Retour à la tendance du jour: L'IA conseille le trafic aérien américain pour réduire les retards
Classement Poly · tiré de la tendance du jour

Exemples d'IA avec humain dans la boucle : le classement des 10 premiers (2026)

SMART, de la FAA, conseille désormais les 22 centres de contrôle en route américains, mais son seul bénéfice publié se limite à 180 vols réacheminés. À Copenhague, lors d'un essai, une IA qui repérait plus d'arrêts cardiaques que les répartiteurs n'a pas rendu ces derniers meilleurs pour autant.

  • N° 1 : IA de contrôle aérien SMART de la FAA (Air Space Intelligence)
  • 10 places

01Liste finale

Les IA de pointe ont chacune dressé leur propre liste de dix, de façon indépendante. Voici un résultat facile à vérifier : chaque place a une raison, une source et la liste des IA qui l'ont retenue.

Ordre : du plus grand au plus faible accord entre les IA.

Une pastille vive signifie que cette IA a mis l'élément dans sa liste. Une pastille terne, qu'elle ne l'a pas fait.

  1. 1

    IA de contrôle aérien SMART de la FAA (Air Space Intelligence)

    Estimation : déploiement le plus large, preuve la plus mince : le système est en service dans les 22 centres de contrôle en route américains, mais le seul bénéfice est celui qu'annonce la FAA elle-même, soit 180 vols réacheminés, à environ 10 minutes et environ 80 gallons chacun.

    L’ont inclus: Claude, ChatGPT, Meta, Grok, MiMo, StepFun, Kimi, DeepSeek. Ne l’ont pas inclus: Gemini, Z.ai, Wenxin.

    Dans leurs listes: Claude: 9 · ChatGPT: 4 · Meta: 6 · Grok: 1 · MiMo: 1 · StepFun: 1 · Kimi: 4 · DeepSeek: 1

    Ce qu'a noté chaque IA 8
    • Claudeplace 9

      Le plus grand déploiement ici (22 centres) repose sur la preuve la plus mince : 180 vols réacheminés, pour un contrat de 875 950 000 $

      Source ↗
    • ChatGPTplace 4

      Les 180 premiers réacheminements signalés ont permis en moyenne près de 80 gallons de carburant économisés par vol ; c'est une première affirmation de la FAA, non une évaluation indépendante.

      Source ↗
    • Metaplace 6

      Désormais actif dans les 22 centres, mais son seul bénéfice publié est 180 vols réacheminés lors d'un pilote à Washington : 10 minutes et 80 gallons chacun.

      Source ↗
    • Grokplace 1

      180 vols réacheminés dans les premières semaines, environ 10 min et environ 80 gallons de carburant économisés chacun, désormais actif dans les 22 centres sous approbation d'un responsable humain

    • MiMoplace 1

      Un réacheminement accepté vaut 10 minutes et 80 gallons, et les 22 centres de contrôle ont suivi ce conseil huit semaines avant que le Congrès des États-Unis ne pose ses premières questions de sécurité.

      Source ↗
    • StepFunplace 1

      22 centres, environ 200 flux de données, et chaque suggestion porte toujours une signature humaine : 180 vols réacheminés pour 10 minutes ou plus et près de 80 gallons de carburant chacun.

      Source ↗
    • Kimiplace 4

      Trois jours après sa mise en service dans les 22 centres de contrôle en route des États-Unis, il a vu la FAA clouer au sol tout le pays. C'est officiellement sans lien, mais tout le bilan de preuve du système de 875 millions de dollars tient encore à 180 vols réacheminés.

      Source ↗
    • DeepSeekplace 1

      180 réacheminements approuvés par des humains ont économisé environ 14 400 gallons de carburant, soit environ 62 000 $ à 4,31 $ le gallon, pour un contrat de 875 millions de dollars.

      Source ↗
    8 IA l’ont placé ici
  2. 2

    Alerte précoce de septicémie TREWS (Johns Hopkins / Bayesian Health)

    Revue par les pairs dans 5 hôpitaux : les alertes confirmées dans les 3 heures sont liées à une mortalité par sepsie inférieure de 18,7 % (3,3 points en valeur absolue). Étude observationnelle ; les revues d'essais randomisés sur les alertes de sepsie n'ont montré aucun bénéfice net.

    L’ont inclus: Claude, ChatGPT, Meta, MiMo, StepFun, Kimi, DeepSeek. Ne l’ont pas inclus: Grok, Gemini, Z.ai, Wenxin.

    Dans leurs listes: Claude: 3 · ChatGPT: 2 · Meta: 4 · MiMo: 7 · StepFun: 2 · Kimi: 2 · DeepSeek: 8

    Ce qu'a noté chaque IA 7
    • Claudeplace 3

      Les cliniciens ont évalué 89% de ses alertes, un suivi inhabituellement élevé, et une confirmation rapide était liée à une baisse relative de 18,7% des décès par septicémie

      Source ↗
    • ChatGPTplace 2

      Chez les patients septiques alertés, une confirmation rapide par le clinicien était associée à des prescriptions d'antibiotiques 1,85 heure plus rapides, et 38% des alertes évaluées ont été confirmées.

      Source ↗
    • Metaplace 4

      Quand les cliniciens confirmaient son alerte dans les 3 heures, les patients septiques avaient 18,7% de risques de mourir en moins : c'est le premier moniteur continu de septicémie à l'IA homologué par la FDA.

      Source ↗
    • MiMoplace 7

      Dix fois moins de fausses alarmes lors du pilote, et un laboratoire extérieur testant un modèle concurrent de septicémie a constaté que les chiffres publiés par le fournisseur ne se vérifient pas dans les services réels.

      Source ↗
    • StepFunplace 2

      Le rare système de conseil dont le gain a résisté à l'évaluation par les pairs : la mortalité par septicémie à l'hôpital a baissé de 18,7% en relatif une fois que les cliniciens ont reçu les alertes.

      Source ↗
    • Kimiplace 2

      Le seul système ici dont la preuve évaluée par les pairs montre qu'une confirmation humaine d'une alerte IA dans les 3 heures a réduit de 18,7% les décès par septicémie ; il publie aussi le côté humain : 89% des alertes réellement examinées.

      Source ↗
    • DeepSeekplace 8

      89% des alertes ont été évaluées, mais seulement 38% confirmées : un rare aperçu publié de la fréquence à laquelle les humains sont réellement d'accord.

      Source ↗
    7 IA l’ont placé ici
  3. 3

    Régulation des trains par IA de Deutsche Bahn (DB InfraGO ADA-PMB)

    À Francfort-sur-le-Main, les répartiteurs ont retenu 7 suggestions sur 10, et Deutsche Bahn attribue à ce dispositif 58 000 minutes de retard évitées en 2022. Son chiffre de 100 000 minutes pour 2023 mélange plusieurs outils, et le système ne fonctionne que dans quatre régions.

    L’ont inclus: Claude, ChatGPT, Meta, Grok, MiMo, StepFun, DeepSeek. Ne l’ont pas inclus: Gemini, Z.ai, Kimi, Wenxin.

