Former, sécuriser, expérimenter : les trois leviers d’un déploiement responsable

Dans le secteur de l’eau, l’intelligence artificielle ne peut devenir un levier de transformation que si elle est comprise, encadrée et maîtrisée. Contrairement à d’autres domaines comme la santé ou la finance, la filière de l’eau, historiquement centrée sur les métiers de terrain, reste encore peu familière avec ces technologies, en raison également de la sensibilité des données manipulées.

Pourtant, les opportunités sont réelles : l’IA peut renforcer les dispositifs existants en améliorant le pilotage des réseaux, la fiabilité des diagnostics à distance, l’anticipation des déséquilibres ou encore l’optimisation des stratégies d’entretien. Elle peut également ouvrir la voie à de nouveaux usages croisant exploitation, planification territoriale et gestion des risques.

La clé de cette transition réside dans la montée en compétences. Former les acteurs du secteur à un usage raisonné et adapté de l’IA, aligné sur les besoins métiers, est indispensable pour en faire un levier de performance durable plutôt qu’une source de défiance.

Comment accompagnez-vous les professionnels du secteur de l’eau dans l’appropriation des technologies liées à l’IA et aux objets connectés ?

Nous avons développé récemment plusieurs modules de formation axés sur le petit cycle de l’eau, qui relient les thématiques de l’Internet des Objets (IoT) aux enjeux de la gestion patrimoniale des réseaux. L’objectif est d’aider les professionnels à comprendre comment l’analyse de données par IA, couplée à des objets connectés, peut améliorer la qualité et la durabilité des infrastructures : suivi d’état, priorisation des travaux, anticipation des besoins…

Nous travaillons aussi – cette fois dans le cadre de Living Labs avec l’INSA – sur l’IA appliquée aux procédés de traitement. Il s’agit ici de piloter plus finement des installations complexes (comme les stations d’épuration), en s’appuyant non pas uniquement sur de la modélisation classique (basée sur des équations mathématiques, des lois cinétiques, etc.), mais sur des IA entraînées à reconnaître des situations-types, à les comparer en temps réel, et à ajuster les paramètres.

Cette approche complémentaire permet un véritable affinage du pilotage, avec une logique de diagnostic à distance, très précieuse en termes de réactivité et de coût. Dans ces Living Labs, les apprenants peuvent tester des outils avancés, sur des installations réelles, en conditions simulées. C’est un bon moyen d’explorer concrètement le potentiel de ces nouvelles approches.

Ces nouvelles technologies rencontrent-elles un fort intérêt dans la filière ?

Pas encore. Le secteur reste globalement prudent, par fois même méfiant, vis-à-vis de l’intelligence artificielle. D’abord parce qu’il n’a pas une culture d’innovation aussi marquée que d’autres domaines. Ensuite, parce qu’il est historiquement très dépendant de la main-d’œuvre. Il y a donc une peur du remplacement : certains voient l’IA comme une menace pour les emplois. Pourtant, dans la réalité, elle permet souvent de se décharger de tâches rébarbatives et de se recentrer sur des missions à plus forte valeur ajoutée.

Autre frein important : la sécurité des données. Dès que l’on parle d’IA, on soulève la question du traitement de données sensibles – notamment dans les bases de référence comme le SANDRE (Service d’Administration Nationale des Données et Référentiels sur l’Eau). Les acteurs s’interrogent : faut-il utiliser des IA américaines, chinoises, européennes ? Où sont hébergées les données ? Comment garantir qu’elles ne soient ni exposées ni polluées ? Ces interrogations sont légitimes.

C’est pourquoi nous travaillons activement à la rédaction de chartes d’usage de l’IA et au développement de solutions souveraines, adaptées aux contextes métier. Pour nos bases documentaires, par exemple, nous développons des agents conversationnels hébergés chez nous. Ce sont des IA de recherche documentaire ou de synthèse, qui ne vont pas « piocher » dans un web peu fiable, mais dans des référentiels sécurisés. C’est une approche qui rassure, et qui nous semble plus compatible avec les missions de service public.

À quelles avancées concrètes peut-on s’attendre grâce à l’intelligence artificielle dans le secteur de l’eau ?

L’IA permet d’exploiter des volumes massifs de données hétérogènes, et d’en tirer des analyses beaucoup plus fines que ce que permet une modélisation traditionnelle. Prenons la gestion des fuites : une IA bien calibrée peut non seulement aider à prioriser les tronçons à réparer, mais aussi anticiper les déséquilibres entre pression et demande, en intégrant des historiques, des paramètres externes ou des signaux faibles que d’autres outils ne perçoivent pas.

Elle ouvre aussi la voie à une compréhension plus large, en intégrant des données issues de sources non hydrauliques : évolution des usages, déplacements de population, variation de la valeur foncière… Tous ces éléments influencent les comportements de consommation, et peuvent être pris en compte dans une IA pour mieux piloter la demande. Cela permet d’avoir une vision enrichie du réseau, au-delà de ses seules dimensions techniques.

Un autre apport majeur est la réactivité. Le changement climatique perturbe profondément nos repères : les méthodes classiques de dimensionnement et d’exploitation, basées sur des historiques météo de 30 ou 40 ans, ne suffisent plus. L’IA peut nous aider à retrouver rapidement de nouveaux équilibres, de nouvelles règles de fonctionnement mieux adaptées à des conditions extrêmes ou instables.

L’IA ne doit pas être perçue comme un substitut à l’humain, mais comme un accélérateur. Elle est particulièrement puis sante lorsqu’elle est mise au service d’une donnée maîtrisée, d’un métier bien compris, et d’une vision stratégique. C’est là qu’elle révèle tout son potentiel.