Collectivités et Industrie : réduisez vos dépenses énergétiques grâce à la maintenance prédictive

Placer l’innovation au service de l’efficience énergétique grâce à des solutions innovantes de maintenance prédictive des infrastructures et bâtiments, c’est le défi relevé par la Direction de la Recherche et de l’Innovation Technologique (DRIT) de Berger-Levrault. Une approche inédite, adaptée à toutes les tailles et tous les secteurs, qu’il s’agisse des collectivités locales ou de l’industrie.

Décryptage par Mustapha Derras, Directeur de la Recherche et de l’Innovation Technologique.

Dans un contexte de transition énergétique et de fortes variabilités du coût de l’énergie, la durabilité des équipements et l’optimisation de leur maintenance sont devenues des préoccupations économiques et sociétales majeures.

Le décret tertiaire (aussi appelé « décret rénovation tertiaire ») fixe des objectifs ambitieux pour les bâtiments publics de plus de 1000 m² :

• Diminution de 40 % des consommations d’énergie d’ici 2030
• Diminution de 50 % des consommations d’énergie d’ici 2040
• Diminution de 60 % des consommations d’énergie d’ici 2050

« En 2016, il n’existait aucune solution pour optimiser les dépenses énergétiques des équipements et bâtiments chez Berger-Levrault. Nous avons créé BL.Predict, une plateforme IoT (Internet des objets) dédiée à la maintenance pour rassembler et analyser les données sur la consommation énergétique et améliorer l’empreinte carbone. » se félicite Mustapha Derras

La solution BL.Predict mobilise une innovation forte centrée sur les besoins métiers de nos clients. Après la collecte et l’analyse des données grâce à la solution CARL Energy, la plateforme BL.Predict identifie les leviers d’amélioration énergétique dans les bâtiments grâce à une analyse adaptative.

« Nous utilisons des modèles d’IA apprenantes, adaptés à chaque contexte, capables d’analyser les données en temps réel et de les transformer en outils d’aide à la décision », explique Mustapha Derras. L’approche très concrète et locale s’adresse à deux secteurs en particulier, l’industrie et les collectivités.

Cette plateforme accompagne les industriels vers la maintenance du futur, notamment en leur permettant davantage d’efficience, en matière d’énergie mais aussi de maintenance prédictive.

Cette solution a été choisie par des acteurs du secteur privé ou public dont Safran, Air France, Saint Jean, Alstef Group, Lindt & Sprüngli (France), BLYYD, WTX Europe, Actemium , Massilly , ArcelorMittal, Hospices Civils de Lyon – HCL, Mairie de Baziège, Le Havre Seine Métropole pour lesquels BL.Predict permet d’anticiper les pannes, de réduire les coûts de maintenance et de prolonger la durée de vie des équipements.

En matière de bâtiment, Berger-Levrault a choisi son site de Labège comme terrain d’expérimentation dès 2023. Résultat : une diminution de 15% de sa facture énergétique. « Après la phase de diagnostic, nous avons analysé les données collectées, installé des capteurs et ainsi adapté l’utilisation de l’électricité et des systèmes de chauffage ». explique Mustapha Derras

Le fonctionnement de la plateforme BL.Predict repose sur une approche structurée en trois étapes :

• La première étape consiste à « voir », c’est-à-dire à réaliser un diagnostic précis en visualisant les données collectées dans les bâtiments ou les usines. Pour cela, la plateforme agrège des informations issues des factures, des habitudes de consommation, des sources énergétiques sans nécessairement déployer des objets connectés. Présentées en temps réel sous forme de tableaux de bord intuitifs, ces données permettent rapidement d’identifier les postes et volumes de consommation.
• La deuxième étape vise à comprendre ces données. Au sein de la Métropole du Havre, par exemple, BL.Predict a révélé que l’activation simultanée de plusieurs systèmes ayant des actions contradictoires entraînait des surcoûts inutiles. L’analyse a permis de créer un modèle simple évitant ces chevauchements d’activités, réduisant de facto la facture énergétique. Cette compréhension approfondie passe souvent par le déploiement d’objets connectés et par l’historisation des données sur plusieurs mois qui permettent d’établir des modèles statistiques adaptés.
• La troisième étape est celle de l’action. BL.Predict utilise alors des IA issues de nos bibliothèques de modèles pour proposer des ajustements dynamiques. Par exemple, la consommation d’un bâtiment situé en France sera différente de celle du même bâtiment s’il est situé en Espagne ou encore au Canada. La solution intègre de nombreuses variables techniques, environnementales et d’usages pour optimiser les performances locales.

En 2025, Berger-Levrault prévoit de lancer une extension à la plateforme basée sur l’IA générative.

Avec près d’une vingtaine de clients et un chiffre d’affaires en pleine expansion, Berger-Levrault positionne sa solution comme un incontournable pour conjuguer performance énergétique, durabilité, transformation numérique… et environnementale !

Cette innovation numérique est une des illustrations de l’engagement de Berger-Levrault en faveur de la sobriété numérique.