/cas d’usage
Maintenance prédictive par l’IA
Les signes d’usure de vos équipements, lus assez tôt pour planifier l’atelier
La maintenance prédictive par l’IA lit les relevés d’un équipement (vibrations, températures, pressions, codes défaut) et signale la dérive qui a précédé ses pannes passées, pour intervenir avant l’arrêt. Le règlement européen sur les données (Data Act) ouvre depuis le 12 septembre 2025 à l’utilisateur d’un produit connecté l’accès à ses données. Nos ingénieurs conçoivent ces modèles, les mettent en production et les maintiennent.
/usages
Une maintenance prédictive pour chaque équipement dont l’arrêt coûte.
Une panne mécanique s’annonce souvent : un roulement chauffe, une vibration s’amplifie, la consommation d’un moteur dérive. Repérés tôt, ces signes laissent le temps de commander la pièce et de choisir le moment de l’intervention. VINCI Construction compte la maintenance prédictive et l’analyse de l’état de ses machines par récepteurs de positionnement par satellite (GNSS) parmi ses solutions d’IA déployées ou à l’étude.
Apprentissage automatique (Machine Learning)L’essentiel 2025 (VINCI Construction) (nouvel onglet)
- Machines de production Annonce l’usure d’un roulement, d’une broche ou d’un moteur, pour caler le remplacement sur un creux d’activité.
- Outils et consommables Estime l’usure restante d’une fraise, d’une électrode ou d’un filtre, pour programmer son remplacement avant l’apparition des rebuts.
- Véhicules et engins Croise les remontées du boîtier embarqué et l’historique d’atelier, pour réviser freins ou circuit hydraulique avant la casse.
- Installations techniques Surveille pompes, compresseurs, chaufferies et ascenseurs, dont l’arrêt prive occupants ou usagers d’un service.
/fonctionnement
Un modèle qui apprend la signature des pannes passées.
Le modèle d’apprentissage automatique (Machine Learning) croise les relevés horodatés des capteurs et le journal des interventions, qui dit quand chaque panne est survenue et pourquoi.
Vos équipes gardent la décision : chaque alerte part avec les mesures qui l’ont déclenchée, et le constat du technicien enrichit l’historique.
Détection d’anomaliesScience des données
- RelevésLes capteurs ou l’automate de la machine transmettent leurs mesures en continu, à une fréquence adaptée à la vitesse de l’usure.
- ComparaisonLe modèle confronte ces relevés aux séquences qui ont précédé les pannes passées.
- EstimationLe modèle en tire un risque de panne à échéance donnée, ou une durée de vie restante.
- AlerteAu-delà du seuil convenu, l’équipe de maintenance reçoit l’alerte et programme l’intervention.
/données
Un journal des interventions aussi utile que les capteurs.
Tout produit connecté mis sur le marché de l’Union après le 12 septembre 2026 doit être conçu pour rendre ses données accessibles à l’utilisateur, directement lorsque c’est techniquement possible et pertinent.
Dans les bâtiments tertiaires, l’article R175-2 du code de la construction et de l’habitation impose un système d’automatisation et de contrôle (GTB) au-delà de 290 kW de chauffage ou de climatisation. Exigé depuis le 1er janvier 2025, il le sera au-delà de 70 kW au plus tard le 1er janvier 2030. Ses relevés peuvent servir à la maintenance des chaufferies.
Le droit d’accès aux données des objets connectés (Arcep) (nouvel onglet)Code de la construction et de l’habitation, article R175-2 (Légifrance) (nouvel onglet)Socle de donnéesIngénierie des données
- Le journal des interventions avec la date, le symptôme, la cause et la pièce changée
- Des relevés sur toute une vie du composant neuf jusqu’à son remplacement
- L’accès aux données des équipements par une interface de programmation (API), un export ou un capteur posé après coup
- Un lien avec la gestion de maintenance (GMAO) pour que l’alerte arrive là où l’atelier planifie
24 % des projets d’IA des missions de Bpifrance en PME relèvent de l’analyse prédictive.
