La plupart des logiciels de flotte racontent où les camions sont déjà allés. Flockentis veut dire quoi faire avant même leur départ du dépôt.
Predictiv AI, basée à Toronto, a annoncé le lancement le 14 octobre 2026 par Access Newswire. Flockentis est un moteur de décision pour flottes, alimenté par l’intelligence artificielle, construit par sa filiale Shift Technologies Canada Inc. et proposé via la plateforme Shift AI. Une preuve de concept est déjà en cours chez un opérateur commercial au Royaume-Uni, ce qui offre à cet outil canadien un test international dès ses débuts.
Ce calendrier compte. Un communiqué de lancement, c’est facile. Placer le système devant un opérateur qui travaille, avec de vraies missions et de vrais délais, c’est l’étape difficile. C’est pourtant celle que Predictiv AI a choisi de mettre en avant.
Du suivi des camions à la décision
Les outils classiques reposent sur le suivi des véhicules et les rapports historiques. Utile, bien sûr, mais tourné vers le passé. Flockentis applique une optimisation à objectifs multiples aux décisions à venir et pèse plus de 10 facteurs en un seul passage de planification.
La liste est concrète, pas théorique : coût d’exploitation, distance, ponctualité des livraisons, priorité des missions, charge des conducteurs, heures légales de conduite et pauses obligatoires, état des véhicules, capacité, compatibilité des cargaisons, exigences pour les marchandises dangereuses, sécurité et émissions estimées. Quiconque a tenu un tableau de dispatch reconnaîtra cette liste. C’est le tableau blanc d’un bureau de transport à 6 heures du matin, sauf que le système garde tout en tête en même temps.
Plan A, Plan B et Plan C
Les opérateurs peuvent soumettre jusqu’à 5 000 missions par cycle de planification. Au lieu d’une réponse unique, Flockentis génère trois plans alternatifs, le Plan A, le Plan B et le Plan C, pour comparer une stratégie qui met le coût d’abord, une autre qui protège la qualité de service, ou une troisième qui réduit l’impact environnemental.
Chaque plan peut inclure les affectations proposées de véhicules et de conducteurs, l’ordre des arrêts, les heures estimées d’arrivée et de départ, les heures de conduite, l’utilisation des capacités, les recettes et coûts prévus, l’utilisation de la flotte et une empreinte carbone estimée. Le moteur signale aussi les missions impossibles à réaliser avec les ressources ou les règles disponibles, en expliquant pourquoi, afin de traiter les exceptions avant le départ plutôt que par un appel à midi depuis la route.
C’est une tendance visible dans tout le transport ce mois-ci. À Paris, QCraft présente son système de conduite autonome à des partenaires européens, tandis qu’à Tallinn une navette d’aéroport fonctionne désormais sans conducteur de sécurité à bord. Des véhicules différents, une même direction : le logiciel ne se contente plus d’aider, il façonne le plan lui-même.
L’argent est intégré au plan
Voici le détail qui distingue Flockentis d’un optimiseur d’itinéraires repeint. Il peut évaluer des missions, des tournées et des plans entiers selon les tarifs et les règles commerciales propres à l’opérateur : prix par code postal ou par zone, tranches de poids, suppléments pour livraison à heure fixe et exigences pour cargaisons spéciales.
La personne qui planifie ne voit donc pas seulement la journée la plus courte. Elle voit si cette journée a un sens commercial. Les recettes prévues côtoient la performance des livraisons, le respect des règles et les émissions dans la même vue. C’est une conversation différente au bureau, et c’est celle que répète le directeur général Suman Pushparajah : une entreprise a besoin du bon conducteur, du bon véhicule et de la bonne charge, à l’heure, dans les règles, avec une vision claire de l’économie.
Réglé pour le test britannique
Pour la preuve de concept au Royaume-Uni, Shift a configuré la technologie selon les exigences locales : les miles plutôt que les kilomètres, la livre sterling, les zones tarifaires par code postal, les règles britanniques sur les heures de conduite et les pauses, et les considérations ADR pour les marchandises dangereuses. De petits détails, de ceux qui décident si un produit venu d’ailleurs sera utilisé ou doucement ignoré.
Les résultats et les retours du client guideront la suite du développement et une éventuelle commercialisation. La société note honnêtement que l’essai seul n’établit ni un déploiement futur ni un engagement de revenus.
Les personnes derrière le moteur
Le développement technologique est dirigé par la professeure Subha Fernando, directrice de l’intelligence artificielle de Predictiv AI, spécialiste de l’apprentissage automatique, de l’apprentissage profond, des agents intelligents et des grands systèmes d’entreprise. Le professeur George Rzevski conseille la société avec son expertise de la science de la complexité, des systèmes adaptatifs complexes, de l’intelligence en essaim et de l’intelligence artificielle multi-agents.
Cette pensée inspirée des essaims se voit dans la conception. Plutôt qu’un calcul central unique qui épuise une liste, Flockentis utilise une planification coordonnée à objectifs multiples pour peser des priorités concurrentes. La société ne prétend pas qu’il s’agit d’un système autonome en essaim déjà déployé, une réserve simple et bienvenue dans un secteur friand de grandes étiquettes.
Le même sens pratique traverse d’autres récits de transport, comme le soutien de la FAA à Heart Aerospace pour son avion hybride électrique. Les gagnants dans ce domaine sont souvent ceux qui résolvent un problème du mardi matin, pas ceux qui courent après un titre.
Pour qui, et quoi surveiller
Predictiv AI destine Flockentis aux transporteurs commerciaux, aux prestataires logistiques, aux réseaux de palettes et de distribution, aux flottes de la distribution et du commerce de gros, aux flottes industrielles et aux opérateurs spécialisés. En clair, à tous ceux dont les marges vivent ou meurent selon la qualité de la planification.
Trois conseils pratiques pour suivre ce lancement. D’abord, jugez un moteur de décision à son traitement des exceptions : les missions signalées et les raisons données comptent plus qu’une belle carte. Ensuite, exigez vos propres tarifs dans le modèle ; un plan qui ignore vos prix n’est qu’une supposition. Enfin, comparez le Plan A et le Plan C au moins une fois. Voir le coût, en livres et en minutes, d’une journée moins émettrice transforme une ambition verte vague en décision réellement possible.
Flockentis a une longue route devant lui, et un seul essai britannique prouve un intérêt, pas une évidence. Son idée centrale reste pourtant solide et attendue : planifier la journée entière, avec l’argent, les règles et le carbone dans la même image, avant le premier tour de roue.