La start-up suédoise Flox Intelligence déploie un dispositif doté d’IA pour éloigner les animaux sauvages des voies ferrées, des pistes d’aéroport et des routes. Une caméra identifie l’espèce, puis l’appareil émet un son adapté à la situation. Selon sa fondatrice, Sara Nuzkova, environ 150 unités sont actuellement en service en Amérique du Nord, en Europe et en Australie. L’entreprise a été sélectionnée parmi les finalistes du concours de start-up « Startup Battlefield 200 », organisé lors de TechCrunch Disrupt à San Francisco en octobre 2026.
Les chiffres des collisions entre animaux et infrastructures de transport
Les collisions entre la faune et les infrastructures de transport sont loin d’être rares. Selon les estimations de l’Administration fédérale de l’aviation américaine (FAA), les collisions avec des animaux sauvages coûtent en moyenne environ 272 millions de dollars par an à l’aviation civile américaine, sur la période allant de 1990 à 2025. La compagnie ferroviaire nationale française SNCF indique que plus de 8 000 trains par an sont affectés par des animaux qui s’aventurent sur les voies, ce qui figure parmi les cinq principales causes de retard. Rien qu’en Bretagne, 120 trains sont entrés en collision avec des animaux en 2023, perturbant 660 circulations et entraînant plus de 15 000 minutes de retard au total.
Le déclic qui a éveillé l’intérêt de la fondatrice, Nuzkova, pour ce problème est frappant. À l’âge de 8 ans, le train qui l’emmenait à Mumbai s’est arrêté dans un fracas assourdissant et a mis environ huit heures à repartir. Une queue de bison sauvage était, dit-elle, accrochée à une branche au bord de la voie. Elle pensait qu’il s’agissait d’un incident typique de la campagne indienne, mais a découvert par la suite que cela se produisait partout dans le monde.
Sirènes, lumières, clôtures, rapaces et même abattage : jusqu’ici, les mesures reposaient principalement sur l’idée de « harceler » les animaux pour les éloigner. Nuzkova a sans doute estimé que cette approche avait atteint ses limites lorsqu’elle a conclu que « la réponse n’est pas de faire plus de bruit ».
Pas plus de bruit, mais une réponse adaptée aux animaux
Le dispositif de Flox commence par se mettre en marche lorsqu’un capteur de mouvement détecte une activité. La caméra s’active ensuite et le modèle d’IA embarqué identifie l’espèce présente à proximité. L’appareil émet alors un son adapté à cette espèce pour la faire fuir.
L’essentiel est de ne pas émettre le même son à chaque fois. Les animaux finissent par s’habituer à un stimulus répété. Le dispositif apprend donc à partir de l’expérience acquise sur place et fait varier ses schémas de réaction, explique Nuzkova. Comme les pigeons qui, sous un lampadaire, ne prennent plus la peine d’éviter les passants, l’accoutumance est le principal point faible des méthodes fondées sur l’intimidation.
Autre aspect important : le traitement est effectué sur place, par l’appareil, et non dans le cloud. C’est ce qu’on appelle l’IA en périphérie, ou edge AI. Les dispositifs sont conçus pour être installés dans des endroits où la connexion est instable, comme le long des voies ferrées, dans des exploitations agricoles ou dans des parcs nationaux. Pouvoir prendre des décisions et agir sur place, sans envoyer les images à distance, correspond aux réalités de l’exploitation en extérieur.
L’« angle mort » de la conduite autonome, selon Nuzkova
Nuzkova a travaillé pendant 13 ans dans les secteurs des transports et de la conduite autonome. Elle a alors constaté à quel point les machines peuvent être performantes dans des environnements aménagés par les humains, mais désemparées dès que la nature s’y invite. Contrairement aux villes, aux chaînes de production ou aux entrepôts, où les formes sont définies et les objets connus, la nature est complexe et en mouvement permanent, explique-t-elle.