    Dans leurs listes: Claude: 7 · ChatGPT: 5 · Meta: 7 · Grok: 7 · MiMo: 2 · StepFun: 4 · DeepSeek: 2

    Ce qu'a noté chaque IA 7
    • Claudeplace 7

      58 000 minutes de retard supprimées en 2022, et les répartiteurs ont suivi la suggestion de l'IA dans 7 cas analysés sur 10

      Source ↗
    • ChatGPTplace 5

      Son gain signalé à Francfort est d'environ 100 secondes par décision de répartition, mais il n'est actif que dans quatre régions, non sur l'ensemble du réseau allemand.

      Source ↗
    • Metaplace 7

      À Francfort, suivre sa suggestion vaut 100 secondes par répartition, mais il ne fonctionne encore que dans certaines zones, avec une intégration à l'écran prévue pour décembre 2026.

      Source ↗
    • Grokplace 7

      Recommandations en temps réel toutes les 60 secondes pour les répartiteurs, qui les acceptent ou les refusent ; actives dans plusieurs régions très fréquentées et en extension

    • MiMoplace 2

      Un répartiteur reçoit un nouveau plan de conflit toutes les 60 secondes ; Stuttgart récupère jusqu'à 8 minutes de retard, et « en théorie » 17 trains de plus par jour peuvent passer sur une seule ligne centrale.

      Source ↗
    • StepFunplace 4

      Trois réseaux d'IA ont évité 58 000 minutes de retard sur les rails de l'Allemagne en un an, soit environ 40 jours de retard qui ne se sont jamais produits.

      Source ↗
    • DeepSeekplace 2

      Plus de 100 000 minutes de retard économisées en 2023 dans quatre régions denses, alors qu'un répartiteur accepte ou refuse encore chaque suggestion.

      Source ↗
    7 IA l’ont placé ici
  4. 4

    IA d'analyse des appels d'arrêt cardiaque de Corti, service d'urgence de Copenhague

    L'IA a repéré plus d'arrêts cardiaques que les répartiteurs (85,0 % contre 77,5 %), mais lors d'un essai randomisé portant sur 169 049 appels, ses alertes n'ont pas amélioré de façon significative les répartiteurs.

    L’ont inclus: Claude, Meta, MiMo, StepFun, Kimi. Ne l’ont pas inclus: ChatGPT, Grok, Gemini, Z.ai, DeepSeek, Wenxin.

    Dans leurs listes: Claude: 10 · Meta: 3 · MiMo: 5 · StepFun: 3 · Kimi: 7

    Ce qu'a noté chaque IA 5
    • Claudeplace 10

      L'IA a repéré plus d'arrêts cardiaques que les répartiteurs, mais dans un essai randomisé, ses alertes n'ont pas amélioré ce que les répartiteurs reconnaissaient

      Source ↗
    • Metaplace 3

      Il repère un arrêt cardiaque dans 93 à 95% des appels contre 73% pour les seuls répartiteurs, et environ 10 secondes plus vite : des secondes qui décident de la réanimation.

    • MiMoplace 5

      L'IA repère un arrêt cardiaque dans 85% des cas contre 77,5% pour un répartiteur, pourtant donner l'IA aux répartiteurs a à peine modifié leur score (93,1% contre 90,5%, p=0,15).

      Source ↗
    • StepFunplace 3

      Il écoute l'appel au 911 et repère un arrêt cardiaque avec une sensibilité de 84,1% contre 72,5% pour les répartiteurs, sur 169 236 appels réels.

      Source ↗
    • Kimiplace 7

      Évalué par les pairs sur 108 607 appels réels : l'IA a repéré 11,6 points d'arrêts cardiaques de plus que des répartiteurs formés et les a signalés 10 secondes plus tôt. Chaque seconde compte quand la survie baisse d'environ 10% par minute.

      Source ↗
    5 IA l’ont placé ici
  5. 5

    Alertes AVC de Viz.ai (Viz LVO)

    Des équipes AVC plus rapides selon trois types d'étude : alerte 39,5 minutes plus tôt dans 166 établissements, et gain de 11,2 minutes dans un essai randomisé. Une méta-analyse de 12 études n'a relevé aucun gain sur les résultats des patients.

    L’ont inclus: Claude, ChatGPT, Kimi, DeepSeek. Ne l’ont pas inclus: Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Wenxin.

    Dans leurs listes: Claude: 8 · ChatGPT: 3 · Kimi: 3 · DeepSeek: 5

    Ce qu'a noté chaque IA 4
    • Claudeplace 8

      Environ 2 000 hôpitaux ; l'étude multicentrique citée par le fournisseur parle de 31 minutes gagnées, l'essai randomisé de 11

      Source ↗
    • ChatGPTplace 3

      Dans 166 établissements, la coordination assistée par l'IA était associée à une notification de l'interventionniste 39,5 minutes plus tôt, et non à un traitement 39,5 minutes plus tôt.

      Source ↗
    • Kimiplace 3

      Une étude réelle portant sur 14 116 patients dans 166 hôpitaux a montré que les patients à risque d'AVC signalés par l'IA atteignaient un neurointerventionniste 39,5 minutes plus vite, à l'échelle d'un réseau et non d'un service pilote.

      Source ↗
    • DeepSeekplace 5

      Le délai DIDO est passé de 202 à 113 minutes, une réduction de 89 minutes qui dépasse la référence de 120 minutes, même si la méta-analyse n'a trouvé aucun gain significatif sur les résultats cliniques.

      Source ↗
    4 IA l’ont placé ici
  6. 6

    NATS Intelligent Approach / Time-Based Separation, Heathrow

    À l'aéroport de Londres-Heathrow, le retard à l'arrivée est passé de 5,55 à 4,46 minutes avec l'espacement Pairwise, et le retard dû aux vents de face a baissé de plus de 60 %. Tous les chiffres viennent de NATS, et l'on conteste que cet outil relève de l'IA.

    L’ont inclus: Claude, Meta, Kimi. Ne l’ont pas inclus: ChatGPT, Grok, Gemini, MiMo, StepFun, Z.ai, DeepSeek, Wenxin.

    Dans leurs listes: Claude: 2 · Meta: 1 · Kimi: 1

    Ce qu'a noté chaque IA 3
    • Claudeplace 2

      Le retard dû aux vents de face a baissé de plus de 60% sur l'aéroport à deux pistes le plus fréquenté au monde ; les contrôleurs fixent toujours chaque intervalle

      Source ↗
    • Metaplace 1

      Un seul choix d'espacement fait passer le retard d'arrivée de 5,55 à 4,46 minutes, et Heathrow a accumulé 1,5 million de minutes d'attente en une décennie.

      Source ↗
    • Kimiplace 1

      Dix ans en service : les contrôleurs vérifient à l'œil les écarts calculés par l'IA et délivrent les autorisations, et l'outil a réduit de plus de 60% les retards dus aux vents de face tout en économisant 230 000 minutes d'attente en vol par an sur un aéroport.

