L'IA au service de la smart city : des exemples concrets en France

En 2025, 77 % des collectivités françaises exploitent l'intelligence artificielle pour accélérer leur transition énergétique. De l'éclairage public intelligent à la gestion de l'eau, les applications de la Smart city se multiplient. Cependant, ce modèle repose entièrement sur l'IoT. Des capteurs connectés captent les données urbaines en temps réel pour permettre à l'IA d'analyser le terrain, de prédire des tendances et de guider les décisions des communes.

Smart city et IA : où en sont les villes françaises en 2025 ?

L'intelligence artificielle s'impose désormais au cœur des politiques publiques. Selon l'Observatoire Data Publica, 77 % des collectivités territoriales exploitent cette technologie en 2025. En effet, les applications concrètes de Smart City se multiplient.

Bordeaux Métropole mise sur l'IA pour la gestion de l'eau, tandis que d'autres communes déploient un éclairage public intelligent pour réduire leur consommation énergétique ou optimiser la qualité de l'air. Côté services aux usagers, Issy-les-Moulineaux a déjà traité plus de 15 000 requêtes citoyennes grâce à un outil dédié, et la ville de Plaisir fait passer le taux de perte de ses messages de 65 % à 8 % grâce à son agent conversationnel.

Cette évolution technologique touche autant les petites structures que les grandes métropoles. Guidés par des impératifs de sobriété et de transition énergétique, ces projets placent les données urbaines au cœur des priorités de chaque commune et groupement de communes.

L'IoT : le socle de données sans lequel l'IA ne peut rien

L'IA analyse des données brutes, enregistrées en temps réel par les capteurs du réseau IoT. Sans cette matière première, l'IA est incapable de prédire les tendances, ni d'anticiper une anomalie au sein de la Smart City.

Pourquoi les données temps réel sont indispensables ?

L'intelligence artificielle ne peut pas fonctionner sans données à traiter. Dans tout projet de Smart City, les algorithmes de machine learning (apprentissage automatique) exigent une alimentation continue. L'Internet des objets (IoT) intervient ici comme un outil de collecte.

Les compteurs communicants et les objets connectés enregistrent les données urbaines en temps réel. Cette matière première brute est ensuite analysée par l'IA. Elle interprète les flux, détecte les anomalies et prédit les tendances. Sans capteur pour mesurer la donnée, l'IA reste aveugle. Sans IA pour l'analyser, la donnée reste inexploitable.

Le réseau LoRaWAN comme infrastructure de collecte urbaine

Le déploiement de milliers de capteurs impose une connectivité sobre et économique. Le réseau LoRaWAN s'impose comme l'infrastructure privilégiée de la Smart city. Ce protocole radio à bas débit transmet de petits volumes d'informations sur de longues distances, mais dépense peu d'énergie.

De plus, sa fréquence offre une excellente pénétration sous terre ou à travers les murs épais. Cette capacité technique se révèle indispensable pour relever les compteurs isolés, vérifier l'état des sous-sols ou connecter un stationnement intelligent en parking souterrain. De plus, les batteries garantissent une autonomie de plusieurs années.

Quelques exemples concrets d'IA appliquée aux services urbains en France

L'IA est déjà déployée dans de nombreuses villes en France pour optimiser la gestion de l'eau, l'éclairage public, la collecte des déchets, la mobilité, le stationnement et la qualité de l'air.

Gestion intelligente de l'eau et détection de fuites

La lutte contre le gaspillage des ressources hydriques mobilise fortement chaque collectivité territoriale. Grâce à l'Internet des objets, des capteurs connectés peuvent mesurer les débits en continu. Les algorithmes de machine learning analysent ensuite ces flux pour repérer les anomalies.

Bordeaux Métropole déploie ainsi l'IA pour optimiser la télérelève de l'eau à grande échelle. À plus petite échelle, la commune de Saint-Savin utilise un outil prédictif similaire. En une semaine seulement, ce système a localisé cinq fuites invisibles, ce qui a fait grimper le rendement du réseau local de 75 % à 90 %.

