui modélise les actifs, systèmes et flux du réseau dans une seule ontologie, y fait tourner des agents de maintenance prédictive, d'optimisation des flux et de gestion d'incidents à l'intérieur de l'infrastructure de l'exploitant, et produit les dossiers d'incident et d'audit NIS2 que le régulateur attend.

Elle tourne sur site, dans un cloud souverain national ou isolée du réseau pour le réseau de contrôle, avec des modèles open-weight servis localement, si bien que la même plateforme sert le poste de commandement, les planificateurs d'actifs et l'équipe sécurité.

LE PROBLÈME DE L'EXPLOITANT

Des milliers d'actifs, des dizaines de systèmes, un seul poste de commandement

Des ports maritimes aux réseaux ferrés, l'infrastructure de transport est le sang de l'économie, et elle tourne sur des milliers d'actifs et des dizaines de systèmes opérationnels qui n'ont jamais été conçus pour partager. Voies, matériel roulant, postes à quai, grues, pistes et signalisation vivent dans des systèmes SIG, de gestion d'actifs et de contrôle qui ne s'accordent pas sur ce qu'est un actif, si bien qu'une question sur un tronçon mobilise trois systèmes. La maintenance suit des calendriers plutôt que l'état que les capteurs signalent déjà, et une perturbation est coordonnée à la radio entre l'exploitant, les services d'urgence, la commune et les réseaux, chacun avec sa propre image.

La frontière est fixée par le réseau de contrôle. Les systèmes de signalisation et de contrôle sont des infrastructures critiques au sens de NIS2 et ne doivent jamais héberger de logiciel qui atteint internet, les données de passagers et de fret sont sensibles commercialement et personnellement, et toute IA qui touche un actif doit s'arrêter à une personne. L'IA qui aide doit donc tourner là où est le réseau, modéliser tout le réseau plutôt que la tranche d'un seul fournisseur, et laisser la décision opérationnelle au poste de commandement.

  • Des actifs en silosVoies, matériel roulant, postes à quai, grues et signalisation vivent dans des systèmes SIG, d'actifs et de contrôle qui ne s'accordent pas sur ce qu'est un actif.

  • La maintenance au calendrierInspections et remplacements suivent des calendriers, pas l'état que les capteurs signalent déjà.

  • La perturbation à la radioUn incident implique l'exploitant, les services d'urgence, la commune et les réseaux, chacun avec sa propre image.

  • Une OT qui ne peut pas se connecterLes réseaux de signalisation et de contrôle sont des infrastructures critiques au sens de NIS2 et ne doivent jamais héberger de logiciel qui atteint internet.

SUR LA PLATEFORME

Modéliser le réseau, prédire la défaillance, coordonner la réponse

La plateforme modélise le réseau dans une seule ontologie de tronçons, actifs, véhicules, capteurs, horaires et services, cartographiée depuis les systèmes SIG, d'actifs, de contrôle et de planification sans en remplacer aucun. Télémesure des capteurs, rapports d'inspection, météo et trafic se déposent en continu sur ce modèle, si bien que l'état d'un actif et le flux sur un tronçon sont vivants plutôt que reconstitués, et un jumeau numérique du réseau maintient la planification et la simulation sur l'état courant.

Sur ce modèle, le risque de défaillance par actif et la congestion par tronçon sont prévus, et la decision intelligence recommande des fenêtres de maintenance et des changements de flux par rapport à l'horaire, avec l'effet attendu et le coût. Pendant une perturbation, des agents rédigent l'image d'incident à partir des flux fusionnés, libèrent la couche pertinente aux services d'urgence et à la commune par un espace de données, et préparent la notification NIS2 à partir du dossier. Le poste de commandement valide chaque action opérationnelle, et chaque validation, écart et action d'agent est journalisé.

  1. 1

    Modéliser

    Une ontologie des tronçons, actifs, véhicules, capteurs, horaires et services, cartographiée depuis les systèmes SIG, d'actifs, de contrôle et de planification.

  2. 2

    Fusionner

    Télémesure des capteurs, rapports d'inspection, météo et trafic se déposent en continu sur le modèle, si bien que l'état et le flux sont vivants.

  3. 3

    Prédire et planifier

    Le risque de défaillance par actif et la congestion par tronçon sont prévus ; fenêtres de maintenance et changements de flux sont recommandés par rapport à l'horaire.

  4. 4

    Répondre, avec validation

    Les agents rédigent l'image d'incident, la diffusion aux partenaires et la notification NIS2 ; le poste de commandement valide, et tout est journalisé.