      Source ↗
    3 IA l’ont placé ici
  7. 7

    Prévision solaire par IA de NESO (Open Climate Fix Quartz), réseau de Grande-Bretagne

    La prévision solaire par IA du centre de contrôle du réseau est 2,8 fois plus précise et vaut environ 30 M£ par an. C'est le chiffre du développeur, contre une projection de 2 à 10 M£ en 2021, et il n'a pas été audité.

    L’ont inclus: Claude, MiMo. Ne l’ont pas inclus: ChatGPT, Meta, Grok, Gemini, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.

    Dans leurs listes: Claude: 4 · MiMo: 3

    Ce qu'a noté chaque IA 2
    • Claudeplace 4

      2,8 fois plus précis, soit environ 30 millions de livres par an ; les ingénieurs décident encore du niveau de réserve à acheter

      Source ↗
    • MiMoplace 3

      Diviser par deux une erreur de prévision s'est traduit par 30 millions de livres d'économies de réserve par an : la plus discrète grande victoire de l'IA dans l'énergie, et personne n'a demandé de pause.

      Source ↗
    2 IA l’ont placé ici
  8. 8

    Kaiser Permanente Advance Alert Monitor

    Les infirmières dépistent environ une alerte par jour pour 35 patients. La mortalité à 30 jours après alerte était de 15,8 % contre 20,4 % dans 21 hôpitaux ; les 520 vies sauvées par an sont une estimation modélisée.

    L’ont inclus: Claude. Ne l’ont pas inclus: ChatGPT, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.

    Dans leurs listes: Claude: 1

    Ce qu'a noté chaque IA 1
    • Claudeplace 1

      Environ une alerte par jour pour 35 patients, filtrées par des infirmières à distance, liées à une estimation de 520 décès en moins par an dans 21 hôpitaux

      Source ↗
    1 IA l’ont placé ici
  9. 9

    Dépistage mammographique assisté par IA MASAI, Suède

    Le protocole le plus solide ici est un essai randomisé auprès de plus de 100 000 femmes : 12 % de cancers d'intervalle en moins et 44 % de travail de lecture en moins. Il s'est déroulé sur quatre sites en Suède, et non dans un déploiement national.

    L’ont inclus: ChatGPT. Ne l’ont pas inclus: Claude, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.

    Dans leurs listes: ChatGPT: 1

    Ce qu'a noté chaque IA 1
    • ChatGPTplace 1

      Dans un essai randomisé auprès de plus de 100 000 femmes, les cancers d'intervalle étaient inférieurs de 12%, avec un taux de faux positifs similaire.

      Source ↗
    1 IA l’ont placé ici
  10. 10

    Régulation des départs ATD-2 de la NASA, Charlotte

    La NASA comptabilise 1 088 888 gallons économisés à Charlotte en retenant 3,8 % des départs à la porte d'embarquement. Le dispositif ne couvre qu'un aéroport, et l'Université de Cranfield met en doute le calcul du carburant.

    L’ont inclus: Claude. Ne l’ont pas inclus: ChatGPT, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.

    Dans leurs listes: Claude: 5

    Ce qu'a noté chaque IA 1
    • Claudeplace 5

      Plus de 1 million de gallons économisés en gardant les avions à la porte plutôt que dans la file de roulage, et un examinateur extérieur remet en cause les calculs

      Source ↗
    1 IA l’ont placé ici

Plus sur le trio de tête ↓

02Bon à savoir

Ce que les IA ont remarqué en établissant la liste.

Évaluer n'est pas confirmer : les cliniciens de TREWS ont évalué 89 % des alertes mais n'en ont confirmé que 38 %. C'est l'une des rares mesures publiées du suivi réel des alertes par les humains.

Remarqué par:
L’ont inclus: Claude, ChatGPT, Kimi, DeepSeek. Ne l’ont pas inclus: Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Wenxin.
Source ↗

Le maillon faible est souvent le passage de relais : à Copenhague, l'IA a reconnu plus d'arrêts cardiaques que les répartiteurs, mais alerter les répartiteurs n'a pas fait progresser leur propre reconnaissance.

Remarqué par:
L’ont inclus: Claude, MiMo. Ne l’ont pas inclus: ChatGPT, Meta, Grok, Gemini, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.
Source ↗

Le risque de validation automatique a un chiffre : quand l'IA se trompait, la justesse des lecteurs de mammographie débutants est tombée d'environ 80 % à 20 %, et celle des lecteurs très expérimentés à 45,5 %.

Remarqué par:
L’ont inclus: Claude. Ne l’ont pas inclus: ChatGPT, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.
Source ↗

Le bilan des incidents de cette catégorie : le modèle Epic Sepsis, très répandu, a déclenché des alertes pour 18 % des patients hospitalisés et a quand même manqué 67 % des cas de sepsie lors d'une validation externe (incident AIID 123).

Remarqué par:
L’ont inclus: Claude, StepFun, Kimi. Ne l’ont pas inclus: ChatGPT, Meta, Grok, Gemini, MiMo, Z.ai, DeepSeek, Wenxin.
Source ↗

Calcul du coût de SMART (estimation) : 180 réacheminements × environ 80 gallons ≈ 14 400 gallons, soit environ 62 000 $ de carburant. À comparer aux environ 23,3 M$ déjà engagés sur un plafond de 875,95 M$.

Remarqué par:
L’ont inclus: MiMo, StepFun, Kimi, DeepSeek. Ne l’ont pas inclus: Claude, ChatGPT, Meta, Grok, Gemini, Z.ai, Wenxin.
Source ↗

03Les questions que l’on se pose

Pourquoi le contrôle aérien n'est-il pas automatisé ?

La séparation des avions reste la mission légale d'un contrôleur agréé. La FAA affirme que SMART, désormais présent dans les 22 centres de contrôle en route, ne peut remplacer les contrôleurs ni prendre les commandes d'un avion.

Source ↗
Les contrôleurs aériens sont-ils particulièrement doués ?

La sélection est très dure : sur 12 859 candidats à la FAA pour l'exercice 2024, seuls 2 184 (17 %) étaient éligibles à l'embauche, et le taux d'échec à l'Académie est passé de 7 % en 2010 à 26 % en 2024. D'autres sources avancent plus de 30 % parce qu'elles comptent des groupes de stagiaires différents.

Source ↗
Pourquoi le contrôle aérien n'est-il pas automatisé ?

Même la dernière IA reste consultative : SMART propose des réacheminements, et les responsables locaux acceptent ou refusent chacun d'eux. Le syndicat des contrôleurs, qui compte plus de 15 000 membres, affirme n'avoir pas été consulté sur la conception.

Source ↗
L'IA peut-elle remplacer les contrôleurs aériens ?

Aucun système déployé ne le fait. SMART, de la FAA, a proposé jusqu'ici environ 180 réacheminements, et les responsables acceptent ou refusent chacun d'eux.

Source ↗

04Notre méthode

En mots simples, sans formules.

