L'IA utile est souvent invisible
La bataille visible de l'IA se joue sur les modèles génératifs. La bataille industrielle, elle, se joue dans les systèmes de gestion de production, les ERP, les MES, les logiciels de maintenance prédictive et de pilotage énergétique. Ce sont des systèmes experts, souvent hybrides, qui combinent règles métier profondes et modèles d'apprentissage ciblés.
Leur promesse ne fait pas de titres, mais elle est massive : réduire la matière gaspillée, optimiser les cycles machine, ajuster la production à la demande réelle, anticiper les défaillances avant qu'elles ne se traduisent en surconsommation ou en rebut.
Trois terrains à fort effet de levier
Planification et ordonnancement
Sur des chaînes complexes, l'ordonnancement fin des ordres de fabrication et des flux matière peut réduire la consommation énergétique de plusieurs points. Les algorithmes de recherche opérationnelle, épaulés par des modèles d'apprentissage, savent aujourd'hui traiter des combinatoires que les feuilles Excel ne pouvaient plus gérer.
Maintenance prédictive
Prolonger la durée de vie d'un équipement de 15 %, c'est éviter une fabrication, un transport, un déchet. La maintenance prédictive alimentée par capteurs et modèles ciblés est l'un des cas d'usage industriels les plus matures.
Pilotage énergétique
Coupler ERP, GTB et modèles de prévision de charge permet de déplacer, lisser ou éviter des pics de consommation coûteux et carbonés. Le retour sur investissement est souvent inférieur à deux ans, sans compter l'effet CO₂.
Pourquoi ces actifs attirent peu les fonds classiques
Ces éditeurs souffrent d'un défaut de communication : ils ne racontent pas d'histoires spectaculaires, leur cycle de vente est long, leur revenu est majoritairement récurrent et solide. C'est précisément ce qui en fait de bons actifs de long terme — et qui explique qu'ils soient sous-financés par le venture court-termiste.
« L'entreprise industrielle française a un besoin urgent d'outils de gestion nativement européens, éco-conçus et capables d'intégrer des systèmes experts. Le sujet est stratégique — il est aussi patrimonial. »
Notre lecture actionnariale
- Privilégier les éditeurs qui construisent des systèmes experts métier profonds, difficiles à répliquer, plutôt que des surcouches d'IA génériques.
- S'assurer que la brique IA sert un cas d'usage mesurable — kWh évités, matière économisée, taux de rebut — pas un argument marketing.
- Accompagner ces sociétés sur dix ans et plus : le retour industriel se joue sur la durée, pas sur un pic d'usage.
Un terrain que nous connaissons
Cette thèse guide plusieurs de nos participations — au premier rang desquelles Archipelia, qui construit un ERP nouvelle génération intégrant structurellement systèmes experts, IA et objets connectés au service d'une gestion éco-responsable. Elle est cohérente avec nos convictions : investir dans la tech qui rend l'industrie européenne plus résiliente, plus sobre, plus souveraine.
