Agence IA à Marseille — Transformation IA pour les ETI maritimes, logistiques et touristiques de Méditerranée

#Agence IA à Marseille — Transformation IA pour les ETI maritimes, logistiques et touristiques de Méditerranée

Nehos intervient à Marseille auprès des entreprises dont l'activité dépend du port, du fret et de la saison touristique : commissionnaires de transport, manutentionnaires, exploitants de terminaux, groupes hôteliers, opérateurs de service public. Cette page décrit ce que nous y faisons réellement, dans quel ordre, et à quelles conditions un projet d'intelligence artificielle survit au passage en exploitation.

#Marseille est une ville d'exploitation, pas une ville de sièges

La première chose qu'on comprend en travaillant ici, c'est que la valeur ne se joue pas dans des directions fonctionnelles mais dans des salles d'exploitation. Le grand port maritime de Marseille-Fos fonctionne sur deux ensembles très différents : les bassins Est, côté ville — La Joliette, Mourepiane, les lignes régulières vers la Corse et le Maghreb, la croisière — et les bassins Ouest, autour de Fos, Lavéra et Caronte, où se concentrent les conteneurs, les vracs, les hydrocarbures et la pétrochimie. Deux géographies, deux métiers, et surtout deux paysages applicatifs qui n'ont jamais été conçus pour se parler.

Autour de ces installations gravite un tissu dense d'ETI : commissionnaires de transport, transitaires, manutentionnaires, entrepositaires, courtiers maritimes, sociétés de consignation et d'agence maritime. Marseille abrite aussi le siège mondial de CMA CGM, ce qui a structuré localement un vivier de compétences maritimes rare en France.

Cette densité produit un volume de données d'exploitation considérable — et largement inexploité. Le problème n'est jamais la rareté de l'information : c'est qu'elle vit simultanément dans un TOS de terminal, dans un système communautaire portuaire, dans des messages EDIFACT hérités des années 1990, dans des ERP de transitaires, dans des PDF scannés et dans des boîtes mail.

Un projet d'intelligence artificielle qui ignore cette fragmentation échoue à la phase d'intégration, jamais à la phase de modélisation.

Il existe un second atout marseillais que peu d'entreprises régionales exploitent consciemment : la ville est l'un des principaux points d'atterrage de câbles sous-marins d'Europe. Les liaisons vers l'Afrique du Nord, l'Afrique de l'Ouest, le Levant, la mer Rouge et l'Asie du Sud passent physiquement ici, et les centres de données du secteur Joliette–Saint-Charles hébergent ces interconnexions.

Conséquence très concrète pour une architecture IA : pour un groupe qui exploite des filiales, des agences ou des fournisseurs sur ces marchés, faire tourner l'inférence à Marseille plutôt qu'en Île-de-France réduit réellement la latence et simplifie les schémas de transit de données. Ce n'est pas un argument de fierté régionale, c'est un choix d'ingénierie.

Enfin, il faut intégrer deux contraintes que beaucoup de prestataires découvrent en cours de route. La première est la saisonnalité méditerranéenne : croisière, ferries, hôtellerie, restauration, activités nautiques et calanques concentrent une part écrasante de leur activité sur quelques semaines, avec des effets météo violents — un coup de mistral modifie les manœuvres portuaires, ferme des activités en mer et déplace la demande hôtelière en quelques heures.

Un modèle entraîné sur une moyenne annuelle ne sert à rien dans ce contexte. La seconde est réglementaire : le transport maritime et la gestion du trafic figurent parmi les secteurs hautement critiques de la directive NIS2, ce qui impose aux opérateurs concernés une analyse de risque formalisée, une sécurisation de leur chaîne d'approvisionnement numérique — donc de leurs prestataires IA — et des obligations de notification d'incident.

À cela s'ajoute le calendrier du règlement européen sur l'intelligence artificielle, dont l'obligation de littératie IA pèse sur les employeurs qui déploient ces systèmes, et dont la classification par niveau de risque doit être tranchée avant le développement, pas après.

#Les chantiers qui produisent réellement de la valeur sur ce territoire

Prévision d'escale et lissage du plan de charge. L'erreur classique consiste à vouloir produire « l'heure exacte d'arrivée ». Ce n'est pas ce dont un chef d'exploitation a besoin. Ce qui change ses décisions, c'est une fourchette assortie d'un niveau de confiance, mise à jour en continu à partir des positions AIS, de l'état de mer, du carnet d'escales, de la productivité observée des équipes et des contraintes de marée ou de pilotage.

