Lauréats TID-DIAT : la création de valeur confirmée, la réplicabilité en chantier

Pour sa troisième édition, les rencontres nationales des lauréats des Territoires intelligents et durables – Démonstrateurs d'IA frugale pour la transition écologique dans les territoires (TID-DIAT) avaient choisi Dijon les 13 et 14 janvier 2026 à la Maison régionale de l'innovation, haut lieu de la "smart city" de première génération mais dont le modèle n'a pas réussi à essaimer. Tout un symbole car l'enjeu de l'appel à projets TID-DIAT est bien de proposer des solutions réplicables, capables de répondre aux besoins de territoires de toutes tailles. Au menu de cette édition coconçue par la Banque des Territoires, opérateur de ce programme financé par France 2030, la présentation des projets les plus aboutis et une réflexion collective pour dessiner les voies de leur pérennisation et du passage à l'échelle.

Des décisions publiques fondées sur la donnée

Côté bilan, la présence d'élus de (toutes) petites communes était en soi tout un symbole. À Lure, ville de 8.000 habitants en Haute-Saône qui a expérimenté le système de comptage proposé par la région Bourgogne Franche-Comté, on se félicite d'un service qui permet le comptage des flux piétons et la mesure de l'occupation du parking. "Croisées avec les horaires d'ouverture des commerces, ces données alimentent les groupes de travail sur l'attractivité. Sans recourir à des cabinets d'études", souligne la mairie. Les données ont aussi permis de révéler que la gare était une "entrée de ville à part entière" qui doit amener à repenser l'offre de services. À Châteauneuf-en-Auxois, 84 habitants, la commune dispose enfin d'un chiffre pour la fréquentation du village - 66.660 visiteurs en 2025 – qu'elle peut comparer à celle du château pour penser horaires, services et événements.

Avec une conclusion évidente pour DataBFC qui pilote le projet : les capteurs d'Upciti peuvent répondre à des besoins de communes de toutes tailles sur le commerce, le stationnement ou encore l'attractivité économique et touristique.

L'IA comme accélérateur

Les gains sont ensuite parfois tout ce qu'il y a de plus tangible, comme le montre le projet Récital de Noisy-le-Grand. Un projet dont la particularité a été de ne pas vouloir de "proof of concept (Poc)" en s'intéressant dès le départ à l'optimisation énergétique des 200 bâtiments publics de la ville. Simplement en croisant les données (consommation, factures, capteurs…), l'IA a pu proposer 355 recommandations d'optimisation sans investissement, permettant 7 à 9% de réduction de consommation. "La Maison pour tous économise 3.000 euros par an en ajustant ses horaires de chauffage", illustre la collectivité. Et l'IA ne s'arrête pas là : elle est en mesure de calculer en trois minutes le planning optimal de travaux sur dix ans pour 900 combinaisons possibles, tout en tenant compte de plafonds budgétaires.

Le pouvoir de l'IA s'illustre aussi sur le domaine de l'eau potable. En jouant sur les données des syndicats d'eau croisées avec celles de l'open data, Leakmited promet aux collectivités de "se concentrer sur les 30% du réseau d'eau potable contenant 80% des fuites, avec à la clef des pertes réduites a minima de 20%". Une solution testée avec le syndicat de gestion des eaux du Brivadois, l'un des membres du consortium Mission 90+, qui l'aide à cibler ses investissements sur les segments du réseau générant les plus grosses fuites.

Le partenariat entre les startups et les territoires s'avère aussi fructueux  pour adapter les solutions et corriger les algorithmes. Le test de caméras de détection de feu par le Sdis de l'Aude en partenariat avec le Syaden a ainsi permis de montrer leur utilité lors des incendies de l'été dernier "en alertant très rapidement sur les reprises de feu" générées par cet incendie hors normes. Mais l'expérimentation a aussi révélé un trop grand nombre de "faux positifs" et a amené le fournisseur Paratronic à recalibrer ses algorithmes. Quant aux recommandations produites par la plateforme d'optimisation énergétique du Grand Paris portée par Advizeo, c'est au contact de la réalité du terrain que le prestataire a pu les affiner et détecter les hallucinations de l'IA.

La réplicabilité des projets se dessine

Côté passage à l'échelle, à l'évidence il n'y aura pas de modèle unique de dissémination. Pour les structures de mutualisation (Arnia, Syaden, Sdef …) l'enjeu est avant tout de convaincre les maires de s'équiper des solutions qu'elles proposent (éclairage, optimisation énergétique, comptage de flux…). L'accès à l'infrastructure et aux services d'hypervision (1) induit une participation des communes. Celle-ci reste dans la plupart des cas à définir mais dépendra largement de la capacité des solutions à devenir multiusage et à générer des économies.

L'open source est aussi une piste. Un choix fait par IA-Arbre, porté par la coopérative Telescoop, qui va livrer une plateforme assortie d'une gouvernance ad hoc. Imaginée en s'appuyant sur les données du Grand Lyon, IA-Arbre facilite le pilotage de la végétalisation urbaine en calculant des scores de vulnérabilité et de "plantabilité" à l'échelle de carreaux de 5m2. Objectif : aider à mieux lutter contre les ilots de chaleur et les inondations. La plupart des données étant nationales, l'outil peut être repris facilement par les territoires avec des ajustements marginaux sur les critères de plantabilité. La plateforme est déjà testée à Grenoble et Rennes.

Enfin, pour les entreprises du secteur privé investies dans les projets, les démonstrateurs apportent avant tout une preuve de pertinence de leur solution et de son adéquation aux besoins des territoires. À Toulouse Métropole, la plateforme d'hypervision portée par Intent Technologies est ainsi en passe d'être généralisée après avoir été validée dans le cadre du projet TIMEO.

Des bugs riches d'enseignement

L'intérêt des projets est aussi de capitaliser sur les défaillances techniques, échecs et autres aléas inhérents à tout projet d'innovation. A Porto-Vecchio, par exemple, les défaillances à répétition des capteurs de stationnement installés au sol incitent la collectivité à la prudence sur leur généralisation. Les projets IA, partis plus tard, se révèlent par ailleurs avancer plus vite que les projet TID. La mutualisation montre en effet ses limites : plus il y a d'acteurs, plus les arbitrages sont longs et compliqués. 

Les collectivités ont aussi pu buter sur des problèmes de recrutement ou des retards liés aux marchés publics ou à des arbitrages budgétaires. C'est ainsi que le projet Self Data du Grand Lyon a été abandonné. S'ajoutent enfin les sujets standardisation des données et des technologies, l'interopérabilité étant la clef du passage à l'industrialisation.

Les questions clés du modèle économique et du retour sur investissement ne sont enfin pas encore claires pour tous les projets. Elles seront l'une des priorités de 2026, sachant que webinaires thématiques et rencontres locales rythmeront l'année. Une rencontre régionale est également prévue en Auvergne-Rhône-Alpes dans les prochains mois pour susciter de nouveaux projets.

Le détail des projets est à découvrir sur la plateforme numerique360.

(1) L'hypervision est une forme avancée de supervision qui apporte une visibilité à 360° du SI. Elle centralise l'ensemble des données des solutions de supervision d'infrastructure, d'applications et de référentiels, tout en proposant des liens vers d'autres outils de gestion des services informatiques