Vos conducteurs les plus à risque ne sont peut-être pas ceux que vous coachez

Le 6 mai 2026

L’attrait des tableaux de bord informatiques se retrouve partout dans le secteur du camionnage, mais parfois, les données qu’ils fournissent attirent votre attention sur les mauvais éléments. Il s’agit d’une mise en garde qui a été tirée de notre récent webinaire sur l’utilisation de l’analyse prédictive pour réduire les risques, avec Hayden Cardiff, fondateur d’Idelic.

M. Cardiff a raconté l’histoire d’un client qui avait bâti ce qui semblait être une stratégie de sécurité exemplaire. L’entreprise avait des tableaux de bord pour tout : les DCE, les caméras-témoins, le portail de la FMCSA, les réclamations, les ressources humaines. Un rythme de coaching rigoureux. Les pires contrevenants sur chaque liste étaient convoqués à une conversation sérieuse. Selon toutes les mesures raisonnables, l’entreprise faisait son travail.

Et le nombre d’accidents ne bougeait pas d’un cheveu.

Lorsqu’ils ont finalement creusé pour comprendre ce qui se passait, la réponse était pour le moins inconfortable. En fait, les auteurs des accidents n’étaient en tête d’aucune liste. Leurs noms reposaient juste en dessous de la surface de ces listes, aucune mesure trop grave pour attirer l’attention, mais tranquillement en train d’aggraver les risques partout.

Ce n’est pas que les données étaient fausses. Le problème, c’était que chaque mesure était observée en vase clos et l’entreprise réagissait aux signaux individuels, plutôt que de regarder la vue d’ensemble et d’être proactive.

Voilà la promesse d’utiliser l’IA et les données collectives pour prédire les risques futurs, et de régler les problèmes avant que les accidents ne se produisent. L’IA est capable de trier toutes ces données et de comprendre les tendances et leur signification. Mais, comme nous le constaterons, on ne peut pas tout laisser entre les mains de l’IA. La connexion humaine est vitale.

Le piège de la mentalité d’une mesure unique

La plupart des flottes ne souffrent pas d’un manque de données. Elles ont un problème de flux.

Chaque système, que ce soit la télématique, les caméras, la FMCSA, la répartition, les RH, ou le système de gestion de l’apprentissage, peut être son propre tableau de bord, avec sa propre liste des « pires contrevenants », et sa propre feuille de route de coaching. Les équipes de la sécurité font ce que les humains font naturellement : elles se concentrent sur les pires contrevenants. Ceux au haut de la liste des caméras reçoivent du coaching. Ceux qui ont le plus de violations reçoivent du coaching. Ceux qui enfreignent les heures de conduite reçoivent du coaching.

Ce qui passe inaperçu, c’est le conducteur qui est 10^e ou 11^e rang sur trois listes différentes en même temps.

Cela fait près d’un siècle que cette tendance est connue dans le secteur de la sécurité industrielle. La pyramide des risques de Heinrich nous a appris que les accidents graves reposent sur une base d’accidents mineurs beaucoup plus large. La version camionnage de cette leçon implique que les signes avant-coureurs d’un accident grave ne sont pas ceux qui sont évidents et vous frappent en plein visage. Ils sont silencieux, dispersés, et ils apparaissent à différents endroits en même temps.

C’est en regardant la vue d’ensemble, les tendances difficiles à déceler que vous pouvez constater qui sont les conducteurs et conductrices ayant vraiment besoin de votre attention. Voilà la leçon que le transporteur dans l’histoire de M. Cardiff a apprise.

C’est aussi la raison pour laquelle le débat entre les indicateurs avancés et les indicateurs retardés est moins important qu’on ne le pense. Un événement de télématique est un indicateur avancé si on le considère comme faisant partie d’une tendance. Il s’agit d’un indicateur retardé si on le considère comme un événement isolé, pour lequel on fournit du coaching, pour ensuite fermer le dossier.

Bref, nous regardons tous la même information. Mais les flottes qui ne font que réagir envers un freinage brusque en fournissant une formation et un coaching punitifs s’exposent au risque. Le signal n’est pas la mesure; ce qui est important c’est comment on l’analyse.

Dans les données tirées de notre programme Les flottes les plus en vue 2026 (Best Fleets to Drive For®), nous avons remarqué que la plus grande différence, sont les flottes qui prennent une vue d’ensemble sur la sécurité et la formation. Elles ne font pas que résoudre les problèmes du jour, en effet, elles posent des gestes qui résolvent les trois ou quatre problèmes qui découleront du premier.

La promesse de l’analyse prédictive consiste à faire ressortir les problèmes futurs au grand jour, et à vous présenter une voie dégagée du point de mire. Mais est-ce la réalité ou un engouement?

Ce qui a réellement changé dans l’analyse prédictive

Depuis des années, on a présenté l’IA comme étant le messie dans presque tous les secteurs. Aujourd’hui, il est difficile de trouver un fournisseur en technologie dans le camionnage qui ne mentionne pas une dose d’IA dans ses services.

