IA et Big Data dans les projets énergétiques : levier opérationnel et marché européen

Le paradoxe central de l'IA appliquée à l'énergie

Cette session du 4 novembre 2025, donnée à la Silk Road Business School devant une délégation partenaire, part d'une contradiction que peu de présentations assument : l'intelligence artificielle est à la fois le principal problème et la principale solution de la transition énergétique.

Du côté du problème, la consommation électrique des data centers est attendue en passage de 460 TWh à 945 TWh d'ici 2030, et pourrait représenter environ 5 % de la consommation électrique européenne totale dans les six ans. Du côté de la solution, l'IA est devenue indispensable au pilotage de millions d'actifs décentralisés, avec un marché du Big Data dans l'énergie projeté à 33,6 milliards de dollars à horizon 2033.

Le marché européen de l'IA dans l'énergie illustre la même tension : environ 2 592 millions de dollars en 2024, une prévision de 12 062 millions en 2030, soit un taux de croissance annuel composé de 29,3 %.

Le PMO passe du reporting à la décision

La première application n'est pas technique, elle est organisationnelle. Un PMO qui consolide des états d'avancement produit de l'information sur le passé. Un PMO instrumenté par l'IA produit des alertes sur le futur : dérive de coût prédite, glissement de chemin critique, exposition contractuelle par lot.

Ce déplacement change le profil des équipes de contrôle de projet plus qu'il ne change les outils. Il suppose une donnée de projet propre, datée et rattachée à une structure de découpage stable. Sans cela, l'IA accélère simplement la production d'une information fausse.

Jumeau numérique : comparer l'as-built à l'as-planned

Le jumeau numérique de construction est la brique la plus rentable à court terme. Une réplique virtuelle mise à jour en continu permet deux choses : comparer l'exécuté au planifié sur des géométries réelles, et servir de plateforme d'exécution contractuelle en objectivant les faits générateurs de réclamation.

Sur les grands projets, l'essentiel du contentieux ne porte pas sur le droit mais sur la reconstitution des faits. Un jumeau numérique bien tenu déplace le débat vers des données horodatées, ce qui raccourcit les négociations et réduit les provisions.

Ce que l'IA change filière par filière

Sur le solaire et l'éolien, l'apport se concentre sur la prévision de production et l'optimisation des batteries, avec des gains documentés de 15 à 20 % sur la durée de vie des systèmes de stockage. Sur l'hydrogène vert, l'enjeu est l'optimisation du procédé d'électrolyse : les rendements actuels se situent entre 60 et 80 %, et l'objectif de dépasser 90 % agit directement sur le principal poste de coût, l'électricité renouvelable consommée. Sur les réseaux intelligents, l'IA sert l'équilibrage temps réel et la maintenance prédictive, avec un exemple français mesurable : l'outil CartoLine BT d'Enedis atteint une efficacité de 95 % entre anomalies suspectées et défauts réels.

AI Act et NIS2 : la gouvernance avant l'outil

Une part de la session a porté sur le cadre européen, parce que le calendrier réglementaire conditionne la trajectoire de déploiement. L'AI Act classe par niveau de risque et place les infrastructures critiques dans la catégorie haut risque, ce qui impose gestion des risques sur tout le cycle de vie, qualité des jeux de données, documentation technique et supervision humaine. La directive NIS2 élargit les obligations de cybersécurité aux entités essentielles et importantes, opérateurs énergétiques compris.

Le message opérationnel est simple : sur un actif énergétique, la conformité n'est pas une couche ajoutée après le pilote, c'est une contrainte de conception qui détermine quelles architectures sont déployables.

Architectes contre spécialistes : la structure réelle du marché

La seconde partie cartographiait les acteurs. D'un côté les architectes, industriels installés qui vendent l'échelle : Schneider Electric, qui capitalise sur les deux côtés du paradoxe et déploie environ 2 400 experts en conseil durabilité, Siemens qui pousse une plateforme commerciale numérique ouverte, Enel qui utilise l'IA en interne à l'échelle d'un grand utilitaire.

De l'autre les spécialistes, qui vendent la profondeur : ACCURE Battery Intelligence sur le diagnostic de batteries, avec 16 millions de dollars levés en série B en février 2025 ; METRON en France sur l'optimisation énergétique industrielle, 12,5 millions d'euros levés en novembre 2024 ; Gradyent aux Pays-Bas sur le jumeau numérique des réseaux de chaleur, 28 millions d'euros en série B.

La dynamique observable est la convergence plutôt que l'élimination, comme l'illustre le partenariat entre Cleanwatts et ABB en juin 2024.

Quatre axes de recommandation

Traiter la donnée de projet comme un actif avant d'acheter un modèle. Prioriser les cas d'usage où la mesure est possible, donc contractualisable. Choisir sa position dans la chaîne, architecte ou spécialiste, plutôt que de prétendre aux deux. Et intégrer AI Act et NIS2 dès la phase de conception, parce que la mise en conformité tardive coûte plus cher que la fonctionnalité elle-même.