POURQUOI SOUVERAIN

Le réseau de contrôle fixe la frontière

Le réseau de contrôle fixe la frontière, et la plateforme est construite pour la respecter. Elle tourne sur le matériel de l'exploitant, dans un cloud souverain national ou totalement isolée du réseau pour la signalisation et le contrôle, avec des modèles open-weight servis localement, si bien qu'aucun appel d'inférence, aucune vérification de licence et aucun chemin de mise à jour ne quitte le périmètre.

Les agents sont des identités, pas des scripts. Chacun porte des droits délimités par système et par action, si bien qu'un agent qui lit la télémesure ne peut pas écrire vers la signalisation ou un automate à moins qu'une politique ne le permette et qu'une personne ne le valide. Les partenaires voient ce à quoi ils ont droit par des espaces de données plutôt que par un accès aux systèmes de l'exploitant. Le journal d'audit, les décisions de politique et les validations sont les preuves NIS2, Cyber Resilience Act et ISO 27001, produites en faisant tourner la plateforme plutôt qu'assemblées pour l'audit.

  • Sur site ou isoléeLa plateforme complète tourne sur le matériel de l'exploitant, dans un cloud souverain national ou déconnectée pour le réseau de contrôle.

  • Des agents qui ne peuvent pas toucher le contrôleL'identité d'agent délimitée signifie qu'un agent qui lit la télémesure ne peut pas écrire vers la signalisation ou un automate sans qu'une politique et une personne ne l'autorisent.

  • Partager avec les partenaires à vos conditionsLes espaces de données libèrent une couche d'incident aux services d'urgence ou à la commune sans livrer les systèmes de l'exploitant.

  • Des preuves par constructionJournal d'audit, décisions de politique et validations sont les preuves NIS2 et ISO 27001, produites en faisant tourner la plateforme.

Newsletter

Gardez un œil sur ce sujet

Ce qui change pour votre secteur en matière de souveraineté numérique européenne, et ce que nous apprenons sur le terrain. Quelques fois par an, sans séquence automatisée.

Quelques fois par an. Pas de séquence automatisée, désabonnement en un clic. Politique de confidentialité

Cas d'usage

Cas d'usage pour les transports

Rail, ports, aéroports et routes sur une seule plateforme souveraine.

Maintenance prédictive des infrastructures

Travaux publics

Enjeu

La maintenance réactive des routes, des ponts et des réseaux entraîne des réparations d'urgence coûteuses et des interruptions de service.

Solution

Des modèles analytiques traitent les données des capteurs IoT et des rapports historiques pour prédire les défaillances avant qu'elles ne surviennent et planifier la maintenance préventive.

En savoir plus

Une réduction de 40 % des coûts de réparation d'urgence et une durée de vie prolongée des infrastructures publiques critiques.

Logistique ferroviaire autonome

Transports

Enjeu

La gestion du trafic mixte fret et voyageurs sur des réseaux ferroviaires vieillissants entraîne des retards et une utilisation inefficace de la capacité.

Solution

Des agents d'optimisation souverains réacheminent les trains en temps réel en fonction de la météo, de l'état des voies et des priorités, garantissant un débit optimal du réseau.

En savoir plus

Une augmentation de 15 % de la capacité du réseau et une meilleure ponctualité.

Socle de données capteurs et OT prêt pour l'IA

Ingénierie des données

Enjeu

Les opérateurs de réseaux électriques, d'eau et de transport disposent d'années d'historique SCADA et capteurs, mais celui-ci est trop fragmenté et mal étiqueté pour que les modèles IA l'exploitent de façon fiable.

Solution

Un pipeline de données prêtes pour l'IA nettoie, contextualise et ancre les données OT et capteurs dans l'ontologie avant qu'elles n'atteignent le moindre modèle : les agents raisonnent ainsi sur des données fiables et bien décrites plutôt que sur une soupe de tags bruts.

En savoir plus

Les modèles prédictifs et les agents atteignent plus vite la maturité de production, bâtis sur un socle de données auquel les opérateurs peuvent réellement se fier.

Coordination humain-agent de la réponse aux pannes

Réponse aux incidents

Enjeu

Une réponse à une panne mobilise plusieurs équipes et traverse des changements d'équipe, et chaque passage de relais entre le triage d'un agent et la décision d'un opérateur repart de zéro, coûtant des minutes qui comptent pendant un incident en cours.

Solution

L'AI OS conduit la réponse aux pannes comme un processus coordonné unique : les agents trient la télémétrie et préparent les actions de réponse, les opérateurs approuvent ou passent outre à des points de contrôle définis, et l'état complet de l'incident se propage automatiquement d'une équipe à l'autre.

