Projets territoriaux

📚 Découvrir les projets IA en territoire avec la Bibliothèque d’IA territoriales

De nombreux projets IA émergent d’ores et déjà dans les territoires. D’après le baromètre de l’observatoire Data Publica, réalisé avec le concours de la Banque des Territoires, 75% des régions et 62% des métropoles ont déjà engagé des projets d’IA.

En partenariat avec l’Ecolab, et la Banque des Territoires, l’association des Interconnectés met à disposition une « Bibliothèque d’IA territoriales ». Cet outil vise à documenter et à partager des exemples d’usages concrets de l’IA appliquée aux collectivités locales, ainsi que créer une communauté de praticiens de l’écosystème IA engagés pour l’innovation publique.

La bibliothèque permet ainsi de centraliser et d’identifier les projets IA en cours ou expérimentés par les territoires.

📗 Mobilisation du Fonds Vert au service de l’adaptation au changement climatique

L’année 2024 a été la plus chaude jamais enregistrée dans le monde selon l’Organisation météorologique mondiale. Les conséquences de ce dérèglement climatique sont dévastatrices et tendent à s’accentuer dans les prochaines années. La trajectoire de réchauffement de référence pour l’adaptation au changement climatique anticipe à ce jour une hausse de la température moyenne dans l’Hexagone qui atteindra +4 °C à la fin du siècle. C’est pourquoi il faut, en plus de prendre des mesures pour atténuer ce réchauffement, agir en faveur de l’adaptation de nos territoires. C’est l’enjeu du 3e Plan national d’adaptation au changement climatique (PNACC), qui a été publié en mars 2025.

Cette planification, qui se structure autour d’actions pour l’adaptation des territoires français, prévoit à sa mesure 51, de mobiliser des solutions d’intelligence artificielle au service de l’adaptation au changement climatique.

L’intelligence artificielle au service de l’adaptation au changement climatique dans les territoires (guide pratique)

Publié en mars 2025, ce guide est à destination des collectivités territoriales et autres porteurs de projets, pour les aider dans la mise en œuvre de projets d’IA pour l’adaptation au changement climatique.

Pour accompagner ces dynamiques, le Fonds vert constitue un outil clé de financement. Il soutient des projets portés par les collectivités territoriales dans le cadre de l’adaptation au changement climatique, avec plus de 18 000 projets déjà accompagnés sur tout le territoire. Pour en savoir plus sur les grands principes du Fonds Vert, cliquez ici. Retrouvez également les cahiers d’accompagnement du Fonds Vert, des documents riches pour vous aider à mieux saisir les tenants et aboutissants de ces aides, en cliquant ici.

Explorer le guide

Pour plus d’informations, retrouvez notre webinaire « L’IA au service de l’adaptation au changement climatique« .

📣 Appel à projets « Démonstrateurs d’IA frugale au service de la transition écologique dans les territoires » (DIAT)

Le Ministère de la Transition écologique, de la Biodiversité, de la Forêt, de la Mer et de la Pêche, et le Ministère de l’Aménagement du territoire et de la Décentralisation ont piloté l’appel à projet France 2030 « Démonstrateurs d’IA frugale au service de la transition écologique dans les territoires » (DIAT). Il concerne l’utilisation en conditions réelles des technologies de science de la donnée et d’intelligence artificielle dans une approche de frugalité, afin d’améliorer le pilotage des politiques et services publics et servir la transition écologique des territoires.

Qu’est-ce qu’un démonstrateur d’IA ?

• Une technologie d’IA (vision par ordinateur, apprentissage machine, détection d’anomalie, etc.) pour la prédiction, l’aide à la décision, la classification, l’optimisation ou la génération de contenus.
• Un bilan environnemental favorable, avec la justification d’un apport pour la transition écologique du territoire supérieur au coût environnemental de la solution déployée (entraînement des modèles, fabrication des équipements, stockage des données, etc.).
• Une réponse aux besoins des territoires pour la transition écologique : des consortiums portés par des collectivités (ou leurs groupements), des établissements publics territoriaux ou encore des acteurs émergents (entreprise de moins de 12 ans) associés à un acteur public territorial.
• Un souci de réplicabilité de la solution : penser en amont l’interopérabilité du système développé et l’application à des contextes divers.