1La question

Top 10 des systèmes « l'IA conseille, l'humain décide » dans les services publics critiques, classés selon leurs gains prouvés

2Pourquoi ce sujet

Les lecteurs disposent d'une seule mesure pour les tours de contrôle, les réseaux électriques et les hôpitaux : elle confronte les gains annoncés par les opérateurs au bilan indépendant des incidents, et montre quels domaines publient leurs résultats avec de vrais chiffres.

3Champ d'application

Opérations de sécurité critiques dans le monde entier : contrôle aérien, réseaux électriques, répartition ferroviaire, routage des appels d'urgence, hôpitaux

4Ce que nous avons regardé

  • L'IA suggère et une personne formée approuve. Les systèmes où l'IA agit seule ne sont pas inclus
  • Le gain est publié avec des chiffres (minutes, carburant, coûts ou erreurs évités), et nous indiquons si le chiffre vient de l'opérateur, du fournisseur ou d'un examinateur extérieur
  • Ampleur : fonctionne en service sur un réseau entier et non sur un seul site pilote
  • Charge humaine : combien de suggestions une personne examine et combien de temps elle a pour accepter ou rejeter chacune, lorsque les opérateurs le publient
  • Bilan d'incidents de la catégorie du système, mis en balance avec son gain
  • Études cliniques évaluées par des pairs (Nature Medicine, NEJM, JAMA Network Open, méta-analyses) — Mortalité, délai de prise en charge, sensibilité de détection, et fréquence à laquelle les cliniciens évaluent et confirment les alertes de l'IA
  • Rapports des opérateurs (FAA, NATS, DB InfraGO, NESO, NASA) — Minutes de retard, carburant, atterrissages par heure, coûts d'équilibrage économisés, et taux d'acceptation lorsqu'ils sont publiés. Ce sont les affirmations des opérateurs eux-mêmes
  • Évaluateurs indépendants (Université de Cranfield, validation JAMA Internal Medicine, Institut Alan-Turing) — Vérifications indépendantes des chiffres des opérateurs ou des fournisseurs

5Qui a classé

Les IA de pointe : Claude, ChatGPT, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin. Chacune a établi seule sa liste de dix et cité une source pour chaque place.

6Comment les places ont été fixées

Un même élément formulé différemment par différentes IA a été compté une seule fois. Plus les IA sont nombreuses à l'avoir mis dans leur liste, et plus elles l'ont placé haut, plus sa place est élevée. « Accord des IA » indique combien d'IA l'avaient dans leur propre liste. Les sources sont uniquement celles trouvées par les IA ; rien n'a été ajouté à la main.

05La liste de chaque IA

🇺🇸 Claude10 places · 4 notes

La même question, à laquelle Claude a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    Kaiser Permanente Advance Alert Monitor (AAM), États-Unis

    Environ une alerte par jour pour 35 patients, filtrées par des infirmières à distance, liées à une estimation de 520 décès en moins par an dans 21 hôpitaux

    Source ↗
  2. 2
    NATS Time-Based Separation / Intelligent Approach, Heathrow (Royaume-Uni)

    Le retard dû aux vents de face a baissé de plus de 60% sur l'aéroport à deux pistes le plus fréquenté au monde ; les contrôleurs fixent toujours chaque intervalle

    Source ↗
  3. 3
    Système d'alerte précoce contre le sepsis TREWS (Bayesian Health / Johns Hopkins)

    Les cliniciens ont évalué 89% de ses alertes, un suivi inhabituellement élevé, et une confirmation rapide était liée à une baisse relative de 18,7% des décès par septicémie

    Source ↗
  4. 4
    Prévision solaire par IA NESO Quartz (salle de contrôle du réseau de Grande-Bretagne, 2025)

    2,8 fois plus précis, soit environ 30 millions de livres par an ; les ingénieurs décident encore du niveau de réserve à acheter

    Source ↗
  5. 5
    Régulation des départs NASA ATD-2, Charlotte (intégrée désormais au programme TFDM de la FAA)

    Plus de 1 million de gallons économisés en gardant les avions à la porte plutôt que dans la file de roulage, et un examinateur extérieur remet en cause les calculs

    Source ↗
  6. 6
    Alaska Airlines Flyways (Air Space Intelligence), États-Unis

    Les répartiteurs ont refusé environ 7 suggestions sur 10, et celles qu'ils ont gardées ont tout de même économisé 1,2 million de gallons en 2023

    Source ↗
  7. 7
    Assistant de régulation par IA de Deutsche Bahn (Allemagne)

    58 000 minutes de retard supprimées en 2022, et les répartiteurs ont suivi la suggestion de l'IA dans 7 cas analysés sur 10

    Source ↗
  8. 8
    Alertes AVC de Viz.ai (Viz LVO), États-Unis

    Environ 2 000 hôpitaux ; l'étude multicentrique citée par le fournisseur parle de 31 minutes gagnées, l'essai randomisé de 11

    Source ↗
  9. 9
    FAA SMART (Air Space Intelligence), États-Unis 2026

    Le plus grand déploiement ici (22 centres) repose sur la preuve la plus mince : 180 vols réacheminés, pour un contrat de 875 950 000 $

    Source ↗
  10. 10
    IA d'appels pour arrêt cardiaque de Corti, services d'urgence médicale de Copenhague (Danemark)

    L'IA a repéré plus d'arrêts cardiaques que les répartiteurs, mais dans un essai randomisé, ses alertes n'ont pas amélioré ce que les répartiteurs reconnaissaient

    Source ↗

Ce que Claude a remarqué

Le maillon faible est souvent la passation, non le modèle : à Copenhague, l'IA a reconnu plus d'arrêts cardiaques que les répartiteurs, mais alerter les répartiteurs n'a pas amélioré leur reconnaissance.

Le point de la validation automatique a un chiffre : dans une étude en radiologie, quand l'IA se trompait, la justesse des lecteurs inexpérimentés est passée d'environ 80% à 20%, et même les lecteurs très expérimentés sont tombés à 45,5%.

Un faible taux d'acceptation est un signe de vérification réelle : les répartiteurs d'Alaska n'ont retenu qu'environ 30% des routes Flyways et ont tout de même économisé 1,2 million de gallons en un an.

Coût des alertes par vraie détection : le modèle Epic Sepsis a signalé 18% de tous les patients hospitalisés et a manqué 67% des cas de septicémie ; même avec une alerte par patient, il fallait examiner 15 patients pour trouver un cas. La moyenne des AAM de Kaiser est d'environ 1 alerte pour 35 patients par jour.

🇺🇸 ChatGPT6 places · 3 notes

La même question, à laquelle ChatGPT a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    Dépistage mammographique assisté par IA MASAI, Suède

    Dans un essai randomisé auprès de plus de 100 000 femmes, les cancers d'intervalle étaient inférieurs de 12%, avec un taux de faux positifs similaire.

    Source ↗
  2. 2
    Système d'alerte précoce contre le sepsis TREWS, États-Unis

    Chez les patients septiques alertés, une confirmation rapide par le clinicien était associée à des prescriptions d'antibiotiques 1,85 heure plus rapides, et 38% des alertes évaluées ont été confirmées.

