L'intelligence artificielle est en train de transformer les secteurs que la plupart des gens associent aux écrans, aux logiciels et aux centres de données. Mais certains de ses effets les plus marquants pourraient bien se faire sentir, en fin de compte, dans le monde physique : dans les véhicules qui transportent nos marchandises, les systèmes qui gèrent nos villes et les infrastructures qui traitent les déchets que nous produisons.

Chez RTS, nous pensons que le secteur de la collecte des déchets est particulièrement bien placé pour opérer cette transformation.

Depuis des générations, une grande partie du secteur fonctionne selon un modèle simple : les camions empruntent des itinéraires prédéterminés et assurent la collecte des conteneurs selon un calendrier précis. Le fait qu'un conteneur ait réellement besoin d'être vidé peut passer au second plan par rapport à ce que prévoit le calendrier.

L'IA offre l'occasion de repenser ce modèle.

Mais l'avenir de la collecte intelligente des déchets ne se limitera pas aux camions autonomes ou aux robots. Avant qu'une machine puisse collecter les déchets de manière intelligente, elle doit comprendre où les déchets s'accumulent, quelle en est la quantité, quelles sont les conditions au niveau du conteneur et à quel moment une collecte est réellement nécessaire.

Cette couche d'intelligence est l'un des problèmes que notre équipe chez RTS s'est attachée à résoudre.

De l'autonomie à l'intelligence

Les transports autonomes se développent d'abord dans des environnements où les conditions d'exploitation sont relativement prévisibles. Les véhicules de transport de passagers circulent dans des zones géographiques bien définies, tandis que le transport autonome de marchandises s'étend aux applications autoroutières, où les véhicules peuvent emprunter de manière répétée des axes relativement stables.

La collecte des déchets représente un défi plus complexe. Un camion-poubelle doit circuler dans les rues résidentielles, les zones commerciales, les aires de chargement et les ruelles. Il s'arrête sans cesse. Il croise des piétons, des cyclistes, des véhicules en stationnement et doit s'adapter à des conditions de terrain changeantes. Et contrairement à un camion de long cours, le fait d'arriver à destination ne marque pas la fin de la mission.

Le véhicule — ou la personne qui travaille à ses côtés — doit interagir avec un conteneur physique. Cela complique l'autonomie. Cela rend également l'intelligence plus importante.

Quel site nécessite une intervention ? De quel type de conteneur s'agit-il ? Quel matériau contient-il ? Son état a-t-il changé ? Le site nécessite-t-il un équipement particulier ou une intervention humaine ?

Sans ce contexte, l'autonomie risque simplement d'automatiser les inefficacités qui existent déjà. La véritable opportunité réside dans la refonte du travail.

Comprendre le conteneur

C'est là qu'intervient notre collaboration avec Pello. Notre équipe Pello chez RTS s'est penchée pendant des années sur une question fondamentale : Comment faire du conteneur lui-même une source d'informations exploitables ?

Pello offre une visibilité sur des paramètres tels que le niveau de remplissage des conteneurs, les matériaux, la contamination et les interventions de maintenance. Mais l'objectif principal ne se limite pas à savoir ce qui se passe à l'intérieur d'un conteneur. Il s'agit d'utiliser ces informations pour prendre de meilleures décisions opérationnelles.

Au lieu d'assurer la desserte d'un réseau uniquement parce qu'un calendrier indique que tous les conteneurs doivent être collectés, des données de meilleure qualité peuvent aider à déterminer où le service est réellement nécessaire. C'est déjà important aujourd'hui avec les flottes gérées par des opérateurs humains. Cela devient encore plus crucial à mesure que le transport et la robotique s'automatisent de plus en plus. À terme, un système de collecte véritablement intelligent aura besoin de plus qu’une simple adresse.

La taille du conteneur a son importance. Son niveau de remplissage a son importance. Le type de matériau a son importance. Les conditions d'accès ont leur importance. L'urgence de l'intervention a son importance. Plus le système comprend le contexte, meilleure sera la décision suivante. Chez RTS, cela a façonné notre vision de l’IA : elle ne doit pas se contenter d’automatiser un itinéraire existant.

Cela devrait contribuer à rendre l'ensemble du système plus intelligent.

L'IA au-delà du camion

La même transformation s'opère ailleurs dans l'écosystème des déchets. Au sein des centres de tri, l’IA et la robotique sont de plus en plus performantes pour identifier et trier les matériaux. Au niveau de la collecte, des technologies telles que Pello permettent de mieux comprendre ce qui se passe avant même que les déchets n’arrivent dans un centre de tri.

Ces fonctionnalités sont déjà très puissantes prises individuellement. Elles deviennent bien plus intéressantes lorsque l'on réfléchit à la manière dont elles pourraient éventuellement s'interconnecter. Nous envisageons un futur écosystème de gestion des déchets dans lequel les conteneurs fournissent des informations plus précises sur leur état, la collecte s'adapte de manière plus dynamique à la demande réelle et les installations de traitement deviennent de plus en plus intelligentes quant aux matériaux qu'elles reçoivent.

Cela signifie moins de décisions fondées uniquement sur des hypothèses et davantage de décisions fondées sur ce qui se passe réellement dans le monde réel.

Construire la prochaine génération d'infrastructures de gestion des déchets

L'objectif ne doit pas être l'automatisation pour l'automatisation. Il s'agit plutôt d'utiliser la technologie pour rendre la collecte plus sûre, plus intelligente et plus réactive, tout en offrant de meilleurs outils aux personnes qui gèrent ces opérations. C'est cette opportunité que nos équipes chez RTS ont à l'esprit chaque jour.

Le secteur des déchets n'est sans doute pas le premier que l'on associe à l'intelligence artificielle. Mais comme les infrastructures de gestion des déchets concernent pratiquement tous les foyers, toutes les entreprises et toutes les collectivités, ce secteur pourrait bien devenir l'un de ceux où l'IA produira ses effets les plus concrets. L'avenir de la collecte des déchets ne commencera pas simplement avec l'arrivée d'un camion sans conducteur dans une rue.

Cela commencera lorsque ce camion saura exactement quel conteneur nécessite une intervention — et pourquoi.