La valeur ne vient pas de la prédiction elle-même mais de ce qu'elle permet : ne pas armer une vacation complète pour un navire qui glissera de six heures, prévenir les transporteurs routiers avant qu'ils ne se présentent, réserver les engins au bon moment.

Traitement documentaire du commerce international. Connaissements, listes de colisage, certificats d'origine, déclarations sommaires d'entrée, documents de transit, certificats phytosanitaires ou sanitaires : chaque expédition traîne une liasse dont la cohérence conditionne le passage en douane.

Un système de lecture et de rapprochement automatique ne doit pas viser cent pour cent d'automatisation — c'est le piège commercial de ce marché. Il doit viser un taux d'auto-traitement élevé sur les dossiers propres, et surtout une file de revue humaine priorisée par risque, où l'écart détecté est expliqué en clair : numéro de conteneur divergent entre deux pièces, poids incompatible, code SH incohérent avec la description. Le gain se mesure en jours d'immobilisation évités et en surestaries qui ne tombent pas.

Maintenance prédictive sur les actifs lourds. Portiques, cavaliers, convoyeurs, pompes et compresseurs des installations de Fos et Lavéra produisent des signaux exploitables — vibrations, consommations moteur, températures, historiques d'intervention. Sur ce type de projet, l'obstacle n'est presque jamais l'algorithme : c'est la qualité de l'historique de GMAO.

Quand les codes défaut sont saisis à la volée et que « autre » représente la moitié des occurrences, la première livraison utile est un travail de reprise de nomenclature, pas un modèle. Nous le disons avant de signer.

Prévision de fréquentation et pilotage tarifaire touristique. Pour un hôtelier, un exploitant de site ou un opérateur de transport de passagers, la variable explicative dominante n'est pas la date : c'est le calendrier des escales de paquebots, les congrès et grands événements, les vacances scolaires de plusieurs pays émetteurs et la météo à cinq jours.

Un modèle qui intègre ces signaux exogènes bat systématiquement un historique lissé, et il devient exploitable par une équipe de réception ou de revenue management dès lors qu'on lui fournit la raison de la recommandation, pas seulement le chiffre.

Assistants métiers pour les collectivités et opérateurs de service public. Les administrations de la métropole et de la région manipulent des corpus considérables : délibérations, pièces de marchés publics, documents d'urbanisme, réponses aux administrés. La recherche documentaire assistée y a un intérêt immédiat, à une condition non négociable — chaque réponse doit citer la source consultable, avec sa date et sa référence.

Sans traçabilité, l'outil ne passe ni la revue juridique ni l'épreuve du terrain. Ces projets imposent en outre un traitement rigoureux des données personnelles et une conformité d'accessibilité qui doit être posée dès les spécifications.

Contrôle de conformité et réduction des faux positifs. Vérification de contreparties, criblage face aux régimes de sanctions, contrôle des biens à double usage : ces processus sont aujourd'hui saturés d'alertes non pertinentes qui usent les équipes conformité. L'IA n'a pas vocation à décider ici.

Elle sert à hiérarchiser, à rapprocher des entités écrites différemment d'une base à l'autre et à documenter le raisonnement pour l'auditeur. La décision reste humaine, et c'est ce qui rend le dispositif défendable.

#Comment se déroule une mission chez nous

Tout commence par un audit gratuit de trente minutes, qui n'a qu'un objectif : déterminer s'il y a un sujet. Nous en sortons souvent en disant qu'un cas d'usage n'est pas mûr — c'est le meilleur service qu'on puisse rendre à un comité de direction.

Vient ensuite un atelier de cadrage avec les opérationnels concernés, pas seulement la DSI. On y quantifie le coût actuel du processus visé, on identifie le propriétaire métier de la future solution et on écrit noir sur blanc ce qui déclenchera l'abandon du projet. Une revue de faisabilité des données suit immédiatement : où sont les données, qui en détient l'accès, quelle profondeur d'historique, quels droits d'usage, quelles zones d'ombre juridiques. Cette étape révèle régulièrement que le vrai chantier n'est pas l'IA mais l'accès aux systèmes.

Le prototype n'est validé que contre un jeu de test constitué et étiqueté par vos équipes, avec des seuils de qualité définis avant son développement. C'est la seule manière d'éviter la discussion stérile qui consiste à juger un modèle sur trois exemples choisis après coup. L'industrialisation qui suit couvre l'intégration aux systèmes existants, la supervision, la reprise sur erreur, la journalisation, la documentation et la formation des utilisateurs. La mise en production intervient en 8 à 12 semaines sur la majorité des périmètres.

Ensuite commence la partie que les prestataires évoquent rarement : le run. Un modèle se dégrade quand le monde qu'il décrit change — nouvelle ligne maritime, nouveau format de document, nouveau régime douanier. Nous installons une surveillance de la dérive, une boucle de retour utilisateur et une revue trimestrielle avec le métier.

