Un système d’intelligence artificielle à 875 millions de dollars vient d’entrer en service limité dans la région de Washington. Baptisé SMART, il analyse les horaires des compagnies, la météo, la capacité des aéroports et les contraintes de l’espace aérien afin d’anticiper les congestions et les conflits de trajectoire.
Le déploiement concerne d’abord Ronald Reagan Washington National Airport, Washington Dulles International Airport et Baltimore/Washington International Airport. L’enjeu dépasse toutefois ces trois plateformes : la FAA prévoit d’étendre progressivement l’outil à d’autres régions américaines, avec l’objectif de moderniser la gestion d’un trafic aérien soumis aux retards, aux épisodes météo et aux tensions de personnel.
SMART ne prend pas les décisions à la place des contrôleurs. Il leur fournit des prévisions et des recommandations de routes, de séquencement ou d’horaires. Cette architecture place l’IA dans un rôle d’aide à la décision, tout en ouvrant une question centrale : peut-on automatiser davantage la gestion du ciel sans réduire la responsabilité humaine qui soutient la sécurité aérienne ?
SMART, une IA à 875 millions de dollars pour trois aéroports de Washington
La FAA a lancé SMART le 21 septembre 2026 dans un mode limité autour de Washington. Le système est développé par Air Space Intelligence dans le cadre d’un contrat de 12 ans évalué à 875 millions de dollars.
SMART signifie Strategic Management of Airspace, Routes and Trajectories, soit un dispositif consacré à la gestion stratégique de l’espace aérien, des routes et des trajectoires. La FAA le présente comme une plateforme cloud destinée à compléter les systèmes existants de gestion du trafic aérien.
Le premier périmètre réunit trois aéroports majeurs :
- Ronald Reagan Washington National Airport ;
- Washington Dulles International Airport ;
- Baltimore/Washington International Thurgood Marshall Airport.
Ce choix concentre plusieurs difficultés opérationnelles dans une zone restreinte : des programmes de vols denses, des trajectoires qui se croisent, des capacités aéroportuaires limitées et des perturbations météorologiques susceptibles de se propager rapidement.
À retenir : SMART n’est pas présenté comme un contrôleur aérien autonome. La FAA le déploie comme un outil d’analyse et de recommandation destiné à soutenir les décisions humaines.
Le contrat associe SMART à des services de données pour la gestion des flux du centre de commandement du trafic aérien américain. Le dispositif doit agréger environ 200 flux de données, afin de fournir une vision plus complète de la situation opérationnelle.
Ce que l’IA analyse avant de recommander une trajectoire
L’idée centrale de SMART est de détecter les contraintes avant qu’elles ne deviennent des retards généralisés. L’outil examine les horaires des compagnies, les données de vol, les conditions météorologiques actuelles et futures, la capacité des aéroports ainsi que l’état de l’espace aérien.
Cette combinaison vise à identifier les conflits potentiels et les saturations avant leur apparition. Une trajectoire peut être acceptable lorsqu’elle est étudiée isolément, mais devenir problématique si plusieurs vols convergent vers le même secteur au même moment ou si une cellule orageuse réduit la capacité d’une route aérienne.
Le système peut ensuite recommander des ajustements aux contrôleurs. Les options évoquées dans la présentation du programme comprennent notamment des modifications de route, des changements de séquencement et des ajustements de l’heure de départ ou de passage à certains points.
Passer d’une réaction tardive à une anticipation
Dans une organisation classique, une perturbation peut d’abord toucher un vol, puis un secteur, puis plusieurs aéroports. Les contrôleurs et les gestionnaires de flux doivent alors réorganiser rapidement les mouvements disponibles avec des informations parfois incomplètes.
SMART cherche à intervenir plus tôt dans cette chaîne. En rapprochant les horaires planifiés, la situation réelle du trafic et les prévisions météorologiques, l’outil doit mettre en évidence les contraintes susceptibles d’apparaître quelques étapes plus tard.
Cette fonction ne supprime pas les décisions opérationnelles. Elle peut en revanche réduire le temps consacré à rassembler les informations et à comparer plusieurs scénarios.
Une plateforme qui complète les outils existants
La FAA décrit SMART comme une plateforme qui renforce les systèmes actuels de gestion du trafic aérien. Le programme ne repose donc pas sur une rupture complète avec les procédures en place.
