Nos données personnelles sont partout sur internet, et peuvent être utilisées à très mauvais escient. Дмитрий Хрусталев-Григорьев , Unsplash , CC BY Par Antoine Boutet , INSA Lyon – Université de Lyon Nos données personnelles circulent sur Internet : nom, adresses, coordonnées bancaires ou de sécurité sociale, localisation en temps réel… et les affaires qui y sont liées se font une place pérenne dans le débat public, du scandale Facebook-Cambridge Analytica au vol de données à la Croix-Rouge , en passant par les récents blocages d’hôpitaux par des rançongiciels (ou ransomware ) et l’ interdiction de l’application TikTok pour les fonctionnaires de plusieurs pays . Mais si l’on sait de plus en plus que nos données personnelles sont « précieuses » et offrent des possibilités sans précédent en matière de commercialisation et d’innovation, il est parfois difficile de saisir ou d’expliquer pourquoi il faudrait les protéger. Quels sont les risques
Lauréate du prix Le Monde-Smart Cities en mai 2016, la start-up bordealaise Qucit, spécialisée dans l'intelligence artificielle et l'analyse prédictive de données pour la mobilité urbaine, lance BikePredict, une application destinée aux utilisateurs de vélos en libre-service, à Toulouse.
BikePredict est la première application prédictive pour les vélos en Libre Service et permet de connaître, jusqu'à 45 minutes à l'avance, les stations où l’on est sûr de trouver un vélo ou une borne disponible pour raccrocher son vélo. BikePredict fonctionne aussi pour les voyages en groupe. Par exemple, si vous voyagez à 3 amis, renseignez cette information et BikePredict détermine alors les stations dans lesquelles vous avez le plus de chances de trouver 3 vélos ou 3 bornes disponibles. Et ce toujours jusqu'à 45 minutes en avance. Lorsqu'il y a un risque que la station soit vide ou pleine, BikePredict l'estime aussi précisément que possible pour laisser l’utilisateur décider de tenter sa chance ou non. Cette application est dans la continuité du “VCub Predict” lancé à Bordeaux en 2014 et intégré à l’application “La Bonne Station” de Keolis.
« Qucit collecte actuellement les données d’usage de vélos en libre-service dans 500 villes du monde. Cela nous permet d’entraîner nos modèles de machine learning et d’augmenter leur intelligence. Nous pouvons proposer ce même type d’application à tout opérateur ou ville qui a mis en place des systèmes de vélos en libre-service. Nos services aident les villes et les opérateurs de transport à planifier et à exploiter les infrastructures urbaines. C’est pourquoi nous avons choisi d’étendre notre offre à toute la France pour que tous les utilisateurs de vélos en libre-service bénéficient du confort de nos prévisions. » précise Raphaël Cherrier, président et fondateur de Qucit.
L’application “BikePredict Vélib” est déjà disponible pour les mobiles Apple et Android.
Lancée en février dernier, BikePredict étoffe le nombre de villes couvertes :
- Amiens (Le Velam)
- Avignon (Vélopop, Velopop)
- Belfort (Le Vélo Libre-Service/Optymo)
- Besançon (Vélocité, Velocite)
- Bordeaux (Vcub, V3)- Caen (V'éol, Veol)
- Calais (Vél'in, Velin)
- Cergypontoise (Velo2)
- Clermont-Ferrand (C.Vélo, cvelo)
- Créteil (Cristolib)
- Dijon (Vélodi, Velodi)
- Dunkirk (Dk'vélo, Dkvelo)
- Grenoble (Métrovélo, Metrovelo)
- La Rochelle (Yélo, Yelo)
- Lille (V'Lille, Vlille)
- Lyon (Vélo’V, VeloV)
- Marseille (Le Vélo)
- Montpellier (Vélomagg’)- Mulhouse (Vélocité)
- Nancy (Vélostan’Lib, Velostan, Velostanlib)
- Nantes (Bicloo)
- Orléans (Vélo'+)
- Paris (Vélib, Velib)
- Pau (Idecycle)
- Perpignan (BIP!)
- Rennes (Le Vélo Star)
- Rouen (Cy'Clic, Cyclic)
- Saint-Étienne (Vélivert, Velivert)
- Toulouse (Vélôtoulouse)- Vannes (Vélocéa, Velocea)
- Valence (Libélo, Libelo)