#Les erreurs que nous corrigeons le plus souvent

Le POC orphelin arrive en tête. Une preuve de concept brillante, aucun propriétaire métier, aucun budget de run : elle meurt à la première réorganisation. Nous refusons désormais les prototypes sans sponsor opérationnel identifié.

Vient ensuite la confusion entre « nous n'avons pas de données » et « nous n'avons pas accès à nos données ». Dans le maritime et la logistique, la donnée existe presque toujours ; elle est prisonnière d'un éditeur, d'un contrat de maintenance ou d'un format non documenté. Le déblocage est contractuel autant que technique.

Troisième erreur : vouloir automatiser un processus que personne n'a formalisé. Si trois opérateurs traitent le même dossier de trois manières différentes, aucun système n'apprendra une règle stable. Une demi-journée d'observation en poste vaut mieux qu'un atelier de spécifications.

Quatrième erreur : traiter la traçabilité comme une contrainte de fin de projet. Sur des activités relevant d'obligations de sécurité et de conformité, la capacité à expliquer une décision, à conserver les journaux et à documenter les traitements conditionne l'autorisation de mise en production. Cela se conçoit au départ.

Dernière erreur, la plus coûteuse : négliger l'acculturation des équipes. Un outil que les opérateurs ne comprennent pas est contourné en trois semaines. La formation n'est pas un supplément, elle fait partie du livrable — et le cadre réglementaire européen impose désormais explicitement cette montée en compétence.

#Ce que vous pouvez raisonnablement attendre

Nous ne promettons pas de gain chiffré avant d'avoir vu vos données : nous mesurons la ligne de base avant le projet, puis le temps gagné pendant le pilote. Cela ne vaut que si le cas d'usage a été choisi correctement — d'où le temps que nous consacrons au cadrage plutôt qu'à la démonstration.

#L'écosystème sur lequel s'appuie un projet IA marseillais

Un projet d'intelligence artificielle mené ici n'a pas besoin de tout construire seul. Le pôle de compétitivité Pôle Mer Méditerranée fédère depuis Toulon et Marseille les acteurs de la sécurité maritime, des infrastructures portuaires et de l'exploitation des ressources marines : c'est le bon endroit pour trouver des partenaires industriels sur des sujets de capteurs, de surveillance ou de modélisation océanographique.

Aix-Marseille Université et ses laboratoires en informatique, en optique et en traitement du signal forment localement des profils directement employables sur des problèmes de vision industrielle ou de fusion de données. Le technocentre Henri-Fabre, à Marignane, travaille sur les procédés industriels avancés et intéresse les entreprises qui veulent connecter contrôle qualité et modèles prédictifs.

Cette proximité a un effet très pratique sur les budgets : elle ouvre l'accès à des dispositifs de financement régionaux et européens de l'innovation, et elle permet de recruter en local plutôt que de payer une prestation à distance sur toute la durée du run. Nous orientons systématiquement nos clients vers ces relais quand leur projet s'y prête, y compris lorsque cela réduit notre propre périmètre d'intervention.

#Pourquoi Nehos plutôt qu'un cabinet piloté depuis Paris

• Sur place quand il le faut — nous sommes basés à Toulouse et nous venons à Marseille observer les postes de travail concernés avant d'écrire la moindre spécification.
• Une équipe qui livre — celle qui instruit le dossier devant vos fonctions de contrôle est celle qui développe et met en production.
• Un cadrage orienté retour attendu — aucun développement sans cas d'affaires validé et sans propriétaire métier.
• Hébergement en France possible et traitement des données en France, conformité RGPD native, architecture compatible avec les exigences de sécurité des opérateurs critiques.
• Un échange gratuit de 30 minutes pour qualifier votre cas d'usage et vous dire honnêtement s'il tient la route.

#Services complémentaires à Marseille

• Agence IA — stratégie nationale Nehos
• Agence Nehos à Marseille
• Agents IA Marseille
• Services agents IA B2B
• Développement Next.js Marseille
• GEO/AEO Marseille

Nos domaines d'intervention connexes : consultant IA Marseille, cabinet IA PACA, transformation digitale Marseille, IA maritime logistique portuaire, agence digitale Marseille B2B.

Les questions ci-dessous sont celles que nous entendons le plus souvent en rendez-vous à Marseille — localisation des données portuaires, marchés publics, écosystème local, tourisme. Si la vôtre n'y figure pas, posez-la nous directement : trente minutes suffisent généralement pour savoir si votre projet mérite d'être lancé.