Pour réussir la transition écologique et énergétique, il faut concevoir des ouvrages plus sobres, les exploiter plus longtemps, les adapter au changement climatique. L'ingénierie dispose pour cela d'outils numériques d'une puissance inédite : maquette numérique, jumeau numérique, données, intelligence artificielle. Mais ces outils ne changent rien tout seuls. Tout dépend de la manière dont les ingénieurs se les approprient.
C'est la question que posait la table ronde organisée le 15 octobre à Champs-sur-Marne, lors de la rentrée des mastères spécialisés et des Masters of Science de l'École nationale des ponts et chaussées (ENPC). Y participaient Gilles Forest, directeur du mastère spécialisé BIM ; Mathieu Arquier, directeur de l'Executive Master Digital Twins for Infrastructures and Cities et, à partir du 1er novembre, du mastère spécialisé Génie civil et écoconception ; et Arthur Lapeyrère, architecte et data scientist, directeur du mastère spécialisé Data et IA pour la construction et l'immobilier, porté par l'ENPC et l'ESTP. Leurs regards, de la conception à l'exploitation des ouvrages, convergent vers un même constat : comme le béton, la donnée et l'IA s'emploient au bon endroit, au bon usage, au bon moment.
Une vieille histoire
L'ingénieur n'a pas attendu l'IA pour travailler avec des boîtes noires. Depuis trente à quarante ans, il utilise des logiciels de calcul sans toujours savoir précisément ce qu'ils font. Mathieu Arquier le rappelle : face à un résultat, le bon réflexe reste celui que l'on aurait devant une calculette qui afficherait une valeur absurde. On vérifie.
Ce réflexe est aujourd'hui menacé. Avec l'automatisation des vérifications réglementaires, notamment des Eurocodes, les normes européennes de calcul des structures, le risque est de ne plus comprendre la physique qui est derrière. Or c'est précisément cette compréhension qui permet de dimensionner au plus juste, et donc d'économiser la matière.
De la conception à l'exploitation, des leviers pour la transition
Bien utilisés, ces outils sont pourtant de puissants leviers pour la transition. En conception, le BIM, ou maquette numérique, offre au bâtiment une représentation partagée par tous les acteurs du projet. Le design computationnel va plus loin. Grâce à une programmation visuelle, le concepteur fait varier des curseurs, comme la longueur, la hauteur ou le nombre d'étages, jusqu'à 100 000 paramètres, et voit la forme évoluer à l'écran. Pour Gilles Forest, l'enjeu est de prédimensionner dès les premières esquisses, afin d'orienter le projet vers la qualité environnementale, par exemple en optimisant la lumière naturelle.
L'IA abaisse aussi une barrière. Il fallait autrefois être à la fois informaticien, spécialiste du bâtiment et expert de la qualité environnementale. Ses étudiants écrivent désormais leurs scripts avec l'aide de l'IA générative.
En exploitation, le jumeau numérique prend le relais. Mathieu Arquier le définit comme un assemblage de technologies : maquette numérique, collecte de données, IA ou non, cybersécurité. En conception, il permet de simuler des scénarios et d'optimiser sous contrainte, bilan carbone compris. Mais c'est en exploitation qu'il prend tout son sens, comme un bilan de santé en temps réel de l'ouvrage, pour anticiper plutôt que réparer. Allonger la durée de vie des ponts et des bâtiments existants, c'est aussi éviter d'en reconstruire. Pour le gestionnaire qui doit surveiller cent ponts, le jumeau numérique devient un cockpit d'aide à la décision : il hiérarchise les urgences et les dépenses. La décision, elle, reste humaine.
Encore faut-il que la donnée circule. Arthur Lapeyrère invite à la considérer « comme un liquide » : extraite des plateformes et des logiciels, elle doit pouvoir être croisée et utilisée là où on en a besoin. Réutilisée tout au long de la chaîne de valeur, elle évite de repartir de zéro à chaque étape. Cela suppose de la partager entre acteurs, par exemple au sein d'espaces de données. Ce n'est pas acquis : dans le secteur, la donnée fait encore souvent l'objet d'une rétention pour des raisons commerciales.
