Laval reçoit le Prix Excellence du RMTI 2025
L’intelligence artificielle optimise les interventions sur le terrain

Par Salle des nouvelles
La Ville de Laval a été récompensée pour son projet d’optimisation intelligente des interventions municipales par apprentissage automatique au Gala des prix Excellence du Réseau municipal en technologies de l’information (RMTI) dans la catégorie Défi municipal.
Ce sont l’approche innovante et l’impact positif sur la gestion municipale du projet qui ont permis à la Ville de se démarquer. Rappelons que les prix Excellence du RMTI ont pour but de stimuler l’excellence dans la réalisation des projets reliés aux TI dans le domaine municipal. Le gala s’est tenu le 8 septembre dernier.
« Laval sait miser sur les nouvelles technologies pour répondre plus efficacement aux besoins de la population, et son approche est reconnue. Je félicite chaleureusement toutes les équipes qui ont contribué à la création de cet outil novateur. Cette reconnaissance pleinement méritée témoigne de la qualité du travail accompli. », indique Stéphane Boyer, maire de Laval.
« Cette avancée illustre que l’innovation et l’intelligence artificielle nous permettent d’améliorer notre efficience au bénéfice des citoyennes et citoyens. Il s’agit d’un levier qui nous permet de concrétiser notre engagement envers l’amélioration continue des services municipaux. Félicitations à nos équipes! », ajoute Benoit Collette, directeur général de Laval.
Développée à l’interne par le Service de l’innovation et des technologies en collaboration avec le Service des immeubles, parcs et espaces publics, cette solution d’intelligence artificielle transforme la gestion des interventions municipales liées à l’entretien et à la pérennité des actifs de la Ville, par exemple en ce qui a trait à l’éclairage public, les fontaines et les jeux d’eau.
Jusqu’ici, plus de 700 000 demandes ont été analysées en intégrant des facteurs comme la localisation, la nature des problèmes, la durée des interventions, les ressources disponibles et les conditions terrain. Des regroupements, des tendances et des schémas ont ainsi été dégagés pour alimenter un modèle d’optimisation bayésien qui ajuste chaque semaine sa stratégie selon les nouvelles données et les réalités opérationnelles.
En somme, l’analyse des données couplée à l’optimisation algorithmique permet à la solution d’apprendre et de s’adapter en continu, ce qui assure de traiter toutes les demandes et d’éliminer 85 % des doublons. Sur le terrain, la solution permet de soutenir la planification et la prise de décision, en plus de faciliter la mobilisation des équipes, d’éviter les déplacements inutiles et de réduire les délais.