Les recommandations produites par l’outil sont transmises à travers les systèmes et les procédures existants. La FAA conserve ainsi un cadre opérationnel connu des contrôleurs et des compagnies aériennes, tout en ajoutant une couche d’analyse algorithmique.
Cette approche limite la portée immédiate de l’automatisation. SMART peut proposer une option différente, mais la décision opérationnelle reste intégrée au dispositif de contrôle humain.
L’IA ne remplace pas les contrôleurs, elle accélère leur analyse
La promesse la plus concrète de SMART concerne la charge d’analyse. Les contrôleurs doivent suivre simultanément les avions en vol, les créneaux, les capacités des secteurs, les contraintes de piste, les prévisions météo et les décisions déjà prises par d’autres acteurs.
Une IA peut traiter ces flux plus rapidement qu’un opérateur qui devrait les consulter séparément. Elle peut aussi comparer plusieurs trajectoires et signaler des interactions qui ne sont pas encore visibles dans la situation immédiate.
La FAA et les acteurs du programme présentent donc SMART comme un système d’aide à la décision. Le logiciel peut identifier un risque de congestion ou suggérer une route alternative, mais il ne reçoit pas la responsabilité finale de l’instruction donnée à un avion.
Cette distinction est essentielle dans un secteur où chaque recommandation doit être interprétée selon le contexte réel. Une route mathématiquement efficace peut être inadaptée à cause d’une information récente, d’une contrainte locale ou d’une situation que les données du système ne décrivent pas encore.
Le rôle du jugement opérationnel
Le contrôle aérien ne consiste pas uniquement à optimiser des trajectoires. Il faut aussi évaluer la qualité des informations, comprendre les intentions des équipages, intégrer les décisions d’autres secteurs et gérer des événements imprévus.
L’IA peut contribuer à la détection et à la comparaison. Le contrôleur conserve la capacité de valider, d’écarter ou de modifier une recommandation selon les conditions observées.
Cette répartition correspond à une logique d’human in the loop, c’est-à-dire une automatisation dans laquelle un professionnel reste intégré au processus de décision. Dans le cas de SMART, cette présence humaine constitue une condition de fonctionnement annoncée par la FAA, et non une simple possibilité future.
Une réponse partielle à la pénurie de contrôleurs
Le programme intervient aussi dans un contexte de tension sur les effectifs du contrôle aérien américain. Un outil capable de regrouper rapidement les informations et de préparer plusieurs options peut aider les équipes à absorber une charge opérationnelle élevée.
Il ne constitue toutefois pas un remplacement mécanique d’un contrôleur. L’outil doit être compris, surveillé et intégré dans les procédures. Son déploiement crée donc lui-même des besoins de formation, de validation et de supervision.
Pourquoi le syndicat des contrôleurs demande un rôle humain central
Le syndicat des contrôleurs n’a pas été associé au développement de SMART et demande que l’humain reste central dans son utilisation. Cette position porte sur la gouvernance du système autant que sur sa performance technique.
Les contrôleurs sont les utilisateurs finaux des recommandations. Leur participation au développement permettrait de tester la lisibilité des alertes, la pertinence des options proposées et la compatibilité avec les pratiques de travail réelles.
Un système peut produire des prédictions exactes dans un environnement de test et rester difficile à exploiter en situation réelle. Une alerte trop fréquente peut détourner l’attention. Une recommandation insuffisamment expliquée peut être ignorée. Une interface mal conçue peut augmenter la charge cognitive au lieu de la réduire.
La question de la confiance
Pour être utile, SMART doit produire des indications suffisamment claires pour que les contrôleurs comprennent pourquoi une trajectoire est signalée ou pourquoi une autre option est proposée.
La confiance ne dépend pas seulement du taux d’erreur. Elle dépend aussi de la capacité à vérifier le raisonnement opérationnel du système, à identifier les données utilisées et à repérer les situations dans lesquelles la recommandation devient moins fiable.
Cette exigence est particulièrement forte dans l’aviation. Une erreur d’anticipation peut provoquer une décision inutile, mais une mauvaise interprétation d’une alerte peut aussi compliquer la coordination entre plusieurs secteurs.