    Source ↗
  3. 3
    Coordination des soins AVC de Viz.ai, États-Unis

    Dans 166 établissements, la coordination assistée par l'IA était associée à une notification de l'interventionniste 39,5 minutes plus tôt, et non à un traitement 39,5 minutes plus tôt.

    Source ↗
  4. 4
    Aide à la décision pour le trafic aérien FAA SMART, États-Unis (2026)

    Les 180 premiers réacheminements signalés ont permis en moyenne près de 80 gallons de carburant économisés par vol ; c'est une première affirmation de la FAA, non une évaluation indépendante.

    Source ↗
  5. 5
    Assistant de régulation ferroviaire ADA-PMB par IA, Allemagne

    Son gain signalé à Francfort est d'environ 100 secondes par décision de répartition, mais il n'est actif que dans quatre régions, non sur l'ensemble du réseau allemand.

    Source ↗
  6. 6
    Alertes d'aggravation par apprentissage automatique du Mount Sinai, États-Unis

    Dans une étude portant sur 2 740 patients, les alertes ont rendu l'escalade des soins plus probable ; le rapport ne donne pas de réduction exacte de la mortalité et l'étude s'est arrêtée prématurément.

    Source ↗

Ce que ChatGPT a remarqué

Le filtre strict ne soutient que six exemples classés, non dix : plusieurs chiffres d'efficacité des centres 911 très cités concernent le traitement automatique des appels, tandis que certains projets de réseau et de rail restent au stade de recherche ou de déploiements limités. Ajouter des exemples brouillerait les critères d'approbation humaine et de mise à l'échelle demandés.

La mesure la plus claire de l'attention humaine n'est pas le nombre de secondes par suggestion, mais le suivi du clinicien : les prestataires TREWS ont évalué 89% des alertes et confirmé 38% de celles évaluées. L'étude n'établit pas de taux d'acceptation sûr universel.

Une validation humaine ne prouve pas à elle seule une supervision réelle : une expérience menée auprès de 438 cliniciens a montré que des conseils de l'IA prescriptifs et biaisés influençaient les décisions d'urgence, alors que des signalements descriptifs préservaient mieux les décisions initiales des participants.

🇺🇸 Meta10 places · 4 notes

La même question, à laquelle Meta a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    NATS Intelligent Approach Pairwise — Heathrow, Royaume-Uni (2024-)

    Un seul choix d'espacement fait passer le retard d'arrivée de 5,55 à 4,46 minutes, et Heathrow a accumulé 1,5 million de minutes d'attente en une décennie.

    Source ↗
  2. 2
    Eurocontrol Network Manager — gestion de la capacité et des opérations selon la météo (CWBO), Europe

    3,1 millions de minutes de retard économisées cette année sur le réseau européen, le plus gros total de ce classement, grâce à un système de flux approuvé par des humains.

    Source ↗
  3. 3
    IA de Corti — services d'urgence médicale de Copenhague, Danemark

    Il repère un arrêt cardiaque dans 93 à 95% des appels contre 73% pour les seuls répartiteurs, et environ 10 secondes plus vite : des secondes qui décident de la réanimation.

  4. 4
    Bayesian Health TREWS — système d'alerte précoce en temps réel contre le sepsis, États-Unis

    Quand les cliniciens confirmaient son alerte dans les 3 heures, les patients septiques avaient 18,7% de risques de mourir en moins : c'est le premier moniteur continu de septicémie à l'IA homologué par la FDA.

    Source ↗
  5. 5
    Duke Sepsis Watch — système de santé de l'Université Duke, États-Unis (depuis 2018)

    Une équipe dirigée par des infirmiers examine son score toutes les 5 minutes, et Duke le relie à une baisse de 27% des décès par septicémie, avec une conformité aux protocoles doublée.

    Source ↗
  6. 6
    FAA SMART — gestion stratégique de l'espace aérien, des routes et des trajectoires, États-Unis (2026)

    Désormais actif dans les 22 centres, mais son seul bénéfice publié est 180 vols réacheminés lors d'un pilote à Washington : 10 minutes et 80 gallons chacun.

    Source ↗
  7. 7
    DB InfraGO ADA-PMB — assistance automatique à la régulation, Allemagne

    À Francfort, suivre sa suggestion vaut 100 secondes par répartition, mais il ne fonctionne encore que dans certaines zones, avec une intégration à l'écran prévue pour décembre 2026.

    Source ↗
  8. 8
    Analyse de contingence par IA de RTE France — réseau de transport d'électricité français

    20 fois plus rapide qu'une évaluation manuelle de sécurité : la rapidité est le gain, car un répartiteur qui voit le cas de panne plus tôt peut encore choisir.

    Source ↗
  9. 9
    Google / American Airlines : évitement des traînées de condensation — Transatlantique (2023-2026)

    Quand les pilotes ont réellement suivi le plan de l'IA, les traînées de condensation ont baissé de 62%, mais sur l'ensemble des vols éligibles la baisse n'était que de 11,6%, car la plupart des plans n'ont pas été suivis.

    Source ↗
  10. 10
    Tri des appels d'urgence par IA de Carbyne — La Nouvelle-Orléans, États-Unis

    Depuis deux ans, il ne traite qu'une seule tâche étroite, les appels doublons d'accident dans un rayon de 200 mètres d'un accident signalé, et c'est cette étroitesse qui explique son autorisation.

Ce que Meta a remarqué

Le plus gros total et la preuve la plus mince relèvent tous deux de l'aviation : Eurocontrol annonce plus de 3,1 millions de minutes de retard économisées cette année, tandis que le SMART de la FAA ne signale que 180 vols réacheminés lors de son pilote. L'ampleur n'est pas la même chose qu'un gain prouvé.

L'essai sur les traînées est le test de validation automatique le plus clair du classement : 62% de traînées en moins quand le plan était suivi, mais seulement 11,6% sur l'ensemble des vols éligibles, car la plupart des plans IA n'ont jamais été suivis.

L'IA pour la septicémie ne paie que si l'humain agit vite : le bénéfice de mortalité de TREWS n'apparaît que lorsque les cliniciens confirment l'alerte dans les 3 heures, ce qui fait que la charge des alertes et le délai de confirmation comptent plus que la simple précision.

Aucun opérateur ne publie le ratio que demande ce classement (valeur par suggestion acceptée par minute d'attention humaine), et les recherches sur le biais d'automatisation disent que les taux d'approbation ne prouvent pas à eux seuls une vraie vérification, car des suggestions familières et souvent justes sont validées sans examen.

