Le défi : des audits énergétiques trop lents pour un marché calédonien exigeant
Un bureau d'études en énergie basé à Nouméa, actif sur les missions de pré-diagnostic et d'audit énergétique conformes à la norme NF EN 16247, faisait face à une problématique de fond : ses missions prenaient trop de temps. Non pas par manque de compétences de l'équipe, mais à cause d'une réalité structurelle commune à tous les auditeurs énergétiques — la masse de données à collecter, vérifier, calculer et mettre en forme.
Une mission de pré-diagnostic standard représentait 3 à 5 jours de travail. Un audit complet conformément à la NF EN 16247 nécessitait 2 à 4 semaines. Sur un marché calédonien à la fois petit en volume et exigeant en qualité — notamment pour les missions devant satisfaire les contrôles ADEME et DIMENC — cette contrainte temporelle limitait directement la capacité du bureau à traiter plusieurs missions en parallèle et à être compétitif sur les prix.
Un défi supplémentaire spécifique à la Nouvelle-Calédonie s'ajoutait : la nécessité d'adapter les calculs aux données locales. Les DJU (degrés-jours) tropicaux de Nouméa n'ont rien à voir avec les valeurs métropolitaines zone H1 (2 400 DJU). Les facteurs d'émission CO2 de l'électricité NC (réseau Enercal) diffèrent significativement des valeurs nationales françaises. Les températures de référence pour la climatisation sont celles d'un climat tropical Aw (Koppen), non d'un climat tempéré.
En Nouvelle-Calédonie, les audits énergétiques réglementaires pour les grandes entreprises (>250 salariés ou >50 GWh de consommation) doivent respecter les exigences de la norme NF EN 16247. Les résultats peuvent être soumis à des contrôles DIMENC (Direction de l'Industrie, des Mines et de l'Énergie NC) et ADEME. La traçabilité complète des calculs est exigée.
La solution CoreAI : la méthode DIAG-IA
Après une phase de cadrage approfondie avec le bureau d'études, CoreAI a développé la méthode DIAG-IA — une approche hybride qui intègre l'Intelligence Artificielle comme outil d'accélération et de fiabilisation, tout en préservant l'intégrité du jugement professionnel de l'auditeur humain.
Le principe fondateur est énoncé en une phrase dans la documentation de la méthode : « L'IA automatise, l'ingénieur arbitre, la méthode garantit. »
Cette ligne directrice n'est pas un slogan marketing — elle est la règle opérationnelle non négociable qui structure l'ensemble du workflow.
Pilier 1 — Séparation stricte Faits / Hypothèses / Décisions
La méthode DIAG-IA repose sur une distinction rigoureuse entre trois catégories de données qui ne peuvent jamais être confondues :
- Faits mesurés : relevés terrain, factures énergétiques, données GTB/BMS, index compteurs — ces données sont intouchables et jamais modifiées après dépôt
- Hypothèses normalisées : facteurs d'émission locaux NC, rendements par défaut, DJU Nouméa, coefficients d'usage — cataloguées, versionnées et sourcées
- Décisions d'ingénierie : choix de la méthode de calcul, sélection de scénarios, arbitrage d'incertitudes — exclusivement humaines, toujours justifiées et traçables
L'IA n'a JAMAIS le droit de prendre une décision d'ingénierie. Elle peut proposer, suggérer, structurer — mais la décision appartient exclusivement à l'auditeur, qui la valide et la signe. Cette règle est non négociable et protège juridiquement le bureau d'études devant ADEME et DIMENC.
Pilier 2 — Un catalogue d'hypothèses spécifique Nouvelle-Calédonie
L'un des apports les plus structurants de la méthode DIAG-IA est le développement d'un catalogue d'hypothèses énergétiques calibré pour les réalités calédoniennes. Ce catalogue est la pièce maîtresse qui garantit la fiabilité des calculs dans le contexte local.
Parmi les valeurs critiques intégrées :
- Facteur d'émission électricité NC : 450 gCO2/kWh (réseau Enercal/ADEME NC) — contre 52 gCO2/kWh en France métropolitaine
- DJU Nouméa : données Météo France NC, série 2018-2023, radicalement différentes des valeurs zone H1
- Températures de référence climatisation : base 32°C/27°C BS/BH — conditions tropicales réelles de Nouméa
- Référentiel RCNC (Règlementation de Construction NC) intégré pour toutes les missions bâtiment
Utiliser les valeurs DJU zone H1 (2 400 DJU) ou les facteurs d'émission électricité métropole pour calculer des bilans énergétiques en Nouvelle-Calédonie conduit à des résultats faux d'un facteur 5 à 10. La méthode DIAG-IA bloque l'utilisation de ces valeurs incorrectes dans le contexte NC.
Pilier 3 — Double niveau Pré-diagnostic / Diagnostic
La méthode distingue clairement deux niveaux de prestation avec des incertitudes acceptables différentes :
| Critère | Pré-diagnostic | Diagnostic NF EN 16247 |
|---|---|---|
| Vitesse | 1 à 3 jours | 1 à 4 semaines |
| Incertitude acceptable | ± 30 % sur les économies | ± 15 % sur les économies |
| Données utilisées | Factures + hypothèses par défaut | Mesures in situ + hypothèses validées |
| Livrable | Rapport GO / NO GO | Rapport d'audit complet |
Comment l'IA intervient concrètement dans la méthode DIAG-IA
La valeur ajoutée de l'IA dans la méthode DIAG-IA est précise et délimitée. Elle n'est pas utilisée pour tout faire — elle est utilisée pour faire vite et bien les tâches où elle excelle, sans empiéter sur les responsabilités humaines.
