Le média qui explore la transformation digitale

Du ML pour une mobilité responsable

Oct 28, 2019 | Al | 0 commentaires

Du ML pour développer l’élaboration et l’implémentation de plans de mobilité responsable. Greenfish s’attaque à la congestion de Bruxelles.

Du ML pour sortir des bouchons ! Greenfish, bureau de conseil belge en ingénierie durable, avance un nouveau service visant à accompagner les clients dans l’élaboration et l’implémentation de plans de mobilité responsable. La grande particularité de cette plateforme est l’intégration du ML (Machine Learning).

«De plus en plus d’entreprises souhaitent développer des plans mobilité dans le but de réduire la congestion des grandes villes. Elles souhaitent aussi que que leurs employés puissent arriver à l’heure au travail. C’est notamment le cas à Bruxelles où la congestion routière est devenue un véritable fléau, estime Pierre Marneffe, Business Consultant, Greenfish. En 2018, les automobilistes bruxellois ont perdu individuellement 195 heures dans la congestion, ce qui place la capitale belge parmi les plus mauvais élèves européens.» 

Le ML pour simuler le comportement des employés

Le nouveau service a pour but d‘accompagner la conception et la mise en œuvre de plans de mobilité durable en cohérence avec la stratégie, le contexte et le positionnement de l’entreprise. Le service fait appel au ML pour simuler le comportement des employés dans leur choix de mobilité. L’outil permet en particulier de simuler l’évolution d’une flotte d’employés incités à renoncer à leur voiture par différentes mesures.

Ce service est basé sur les fonctionnalités de la plateforme de mobilité Greenfish déjà existante à savoir :

– la cartographie des lieux de travail et des trajets quotidiens des employés;

– l’évaluation du profil de la flotte (analyse de la part modale, évaluation des coûts et des impacts environnementaux);

– la génération de scénarios alternatifs de mobilité;

– l’identification des transferts modaux pertinents, c’est-à-dire trouver les solutions alternatives les plus efficaces;

L’analyse par la technologie du ML prend en considération trois différents éléments : les différents coûts engendrés, l’impact environnemental de la flotte et les critères d’acceptabilité pour l’entreprise et les salariés. Par exemple, n’inclure que les modes de transport que le client souhaite envisager.

«Il est évident que le but est de proposer des solutions de mobilité alternatives et non de les imposer aux employés, assure Pierre Marneffe. Ce nouveau modèle permet ainsi d’identifier les mesures les plus pertinentes à prendre par le management d’une entreprise afin de faire évoluer les habitudes de mobilité de ses employés et de réduire la part de voiture individuelle.» 

Un service innovant et déjà récompensé

Le nouveau service a été testé chez Greenfish. L’entreprise est parvenue à réduire le nombre de voitures individuelles thermiques par employé. Au vu de la croissance de l’entreprise, le ratio de voitures par employé est passé de 0,9 à 0,7 en 2019.

Greenfish avait un profil d’émissions de 400 tonnes de CO2 en 2018, sur la base d’un bilan carbone. 97 % de ces émissions étaient dues aux voitures de société appartenant aux employés. Pour faire face à cette situation, Greenfish a commencé en 2017 à analyser le profil de sa flotte et à prendre des initiatives pour réduire ses émissions de CO2. Cela a conduit à la conception d’un nouveau plan de mobilité, s’appuyant sur le ML. Lequel a reçu le prix de mobilité de la flotte décerné par Link2Fleet en 2018.

«Nous pensons sincèrement que ce nouvel outil contribuera au désengorgement des routes empruntées par les milliers de travailleurs, à l’entrée des grandes villes. Aujourd’hui, malgré les mentalités qui commencent à changer, la mobilité dans les villes est encore problématique», ajoute Pierre Marneffe.

Ces articles parlent de "Artificial Intelligence"

Artificial Intelligence, Deep Learning, Machine Learning

Follow this topic

Summary
Du ML pour une mobilité responsable
Article Name
Du ML pour une mobilité responsable
Description
Du ML pour développer l'élaboration et l'implémentation de plans mobilité responsables. Greenfish s'attaque à la congestion de Bruxelles.
Author
Publisher Name
Solutions Magazine
Publisher Logo