🇺🇸 Grok10 places

La même question, à laquelle Grok a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    FAA SMART (espace aérien national américain, 2026)

    180 vols réacheminés dans les premières semaines, environ 10 min et environ 80 gallons de carburant économisés chacun, désormais actif dans les 22 centres sous approbation d'un responsable humain

  2. 2
    Eurocontrol FADE (prévision des retards sur le réseau européen)

    75% de justesse dans la prévision des tendances de retard et jusqu'à 63% d'erreur de prévision en moins, désormais opérationnel pour les compagnies qui décident des réacheminements et de la planification des équipages

  3. 3
    Régulation et planification des coupures par IA de NextEra Energy

    Plus de 20 millions de dollars d'économies pour les clients en un seul an grâce à une répartition et une planification des pannes optimisées par l'IA, sous supervision humaine

  4. 4
    Gestion du réseau par IA de Korea Electric Power (Corée du Sud)

    Baisse projetée d'environ 110 milliards de wons (environ 73 millions de dollars) par an du coût d'achat d'électricité, grâce à la prévision de la demande par l'IA et à l'optimisation du STATCOM

  5. 5
    Aide au tri par IA KATE (Adventist Health et d'autres)

    Durée moyenne de séjour aux urgences réduite de 20 minutes par patient, avec des gains mesurables de détection de la septicémie, les infirmiers gardant le dernier mot sur le tri

  6. 6
    Eurocontrol COAST (calibrage de l'espacement à l'approche)

    Jusqu'à 6% de débit de pistes en plus dans les grands aéroports, tout en maintenant ou en réduisant la charge des contrôleurs grâce à des marges de séparation calibrées par apprentissage automatique

  7. 7
    Assistant de régulation ferroviaire ADA-PMB de DB InfraGO (Allemagne)

    Recommandations en temps réel toutes les 60 secondes pour les répartiteurs, qui les acceptent ou les refusent ; actives dans plusieurs régions très fréquentées et en extension

  8. 8
    Tri des appels médicaux au 911 par Corti (Service d'incendie de Seattle)

    Hausse de 50% des appels orientés vers la ligne infirmière grâce à des invites d'IA en temps réel que les répartiteurs peuvent ignorer, l'autorité finale restant humaine

  9. 9
    Tri des appels d'urgence par IA de Carbyne (La Nouvelle-Orléans / paroisse d'Orléans)

    Plus de 30% de baisse des appels redondants liés aux accidents et des temps de réponse jusqu'à 40 secondes plus rapides pour les appelants en détresse, les humains traitant les vraies urgences

  10. 10
    Eurocontrol TPI (amélioration de la prévision du trafic)

    Prévisions de trajectoire à moins de 6 milles nautiques pour 65% des vols inconnus (contre 10% auparavant), alimentant les décisions humaines de gestion des flux dans tout le réseau

🇨🇳 MiMo10 places · 4 notes

La même question, à laquelle MiMo a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    Outil d'IA FAA SMART pour le trafic aérien (2026, États-Unis)

    Un réacheminement accepté vaut 10 minutes et 80 gallons, et les 22 centres de contrôle ont suivi ce conseil huit semaines avant que le Congrès des États-Unis ne pose ses premières questions de sécurité.

    Source ↗
  2. 2
    Régulateur ferroviaire par IA de la S-Bahn Deutsche Bahn (Stuttgart, Allemagne)

    Un répartiteur reçoit un nouveau plan de conflit toutes les 60 secondes ; Stuttgart récupère jusqu'à 8 minutes de retard, et « en théorie » 17 trains de plus par jour peuvent passer sur une seule ligne centrale.

    Source ↗
  3. 3
    Prévision solaire par IA NESO Open Climate Fix (réseau du Royaume-Uni)

    Diviser par deux une erreur de prévision s'est traduit par 30 millions de livres d'économies de réserve par an : la plus discrète grande victoire de l'IA dans l'énergie, et personne n'a demandé de pause.

    Source ↗
  4. 4
    Règles de flux assistées par IA d'Eurocontrol CWBO (Europe, 2025–26)

    3,1 millions de minutes de retard économisées en un seul été européen. Le réseau valorise la minute de retard à 130 €, si bien que l'économie représente environ 400 millions d'euros.

    Source ↗
  5. 5
    Conseils par IA de Corti en cas d'arrêt cardiaque pour les régulateurs du 911 (Copenhague)

    L'IA repère un arrêt cardiaque dans 85% des cas contre 77,5% pour un répartiteur, pourtant donner l'IA aux répartiteurs a à peine modifié leur score (93,1% contre 90,5%, p=0,15).

    Source ↗
  6. 6
    Surveillance par IA des incendies de forêt sur le réseau de PG&E (Californie)

    5,5 millions de compteurs surveillés par apprentissage automatique ont détecté 17 départs de feu potentiels et évité 12 millions de minutes de coupure aux clients pendant une année de feux.

  7. 7
    IA de Bayesian Health contre le sepsis à la Cleveland Clinic (hôpitaux américains)

    Dix fois moins de fausses alarmes lors du pilote, et un laboratoire extérieur testant un modèle concurrent de septicémie a constaté que les chiffres publiés par le fournisseur ne se vérifient pas dans les services réels.

    Source ↗
  8. 8
    Korea Electric Power : contrôle par IA de la demande et de la tension du réseau (Corée, 2026)

    159 jeux de données sont devenus 95 000, et le fournisseur d'électricité de l'État valorise son IA à 110 milliards de wons par an, à l'échelle nationale.

    Source ↗
  9. 9
    Régulation par IA NextEra Grid Composer (Floride, États-Unis)

    Un demi-billion de points de données par jour, et l'entreprise de services publics compte 20 millions de dollars économisés en 2026 en comparant chaque envoi humain au plan moins cher de l'IA : les humains gardent toujours la main.

    Source ↗
  10. 10
    Répartition des secours par IA Telangana 112 (Inde, 2026)

    Le temps total de traitement des appels est passé de 190 à 133 secondes ; l'IA désigne la plus proche de 1 860 voitures de patrouille, et c'est une personne qui l'envoie.

    Source ↗

Ce que MiMo a remarqué

Calcul en argent contre calcul en attention : environ 180 réacheminements SMART acceptés × environ 80 gallons ≈ 61 000 $ de carburant aux prix de novembre, face à 23,3 millions de dollars déjà engagés sur un contrat de 875,95 millions. Le gain que tout le monde cite se mesure en minutes de retard et en résilience, et aucun registre ne publie la conversion d'une suggestion acceptée en une minute d'attention humaine.

Un conseil peut battre les humains sans rien leur apporter : dans l'essai randomisé de Copenhague portant sur 169 049 appels, l'apprentissage automatique a détecté les arrêts cardiaques plus finement que les seuls répartiteurs (85,0% contre 77,5%), mais les répartiteurs qui recevaient l'alerte n'ont pas fait significativement mieux que ceux qui ne la recevaient pas (93,1% contre 90,5%, p=0,15). La valeur d'un conseil n'est pas la somme des deux précisions.

Le point de la validation automatique est mesurable et proche : dans une expérience contrôlée, des chirurgiens ont accepté 3 guides d'incision IA délibérément faux sur 5, tout en déclarant une confiance accrue. La supervision humaine est un comportement conçu, non une garantie.

Une méta-analyse de 2026 chiffre la relecture humaine elle-même : 26,6% des interprétations erronées d'ECG par machine n'ont jamais été corrigées par les cliniciens. La boucle n'intercepte les erreurs que parfois, et c'est ce taux d'interception, non la précision du modèle, qui constitue le véritable budget de sécurité de « l'IA conseille, l'humain décide ».

