Le compteur du bâtiment C tournait toute la nuit du samedi au dimanche, alors que le site était fermé depuis le vendredi midi. Personne ne l’avait remarqué en trois ans, parce que personne ne regardait autre chose que le total en bas de la facture. Ce genre d’anomalie constitue le point de départ le plus banal d’un chantier associant l’IA et la gestion des actifs immobiliers d’entreprise : pas une révolution du patrimoine, une lampe restée allumée et des données que l’on possédait déjà.
Savoir ce que l’on occupe avant de savoir ce que l’on paie
Dans la plupart des PME multi-sites que nous rencontrons, il n’existe aucun état fiable des surfaces par usage. On connaît le total au bail, rarement la répartition entre production, stockage, bureaux, circulation et locaux devenus inutiles. Les plans datent de la dernière extension, les affectations ont changé six fois depuis, et la mezzanine transformée en archives il y a quatre ans n’apparaît nulle part.
Les matériaux pour reconstituer cet état existent pourtant : plans du dossier technique, historique des badges d’accès, réservations de salles, relevés de compteurs, tickets d’incident de la maintenance. Un traitement automatique rapproche ces sources, repère les incohérences et sort un tableau des surfaces par usage en quelques jours. Ce que nous constatons alors est presque toujours le même : entre 8 et 15 % de la surface louée ou détenue ne sert plus à rien d’identifiable.
Ce n’est pas un chiffre théorique. C’est un loyer, un chauffage et une taxe payés chaque mois.
L’usage réel se mesure ensuite, et les surprises viennent souvent des espaces tertiaires. Les journées de présence se concentrent sur trois jours, les salles de réunion prévues pour douze personnes en accueillent quatre, et un plateau entier reste vide le vendredi. Les données d’accès et de réservation le disent sans qu’on ait besoin d’installer quoi que ce soit. Reste à en tirer une décision, réaménager, sous-louer une aile ou simplement fermer un étage l’hiver, ce qui est une question de direction et non de logiciel.
L’énergie, le poste où l’analyse se rentabilise le plus vite
Une courbe de consommation dit beaucoup à qui sait la lire, et un modèle sait la lire en continu. Une consommation nocturne stable révèle un équipement laissé sous tension. Un pic hebdomadaire décalé signale une programmation de chaufferie oubliée sur l’ancien rythme de travail. Deux entrepôts comparables au mètre carré près qui consomment du simple au double indiquent un problème d’étanchéité ou de réglage sur l’un des deux.
Les gains de cette chasse aux anomalies se situent en général dans une fourchette de 5 à 15 % de la facture, sans travaux, uniquement sur des réglages et des habitudes. Il faut le dire aussi clairement : cela ne remplace pas une rénovation, cela permet de la préparer avec des données au lieu d’un devis d’entreprise générale. Les dispositifs d’accompagnement recensés par France Num peuvent financer une partie de l’outillage de mesure, ce qui vaut la peine d’être vérifié avant d’engager le budget.
Passer du curatif au planifié sur la maintenance
Prudence sur ce point, car les promesses commerciales y sont généreuses. Prédire une panne de groupe froid demande un historique de plusieurs années sur un parc homogène, ce qu’une entreprise de cent personnes possède rarement. Annoncer l’inverse à un dirigeant serait malhonnête.
Ce qui fonctionne, en revanche, tient à des choses moins spectaculaires. Rassembler les demandes d’intervention éparpillées entre courriels, appels et post-it dans un flux unique. Classer automatiquement chaque demande par bâtiment, équipement et degré d’urgence. Regrouper les déplacements du prestataire au lieu de le faire venir trois fois dans la même semaine. Comparer ce que dit le contrat de maintenance à ce qui a réellement été effectué, exercice qui révèle chez un client sur deux des prestations facturées et jamais réalisées, ou deux contrats couvrant le même équipement depuis un rachat de société.
Une historisation propre des interventions, tenue pendant deux ou trois ans, ouvre ensuite la porte à l’anticipation. Dans cet ordre, jamais l’inverse.
