Le Plan vélo du gouvernement a du plomb dans l’aile. Il n’empêche, les collectivités s’attèlent toujours à réduire la part modale de la voiture au profit du vélo. Pour réussir cette transition de mobilité de la part de leurs citoyens, elles ont besoin de prévoir les quantités de vélo à mettre en location en libre service. Pour les y aider, la start-up française Entropy a développé un algorithme anticipant sur une plateforme SaaS les déplacements 24 heures à l’avance. C’est cette nouvelle plateforme d’IA, aujourd’hui disponible sur le marché, qu’Entropy présente au Consumer Electronics Show (CES), le salon consacré à l’innovation technologique à Las Vegas.
Destinée aux opérateurs de mobilité en libre service des collectivités, cette plateforme logicielle nommée Azoth a pour objectif de les aider à équilibrer la répartition des flottes en ville lors de leurs tournées pour en fournir « la bonne quantité au bon endroit et au bon moment. Car nous avons fait le constat que 20% du temps, les utilisateurs trouvent les stations de vélos en libre service soit vides soit pleines, ce qui freine leur utilisation », indique Sami Kraiem, cofondateur d’Entropy. Un indicateur d’informations sur les voyageurs a été testé afin d’indiquer où un utilisateur devrait rendre son vélo en libre service et dans combien de temps.
45% de la demande perdue à cause d’un mauvais dimensionnement
Azoth, dont le nom fait référence à l’un des principaux éléments chimiques composant le vivant, est le fruit de deux ans de R&D des équipes d’Entropy, en partenariats avec les acteurs de la Software République (un écosystème collaboratif composé de Dassault Systèmes, Eviden, JCDecaux, Orange, Renault Group, STMicroelectronics et Thales, ndlr) et avec le soutien de la région Ile-de-France. « La difficulté a été de trouver les bons paramètres et les bonnes modélisations d’intelligence artificielle pour parvenir à des prédictions fiables. Nous y sommes parvenus grâce à l’essor de l’architecture IA Transformer, qui a permis de développer ChatGPT », reconnaît Sami Kraiem. L’algorithme d’anticipation des flux urbains d’Entropy fonctionne à partir de données géolocalisées récupérées en open source, comme la géolocalisation des mobiles, la météo ou la liste d’événements locaux.
Une expérimentation d’Azoth en POC a eu lieu à Saint-Quentin-en-Yvelines (lire SCM N°61), notamment avec l’opérateur allemand de location de trottinettes, vélos et scooters électriques Tier Mobility. « Nous nous sommes aperçus que Tier Mobility perd 45% de la demande potentielle sur un mois en raison de stations mal dimensionnées », souligne Sami Kraiem. Azoth a également été testée à Lyon, Toulouse, Milan, Bruxelles et Madrid. Entropy doit encore définir un prix mensuel par station de mobilité pour l’accès à Azoth.
Créé en 2019, Entropy avait développé une plateforme, Fluidity, permettant à ses clients de visualiser les déplacements passés sur son territoire. Une quarantaine de collectivités y ont recouru. L’ambition de l’entreprise pour 2025, avec cette nouvelle capacité d’anticipation, est d’étendre la prédiction des flux dans l’ensemble des points d’intérêt d’une ville, des restaurants en passant par des salles de sport.