/sur le terrain
Un projet dont le calendrier dépend de l’historique disponible.
Le modèle de maintenance prédictive vise un équilibre : la disponibilité d’un équipement entretenu à date fixe, pour une dépense proche de celle d’une réparation après la panne.
Le premier obstacle est l’historique : pannes notées sans leur cause, interventions dispersées entre plusieurs fichiers ou logiciels. Sa remise en ordre devient un projet à part entière. Des équipements récents, bien instrumentés et rarement en panne offrent moins à gagner, et moins d’exemples dont apprendre.
- Des visites systématiques espacées selon l’état mesuré de chaque équipement
- Des composants remplacés à bon escient grâce à l’estimation de leur usure réelle
- Une offre de service pour vos clients basée sur les relevés de vos machines en service chez eux
/cadre
Des obligations liées au rôle du modèle dans la sécurité.
Un modèle de maintenance prédictive remet en général une alerte à l’atelier. S’il pilotait une fonction de sécurité de la machine, comme un arrêt automatique, il pourrait devenir un composant de sécurité au sens du règlement Machines. Nous fixons ce rôle avec votre responsable sécurité dès le cadrage.
Annexe I du règlement européen sur l’IA (AI Act Service Desk) (nouvel onglet)Règlement Machines et omnibus sur l’IA (EUROGIP, 2026) (nouvel onglet)Nouveau règlement machines : quelles évolutions ? (INRS) (nouvel onglet)Veille réglementaire
- Annexe I, section B Range depuis l’omnibus de juillet 2026 le règlement Machines parmi les législations sectorielles du règlement européen sur l’IA, pour éviter, selon la Commission, les doublons avec les règles d’IA.
- Acte délégué Intégrera au règlement Machines, avant le 2 août 2028, les exigences d’IA propres aux machines ; le fabricant n’aura alors, en principe, aucune évaluation de conformité IA distincte.
- Règlement Machines S’applique le 20 janvier 2027 et confie à un organisme tiers l’évaluation des composants de sécurité qui évoluent en service par apprentissage automatique.
/méthode
Une maintenance prédictive mise au point avec vos techniciens.
Vos techniciens apportent au projet ce qu’aucun capteur ne mesure : la cause réelle de chaque panne et l’intervention qui l’a réglée.
- CRITICITÉ Les équipements se classent avec vous selon la fréquence de leurs pannes et le coût d’un arrêt ; seuls ceux qui le justifient reçoivent un modèle.
- HISTORIQUE Relevés et interventions se rapprochent par mode de défaillance, puis une vérification s’assure que chaque type de panne compte assez d’exemples.
- SEUIL D’ALERTE Le modèle se rejoue sur une période qu’il ne connaît pas, puis l’arbitrage entre pannes manquées et pièces changées trop tôt se fait avec vous.
- EXPLOITATION Chaque alerte devient un ordre de travail dans votre GMAO ; les pannes annoncées et manquées sont suivies, et le modèle se réentraîne quand le parc évolue (MLOps).
/dans votre secteur
Le même cas d’usage, décliné secteur par secteur.
-
Repère sur le réseau d’eau potable les secteurs où une fuite est probable, pour envoyer les équipes de recherche au bon endroit avant que les pertes s’accumulent.
-
Repère dans les vibrations, les températures et les consommations d’une machine les signes avant-coureurs d’une panne, pour changer la pièce à l’arrêt programmé plutôt qu’en pleine production.
-
Repère dans les données des engins, des ascenseurs ou des chaufferies collectives les signes d’une panne prochaine, pour programmer l’intervention avant l’arrêt du chantier ou la plainte des locataires.
-
Repère dans les données des boîtiers télématiques et des ordinateurs de bord les signes d’une panne à venir (freins, pneus, moteur), pour planifier l’atelier avant qu’un camion ne s’arrête en tournée.
-
Repère dans les données des tracteurs, des moissonneuses, des robots de traite, des séchoirs et des élévateurs les signes d’une panne, pour réparer avant la moisson ou la traite.
/à savoir
Des réponses sur l’historique, le coût et les données personnelles.
