Intelligence artificielle : pourquoi, comment, jusqu’où ?

Entre promesses et questionnements, l’intelligence artificielle s’installe progressivement dans le secteur de l’eau. Elle ouvre de nouvelles perspectives : automatiser les analyses, détecter plus rapidement les fuites, simuler des situations de pénurie à plusieurs mois… Autant d’applications qui permettent de gagner en réactivité, en efficacité et en capacité d’anticipation face à la complexité croissante des réseaux et aux effets du changement climatique.

Mais cette transformation technologique soulève aussi de nouveaux défis. Sur le plan environnemental, la puissance de calcul requise pour certains modèles n’est pas sans conséquence. Sur le plan humain, l’automatisation interroge la place de l’expertise : l’intuition du technicien, le discernement du gestionnaire ou la vision du décideur demeurent indispensables.

L’enjeu majeur reste celui de la donnée : sa qualité, sa sécurité et sa gouvernance. Trop souvent collectée sans finalité claire, elle doit désormais être partagée, maîtrisée et valorisée avec discernement. C’est à cette condition – celle d’une IA sobre, éthique et maîtrisée, qu’elle deviendra un véritable levier pour une gestion de l’eau plus intelligente, plus durable et plus responsable.

Quels sont les défis majeurs que pose aujourd’hui l’intégration de l’IA dans le secteur de l’eau ?

Pierre Leffondré : Il y en a plusieurs, mais trois nous semblent fondamentaux. Le premier est d’ordre environnemental : les technologies d’intelligence artificielle consomment beaucoup de ressources. Elles ne sont pas neutres. Dans bien des cas, des outils plus simples, comme de simples scripts ou des modèles traditionnels, suffiraient largement. L’enjeu, c’est de ne pas injecter de l’IA par réflexe ou effet de mode, mais de s’interroger sur sa réelle pertinence. Il faut veiller à ne pas remplacer un problème par un autre. Le deuxième défi est sociétal. L’IA inquiète. Elle soulève des questions de place et de légitimité, notamment chez les agents de terrain. Si une IA commence à gérer la répartition de l’eau dans un bassin versant, que de vient le rôle du technicien ou du gestionnaire ? Aujourd’hui, l’humain reste indispensable, mais on sent monter des interrogations légitimes. Enfin, il y a un défi de compétences. Pour bien intégrer l’IA, il faut un socle numérique cohérent, mais aussi des équipes capables de comprendre ces outils, de savoir quand les activer et avec quelles limites. Prenons l’exemple des eaux pluviales : l’IA peut aider à décider où désimperméabiliser en priorité. Encore faut-il que les décideurs et leurs équipes connaissent l’existence de ces outils, acceptent de les utiliser, soient formés pour interpréter leurs recommandations.

Quels sont les grands enjeux liés à la donnée aujourd’hui ?

Sylvain Chamaillard : Il y a d’abord la qualité des données existantes : sont-elles fiables ? Vérifiées ? Pertinentes ? Ensuite vient la question de la donnée manquante : comment la produire, avec quel maillage, quelle résolution ? Enfin, il faut s’interroger sur les objectifs poursuivis. Depuis des années, on équipe les réseaux, on stocke des masses d’informations… mais sans toujours savoir quoi en faire. L’IA ne résout pas ce problème. Elle peut même l’amplifier si on n’a pas clarifié les objectifs en amont. Il faut donc arrêter de tout collecter « au cas où », et commencer à se poser la vraie question : pourquoi, pour quoi faire ?

L’autre enjeu majeur est celui de la sécurité. On pilote aujourd’hui des installations sensibles via des systèmes numériques. Si demain une grande ville subit une cyberattaque ciblée sur ses installations d’eau, et que son système n’est pas prêt à repartir rapidement, les conséquences peuvent être dramatiques. Il est illusoire de croire que les données peuvent être totalement sécurisées, mais on peut diminuer l’impact de ces attaques. Pour cela, il faut anticiper, se doter de plans de continuité, cloisonner les systèmes, former les agents. La résilience numérique est devenue une condition de résilience hydraulique.

Pierre Leffondré : Je complèterais avec un dernier enjeu important, qui est celui de la mutualisation. On manque encore d’approches concertées pour collecter, structurer et partager les données. Le projet Junon (jumeaux numériques environnementaux et financement de la Région Centre Val de Loire), par exemple, vise à modéliser la disponibilité de la ressource à l’échelle d’un territoire. Cela implique d’agréger des données hétérogènes, parfois cloisonnées, souvent non interopérables. L’un des grands défis des années à venir, ce sera de créer un cadre de gouvernance qui permette cette mise en commun tout en respectant les droits de chacun.

Quels bénéfices concrets l’IA peut-elle apporter à la gestion de l’eau ?

Pierre Leffondré : L’IA nous fait essentiellement gagner du temps. Elle permet de traiter plus vite des jeux de données massifs, d’identifier des signaux faibles, de simuler des scénarios complexes… Autant d’analyses qu’un humain aurait pu effectuer – mais en plusieurs semaines, voire plusieurs mois. Si l’on prend l’exemple des fuites, l’IA est capable de cibler les zones les plus suspectes en quelques heures, pour orienter efficacement les inspections terrain. Sur des échelles plus larges, l’IA peut aussi être mobilisée pour anticiper les déficits en eau plusieurs mois à l’avance, et par exemple alerter les agriculteurs en janvier pour adapter les cultures aux conditions hydriques probables de l’été. Ce qui est nouveau, ce n’est pas la capacité à produire ce type d’analyse, mais la vitesse et l’échelle à laquelle on peut l’envisager. Et cela s’inscrit dans un contexte où les capteurs deviennent moins coûteux, plus sobres, parfois capables de fonctionner avec une simple pile ou même de capter l’énergie des réseaux wifi.

Sylvain Chamaillard : Effectivement, l’IA permet d’aller plus vite là où le temps nous manque. Et aujourd’hui, le temps est devenu un facteur critique. Le changement climatique accélère, les risques se multiplient, et nos outils classiques ne suffisent plus. L’IA ne résout pas les problèmes à notre place, mais elle nous aide à décider plus vite et mieux. Ses apports sont particulièrement visibles aujourd’hui dans la détection des fuites, la surveillance de la qualité de l’eau et la gestion du risque quantitatif. Elle est aussi utile pour mieux valoriser les données climatiques et environnementales – des données dont nous disposions déjà, mais que nous avions encore du mal à exploiter pleinement. Mais il faut rester lucide. L’IA est un outil d’aide à la décision, pas une solution miracle. Elle ne remplace ni l’expertise, ni le terrain, ni la volonté politique. Elle nous donne juste un peu plus de marge de manœuvre.