À la une Inceptive au Forum IT d’Abicom, le 26 novembre à Saint-Étienne

/collectivités

Étude sectorielle · mise à jour le 7 novembre 2026

Maintenance prédictive des réseaux d’eau

La recherche de fuites guidée par les données, pour les régies et syndicats des eaux

Lauréat France 2030 en 2024, le projet du syndicat des eaux du Brivadois vise à dépasser 90 % de rendement du réseau en détectant les fuites par l’IA. Les services techniques arrivent en tête des difficultés de recrutement des collectivités (40,2 % des réponses). Un modèle de maintenance prédictive désigne les secteurs de votre réseau d’eau potable où une fuite est probable.

01 / 10 /principeUne maintenance prédictive qui envoie les équipes au bon secteur.

/principe

Une maintenance prédictive qui envoie les équipes au bon secteur.

Une fuite sur une conduite enterrée ne se voit pas toujours en surface. Une campagne de recherche avance secteur par secteur, et chaque journée passée sur un secteur sain retarde la réparation d’une fuite ailleurs.

Le modèle d’apprentissage automatique (Machine Learning), entraîné sur votre historique, repère les secteurs dont les mesures ressemblent à celles qui ont précédé vos fuites passées. Vos équipes localisent ensuite chaque fuite sur le terrain.

apprentissage automatique

  • Probabilité de fuite Attribue à chaque secteur une probabilité de fuite, recalculée à mesure que vos capteurs transmettent de nouvelles mesures.
  • Ordre de passage Établit la liste des secteurs à inspecter par les équipes de recherche, du plus probable au moins probable.
  • Conduites fragiles Signale les tronçons où les fuites se répètent, pour éclairer le programme de renouvellement du réseau.

/exemple

Des fuites d’eau potable trouvées dans les secteurs ciblés par l’IA.

Le Sicoval, qui regroupe 36 communes, gère 1 000 km de réseau d’eau au rendement de 78 %. Il a utilisé une IA qui cible les secteurs à fort potentiel de fuites, inspectés ensuite sur le terrain. Le bilan figure dans la Bibliothèque d’IA territoriales 2025 de la Banque des Territoires, des Interconnectés et d’Ecolab.

Le cadrage estime le gain attendu sur votre réseau, à partir de vos volumes perdus et du coût de vos campagnes de recherche.

Bibliothèque d’IA territoriales (nouvel onglet)

Recherche de fuites ciblée par l’IA au Sicoval (Haute-Garonne), 2024
IndicateurValeur publiée
Recherche sur le terraindeux semaines, du 27 mai au 7 juin 2024
Fuites trouvées12
Pertes évitées113 705 m³ par an
Économies92 568 €

Source : Banque des Territoires, Les Interconnectés, Ecolab (CGDD), « Bibliothèque d’IA territoriales » 2025, 2024 (nouvel onglet)

/rendement

Un réseau qui perd une part de son eau en chemin.

Le rendement d’un réseau rapporte l’eau consommée à l’eau mise en distribution. Celui du Sicoval atteint 78 %.

100 m³ mis en distribution 78 m³ consommés

/collectivités

Une IA prédictive encore rare dans les services de l’eau.

Parmi les collectivités engagées dans l’IA, les usages prédictifs des services techniques stagnent ou reculent d’une année sur l’autre et servent surtout aux métropoles et aux régions. L’IA générative, elle, progresse dans l’administration interne et la relation aux usagers. Les Français sont pourtant 78 % à juger l’IA utile pour la gestion de l’eau.

Note de conjoncture 2025 (nouvel onglet)

Six des seize domaines des expérimentations d’IA en cours (part des collectivités engagées)
  • Administration et gestion interne Administration et gestion interne : 2024 29 %, 2025 45 % 29 % en 2024, 45 % en 2025
  • Relation aux usagers Relation aux usagers : 2024 11 %, 2025 20 % 11 % en 2024, 20 % en 2025
  • Déchets Déchets : 2024 12 %, 2025 11 % 12 % en 2024, 11 % en 2025
  • Mobilité Mobilité : 2024 12 %, 2025 10 % 12 % en 2024, 10 % en 2025
  • Eau Eau : 2024 11 %, 2025 9 % 11 % en 2024, 9 % en 2025
  • Énergie et éclairage Énergie et éclairage : 2024 10 %, 2025 6 % 10 % en 2024, 6 % en 2025

Source : Banque des Territoires et Observatoire Data Publica, « Tendances 2025 – Data, IA et cybersécurité » (note de conjoncture), p. 38, 2025 (nouvel onglet)

40,2 % des difficultés de recrutement citées touchent les services techniques.

/sur le terrain

Une maintenance prédictive qui commence par l’historique des pannes.

La maintenance prédictive vient rarement en premier. Elle demande un historique complet des pannes et des remplacements, ou des équipements munis de capteurs, et ne prévoit que les pannes déjà observées.

La détection des consommations ou des mesures anormales, qui sert dès les premières données, ouvre en général le chantier ; la prévision suit une fois l’historique constitué.

MLOps

  • Enregistrer l’historique de chaque panne, de chaque remplacement et de sa cause
  • Relier les mesures des capteurs et de l’exploitation aux interventions réalisées
  • Commencer par les anomalies qui se détectent dès les premières données

/démarche

Une maintenance prédictive mise à l’épreuve sur un périmètre pilote.