🇨🇳 StepFun10 places · 4 notes

La même question, à laquelle StepFun a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    FAA SMART (trafic aérien américain, 2026)

    22 centres, environ 200 flux de données, et chaque suggestion porte toujours une signature humaine : 180 vols réacheminés pour 10 minutes ou plus et près de 80 gallons de carburant chacun.

    Source ↗
  2. 2
    IA TREWS contre le sepsis de Johns Hopkins (hôpitaux américains, 2022)

    Le rare système de conseil dont le gain a résisté à l'évaluation par les pairs : la mortalité par septicémie à l'hôpital a baissé de 18,7% en relatif une fois que les cliniciens ont reçu les alertes.

    Source ↗
  3. 3
    IA de Corti contre l'arrêt cardiaque (services d'urgence de Copenhague, Danemark)

    Il écoute l'appel au 911 et repère un arrêt cardiaque avec une sensibilité de 84,1% contre 72,5% pour les répartiteurs, sur 169 236 appels réels.

    Source ↗
  4. 4
    Prévention des retards par IA de Deutsche Bahn (Allemagne, 2025)

    Trois réseaux d'IA ont évité 58 000 minutes de retard sur les rails de l'Allemagne en un an, soit environ 40 jours de retard qui ne se sont jamais produits.

    Source ↗
  5. 5
    Prévision du vent par Google DeepMind (2019)

    Prévoit la production éolienne 36 heures à l'avance et a augmenté la valeur de cette énergie d'environ 20%, un chiffre du fournisseur que personne n'a audité indépendamment.

    Source ↗
  6. 6
    IA « Insight » de Network Rail (Royaume-Uni, 2025)

    Les défaillances de voies provoquent 341 jours de retard par an ; le rôle de l'IA est d'avertir les équipes avant la panne, non après.

    Source ↗
  7. 7
    Caméras de détection des incendies de forêt de Pano AI (compagnies d'électricité américaines, 2025)

    Une caméra a repéré l'incendie de Brady à moins d'un acre, mais l'évaluation de PG&E elle-même a jugé que la détection par IA des caméras n'atteignait pas encore les performances visées.

    Source ↗
  8. 8
    Capacité dynamique des lignes d'Oncor (réseau américain, 2020)

    Des lignes notées 6 à 14% plus haut 84 à 91% du temps : la capacité nouvelle la moins chère du réseau, c'est un opérateur qui lit un chiffre plus intelligent.

    Source ↗
  9. 9
    Essai d'IA NATS à Heathrow (Royaume-Uni, 2025)

    Un essai limité à Heathrow qui promet de récupérer 20% de la capacité perdue à cause des nuages bas : une affirmation, non une mesure, et pas encore à l'échelle du réseau.

    Source ↗
  10. 10
    Modèle de sepsis Epic (hôpitaux américains, 2021)

    Déployé dans des centaines d'hôpitaux, il a signalé 18% de tous les patients et manqué 67% des cas de septicémie : une échelle sans gain.

    Source ↗

Ce que StepFun a remarqué

Le calcul des premières semaines de SMART : 180 vols réacheminés de plus de 10 minutes et environ 80 gallons chacun représentent environ 1 800 minutes et 14 400 gallons de carburant. Ce sont de vraies économies, mais une broutille face à un contrat de 875 millions de dollars sur 12 ans, pour lequel les données USAspending ne montrent que 23,3 millions engagés auprès d'Air Space Intelligence sur l'année jusqu'au 5 novembre 2026.

Eurocontrol a enregistré environ 49 000 minutes de retard en route par jour en Europe pendant la semaine 39 de 2026, soit 39% de moins qu'en 2025. Le gain que visent les systèmes de conseil se chiffre en centaines de milliers de minutes par jour, ce qui explique que même 10 minutes par vol s'accumulent vite.

L'observatoire de l'OCDE recense environ 19 064 incidents et risques liés à l'IA et passe au crible environ 1 000 événements médiatiques liés à l'IA par jour ; pourtant, les meilleures preuves de bénéfice de cette liste (TREWS, Corti) et la plus forte mise en garde (Epic) viennent toutes d'études évaluées par des pairs. C'est la mesure, non le flux d'incidents, qui sépare le rang 2 du rang 10.

Personne ne publie le ratio valeur par vérification, mais les deux extrémités de cette liste l'encadrent : la FAA affirme que 100% des recommandations de SMART sont revues par le personnel, tandis que le modèle Epic s'est déclenché sur 18% des patients hospitalisés et a manqué 67% des cas de septicémie. C'est le point où le volume des conseils transforme la vérification en validation automatique.

🇨🇳 Kimi10 places · 4 notes

La même question, à laquelle Kimi a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    NATS Intelligent Approach (Heathrow, en service depuis 2015)

    Dix ans en service : les contrôleurs vérifient à l'œil les écarts calculés par l'IA et délivrent les autorisations, et l'outil a réduit de plus de 60% les retards dus aux vents de face tout en économisant 230 000 minutes d'attente en vol par an sur un aéroport.

    Source ↗
  2. 2
    Système d'alerte précoce pour le sepsis TREWS (États-Unis, Johns Hopkins / Bayesian Health)

    Le seul système ici dont la preuve évaluée par les pairs montre qu'une confirmation humaine d'une alerte IA dans les 3 heures a réduit de 18,7% les décès par septicémie ; il publie aussi le côté humain : 89% des alertes réellement examinées.

    Source ↗
  3. 3
    Tri des AVC LVO de Viz.ai (États-Unis)

    Une étude réelle portant sur 14 116 patients dans 166 hôpitaux a montré que les patients à risque d'AVC signalés par l'IA atteignaient un neurointerventionniste 39,5 minutes plus vite, à l'échelle d'un réseau et non d'un service pilote.

    Source ↗
  4. 4
    Planification du trafic aérien par IA FAA SMART (États-Unis, à l'échelle nationale en novembre 2026)

    Trois jours après sa mise en service dans les 22 centres de contrôle en route des États-Unis, il a vu la FAA clouer au sol tout le pays. C'est officiellement sans lien, mais tout le bilan de preuve du système de 875 millions de dollars tient encore à 180 vols réacheminés.

    Source ↗
  5. 5
    Outils d'IA du Network Manager d'Eurocontrol — FADE / PETA / Curfew MIRROR (Europe)

    Le géant discret : les prévisions de retard par apprentissage automatique fonctionnent dans le centre paneuropéen de gestion des flux depuis 2023, pour guider les gestionnaires humains, mais Eurocontrol publie les bénéfices de façon qualitative, non en minutes.

    Source ↗
  6. 6
    Prévision du vent par IA Xcel-NCAR pour la régulation du réseau (États-Unis)

    Les opérateurs du réseau décident toujours de ce qu'il faut envoyer : l'IA a simplement réduit l'erreur de prévision de 40%, et Xcel affirme que ce seul chiffre valait 60 millions de dollars et un quart de million de tonnes de CO2 par an.