Le contrôle de l’activité des personnes employées (CNIL) (nouvel onglet)Le règlement sur les données (CNIL) (nouvel onglet)Le Diag Data IAcontactez-nous
Quelle différence entre maintenance conditionnelle et maintenance prédictive ?
La maintenance conditionnelle intervient quand une mesure franchit un seuil fixé à l’avance, une température par exemple. La maintenance prédictive suit plusieurs mesures et leur tendance, pour alerter avant le franchissement d’un seuil.
La maintenance prédictive est-elle possible sans historique de pannes ?
En partie. Un modèle de détection d’anomalies apprend le fonctionnement normal d’un équipement et signale tout écart, sans avoir vu de panne. Pour dire quand la panne surviendra, il faut des pannes consignées, ou un seuil d’usure connu vers lequel prolonger la tendance mesurée.
Combien coûte un projet de maintenance prédictive ?
Le coût dépend d’abord des capteurs à poser et de l’historique à reconstituer. Dans les 700 missions de conseil en IA de Bpifrance auprès de PME en 2024, 55 % des projets priorisés, tous usages confondus, restaient sous 50 000 € hors exploitation. Le nombre de modes de défaillance compte aussi : chaque type de panne demande ses propres exemples et son propre seuil d’alerte.
La maintenance prédictive est-elle soumise au RGPD ?
Oui, dès que les relevés d’un véhicule se rattachent à son conducteur ou que le journal des interventions nomme les techniciens : ce sont des données personnelles. En cas de contradiction, le RGPD prévaut alors sur le règlement sur les données, rappelle la CNIL. Le suivi du travail qui en découle doit rester proportionné, être annoncé aux salariés et, dès 50 salariés, passer au préalable devant le CSE.
/sources
Sources
- VINCI Construction, « L’essentiel 2025 », 2025 (nouvel onglet)
- Arcep, « Le droit d’accès aux données dans le cadre du règlement sur les données », mis à jour le 10 juillet 2026, 2026 (nouvel onglet)
- Légifrance, code de la construction et de l’habitation, article R175-2 (version en vigueur depuis le 28 décembre 2025), 2025 (nouvel onglet)
- Bpifrance (Direction Conseil), livre blanc « L’intelligence artificielle, une révolution technologique pour les PME », avril 2025 (données 2024), 2025 (nouvel onglet)
- EUROGIP, « Règlement Machines 2023/1230 : ce que le Digital Omnibus sur l’IA change », 6 août 2026, 2026 (nouvel onglet)
- Commission européenne, AI Act Service Desk, annexe I du règlement (UE) 2024/1689, version consolidée au 27 juillet 2026, 2026 (nouvel onglet)
- INRS, focus juridique « Nouveau règlement machines : quelles évolutions ? », 20 octobre 2023, 2023 (nouvel onglet)
- Parlement européen, Observatoire législatif (OEIL), résumé du règlement (UE) 2023/1230, 29 juin 2023, 2023 (nouvel onglet)
- CNIL, « Le règlement sur les données (Data Act) », 22 décembre 2025, 2025 (nouvel onglet)
- CNIL, « Travail, ressources humaines : le contrôle de l’activité des personnes employées », 9 juillet 2026, 2026 (nouvel onglet)
/cas proches
- Classement de documents Trie, étiquette et range les documents entrants pour accélérer leur traitement et fiabiliser leur archivage.
- Prévision de la demande Anticipe volumes, ventes ou fréquentation à partir de l’historique, pour ajuster stocks, équipes et approvisionnements.
- Détection d’anomalies et de fraudes Signale les transactions, déclarations ou mesures atypiques, pour qu’un expert les examine en priorité.
- Priorisation des dossiers Classe dossiers, demandes ou prospects selon leur urgence ou leur probabilité d’aboutir, pour mieux répartir le travail.
- Anticipation des départs Repère les clients, abonnés ou adhérents susceptibles de partir, pour agir avant qu’ils ne le fassent.
- Segmentation Regroupe clients, produits ou sites aux comportements proches, pour adapter les offres et les actions à chacun.
/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.