Vision par ordinateur & Monitoring prédictif

Trois conditions doivent être réunies. (1) S'appuyer sur l'existant : dans le cas du Port, 850 caméras HD étaient déjà installées ; partir d'une feuille blanche aurait été impossible dans le délai. (2) Cadrer un scope rigoureusement priorisé : le besoin initial — remplacer les capteurs biométriques défaillants — est isolé et livré en premier, les bonus (inclinaison des conteneurs, environnement) suivent en capitalisation. (3) Anticiper les angles morts d'achat technologique : les architectures GPU/IA exigent souvent des licences spécifiques d'activation au-delà du matériel, des dépendances réseau, des contrats de modèles tiers — autant de pierres d'achoppement qui dérapent les calendriers. Une gouvernance qui sécurise ces trois points en amont est ce qui distingue un livrable en trois mois d'un projet qui s'étire un an.

Le monitoring traditionnel détecte un événement ou un seuil. Le monitoring prédictif par IA croise les flux d'événements pour identifier des patterns récurrents — particulièrement ceux qui se trouvent sur le chemin critique d'une opération. Sur 5 000 objets connectés couvrant des caméras, des locomotives et de l'infrastructure back-end, l'humain ne peut plus suivre. Le moteur IA priorise les anomalies à fort impact, écarte le bruit et, dans les cas mûrs, propose ou exécute lui-même les actions correctives. C'est un déplacement du curseur depuis le « réactif » vers l'« autonome », essentiel pour une opération 24/7 qui ne peut tolérer la dérive.

Une plateforme de reconnaissance vidéo manipule trois actifs sensibles : les flux vidéo (données personnelles, visages, plaques), les modèles d'IA eux-mêmes (propriété intellectuelle et surface d'attaque adversariale) et les chaînes d'intégration vers les systèmes opérationnels (OT). Les bonnes pratiques d'architecture exigent une segmentation entre les réseaux corporatifs et OT, un contrôle des accès aux modèles et aux paramètres, une journalisation systématique des décisions automatisées et une gouvernance du cycle de vie des données vidéo (rétention, anonymisation). Sur une infrastructure portuaire intégrée à des partenaires internationaux comme ChainPort, ces éléments deviennent des prérequis de confiance plutôt que des options.