Ce que l'IA fait automatiquement
- Génération de checklists de visite personnalisées : l'IA analyse le type de site (bâtiment tertiaire, industriel, transport) et génère une checklist de visite adaptée en quelques secondes — ce qui prenait 30 à 60 minutes manuellement
- Détection de valeurs aberrantes : lors de la saisie des données, l'IA identifie automatiquement les valeurs incohérentes (une facture d'électricité anormalement élevée, un rendement déclaré impossible) et alerte l'auditeur
- Vérification de cohérence des calculs : l'IA croise automatiquement les résultats des différentes "briques" énergétiques et signale les incohérences (ex : consommation CVC déclarée incompatible avec la surface du bâtiment)
- Rédaction des sections techniques : à partir des données validées, l'IA génère les sections techniques du rapport (description des équipements, tableaux de résultats, annexes de calcul) — en respectant le format NF EN 16247
Ce que l'IA ne fait jamais
- Conclure sur la performance énergétique d'un site
- Valider ou signer un scénario d'amélioration
- Arbitrer entre plusieurs hypothèses ou méthodes de calcul
- Rédiger la synthèse exécutive et les recommandations finales
- Utiliser une hypothèse non répertoriée dans le catalogue approuvé
La traçabilité audit-proof : le différenciateur clé en NC
L'un des aspects les plus innovants de la méthode DIAG-IA est son système de traçabilité native. Chaque chiffre présent dans un rapport DIAG-IA peut être remonté jusqu'à sa source en moins de 30 secondes — une exigence fondamentale pour résister aux contrôles ADEME et DIMENC.
Concrètement, chaque valeur numérique du rapport est liée à :
- Son fichier source (facture, relevé terrain, export GTB) — avec nom, version et date
- Son hypothèse du catalogue (ID unique, version, source normative)
- La décision d'ingénierie associée, avec le nom de l'auditeur validateur et la date
Lors d'un contrôle documentaire simulé ADEME, l'équipe du bureau d'études a pu retrouver et justifier l'origine de chaque chiffre d'un rapport de 45 pages en moins de 20 minutes. Avec l'ancienne méthode, cela aurait nécessité plusieurs heures de recherche dans des fichiers Excel dispersés.
Les résultats mesurés après déploiement
Six mois après le déploiement complet de la méthode DIAG-IA, les résultats mesurés sur les missions réelles sont les suivants :
- Temps de réalisation des pré-diagnostics : réduit de 3-5 jours à 1-2 jours (gain de 50 à 60 %)
- Temps de réalisation des audits complets : réduit de 3-4 semaines à 1-1,5 semaine (gain de 60 %)
- Erreurs détectées en amont : l'IA a identifié des incohérences dans les données sur 8 missions sur 10 — erreurs qui auraient pu se retrouver dans les rapports finaux
- Temps de rédaction du rapport : réduit de 60 à 70 % grâce à la génération automatique des sections techniques
- Aucun rapport retourné pour insuffisance de traçabilité depuis le déploiement — 100 % de conformité aux contrôles
Ce que cette réalisation enseigne sur l'IA en entreprise en NC
La méthode DIAG-IA est un cas d'école de ce que l'Intelligence Artificielle peut apporter concrètement à une profession technique en Nouvelle-Calédonie. Plusieurs enseignements en ressortent :
L'IA est plus puissante quand elle est contrainte
La valeur de DIAG-IA ne vient pas du fait de "laisser l'IA faire tout ce qu'elle peut". Elle vient de la définition précise et rigoureuse de ce que l'IA est autorisée à faire — et de ce qui lui est interdit. Cette discipline est ce qui rend le système juridiquement défendable devant les organismes de contrôle.
Les données locales sont irremplaçables
Un modèle IA générique formé sur des données françaises métropolitaines ne peut pas produire des audits fiables en Nouvelle-Calédonie. La qualité de DIAG-IA vient en grande partie du travail de constitution du catalogue d'hypothèses NC — travail que seul un expert local pouvait réaliser. La connaissance du territoire est un avantage concurrentiel durable.
L'IA augmente les professionnels, elle ne les remplace pas
Les auditeurs du bureau d'études passent désormais plus de temps sur la visite terrain, l'analyse des scénarios et la relation client — là où leur expertise est irremplaçable — et moins de temps sur la mise en forme de tableaux et la rédaction de sections standard. C'est exactement ce que l'IA doit faire pour une entreprise calédoniennes : rendre du temps humain précieux.
Votre entreprise en NC peut bénéficier du même type de solution
La méthode DIAG-IA est un exemple parmi de nombreux cas d'application possibles. Si votre organisation a des processus complexes, des obligations de traçabilité, des calculs répétitifs ou des volumes de documents importants à traiter, CoreAI peut concevoir pour vous une solution sur mesure qui combine l'efficacité de l'IA et la rigueur de votre expertise métier.
Que vous soyez un bureau d'études, un cabinet de conseil, un industriel, un acteur du commerce ou une institution publique en Nouvelle-Calédonie, les principes de la méthode DIAG-IA s'appliquent à votre domaine : IA pour accélérer et fiabiliser, humains pour décider et valider.
