Université de Caen : comment l’IA transforme le patrimoine

L'IA dans le BTP Français: Chantiers Intelligents••By 3L3C

L’Université de Caen montre comment BIM, jumeau numérique et IA peuvent transformer la gestion d’un campus en chantier intelligent, du planning à l’énergie.

BIMintelligence artificiellejumeau numériquegestion de patrimoinechantiers intelligentsuniversité de Caen
Share:

Featured image for Université de Caen : comment l’IA transforme le patrimoine

Université de Caen : comment l’IA transforme le patrimoine bâti

En France, le secteur du bâtiment pèse près de 44 millions de tonnes de CO₂ par an et représente plus de 40 % de la consommation d’énergie finale. La moindre décision de rénovation ou d’extension sur un campus universitaire peut donc avoir un impact massif. Voilà pourquoi le virage numérique de l’Université de Caen Normandie n’est pas juste un projet de geek : c’est un laboratoire grandeur nature pour tout le BTP français.

Voici le point clé : un campus universitaire est une mini-ville. Bâtiments historiques, laboratoires très techniques, logements étudiants, infrastructures sportives, voiries, réseaux… Si l’IA et le BIM intelligent fonctionnent ici, ils peuvent fonctionner sur (presque) n’importe quel chantier.

Dans la série « L’IA dans le BTP Français : Chantiers Intelligents », l’exemple de l’Université de Caen montre comment une direction du patrimoine peut passer d’une gestion réactive à un pilotage anticipé, basé sur la donnée, les jumeaux numériques et l’intelligence artificielle.


1. Pourquoi une université est un terrain idéal pour l’IA dans le BTP

Pour comprendre l’intérêt de Caen, il faut voir ce que gère une université moderne : plusieurs centaines de milliers de m², des bâtiments des années 60 aux constructions HQE récentes, des contraintes réglementaires lourdes et des budgets serrés.

C’est exactement le cauchemar logistique classique du patrimoine public… et donc le meilleur terrain d’essai pour l’IA.

Des enjeux très concrets pour la direction du patrimoine

La Direction du patrimoine et de la logistique de l’Université de Caen doit répondre à quatre enjeux majeurs que l’on retrouve dans tout projet BTP d’envergure :

  • Planifier des travaux complexes (rĂ©novation Ă©nergĂ©tique, mises aux normes incendie, accessibilitĂ©) sans bloquer les cours ni la recherche.
  • Assurer la sĂ©curitĂ© sur des sites très frĂ©quentĂ©s (Ă©tudiants, enseignants, public extĂ©rieur) avec des flux parfois difficiles Ă  maĂ®triser.
  • Optimiser l’exploitation et la maintenance de dizaines de bâtiments, souvent hĂ©tĂ©rogènes, avec des Ă©quipes limitĂ©es.
  • RĂ©duire l’empreinte carbone et les coĂ»ts Ă©nergĂ©tiques tout en amĂ©liorant le confort des usagers.

Sans outils numériques avancés, ces objectifs se traduisent par des décisions au feeling, des fichiers Excel ingérables et des plans qui ne correspondent jamais tout à fait à la réalité du terrain.

L’intérêt du BIM, des jumeaux numériques et de l’IA, c’est justement de sortir de ce brouillard.


2. BIM, jumeau numérique : la nouvelle colonne vertébrale du campus

Sur un campus comme Caen, le BIM devient le référentiel unique de tout ce qui concerne le bâti : géométrie, matériaux, équipements, performances énergétiques, scénarios de travaux. Couplé à un jumeau numérique, ce modèle ne reste pas figé : il s’enrichit des données réelles d’exploitation.

De la maquette BIM au jumeau numérique vivant

Concrètement, la démarche type qu’adoptent des directions de patrimoine comme celle de Caen ressemble à ceci :

  1. Inventaire et numérisation des bâtiments existants (scan 3D, relevés, reprise des plans papier ou DWG).
  2. Création de maquettes BIM cohérentes, structurées, avec une nomenclature commune et des niveaux de détail adaptés (LOD).
  3. Connexion aux systèmes d’exploitation : GTB, GMAO, capteurs IoT (température, CO₂, consommation, présence…), contrôles d’accès.
  4. Construction d’un jumeau numérique qui reflète en temps quasi réel l’état du campus.