Nous avons déjà parlé des risques lorsqu’on expérimente avec l’IA, surtout si on n’a pas d’objectifs précis en tête. La capacité à se servir de l’analyse prédictive pour identifier les conducteurs et conductrices qui sont vraiment à risque d’accident est un objectif particulièrement intéressant. Mais en sommes-nous là?

Depuis longtemps, explique M. Cardiff, les modèles fournissaient un nom et un chiffre. Un chauffeur et une cote de risque. Les directeurs de la sécurité se posaient alors la question : « OK, qu’est-ce qu’on fait maintenant? » Bien souvent, ce « qu’est-ce qu’on fait » se traduisait par un coaching correctif et un cours de formation, puis on passait à autre chose.

Depuis les dernières années, on a constaté une transformation avec cette technologie : les résultats sont désormais explicables. Les modèles d’IA modernes peuvent expliquer précisément quels comportements dans quelles sources de données exactes poussent un conducteur vers une tendance à risque, déclare M. Cardiff. Ce contexte peut vous aider à prendre une approche plus proactive, plus globale envers le coaching et la formation que vous fournissez.

D’un autre côté, il est aussi certain que la pression financière pour réussir dans ce contexte n’a jamais été aussi forte. En effet, dans le camionnage, le soi-disant verdict nucléaire médian a atteint 36 millions de $ en 2022, un saut d’environ 50 % par rapport à 2013, selon l’American Transportation Research Institute (ATRI). En outre, dans le rapport de l’ATRI sur les plus importants enjeux du secteur, la réforme sur l’abus des actions en justice et la disponibilité de l’assurance sont montées aux deuxième et troisième rangs sur la liste des préoccupations de l’industrie. La pression ne se relâche pas. Les flottes qui peuvent démontrer un processus de sécurité défendable et proactif seront récompensées pour leurs efforts. Celles qui ne le peuvent pas subventionneront les autres.

Pourquoi la prédiction sans coaching est une surprise qui coûte cher

Donc, grâce à l’analyse prédictive, les flottes sont en mesure de transformer les données en information concrète, et lorsque cette dernière est appliquée correctement, cela peut les aider à identifier les conducteurs et conductrices à risque d’un incident avant qu’il ne se produise. Mais ça, ce n’est que la moitié du travail. L’IA ne peut pas résoudre le problème en entier. L’être humain a aussi sa place dans la solution.

Nous avons déjà discuté de la version réactive : un freinage brusque déclenche automatiquement une formation d’appoint, le conducteur clique d’une page à l’autre, et le cycle se répète. Les conducteurs apprennent que leur boîte de réception est synonyme de trouble, et ils se crispent chaque fois que le téléphone sonne. La participation chute. Par le fait même, l’apprentissage diminue aussi. Le coaching devient une punition qui ne rend service à personne.

Par contre, ce qui fonctionne a un tout autre aspect. Lorsqu’un modèle prédictif fait ressortir un certain conducteur parce que sa tendance pointe vers un risque imminent, la réponse n’est pas que des clics de souris. C’est plutôt un plan structuré d’une durée de quelques semaines qui intègre une conversation avec un ou une gestionnaire, un module de formation méthodique et un rendez-vous de suivi, tous ces éléments visant le comportement précis identifié par le modèle. L’analyse prédictive vous dit qui est impliqué et pourquoi. La formation procure le quoi, dans un format que l’on peut mettre à l’échelle, et sans que votre équipe de la sécurité soit embourbée dans de centaines de conversations individuelles chaque mois.

Les flottes qui font le plus de progrès dans les données de notre programme Les flottes les plus en vue ne considèrent plus le coaching et la formation comme des conséquences d’événements fâcheux et la sécurité à simple titre de liste de contrôle. Elles ont commencé à prendre une vue d’ensemble en matière de sécurité et à fournir du coaching et de la formation avant que les événements fâcheux se produisent.

En conclusion

Voici les trois éléments à retenir de notre webinaire, résumant cette portion de la conversation :

• Cessez de considérer chaque tableau de bord comme un programme en soi. Vos sources de données doivent permettre d’obtenir une vision unique du risque lié au conducteur, et non cinq visions contradictoires.
• Ne tentez pas de bâtir le modèle prédictif vous-même. Statistiquement parlant, les accidents sont des événements rares, et aucune flotte ne possède assez de données pour créer son propre modèle fiable. Ça, c’est le travail d’un partenaire qui possède des données anonymes et cumulées recueillies dans l’ensemble du secteur.
• Liez la prédiction à un programme de coaching concret. Une cote de risque qui ne déclenche pas un plan de coaching et de formation structuré n’est qu’une carte de pointage qui coûte cher.

Pour écouter la conversation intégrale, regardez la reprise du webinaire ici (en anglais).