La responsabilité ne doit pas devenir floue
Le déploiement de l’IA introduit une question de responsabilité : qui explique une décision lorsqu’une recommandation algorithmique a influencé une instruction ?
Le maintien du contrôleur dans la boucle répond en partie à cette question, mais il ne suffit pas à lui seul. Les procédures doivent préciser comment les recommandations sont validées, enregistrées et contestées, et comment les équipes réagissent lorsqu’elles détectent un comportement inattendu du système.
La modernisation ne peut donc pas être évaluée uniquement par le nombre de retards évités. Elle doit aussi prendre en compte la traçabilité des décisions, la formation des utilisateurs et la capacité à revenir à des procédures de secours.
Un déploiement limité avant une extension nationale
La FAA commence par la région de Washington avant une extension à d’autres zones des États-Unis. Le choix d’un lancement limité permet de confronter SMART à des opérations réelles sans modifier immédiatement l’ensemble du système national.
Le programme doit notamment vérifier la qualité des recommandations dans un espace aérien dense, la compatibilité avec les pratiques existantes et la capacité du système à absorber des flux de données hétérogènes.
Le lancement intervient dans un contexte où les perturbations peuvent se propager rapidement dans le réseau américain. Une limitation locale facilite l’observation des effets du dispositif avant son élargissement.
Ce qui devra être mesuré
Le succès de SMART ne se résumera pas à la qualité de ses prévisions. Plusieurs indicateurs opérationnels seront nécessaires pour déterminer si l’outil apporte un bénéfice réel :
- la réduction des conflits potentiels détectés tardivement ;
- l’évolution des retards dans les zones couvertes ;
- le nombre de recommandations acceptées ou modifiées ;
- le temps nécessaire aux contrôleurs pour analyser une situation ;
- la stabilité du système pendant les épisodes météo complexes ;
- la fréquence des interruptions et le recours aux procédures de secours.
Ces mesures doivent être comparées aux conditions de trafic et non à un chiffre isolé. Une baisse des retards peut venir d’une météo plus favorable ou d’un programme de vols moins chargé, tandis qu’une période perturbée peut masquer une amélioration réelle de la coordination.
Trois étapes de la stratégie américaine
| Étape | Périmètre | Fonction principale |
|---|---|---|
| Lancement de septembre 2026 | Région de Washington | Aide à l’analyse des flux et des trajectoires |
| Extension progressive | Autres régions américaines | Soutien à la gestion des congestions et des contraintes |
| Déploiement prévu d’ici 2028 | Réseau national | Modernisation à plus grande échelle de la gestion du trafic |
Le calendrier annoncé prévoit une extension nationale d’ici 2028. Cette échéance dépendra de la validation opérationnelle du système et de son intégration dans les différentes configurations de l’espace aérien américain.
Le secteur aérien teste déjà plusieurs formes d’automatisation
SMART s’inscrit dans une évolution plus large de l’aviation : l’utilisation d’outils algorithmiques pour prévoir la demande, détecter les anomalies, optimiser les mouvements au sol et coordonner les flux.
La gestion du trafic aérien se prête particulièrement à l’analyse de données. Les vols suivent des plans, les capacités des secteurs sont contraintes, les horaires sont connus à l’avance et les phénomènes météo peuvent être intégrés aux modèles de prévision.
Cette richesse de données ne garantit pas une automatisation fiable. Les informations peuvent être retardées, contradictoires ou incomplètes. Les décisions doivent aussi tenir compte d’événements rares, pour lesquels les systèmes disposent de peu d’exemples historiques.
L’enjeu n’est pas seulement la vitesse
Une IA peut analyser davantage de variables plus rapidement qu’un humain. Le bénéfice réel dépend toutefois de la qualité de la recommandation et de son intégration dans le travail quotidien.
Si le système signale trop de risques, les utilisateurs peuvent être confrontés à une avalanche d’alertes. S’il se montre trop prudent, il peut proposer des détours qui réduisent la capacité disponible. S’il ne présente pas clairement ses hypothèses, les contrôleurs peuvent avoir du mal à distinguer une alerte critique d’une simple possibilité.
L’objectif n’est donc pas de demander à l’IA de prendre toutes les décisions. Il consiste à concentrer l’attention humaine sur les arbitrages qui nécessitent le plus de contexte et de jugement.