À partir de là, l’IA peut analyser les données et proposer des optimisations : scénarios d’usage, prévisions, détection d’anomalies.

Pourquoi c’est stratégique pour les chantiers intelligents

Le jumeau numérique change radicalement la façon de concevoir et de piloter les chantiers :

  • Meilleure coordination des entreprises : tous les intervenants (MOA, MOE, entreprises, OPC) travaillent sur un rĂ©fĂ©rentiel commun.
  • Simulation des impacts : fermeture d’un bâtiment, redĂ©ploiement des salles de cours, dĂ©coupage phasĂ© d’un chantier… tout peut ĂŞtre testĂ© avant dĂ©cision.
  • RĂ©duction des alĂ©as : moins de surprises sur site, donc moins de travaux supplĂ©mentaires, de retards et de conflits.

Pour une université, c’est aussi un argument politique : la capacité à démontrer, chiffres à l’appui, la pertinence des investissements.


3. Là où l’IA fait vraiment la différence sur un campus

L’IA dans le BTP n’est pas une baguette magique, mais quelques cas d’usage bien ciblés apportent déjà des gains très concrets. Sur un patrimoine comme celui de l’Université de Caen, trois domaines ressortent nettement : la planification de projet, la sécurité sur chantier et la gestion des ressources.

3.1 Planification de projet et phasage des travaux

Sur un site occupé, la première priorité est simple : ne pas bloquer la vie du campus.

Avec un jumeau numérique enrichi de données d’usage (emplois du temps, flux de circulation, pics de fréquentation), des algorithmes d’IA peuvent :

  • Proposer des fenĂŞtres de travaux optimales (nuits, intersemestres, pĂ©riodes d’examen Ă  faible impact).
  • Simuler diffĂ©rents scĂ©narios de phasage en tenant compte des accès, des nuisances sonores et des contraintes pĂ©dagogiques.
  • Optimiser l’implantation de base vie, zones de stockage, grues pour limiter les conflits avec les flux Ă©tudiants.

Résultat : des plannings plus réalistes, mieux acceptés par les usagers, et une diminution sensible des retards.

3.2 Sécurité sur chantier dans un environnement sensible

Sur un campus, la frontière entre « usager » et « tiers » est floue : les étudiants traversent les zones de travaux, les prestataires et visiteurs circulent partout. Les risques augmentent.

Les solutions d’IA déjà mises en œuvre sur certains chantiers français peuvent très bien s’appliquer à un campus comme Caen :

  • Vision par ordinateur pour dĂ©tecter automatiquement le non-port des EPI sur les zones rĂ©glementĂ©es.
  • Analyse des flux vidĂ©o pour repĂ©rer des intrusions dans les pĂ©rimètres de sĂ©curitĂ©.
  • Alertes temps rĂ©el vers les responsables de chantier en cas de situation jugĂ©e Ă  risque.

Sur le moyen terme, ces données permettent aussi d’identifier les zones les plus accidentogènes et d’ajuster l’organisation du chantier.

3.3 Gestion énergétique et confort des usagers

Un campus universitaire, c’est des bâtiments qui tournent parfois 16 heures par jour. L’IA, couplée au jumeau numérique, peut :

  • Analyser les consommations Ă©nergĂ©tiques bâtiment par bâtiment, Ă  la semaine, au mois, Ă  l’annĂ©e.
  • DĂ©tecter des dĂ©rives (consommation anormale, Ă©quipements restĂ©s allumĂ©s, dĂ©fauts de rĂ©gulation).
  • Proposer des stratĂ©gies de pilotage : abaissement ciblĂ© des consignes de chauffage, gestion fine de la ventilation, modulation de l’éclairage.

Les gains constatés sur des projets similaires tournent souvent autour de 10 à 25 % d’économies d’énergie sans travaux lourds, juste par une exploitation plus intelligente.


4. Comment une direction du patrimoine peut passer à l’IA sans se perdre

La vraie question n’est plus « faut-il y aller ? » mais « comment y aller sans se brûler les ailes ? ». L’Université de Caen, comme d’autres maîtres d’ouvrage publics, montre quelques bonnes pratiques qui s’appliquent à la plupart des directions immobilières.

4.1 Commencer par la donnée, pas par l’outil

Ce que beaucoup d’organisations ratent, c’est simple : elles achètent une solution IA avant même de savoir ce qu’elles veulent en faire.