Pour une description plus exhaustive des projets DIAT, découvrez le livre blanc de la communauté des acteurs de l’IA dans les territoires sur notre page Communauté des acteurs de l’intelligence artificielle dans les territoires pour la transition écologique.

🥇 Lauréats de l’appel à projets « Démonstrateurs d’IA frugale au service de la transition écologique dans les territoires »

Les 4 lauréats de la vague 1 ont été annoncés le 7 juin 2023 (communiqué de presse) et les 8 lauréats de la vague 2 ont été annoncés le 22 mai 2024 (dossier de presse).

Chef de file/Nom du projet : Ville de Metz/ViPARE

Membres du consortium : Naia Science, Laboratoire Eau Environnement

Le projet Vipare aide les collectivités à mesurer et quantifier l’impact de leurs actions de nettoiement (et autres investissements en termes de propreté), afin d’identifier des pistes d’améliorations de la salubrité publique. Pour cela, il se base sur le développement d’une application mobile, d’un système de récupération des données géolocalisées et d’un outil de cartographie, afin de suivre la quantité de déchets autour d’axes de voiries/hotspots de déchets. Le projet s’appuie sur l’IA pour identifier les déchets par capture vidéo, l’algorithme devant pouvoir être exécuté depuis un smartphone pour minimiser les échanges de données dans un objectif de frugalité.

Chef de file/Nom du projet : Vendée Numérique

Membres du consortium : GIP Vendée Numérique, Géofit, Trivalis, Vendée Eau, Sydev, GéoVendée, département de la Vendée

Le projet vise à optimiser la gestion des données pour toutes les strates des services publics territoriaux par la mise à disposition de données de qualité, partagées, dont l’unicité est garantie à l’échelle départementale afin d’alimenter des tableaux de bords et des outils décisionnels au service des politiques publiques. Le projet mènera à la création d’un jumeau numérique de la Vendée réalisé grâce à partir des données LIDAR classées par IA pour créer un cadastre solaire haute précision.

Chef de file/Nom du projet : Bordeaux Métropole/STACOPTIM

Membres du consortium : DRYAS, Kocliko, Domofrance et ENERLAB

Le projet vise à mettre en place et piloter un outil d’aide à la décision dans le choix des politiques de construction ou de rénovation permettant d’identifier les scénarios les plus pertinents suivant une approche multicritère (coût, énergie, CO2, confort). Il vise aussi à mesurer et vérifier systématiquement les économies d’énergie suite à la mise en place d’actions d’amélioration de la performance énergétique (travaux ou conduite des installations) et le cas échéant une explication des écarts.

Chef de file/Nom du projet : Ville de Noisy-le-Grand/RECITAL

Membres du consortium : EDF, Erinadis, Efficacity

Le projet RECITAL vise à compléter la collecte de données existante sur la plate-forme mise en place par la ville de Noisy-le-Grand par la création d’un “hub énergie” dont les objectifs sont : A court terme, de piloter et réduire les consommations énergétiques au quotidien dans les bâtiments gérés par la ville ; A moyen-long terme, de permettre une classification des 200 bâtiments de la ville qui permettra de prioriser les rénovations énergétiques afin de réaliser les plus grosses économies d’énergie et d’émissions de GES le plus vite possible.

Chef de file/Nom du projet : Advizeo (acteur émergent)/ IA Eco Pilot

Membres du consortium : Gridfit, Métropole du Grand Paris.

Ce projet vise à développer une solution pour automatiser le suivi et le pilotage des bâtiments à distance dans le but de réduire les consommations énergétiques, tout en incluant une offre de flexibilité énergétique. L’IA permet d’élaborer des plans d’action automatisés (réglage d’équipements et travaux de rénovation) permettant de répondre le plus efficacement possible aux objectifs de réduction des consommations énergétiques du décret tertiaire, et de proposer aux collectivités la régulation la plus optimale des installations et de l’effacement énergétique (réduction temporaire de la consommation électrique, notamment lors des pics de consommation).

