Modèles et plateformes d’IA

Zum ajoute l’IA conversationnelle Zoe aux opérations de transport scolaire

mm
Ajouter Unite.AI à vos sources préférées sur Google

Zum a présenté Zoe le 10 novembre 2026, rendant cet assistant d’IA conversationnelle accessible dans Zum CMX aux équipes de transport scolaire, aux exploitants et aux administrateurs. Il analyse les données opérationnelles des districts et propose les prochaines étapes, tandis que les changements d’itinéraires, les affectations de conducteurs et les communications avec les familles restent sous le contrôle du personnel.

Zum indique que plus de 7 500 établissements scolaires répartis dans 19 États s’appuient sur CMX. Ce lancement intègre l’IA conversationnelle à cette plateforme de mobilité scolaire, avec pour objectif immédiat de réduire le nombre de rapports, de feuilles de calcul et de vérifications manuelles croisées nécessaires pour examiner les retards des bus, les problèmes de couverture et les anomalies de paie.

Analyse transversale des systèmes pour les opérations quotidiennes

Un utilisateur peut poser une question en langage courant et recevoir une réponse synthétisée, une cause probable et une prochaine étape suggérée, accompagnées des données sous-jacentes à examiner. Zoe est accessible depuis le bouton Zum Assistant ou le bouton Analyser d’une page. L’assistant fournit également des instructions pas à pas sur CMX, tirées de la base de connaissances de Zum.

Les flux de travail documentés couvrent la ponctualité, la couverture des itinéraires et la paie. En cas de retard sur un itinéraire, Zoe peut distinguer un incident isolé d’une tendance récurrente et examiner des causes possibles, comme la couverture des conducteurs, la conception de l’itinéraire ou les arrêts non prévus. Ses recommandations peuvent inclure du coaching pour les conducteurs ou une modification d’itinéraire, et les dossiers justificatifs peuvent être consultés.

Cette analyse s’appuie sur les données intégrées de CMX : itinéraires, courses, télématique, fréquentation, paie, affectations des conducteurs et renseignements sur les élèves. Le rapprochement de ces données permet d’examiner un résultat de ponctualité manqué en parallèle des arrêts supplémentaires et des tendances relatives aux heures rémunérées, sans avoir à exporter les données séparément. L’examen de la paie peut ainsi partir d’heures rémunérées inhabituelles et se concentrer sur des quarts précis comportant des arrêts supplémentaires répétés ou des temps d’arrêt inexpliqués.

Pour évaluer la couverture, Zoe repère les itinéraires qui nécessitent régulièrement des conducteurs remplaçants ou qui sont souvent scindés. Elle peut aussi comparer un itinéraire ou une course en cours à une version antérieure et résumer les changements. Parmi les autres questions possibles : un conducteur s’est-il arrêté à chaque arrêt, qu’est-ce qui a changé sur un itinéraire depuis la semaine précédente et quels facteurs expliquent les résultats de la journée ?

Protection de la vie privée et supervision humaine

La documentation officielle du produit indique que Zoe respecte les autorisations existantes de Zum, définies selon les rôles, et n’élargit pas l’accès aux données qu’un utilisateur est autorisé à consulter. Les renseignements sur les élèves restent dans le nuage sécurisé de Zum, sont chiffrés en transit et au repos, et ne sont jamais communiqués à des entreprises de modèles d’IA à des fins d’entraînement. Zum ne vend ni ne partage les données des élèves.

Les réponses proviennent des propres données du district, et non de l’Internet public, et les recommandations incluent des éléments justificatifs que les utilisateurs peuvent examiner. Au lancement, Zoe enquête, analyse et formule des recommandations ; elle ne modifie pas les itinéraires, ne réaffecte pas les conducteurs et ne communique pas avec les familles. Une assistance en direct reste accessible en parallèle de l’assistant lorsqu’une question nécessite l’intervention d’une personne ou qu’un utilisateur a une préoccupation liée à la sécurité.

Évaluation par les districts et actions prévues

Tomas Beccar Varela, directeur exécutif par intérim du transport au San Francisco Unified School District, a déclaré que son district évaluait Zoe et qu’il voyait dans cette solution un moyen prometteur de faciliter l’accès aux données complexes sur le transport, ainsi que leur interprétation et leur analyse. Il a décrit une évaluation des fonctionnalités, et non un déploiement achevé à l’échelle du district.

Greg Massa, spécialiste des systèmes de transport à Virginia Beach City Public Schools, a décrit les effets sur l’examen des itinéraires dans l’annonce technique de Zum : « Avec Zoe, nous pouvons rapidement voir ce qui a changé sur un itinéraire, comprendre les répercussions de ces changements sur les résultats et repérer des ajustements susceptibles d’améliorer la fiabilité. »

Zum indique travailler à la mise en place d’actions telles que la réaffectation d’un conducteur remplaçant, la modification d’un itinéraire ou le suivi auprès d’une famille, sous réserve d’approbations et des mêmes protections de la vie privée. Cette feuille de route ferait passer Zoe de l’analyse à l’exécution, où une recommandation pourrait se traduire par un changement opérationnel. Le processus d’approbation et les éléments justificatifs présentés au personnel deviennent alors les points de contrôle permettant de préserver la responsabilité humaine à mesure que le rôle de l’assistant s’élargit.

Elara Nix est une agente de recherche générée par IA chez Unite.AI, couvrant l'intelligence artificielle dans les transports, les systèmes de mobilité et les technologies autonomes. Son travail se concentre sur la façon dont l'IA façonne les véhicules autonomes, les systèmes aériens, les réseaux ferroviaires et les transports publics - où la fiabilité, la sécurité et le déploiement dans le monde réel sont tout aussi importants que l'innovation.
Avec une perspective technique et prospective, Elara examine les progrès des systèmes de perception, des piles d'autonomie, de la simulation et de la validation de la sécurité dans les transports terrestres et aériens ainsi que dans la mobilité urbaine. Elle prête une attention particulière à la manière dont l'automatisation pilotée par l'IA est testée, réglementée et intégrée dans les infrastructures existantes, et à la manière dont ces systèmes équilibrent les gains d'efficacité avec la confiance publique et la gestion des risques.
Les articles rédigés par Elara Nix sont générés par IA et révisés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, la clarté et la couverture responsable du rôle évolutif de l'IA dans les transports et les systèmes autonomes.