Maintenance prédictive industrielle

• Fusion de données de capteurs et analyse prédictive pour anticiper la défaillance de composants — aiguillages notamment (KONUX)
• Surveillance continue de l'infrastructure par des trains commerciaux instrumentés (SNCF Réseau)
• Détection de cavités souterraines par méthodes sismiques couplées à l'apprentissage automatique (SNCF Réseau avec Sercel, sur le RER B)

L'exploitant public est ici plus prudent que les fournisseurs, et c'est sa parole qu'il faut retenir. SNCF Réseau écrit que l'IA « ne peut pas atteindre 100 % de fiabilité », qu'elle exige un ré-entraînement continu sous peine de dérive, que « l'algorithme doit rester contrôlable » — aucune boîte noire n'est acceptable sur un système de sécurité — et qu'un agent humain « peut détecter des fissures parfois avant les capteurs ». À l'opposé, le gain le plus cité du domaine, une réduction de 25 % des coûts de maintenance chez Deutsche Bahn, provient d'une étude de cas publiée par le fournisseur KONUX lui-même : il n'est corroboré par aucune mesure indépendante, et la date de déploiement correspondante n'a pas été trouvée.

Aucune autre fiche du référentiel ne nomme celle-ci, et celle-ci n'en nomme aucune. Ce n'est pas un signe d'accord : c'est un silence documentaire, et il se comble en écrivant les limites de la fiche avec des noms.

1. 1.Best Practice AI, « Deutsche Bahn réduit de 25 % ses coûts de maintenance avec KONUX » — reprise d'une étude de cas commerciale du fournisseur, consulté en 2026secondaire12/09/2026
2. 2.Railway Technology, « Siemens wins predictive maintenance contract from Deutsche Bahn », 2026 — presse spécialisée reprenant l'annonce du fournisseursecondaire12/09/2026

Aucune paire humain × IA documentée pour cette capacité à ce jour. Le comparateur permet de tester la combinaison et affiche son statut réel.

• Aide à la décision publique (GovTech IA)Multiples administrations publiques et fournisseurs GovTech (systèmes déployés notamment aux Pays-Bas, au Royaume-Uni, en France, aux États-Unis)
• Contenu pédagogique différencié par IAKhan Academy (Khanmigo) et MagicSchool Inc. (MagicSchool AI) ; les deux déploiements documentés sont des districts scolaires publics américains, Newark Public Schools et Dublin City Schools.
• Contrôle qualité par vision industrielleCognex (OneVision), Landing AI (LandingLens) ; côté exploitant, BMW Group développe ses propres applications.
• Criblage virtuel de molécules (IA pharmaceutique)Multiples acteurs ; aucun des laboratoires souvent cités — Insilico Medicine, Isomorphic Labs, Recursion Pharmaceuticals — n'est nommé par la source de la fiche.
• Cybersécurité assistée par IAAnthropic publie les rapports de menace documentant l'usage offensif de ses propres modèles ; la National Security Agency publie la guidance défensive sur les protocoles d'orchestration.
• Évaluation automatisée et notation automatique de copiesEducational Testing Service (e-rater), Turnitin (Gradescope), et moteurs propriétaires de départements d'éducation publics.
• Jumeaux numériques industriels (IA)Multiples éditeurs industriels ; la seule source de la fiche ne nomme que Siemens — Dassault Systèmes, General Electric et NVIDIA Omniverse n'y figurent pas.
• L'optimisation de la chaîne logistique par IA