Chef de file/Nom du projet : WaltR / AMELIA

Membres du consortium : BRUITPARIF, IFPEN, Université G.Eiffel, Etablissement Public Territorial Paris Est Marne et Bois.

Ce projet vise à utiliser l’IA pour mieux suivre et réduire la pollution de l’air et le bruit. La mobilité est ici le levier d’action principal pour élaborer, réaliser et suivre des actions de réduction de ces nuisances. Le projet développe des outils de cartographie des mobilités et de l’environnement, peu coûteux en termes de calcul et de stockage, pour aider à la planification territoriale.

Chef de file/Nom du projet : Telescoop / IA.rbre

Membres du consortium : Métropole de Lyon, UMR LIRIS (Université Lumière Lyon 2, CNRS, Université Claude Bernard Lyon 1, INSA Lyon et École Centrale de Lyon).

Ce projet vise à aider les aménageurs à végétaliser leurs territoires combinant ainsi les enjeux de plantation, désimperméabilisation des sols et rafraîchissement urbain. Le projet entend créer une chaîne d’outils et une méthodologie permettant d’analyser, visualiser et croiser des données territoriales préexistantes en vue de localiser des zones plantables (degrés et types de plantations). L’objectif est d’aider les collectivités à végétaliser leurs territoires et, plus généralement, à faciliter l’adaptation des villes au changement climatique et aux épisodes de canicule.

Chef de file/Nom du projet : Leakmited / Mission 90+

Membres du consortium : Leakmited, Syndicat de gestion des eaux du brivadois

Ce projet vise à utiliser l’IA pour améliorer et généraliser la détection de fuites sur le réseau d’eau par prélèvements sonores et améliorer la maintenance prédictive, pour éviter les pertes d’eau.

Chef de file/Nom du projet : Établissement Public Territorial Paris Ouest La Défense / Predict AI’r

Membres du consortium : IFPEN, Citepa, Orange, AIR&D.

Ce projet a pour objectif de développer un observatoire dynamique et prédictif de la mobilité et de ses impacts sur l’air et le climat. L’IA est utilisée pour traiter le volume de données de bornage téléphonique et pour fournir des services permettant de quantifier quotidiennement l’empreinte de la mobilité sur le climat et la qualité de l’air, afin d’accompagner les décisions des pouvoirs publics

Chef de file/Nom du projet : Communauté D’agglomération Paris-Saclay/Urba(IA)

Membres du consortium : BuildRZ, Centrale Supelec, Dassault Systèmes, Institut Paris Région, NamR.

Ce projet vise à utiliser l’IA pour mieux prendre en compte les problématiques écologiques dans un contexte de complexification des règles d’urbanisme :  améliorer le pilotage des PLUs et suivre les objectifs environnementaux du Schéma directeur francilien. Le projet teste des scénarios d’urbanisme assistés par l’IA sur la base de paramètres écologiques clefs.

Chef de file/Nom du projet : Région Occitanie / PEP-BIOccIA

Membres du consortium : OpenIG, CNRS, TerrOïko.

Ce projet vise à utiliser l’IA pour cartographier les milieux naturels (faune/flore) et prédire la présence d’espèces. Les données, accessibles librement, seront utilisées pour suivre les politiques publiques en faveur de la biodiversité et s’adresseront à plusieurs types d’acteurs (aménageurs, chercheurs, acteurs institutionnels, etc.). L’objectif est de planifier la préservation de la biodiversité d’Occitanie à moyen et long terme, en lien avec les échelles européenne, nationale et régionale.

Chef de file/Nom du projet : Région Centre-Val de Loire / Previz’O

Membres du consortium : Antea France, BRGM, LabIA, Laboratoire PRISME, SMO Val de Loire Numérique, Nouvel Espace du Cher, Tours Métropole

Ce projet vise à utiliser l’IA pour prédire les épisodes de tension sur la ressource en eau afin de mieux prévoir la qualité et la quantité de l’eau, pour anticiper des mesures d’adaptation.