En savoir plus

Une réponse aux pannes plus rapide et mieux coordonnée, avec un enregistrement d'incident unique et continu au lieu de relais fragmentés entre équipes et vacations.

Modèle de moyens et de réseau basé sur l'ontologie

Gestion des actifs

Enjeu

Un même poste électrique ou tronçon de pipeline est représenté différemment dans le SIG, le système de gestion des actifs et l'historian SCADA : répondre à « que savons-nous de cet actif » suppose de recouper manuellement des systèmes qui n'ont jamais été conçus pour concorder.

Solution

Une ontologie modélise chaque actif et chaque connexion réseau comme une entité unique, mappée depuis les données SIG, EAM et historian : agents et opérateurs raisonnent ainsi sur un modèle d'actifs unique et cohérent.

En savoir plus

Un modèle d'actifs et de réseau unifié et interrogeable, qui remplace le recoupement manuel entre systèmes déconnectés.

LES RÈGLES APPLICABLES

À quoi Transports doit se conformer

Les réglementations qui décident si l'IA peut seulement tourner sur ces données. Chaque page indique ce que le cadre exige et quels contrôles de la plateforme y répondent : des propriétés et des refus, pas une checklist.

FAQ

Questions fréquentes

La plateforme peut-elle tourner sur le réseau de signalisation ou de contrôle ?+
Oui. La plateforme complète tourne isolée du réseau avec des modèles open-weight servis localement et des mises à jour par le canal que la politique de sécurité OT de l'exploitant approuve, et les agents tournent sous des identités délimitées qui les tiennent à l'écart des automates.
Comment fonctionne la maintenance prédictive à travers les systèmes SIG, d'actifs et de contrôle ?+
La plateforme modélise ce que ces systèmes contiennent dans une seule ontologie, y fusionne l'historique des capteurs et des inspections, et prévoit le risque de défaillance par actif. Voir maintenance prédictive des infrastructures et le modèle d'actifs et de réseau.
Comment aide-t-elle pendant une perturbation majeure ?+
Positions des véhicules, flux de capteurs, météo et données des partenaires sont fusionnés en une seule image d'incident par fusion de données, partagée avec les services d'urgence et la commune par un espace de données au niveau auquel chacun a droit, et la notification NIS2 est rédigée à partir du dossier.
Comment la plateforme soutient-elle NIS2 pour un exploitant de transport ?+
Les incidents s'ouvrent avec les services touchés identifiés à partir du modèle du réseau, les preuves jointes et l'alerte précoce rédigée pour relecture ; relectures et validations sont journalisées. Voir NIS2.
Devons-nous remplacer nos systèmes de gestion d'actifs ou de contrôle ?+
Non. Ils restent les systèmes de référence ; la plateforme relie les enregistrements entre eux et fait tourner les modèles et les agents au-dessus.
Êtes-vous partenaires sur des appels d'offres et des accords-cadres ?+
Oui, toujours. Nous cherchons en permanence à nous associer à des maîtres d'œuvre, des intégrateurs et des consortiums sur des appels d'offres, des RFP, des accords-cadres et des programmes européens, comme plateforme souveraine d'IA et de données au sein d'une offre plus large ou comme sous-traitant spécialisé. Si vous préparez une offre, parlez-nous tôt.

Ou écrivez-nous

Dites-nous sur quoi vous travaillez et qui doit répondre. Une personne le lit et répond sous un jour ouvré.

Ces informations servent uniquement à vous répondre. Politique de confidentialité

Vous préférez écrire ? Envoyez un e-mail à hello [at] scrydon.com et nous vous répondrons.

PROCHAINES ÉTAPES

Poursuivre

Trois pistes à partir d'ici : les règles auxquelles vous serez mesuré, la plateforme sur laquelle ces résultats tournent, et les sessions où nous les parcourons.

Prochain webinaire

How – Inside the AI OS: running governed agents on your own cluster, live(en anglais)

17 sept. 2026, 09:00

Part 2 of the Sovereign AI series, for engineers and architects. No slides after minute five: an agent gets an identity and scoped permissions, calls tools over governed MCP, retrieves from the ontology rather than raw tables, runs inside the sandbox and is stopped when it steps outside policy, and everything lands in the audit trail — then the same stack brought up on a disconnected network. Properties and refusals, shown rather than claimed.

Partenaires

Construire l'avenir des Données et de l'IA avec les innovateurs de premier plan. En savoir plus.
Delaware logo