Le rôle des données en temps réel
SMART doit combiner des données planifiées et des informations qui changent en permanence. Les horaires fournissent une base, mais les conditions météo, les capacités des pistes et la position réelle des appareils peuvent modifier rapidement le scénario.
L’agrégation d’environ 200 flux de données constitue un élément central du dispositif. Elle permet de rapprocher des informations qui étaient auparavant réparties entre plusieurs systèmes, mais elle augmente aussi l’importance de la qualité, de la synchronisation et de la gouvernance des données.
Une plateforme de ce type doit donc gérer les erreurs de transmission, les données obsolètes et les différences de format. La fiabilité de l’IA dépend directement de la fiabilité de cette chaîne d’information.
Une modernisation qui devra prouver sa valeur sans fragiliser la sécurité
L’investissement de 875 millions de dollars donne à SMART une portée stratégique, mais le montant du contrat ne constitue pas une preuve de performance. La valeur du programme dépendra des résultats observés après son intégration dans les opérations.
La FAA cherche à améliorer l’anticipation des retards et des contraintes tout en conservant les procédures de sécurité. Cette double exigence explique le choix d’un déploiement progressif et d’un rôle humain maintenu dans la décision.
La sécurité impose aussi de prévoir les situations dans lesquelles SMART ne peut pas être utilisé. Une panne, une donnée incohérente ou une recommandation jugée incompréhensible ne doit pas interrompre la continuité du contrôle aérien.
Les critères qui feront la différence
Trois conditions seront déterminantes pour la suite du projet :
- La précision, avec des prévisions assez fiables pour améliorer la planification sans créer de fausses alertes ;
- L’utilisabilité, avec des recommandations compréhensibles et adaptées au rythme du contrôle ;
- La gouvernance, avec des responsabilités claires entre la FAA, le fournisseur et les équipes opérationnelles.
Le syndicat des contrôleurs insiste précisément sur ce troisième volet. L’absence d’association au développement alimente une inquiétude sur la manière dont les décisions techniques ont été prises et sur la place accordée à l’expérience de terrain.
Une transformation qui restera progressive
Le déploiement de SMART montre que l’IA entre dans la gestion du trafic aérien par la planification et la recommandation avant d’atteindre d’éventuelles fonctions plus autonomes.
Cette trajectoire correspond aux contraintes du secteur. L’espace aérien ne peut pas être traité comme une plateforme logicielle ordinaire : les systèmes doivent rester disponibles, les décisions doivent être explicables et les procédures de secours doivent fonctionner même lorsque les outils numériques sont indisponibles.
La FAA teste donc moins une intelligence artificielle indépendante qu’une nouvelle couche de coordination entre les données, les prévisions et les décisions humaines.
Notre avis : SMART peut améliorer le trafic, à condition d’être conçu avec les contrôleurs
SMART est une initiative crédible parce qu’elle cible un problème concret : anticiper les congestions avant qu’elles ne se transforment en retards en chaîne. Son lancement dans la région de Washington, son budget de 875 millions de dollars et l’agrégation d’environ 200 flux de données donnent au programme une dimension rarement atteinte par les outils d’aide à la décision dans l’aviation.
Mais la FAA ne pourra pas mesurer sa réussite uniquement à la puissance de son modèle. Le système devra démontrer que ses recommandations sont compréhensibles, utiles dans la pratique et compatibles avec les procédures de sécurité. L’absence d’association du syndicat des contrôleurs au développement constitue le principal point faible de la démarche.
Dans les six prochains mois, l’attention se portera sur la qualité du déploiement dans les trois aéroports de Washington, sur la réaction des contrôleurs et sur les premiers indicateurs de retards ou de congestion. Si SMART améliore la coordination sans augmenter la charge cognitive, son extension nationale prévue d’ici 2028 gagnera en crédibilité. Si les équipes doivent corriger trop souvent ses recommandations, la FAA devra revoir l’interface, les données ou les procédures avant de l’étendre.
L’IA redéfinit donc déjà la gestion du trafic aérien, mais elle ne la dirige pas encore : la prochaine étape sera de savoir si les contrôleurs peuvent réellement en faire un copilote opérationnel.