Elle a ensuite rejoint le laboratoire d’IA de l’Institut royal de technologie de Stockholm (KTH), où elle a commencé à étudier des systèmes capables d’adapter leur réponse au comportement et à l’espèce des animaux. Ce projet a donné naissance à Flox Intelligence en 2020, sous la forme d’une spin-off du KTH.
Des applications qui dépassent les infrastructures de transport
Selon l’entreprise, environ 150 dispositifs sont en service aux abords d’aéroports, le long des routes et des voies ferrées, dans des parcs nationaux, des exploitations agricoles et des zones urbaines, ainsi que sur des infrastructures essentielles comme des mines et des postes électriques. Sur les voies ferrées et les routes, ils sont principalement installés aux extrémités des clôtures et aux passages à niveau, là où ces infrastructures croisent les itinéraires de déplacement des animaux sauvages. Alimentés par batterie, ils peuvent être fixés à des poteaux ou à des arbres.
Le logiciel constitue l’autre pilier de l’activité. Il permet de vérifier l’emplacement des dispositifs et la situation sur le terrain, et peut servir à établir des rapports de conformité réglementaire ou à surveiller la biodiversité. L’appareil ne se contente donc pas d’éloigner les animaux : il fait également office de réseau de capteurs qui enregistre leurs déplacements sur le terrain.
À long terme, l’entreprise entend rendre son logiciel utilisable dans des machines opérant à l’extérieur, comme les trains, les voitures et les drones. Des dispositifs fixes aux « yeux » des machines en mouvement : Flox envisage des applications qui vont au-delà de la seule protection contre les animaux sauvages.
L’IA qui comprend la nature peut-elle devenir la prochaine infrastructure de perception ?
Le modèle de revenus combine la vente des dispositifs et une redevance annuelle pour l’utilisation du logiciel et de l’IA, facturée à partir de la deuxième année suivant l’installation. Avec les entreprises qui embarquent le logiciel dans des véhicules tels que les trains, Flox conclut des accords de partenariat OEM et perçoit une redevance annuelle. Le constructeur ferroviaire Alstom fait partie de ses partenaires. Nuzkova prévoit un chiffre d’affaires d’environ 1,5 million de dollars à la fin de 2026.
Côté financement, l’entreprise a déjà levé environ 5 millions de dollars lors des tours de pré-amorçage et d’amorçage. Le tour d’amorçage a été mené par Unconventional Ventures et Tilia Impact Ventures, avec la participation de GENIUS NY, Norrsken, Satgana et d’investisseurs providentiels. Elle lance actuellement une série A de 10 millions de dollars, dont les fonds serviront principalement à passer d’environ 150 appareils en service à plusieurs milliers, ainsi qu’à étendre la technologie à d’autres espèces que la faune sauvage.
La concurrence existe aussi. Scarecrow, de Robin Radar, éloigne les oiseaux en émettant des cris d’alarme propres à chaque espèce et consigne leur activité. iCHASE commercialise un système qui détecte les oiseaux grâce à la vision par ordinateur et les fait fuir à l’aide de lasers mobiles. Mme Nozková met en avant l’étendue du système et les données recueillies sur le terrain. Elle les présente comme des « données de référence de terrain » sur les conditions dans lesquelles les élans et les grizzlis peuvent se déplacer sans danger.
Mme Nozková affirme que l’IA physique quitte les usines pour s’aventurer à l’extérieur, dans des environnements désordonnés et foisonnant de vie. Les machines qui évoluent en plein air — trains, camions, drones, tracteurs ou robots — devront toutes, à terme, comprendre la nature : selon elle, « l’intelligence de la nature » constituera la prochaine couche des technologies de perception. Alors que la conduite autonome a progressé dans la détection des personnes et des véhicules, l’identification de la faune et la prévision de son comportement restent des domaines peu développés. La technologie qui comblera cette lacune permettra-t-elle de réduire les accidents sans blesser les animaux ? Son déploiement à plusieurs milliers d’appareils apportera des éléments de réponse.
コメント