Le projet part des données que votre service collecte déjà et se juge sur le terrain, au nombre de fuites trouvées dans les secteurs désignés.

ingénierie

  • CADRAGE L’inventaire des données disponibles, mené avec vos services, conduit au choix de l’indicateur à suivre et du périmètre d’une campagne pilote.
  • MODÉLISATION Entraîné sur votre historique, le modèle est rejoué sur les fuites des années passées, pour vérifier qu’il aurait désigné les bons secteurs.
  • CAMPAGNE PILOTE Vos équipes reçoivent les secteurs à inspecter en priorité sur le périmètre pilote ; le bilan se tire avant d’étendre l’outil à l’ensemble du réseau.

/exploitation

Des modèles maintenus aussi longtemps qu’ils servent.

Un modèle de prévision perd en justesse quand le réseau qu’il décrit évolue. L’exploitation des modèles dans la durée (MLOps) suit ces évolutions, campagne après campagne.

MLOps

  • Suivi de la justesse Compare à chaque campagne les secteurs désignés et les fuites trouvées, et signale toute dérive des prévisions.
  • Réentraînement Met à jour le modèle après des travaux de renouvellement, l’ajout de capteurs ou un nouveau découpage des secteurs.
  • Traçabilité Conserve chaque version du modèle et ses données d’entraînement, pour retracer la liste de secteurs remise à vos équipes à chaque campagne.

/conformité

Une infrastructure critique au sens du règlement sur l’IA.

Le règlement européen sur l’IA classe à haut risque les systèmes utilisés comme composants de sécurité dans la gestion et l’exploitation de la fourniture d’eau (annexe III, point 2). Ces systèmes relèvent alors des obligations du chapitre III, à l’exception de l’analyse d’impact sur les droits fondamentaux de l’article 27.

Avant la mise en service, il reste à établir si le modèle tient ce rôle de composant de sécurité. Les agents qui l’utilisent suivent aussi une formation : l’article 4 demande aux déployeurs de développer la maîtrise de l’IA de leur personnel.

annexe III du règlement (nouvel onglet)veille réglementaire

Calendrier d’application du règlement européen sur l’IA (version consolidée au 27 juillet 2026)
  1. 2 février 2025Chapitres I et II : définitions, maîtrise de l’IA (art. 4), pratiques interdites (art. 5)
  2. 2 août 2026Application générale du règlement, dont transparence de l’art. 50
  3. 2 décembre 2027Systèmes à haut risque de l’annexe III, dont la fourniture d’eau (point 2) : chapitre III, sections 1 à 3

Source : Commission européenne, AI Act Service Desk : règlement (UE) 2024/1689, article 113 (version consolidée au 27 juillet 2026), 2026 (nouvel onglet)

/questions

Des réponses sur la détection des fuites par l’IA.

code de la commande publique, art. R2122-8 (nouvel onglet)ingénierie des données

Quelles données faut-il pour prédire les fuites d’un réseau d’eau ?

Un premier modèle s’appuie sur les mesures des capteurs, l’historique des fuites et des réparations et le descriptif des conduites. La qualité des données est un frein cité par 42 % des collectivités, et par 50 % de celles qui ont déjà un projet d’IA. Elle se mesure au cadrage, avant tout développement.

Une collectivité peut-elle acheter une solution d’IA sans appel d’offres ?

Oui, sous des seuils précis. Depuis le 1er avril 2026, une collectivité peut acheter des fournitures et services de moins de 60 000 € HT sans publicité ni mise en concurrence préalables (code de la commande publique, art. R2122-8). Ce seuil monte à 100 000 € HT pour une solution innovante (art. R2122-9-1). Les procédures formalisées, comme l’appel d’offres, ne s’imposent qu’à partir de 216 000 € HT en 2026 et 2027.

Quelles aides pour financer un projet d’IA dans une collectivité ?

Le programme Territoires d’IA, lancé par la Banque des Territoires le 21 mai 2026, comprend un guichet de cofinancement et un appui en ingénierie. En septembre 2024, l’appel à projets France 2030 sur les démonstrateurs d’IA frugale comptait 12 projets lauréats et 20 M€ de subventions. En Bourgogne-Franche-Comté, un appel à projets FEDER réservé aux porteurs publics est ouvert jusqu’au 15 janvier 2027.

Un syndicat des eaux est-il concerné par NIS 2 ?

De nombreux syndicats, dont ceux de l’eau, s’ajoutent aux quelque 2 479 collectivités que concernerait, selon l’ANSSI (novembre 2024), la transposition de la directive européenne NIS 2 sur la cybersécurité. Les collectivités concernées devraient déclarer leurs incidents et gérer leurs risques, mais seraient exonérées d’amendes. Adopté par le Sénat en mars 2025, le projet de loi de transposition attendait encore en octobre 2025 son examen en séance à l’Assemblée. Le modèle et ses accès aux données d’exploitation entrent alors dans cette gestion des risques.

Une petite commune peut-elle utiliser l’IA pour son réseau d’eau ?

Oui, par la structure qui exploite son réseau : le syndicat ou la régie porte le projet pour l’ensemble des communes desservies. Seules 15 % des communes de moins de 3 500 habitants ont un projet d’IA en cours. Pour elles, le Sénat recommande d’organiser l’ingénierie de l’IA autour de collectivités « cheffes de file ».

/sources

Sources

/collectivités

/contact

Travaillons ensemble

Découvrez comment Inceptive peut vous aider à transformer votre activité et à résoudre des problématiques opérationnelles complexes grâce à l’intelligence artificielle.

contactez-nous