/collectivités
Réglage des stations d’épuration par l’IA
Une facture d’énergie allégée, à qualité de rejet égale.
Dans une station d’épuration, l’IA règle l’aération et le traitement selon la pollution à traiter, la météo et le prix de l’énergie, dans les limites fixées par l’exploitant. Depuis mi-2024, Rennes Métropole pilote par IA une dizaine de stations : 5 % de consommation en moins, 15 % de facture en moins. En août 2025, elle a décidé de généraliser l’outil.
/usages
Des réglages calés sur la pollution, la météo et l’énergie.
Une station d’épuration ajuste en continu l’aération de ses bassins et le dosage de ses réactifs. Un modèle d’apprentissage automatique (machine learning), entraîné sur l’historique de la station, prévoit la charge à traiter. Il propose, puis applique, le réglage qui tient la qualité du rejet au moindre coût d’énergie.
- Aération des bassins Règle l’air insufflé dans les bassins biologiques selon la pollution à traiter et le tarif de l’énergie du moment.
- Dosage des réactifs Ajuste les réactifs de traitement selon les mesures relevées en entrée et en sortie de station.
- Temps de pluie Anticipe les pluies annoncées par la météo pour préparer les bassins à l’arrivée d’un débit plus fort.
- Eau potable Adapte le dosage des réactifs de potabilisation à la qualité de l’eau brute, mesurée en continu.
/résultats
Une facture d’énergie qui baisse trois fois plus que la consommation.
À Rennes Métropole, l’outil règle l’aération et le traitement des stations pilotées selon la météo et les tarifs de l’énergie. Sa généralisation dispose d’un budget de passage à l’échelle de 1,2 million.
- Consommation d’énergie Consommation d’énergie : 5 % 5 %
- Facture d’énergie Facture d’énergie : 15 % 15 %
/données
Des données que la supervision d’une station d’épuration enregistre déjà.
La supervision d’une station automatisée enregistre en continu les débits, les mesures de qualité, les consignes et la consommation de chaque équipement. Le modèle croise cet historique avec les prévisions météo et les tarifs de l’énergie, puis apprend comment la station répond à chacun de ses réglages.
- Supervision Fournit les débits, les mesures de qualité et les consignes appliquées à chaque équipement de la station.
- Analyses de laboratoire Vérifient les capteurs en ligne et la qualité du rejet, pour que le modèle apprenne sur des mesures justes.
- Prévisions météo Annoncent les pluies et les températures qui modifient le débit entrant et l’activité biologique des bassins.
- Tarifs de l’énergie Indiquent les heures où le kilowattheure coûte le moins, pour y placer les consommations qui peuvent attendre.
À Rennes Métropole, 17 stations d’épuration automatisées pourraient tirer profit de l’IA.
/sur le terrain
Un modèle de réglage propre à chaque installation.
En réglage par apprentissage, le modèle se déploie vite là où l’installation dispose d’un historique de fonctionnement et de commandes. Il y apprend l’inertie de l’installation et ses rythmes de charge, puis propose les réglages qui économisent l’énergie. L’apprentissage par renforcement (reinforcement learning) peut ensuite affiner ces réglages, dans des bornes fixées.
Dans une feuille de route, ce projet prend place après la fiabilisation des données de supervision : sur des mesures fausses, le modèle apprend les erreurs des capteurs.
- Un modèle par installation Apprend la réponse propre à une installation, qu’un modèle entraîné sur une autre ne reproduit pas.
- L’historique des commandes Montre au modèle l’effet de chaque réglage passé, en plus des mesures relevées par les capteurs.
- Les situations extrêmes Restent du ressort de l’exploitant, car un modèle ne connaît que ce que contient son historique.
/eau potable
Une IA à haut risque quand elle sert la sécurité de l’eau.
En potabilisation, le modèle qui dose les réactifs selon la qualité de l’eau brute peut servir de composant de sécurité dans l’exploitation et la gestion de la fourniture d’eau. Il relève alors du haut risque au sens du règlement européen sur l’IA (annexe III, point 2), avec des obligations applicables au 2 décembre 2027, hors analyse d’impact de l’article 27.
Le cadrage établit, avec vos équipes d’exploitation, le rôle de chaque réglage : aide à l’économie d’énergie, ou composant dont dépend la sécurité de l’eau distribuée. Dans les deux cas, les automatismes existants encadrent le modèle.
Règlement européen sur l’IA, annexe III (nouvel onglet)Veille réglementaire
- Plage autorisée Limite chaque consigne du modèle aux valeurs que vos équipes d’exploitation ont validées pour l’ouvrage.
- Repli sur les automatismes Rend la main aux automatismes existants dès qu’une mesure sort de l’ordinaire ou qu’un capteur cesse d’émettre.
- Journal des réglages Conserve chaque consigne appliquée et les données qui l’ont motivée, pour l’exploitant comme pour les contrôles.