Une approche plus saine consiste à :

  • Cartographier les donnĂ©es existantes : plans, DOE, consommations, interventions de maintenance, fichiers RH, etc.
  • Identifier les trous dans la raquette : bâtiments sans plans fiables, Ă©quipements non inventoriĂ©s, donnĂ©es Ă©nergĂ©tiques trop agrĂ©gĂ©es.
  • DĂ©finir 2 ou 3 cas d’usage prioritaires (ex : optimisation Ă©nergĂ©tique, phasage des travaux sur un bâtiment stratĂ©gique, maintenance prĂ©dictive sur les CTA).

Ensuite seulement, on choisit les briques logicielles adaptées (BIM, GMAO, plateforme data, IA spécialisée).

4.2 Miser sur des projets pilotes très concrets

Pour une université, un bon point de départ est souvent :

  • Un bâtiment emblĂ©matique (amphi principal, bibliothèque, laboratoire majeur) pour tester le jumeau numĂ©rique.
  • Un gros chantier Ă  venir (rĂ©novation Ă©nergĂ©tique, extension) pour expĂ©rimenter la planification assistĂ©e par IA.
  • Une problĂ©matique très visible (confort thermique, saturation de certains espaces) pour montrer rapidement les bĂ©nĂ©fices aux usagers.

Le but n’est pas de tout numériser d’un coup, mais d’apprendre sur un périmètre maîtrisé, puis d’industrialiser ce qui marche.

4.3 Former les équipes du BTP et des services techniques

On sous-estime souvent la dimension humaine.

Pour que l’IA et le BIM intelligent tiennent la route, il faut :

  • Former les Ă©quipes internes (direction du patrimoine, services techniques, logistique) Ă  la lecture et Ă  l’enrichissement des maquettes.
  • Impliquer les bureaux d’études, architectes et entreprises dans une charte BIM claire, avec des attentes rĂ©alistes.
  • PrĂ©voir du temps pour adapter les processus internes : validation, mise Ă  jour des donnĂ©es, exploitation quotidienne du jumeau numĂ©rique.

Sans ça, même les meilleurs outils resteront au stade de « vitrine ».


5. Ce que l’exemple de Caen change pour le BTP français

L’Université de Caen Normandie n’est pas un cas isolé, mais son profil de maître d’ouvrage public multi-sites la rend particulièrement représentative des défis du BTP français : patrimoine hétérogène, contraintes budgétaires, pression réglementaire, attentes sociétales fortes.

Ce que son engagement dans le BIM, la donnée et l’IA montre très clairement, c’est que :

  • Les chantiers intelligents ne sont plus rĂ©servĂ©s aux mĂ©ga-projets privĂ©s. Un campus universitaire, un CHU, une mĂ©tropole moyenne peuvent tout Ă  fait adopter ces approches.
  • L’IA est crĂ©dible dès aujourd’hui sur des cas d’usage ciblĂ©s, pas dans 10 ans. Planning, sĂ©curitĂ©, Ă©nergie, maintenance : les briques existent dĂ©jĂ .
  • La direction du patrimoine devient un acteur stratĂ©gique, capable de parler coĂ»ts, carbone, confort, risques… avec des chiffres, pas des intuitions.

Pour les entreprises du BTP qui travaillent avec ces maîtres d’ouvrage, ça veut dire une chose : celles qui maîtrisent le BIM, l’IA chantier et la gestion de la donnée vont devenir les partenaires privilégiés.


Et maintenant ?

Si vous travaillez dans le BTP, dans une direction immobilière ou au sein d’une université, l’exemple de Caen est un signal clair : la bascule vers les chantiers intelligents est en cours, en France, sur des patrimoines bien réels.

La prochaine étape ?

  • Identifier un ou deux bâtiments pilotes.
  • Structurer vos donnĂ©es et vos maquettes BIM.
  • Tester un premier cas d’usage IA très concret (planning, sĂ©curitĂ©, Ă©nergie ou maintenance).

La série « L’IA dans le BTP Français : Chantiers Intelligents » continuera à décortiquer ces retours d’expérience, pour aider les décideurs et les opérationnels à passer du discours aux actes. La vraie question maintenant est simple : sur quel bâtiment allez-vous commencer ?