Éclairage public adaptatif et prédictif

L'éclairage public intelligent constitue un levier majeur de sobriété énergétique. Plusieurs communes françaises, comme Dijon, optent pour la gestion automatisée. Parmi les solutions privilégiées, les lampadaires LED sont couplés à des capteurs de présence et à des modules d'IA. Les données de fréquentation nocturne alimentent un algorithme, qui module l'intensité lumineuse en temps réel, selon les besoins réels de la zone.

Ce pilotage automatisé de l'éclairage public sécurise les axes de circulation et réduit drastiquement la facture énergétique de la commune. Les économies ainsi réalisées offrent aux gestionnaires des ressources financières précieuses à réinvestir dans d'autres projets de développement local.

Optimisation de la collecte des déchets

Pour optimiser la gestion des déchets, la Smart city mise sur la data. Des capteurs à ultrasons placés dans les conteneurs mesurent leur taux de remplissage en temps réel et transmettent les volumes via le réseau LoRaWAN. Un outil de supervision centralisé traite ces informations pour réorganiser les tournées des camions-bennes.

Ce système évite le ramassage inutile de bacs vides et limite les débordements de poubelles. Dans le Val-d'Oise, des solutions analytiques captent également des images sur le terrain pour repérer les dépôts sauvages, ce qui facilite grandement le travail des équipes de salubrité publique.

Mobilité et stationnement intelligent

La mobilité urbaine bénéficie directement de la puissance des algorithmes. La métropole de Dijon, via son poste de commande OnDijon, centralise la gestion de son trafic et de ses feux tricolores, afin de fluidifier la circulation.

Par ailleurs, certaines communes déploient le transport à la demande. Ce service s'appuie sur une IA pour calculer les trajets en temps réel et de manière optimale, selon les réservations des usagers.

Enfin, pour limiter les engorgements sur les parkings, le stationnement intelligent guide les automobilistes vers des places libres grâce à des capteurs au sol.

Qualité de l'air et prévention sanitaire

À Rennes, la municipalité utilise des modèles prédictifs pour anticiper avec précision l'impact des nouvelles constructions sur le climat urbain, l'eau et la biodiversité. En parallèle, des réseaux de capteurs IoT mesurent en continu la qualité de l'air et les taux de pollution aux particules fines.

Ces données urbaines permettent aux décideurs de concevoir des aménagements adaptés. L'IA aide ainsi à anticiper les pics de pollution ou de chaleur pour déclencher des plans de prévention sanitaire ciblés.

Les défis à relever pour les collectivités

Le déploiement de la Smart city impose certains défis structurels. Pour les collectivités, l'interopérabilité implique que les différents logiciels urbains puissent communiquer entre eux sans provenir d'un seul et même fournisseur. De plus, la souveraineté numérique reste au cœur des préoccupations.

D'après l'Observatoire Data Publica, 62 % des communes de plus de 3 500 habitants placent ce sujet au premier plan. Les élus exigent le respect du RGPD (95 %) et la sauvegarde locale (82 %) pour garder la pleine propriété de leurs données urbaines. Face au manque de compétences internes, le sujet devient une question de gouvernance. L'enjeu est de garantir la transparence des données publiques et de rassurer 86 % des Français, qui s'estiment encore mal informés.

Requea : votre partenaire IoT pour une Smart city ancrée dans la réalité

Basée sur un réseau IoT LoRaWAN privé, la solution Requea capte les données urbaines en continu pour permettre aux collectivités de répondre aux besoins réels de leur territoire. Notre plateforme centralise tous vos cas d'usage sur un tableau de bord de supervision unique. Télérelève de l'eau, éclairage public, gestion des déchets ou qualité de l'air, vous bénéficiez d'informations fiables pour guider vos décisions et éviter les dépenses inutiles.