    Source ↗
  7. 7
    Détection par IA de Corti des arrêts cardiaques lors des appels au 112 (Copenhague, Danemark)

    Évalué par les pairs sur 108 607 appels réels : l'IA a repéré 11,6 points d'arrêts cardiaques de plus que des répartiteurs formés et les a signalés 10 secondes plus tôt. Chaque seconde compte quand la survie baisse d'environ 10% par minute.

    Source ↗
  8. 8
    Tri et réorientation des appels au 911 par IA (paroisse d'Orléans, comté de Jefferson CO, comté de Monterey CA)

    Les centres 911 de comté affirment que l'IA leur fait gagner 40 secondes sur les temps de réponse d'urgence en filtrant le bruit ; les humains traitent toujours chaque appel d'urgence.

    Source ↗
  9. 9
    Détection des incendies de forêt par Pano AI sur les réseaux électriques (Xcel, PG&E, PGE ; États-Unis)

    L'IA repère la fumée, un analyste humain la confirme, les pompiers décident : un feu de foudre au Colorado a été limité à 3 acres après qu'une caméra l'a repéré à 0,25 acre.

    Source ↗
  10. 10
    Tri du cancer du poumon par la Virtual Nodule Clinic d'Optellum (National Health Service / États-Unis)

    Un score de risque oriente la décision d'un clinicien, et le délai médian avant le diagnostic du cancer du poumon est passé de 129 jours à 25. C'est publié, mais sur un flux de travail modélisé, ce qui le place en bas du top 10.

    Source ↗

Ce que Kimi a remarqué

Personne ne publie le ratio qui compte : la valeur par unité d'attention humaine. Le point de données public le plus proche est TREWS : les cliniciens ont examiné 89% des alertes IA (53% dans l'heure), et les patients dont l'alerte a été confirmée ont vu leur mortalité relative baisser de 18,7% ; SMART, en revanche, n'a publié aucun taux d'acceptation.

L'économie unitaire reste très incertaine pour le plus gros pari : 875 millions de dollars sur 12 ans ont permis, pour l'instant, 180 vols réacheminés, soit environ 4,9 millions de dollars par vol réacheminé au plafond, face à un problème de retards de 33 milliards de dollars par an si l'outil passe à l'échelle comme promis.

La taxe de confiance se paie en coïncidences : SMART a été déployé à l'échelle nationale le 10 novembre et la FAA a cloué au sol tous les départs le 13 novembre. Les responsables insistent sur le fait que l'outil n'est « pas branché », mais le débat sur le calendrier pèse désormais sur chaque étape future de SMART.

Le bilan d'incidents de la catégorie explique la prudence du classement : le modèle Epic Sepsis, le conseiller hospitalier IA le plus largement déployé, a manqué 67% des cas de septicémie et généré 88% de fausses alarmes lors d'une validation indépendante. C'est précisément le mode d'échec (biais d'automatisation et fatigue d'alerte) que « l'IA conseille, l'humain décide » est censé contenir.

🇨🇳 DeepSeek10 places · 4 notes

La même question, à laquelle DeepSeek a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    FAA SMART (trafic aérien américain, 2026)

    180 réacheminements approuvés par des humains ont économisé environ 14 400 gallons de carburant, soit environ 62 000 $ à 4,31 $ le gallon, pour un contrat de 875 millions de dollars.

    Source ↗
  2. 2
    DB InfraGO ADA-PMB (rail allemand, 2026)

    Plus de 100 000 minutes de retard économisées en 2023 dans quatre régions denses, alors qu'un répartiteur accepte ou refuse encore chaque suggestion.

    Source ↗
  3. 3
    RWJBarnabas Epic Deterioration Index (hôpitaux américains, 2026)

    Les décès à haut risque sont passés de 23,1% à 18,6% dans 11 hôpitaux : une baisse de 4,5 points en absolu, et pas seulement un titre en relatif.

    Source ↗
  4. 4
    eCART de Yale New Haven (hôpitaux américains, 2026)

    eCART ne signale pas plus de 20 à 30 patients à la fois, pourtant sa baisse relative de mortalité de 13% s'accompagne d'une baisse absolue de 1,2 point.

    Source ↗
  5. 5
    Tri des AVC LVO de Viz.ai (hôpitaux américains, 2026)

    Le délai DIDO est passé de 202 à 113 minutes, une réduction de 89 minutes qui dépasse la référence de 120 minutes, même si la méta-analyse n'a trouvé aucun gain significatif sur les résultats cliniques.

    Source ↗
  6. 6
    China Southern Power Grid Tianxuan-Lingxi (réseau électrique de Shenzhen, 2026)

    Le volume quotidien de signaux d'un répartiteur de mégalopole est passé de 750 à moins de 50, et une revue de ticket de 30 minutes a pris une douzaine de secondes.

    Source ↗
  7. 7
    Tri des appels d'urgence de Carbyne (911 de La Nouvelle-Orléans, 2026)

    La Nouvelle-Orléans a réduit de 30% les appels doublons d'accidents et répond aux appelants prioritaires 40 secondes plus vite, mais seulement pour une petite partie du trafic 911.

    Source ↗
  8. 8
    Alerte sepsis TREWS (hôpitaux américains, 2022)

    89% des alertes ont été évaluées, mais seulement 38% confirmées : un rare aperçu publié de la fréquence à laquelle les humains sont réellement d'accord.

    Source ↗
  9. 9
    Réacheminement numérique des trajectoires de la NASA (trafic aérien américain, 2026)

    Chaque vol réacheminé a fait gagner près d'une heure de retard cumulé à la métropole ; à Houston seul, les compagnies ont approuvé 62% des 3 870 candidats.

    Source ↗
  10. 10
    CAISO AI Genie (réseau de Californie, 2026)

    Le copilote IA de CAISO a transformé une semaine de revue de panne en 15 minutes, si l'on croit le fournisseur ; CAISO le présente encore comme un pilote.

    Source ↗

Ce que DeepSeek a remarqué

Les 180 premiers réacheminements de la FAA ont fait économiser environ 14 400 gallons, soit environ 62 000 $ de carburant à 4,31 $ le gallon. C'est une fraction infime du contrat de 875 millions de dollars, et c'est le seul chiffre de gain publié à ce jour par la FAA.

TREWS fait partie des rares systèmes qui publient les deux faces de l'attention humaine : 89% des alertes ont été évaluées, mais seulement 38% confirmées. Évaluer n'est pas être d'accord.

Les 100 000 minutes de retard de la DB viennent d'une « gestion intelligente de la capacité », une combinaison de planification, d'opérations et d'outils a posteriori, et non du seul ADA-PMB : attribuez donc le gain avec précaution.

L'évaluation de terrain de la NASA montre que le contrôle humain ne se limite pas au contrôle aérien : les répartiteurs des compagnies ont approuvé 62% des 3 870 candidats au réacheminement, et chaque réacheminement accepté a fait gagner près d'une heure de retard cumulé à la métropole.