Raisonner en valeur d’usage, pas en valeur au bilan
Un mètre carré n’a pas le même coût selon ce qu’on y fait. Un mètre carré d’atelier chauffé, éclairé, desservi par un pont roulant et occupé douze heures par jour coûte plusieurs fois ce que coûte un mètre carré de stockage tampon en fond de bâtiment. Rapporter le coût complet d’un site, loyer ou amortissement, fluides, entretien, assurance, taxes, à l’activité qui s’y déroule change la nature des arbitrages.
Un distributeur de matériel de chantier de Saint-Pierre-du-Perray, cinq sites en Île-de-France, s’apprêtait à louer quatre cents mètres carrés supplémentaires pour absorber une croissance de stock. L’analyse croisée des rotations et des surfaces a montré qu’un quart du stock dormant occupait les emplacements les mieux placés du site principal, tandis que des références à rotation rapide voyageaient entre deux dépôts. Réorganisation plutôt que location : le projet d’extension a été reporté de deux ans, et le temps de préparation des commandes a baissé au passage.
C’est là que l’IA et la gestion des actifs immobiliers d’entreprise se rejoignent vraiment : non pas dans la valorisation du patrimoine, mais dans la manière dont les mètres carrés servent l’exploitation au quotidien.
Par où commencer, concrètement
Commencez par ce que vous détenez déjà. Douze mois de factures d’énergie et de fluides, l’historique des interventions de maintenance, les plans même approximatifs, le registre de sécurité, les baux et contrats de service. Un tableur suffit pour la première passe, et les incohérences qu’il révèle constituent le vrai cahier des charges du projet.
Ce que nous déconseillons : poser des capteurs partout avant d’avoir la moindre question à leur poser. L’instrumentation vient après, ciblée sur les deux ou trois points identifiés par l’analyse des données existantes. L’ordre inverse produit des tableaux de bord que personne ne consulte au bout de six mois.
Comptez une personne responsable du sujet, pas un comité. Dans les structures que nous suivons, c’est souvent le responsable des services généraux ou le directeur d’exploitation, avec quelques heures par semaine et un mandat clair. Le premier résultat visible arrive en général en deux à trois mois, et il finance en général la suite du chantier.
Une dernière remarque sur la sobriété du dispositif. Traiter l’IA et la gestion des actifs immobiliers d’entreprise ne suppose ni logiciel de gestion immobilière à six chiffres, ni jumeau numérique de vos bâtiments. Une PME de cent salariés obtient l’essentiel du résultat avec ses propres données, un traitement automatisé bien réglé et quelqu’un pour regarder les écarts chaque semaine. C’est de cette manière que MINOBIA aborde ces chantiers avec les dirigeants d’Île-de-France : petit périmètre, mesure honnête, décision ensuite.
Questions fréquentes
Faut-il équiper les bâtiments de capteurs ?
Pas au départ. Les factures, les historiques d’intervention et les données d’accès permettent déjà de repérer les principales anomalies. Les capteurs viennent ensuite, sur des points précis.
Cela vaut-il le coup pour un seul site ?
Oui si la facture énergétique est significative ou si le site est saturé. La comparaison entre bâtiments est plus riche, mais l’analyse d’un site unique dans le temps donne déjà des résultats.
Qui doit porter le sujet en interne ?
Une seule personne, côté exploitation ou services généraux, avec un accès aux contrats et aux factures. Le sujet meurt quand il est partagé entre trois directions.
Peut-on vraiment prédire les pannes ?
Sur un parc de PME, rarement au début : les données manquent. Commencez par bien enregistrer les interventions, la prédiction devient envisageable après deux ou trois ans d’historique propre.
Combien de temps avant un premier gain ?
Deux à trois mois pour les anomalies énergétiques et les doublons de contrats. Les décisions d’occupation, elles, se prennent sur un cycle plus long, souvent au moment d’une échéance.
Prêt à concrétiser votre projet IA ?
Parlons de votre projet →À propos de l’auteur
Joël Obitz est entrepreneur et fondateur de MINOBIA, cabinet spécialisé dans l’intégration stratégique de l’intelligence artificielle au sein des PME et ETI. Fort de 20 ans d’expérience dans le B2B industriel, il accompagne les entreprises dans leur transformation numérique, avec une approche directe, pragmatique et orientée résultats.
Contactez-nous : contact@minobia.ai
Suivez-nous sur LinkedIn et Facebook
MINOBIA – Activateur France Num https://www.francenum.gouv.fr/activateurs/minobia