Les pièges de l'appropriation
Mais ces outils peuvent aussi tromper ceux qui les utilisent mal. Premier piège, la collecte pour la collecte. Selon Mathieu Arquier, 90 % des données collectées ne servent à rien : on pose des capteurs partout sans savoir quoi en faire. Une collecte inutile a pourtant un coût, énergétique et matériel. La règle est simple : toujours partir d'un besoin, et rester frugal.
Deuxième piège, la confusion des termes. Pour le grand public, l'IA se résume presque à l'IA générative, celle des grands modèles de langage et des générateurs d'images. Arthur Lapeyrère rappelle qu'il en existe bien d'autres familles, plus spécifiques et moins gourmandes en calcul. La recommandation, la prédiction, avec la maintenance prédictive, la vision par ordinateur, avec le tri des déchets ou le suivi de la déformation des routes, et le traitement du langage sont déjà omniprésents. Comprendre les mécanismes sous-jacents, savoir quelles données un algorithme utilise et ce que fait l'outil, est la condition d'un usage pertinent. C'est aussi le moyen d'éviter de dépendre de quelques gros modèles généralistes.
Le verrou est humain
Pourquoi, alors, la transition numérique du bâtiment avance-t-elle si lentement ? Gilles Forest a une réponse sans détour. Ses projets réussis sont plus nombreux que ses échecs, et quand ça n'a pas marché, ce n'était pas à cause des outils ni des méthodes, mais des personnes. Mathieu Arquier fait le même constat : le vrai verrou réside dans la transformation des organisations, dans un génie civil très conservateur, où chacun a ses réflexes. Les outils sont là ; le passage à l'action dépend d'abord de ceux qui les utilisent.
Garder la main
Comment, dès lors, s'approprier ces outils sans s'y soumettre ? Pour Mathieu Arquier, l'ingénieur doit garder les ordres de grandeur et l'esprit critique : comprendre la physique, challenger les résultats. C'est ce qu'enseigne l'École. Arthur Lapeyrère veut former des profils agiles et créatifs. Il voit dans la période actuelle une « période fabuleuse », où les méthodes de travail sont sans cesse bousculées par de nouveaux outils. D'où le besoin d'une souplesse intellectuelle qui permette de se remettre en question et d'intégrer régulièrement de nouvelles optimisations, dans les processus comme dans les méthodes.
L'enjeu dépasse la technique. L'IA uniformise ceux qui la subissent et singularise ceux qui la maîtrisent. Pour les futurs ingénieurs, cultiver sa singularité, c'est refuser de prendre pour argent comptant ce qui sort de la machine.
Gilles Forest en tire une règle de conduite, désormais enseignée dans les écoles : se servir de ces outils avec pragmatisme. Pas systématiquement, mais quand ça vaut le coup et que ça apporte vraiment quelque chose à la transition.
Cet article s'appuie sur les échanges qui se sont déroulées lors de la table ronde « Au bon endroit, au bon usage, au bon moment : le numérique au service de la transition », que David Ascher, directeur de publication et fondateur d'Emploi-Environnement.com a animé lors de la rentrée des mastères spécialisés et des Masters of Science de l'École nationale des ponts et chaussées, à Champs-sur-Marne le 15 octobre 2026. Je remercie Mathieu Arquier, directeur de l'Executive Master Digital Twins for Infrastructures and Cities et du mastère spécialisé Génie civil et écoconception ; Gilles Forest, directeur du mastère spécialisé BIM ; et Arthur Lapeyrère, directeur du mastère spécialisé Data et IA pour la construction et l'immobilier. L'écriture de cette tribune a été effectuée avec le concours de l'IA.