/méthode
Un réglage éprouvé en mode conseil avant tout pilotage.
Les équipes qui exploitent vos stations, en régie ou au sein d’un syndicat, prennent part à chaque modèle de réglage, de sa conception à sa maintenance.
- CADRAGE La station pilote et les réglages visés sont choisis avec vos exploitants ; suit la vérification de l’historique de supervision et de l’état des capteurs.
- MODE CONSEIL Le modèle propose ses réglages et l’exploitant décide. La comparaison porte sur la consommation et la qualité du rejet, face à celles des réglages habituels.
- PILOTAGE Le modèle reçoit les réglages validés, dans les plages fixées par vos équipes, puis l’outil gagne les autres stations.
- MAINTENANCE La justesse du modèle est suivie dans la durée ; des travaux ou un changement de capteur déclenchent son réentraînement. Le journal garde chaque consigne appliquée et les données qui l’ont motivée.
/à savoir
Les questions fréquentes sur l’IA en station d’épuration.
L’IA générative face aux attaques informatiques (ANSSI, 2026) (nouvel onglet)Cas d’usage de l’IA dans les collectivités
Comment réduire la facture d’énergie d’une station d’épuration ?
En réglant l’aération et le traitement sur la pollution à traiter, la météo et les tarifs de l’énergie, dans des plages validées par l’exploitant. La facture peut alors baisser davantage que la consommation, puisque le réglage tient compte du prix de l’énergie selon l’heure.
Une IA de station d’épuration est-elle une IA à haut risque ?
Le règlement européen sur l’IA classe à haut risque les systèmes d’IA utilisés comme composants de sécurité dans la fourniture d’eau, de gaz, de chauffage ou d’électricité (annexe III, point 2). Leurs obligations s’appliquent à partir du 2 décembre 2027. Vos services juridiques examinent au cadrage si un réglage de votre station relève de ce cas.
Quelles données faut-il pour piloter une station d’épuration par l’IA ?
L’historique de la supervision : débits, mesures de qualité, consignes appliquées et consommation des équipements. S’y ajoutent les prévisions météo et les tarifs de l’énergie. Les commandes passées comptent autant que les mesures, car elles montrent au modèle l’effet de chaque réglage.
L’IA rend-elle une station d’épuration plus vulnérable aux cyberattaques ?
Dans sa synthèse du 4 février 2026, l’ANSSI signale des risques propres aux systèmes d’IA, comme les données d’entraînement empoisonnées et les portes dérobées. Elle juge aussi plausible que l’IA rende les attaques plus efficaces, surtout contre des systèmes peu sécurisés. Le modèle s’en tient donc à des consignes bornées, et les automatismes de sécurité de la station restent en place.
/sources
Sources
- Banque des Territoires, Les Interconnectés, Ecolab (CGDD), « Bibliothèque d’IA territoriales » 2025, p. 14-15, 2025 (nouvel onglet)
- Commission européenne, AI Act Service Desk : règlement (UE) 2024/1689, annexe III, 2024, version consolidée au 27 juillet 2026 (nouvel onglet)
- Commission européenne, AI Act Service Desk : règlement (UE) 2024/1689, article 113 (version consolidée au 27 juillet 2026), 2026 (nouvel onglet)
- ANSSI / CERT-FR, « L’IA générative face aux attaques informatiques » (CERTFR-2026-CTI-001), 4 février 2026, 2026 (nouvel onglet)
/collectivités
- Cas d’usage de l’IA dans les collectivités IA générative et agents conversationnels pour le service public local
- Assistant documentaire pour les agents territoriaux Répond aux questions des agents à partir des délibérations, arrêtés, notes de service et guides de procédure de la collectivité, en citant le document source.
- IA pour l’urbanisme et la commande publique Interroge le PLU, le code de l’urbanisme ou le code de la commande publique, et indique à l’agent les articles qui s’appliquent à une parcelle, à un projet de construction ou à un achat.
- Rédaction assistée par l’IA pour les collectivités Prépare projets de délibération, arrêtés, courriers aux administrés et rapports sociaux à partir des modèles de la collectivité et du dossier ; l’agent ou l’élu relit et signe.
- Tri des demandes et signalements des habitants Lit les courriels, formulaires et signalements des habitants (voirie, propreté, état civil, urbanisme) et les oriente vers le bon service avec leur degré d’urgence.
- Instruction de dossiers assistée par l’IA Vérifie la complétude d’un dossier MDPH, d’une demande d’APA ou d’un permis de construire, signale les pièces manquantes et prépare l’analyse que l’instructeur valide.
- Veille juridique automatisée pour les collectivités Surveille le Journal officiel, les circulaires et les appels à projets de financement, et livre chaque semaine à la secrétaire de mairie ou à la direction ce qui concerne la collectivité.
/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.