Maintenance prédictive : sans données sur le parc ancien, l’IA tourne à vide.
Chez un exploitant de centrale thermique que nous équipons, une turbine à combustion s’arrête sur un défaut. Depuis un aéroport, un responsable le voit dans Mobapi et prévient l’agent de la centrale. Le défaut est traité sur place en moins de six minutes, et quatre heures d’arrêt sont évitées. Rien n’a été prédit dans cette histoire : une mesure remontait en continu, et quelqu’un l’a vue à temps. Avant d’acheter de la prévision, il faut cette donnée continue sur tout le parc, y compris sur les machines qui n’ont jamais rien transmis.
L’IA progresse, les arrêts ne baissent pas.
Le rapport 2026 de MaintainX1, publié le 5 mai, a interrogé 2 234 responsables de maintenance et d’exploitation aux États-Unis et au Canada. Dans 58 % des cas, leur équipe utilise déjà l’IA. Et pourtant, 79 % ont vu leurs arrêts non planifiés stagner ou augmenter sur un an.
Deux réserves. C’est une étude d’éditeur, et MaintainX vend lui-même des outils de maintenance. Le panel n’est pas français. Son cofondateur en tire pourtant une leçon que nous partageons : la fiabilité vient de la maturité d’exécution, pas de la seule adoption d’un outil.
Ce que « prédictif » suppose.
La norme NF EN 13306 définit la maintenance prévisionnelle comme une maintenance conditionnelle qui suit une prévision, tirée de l’analyse des paramètres de dégradation du bien. Pour l’appliquer, il faut soit des modèles du comportement de l’équipement, soit une grande quantité de données de sources multiples, résume Techniques de l’Ingénieur2. Dans les deux cas, tout part de mesures.
Sur un parc ancien, c’est la donnée qui manque.
C’est là que le parc réel coince. Une machine de 2005 n’a pas été conçue pour envoyer ses données ailleurs que sur son écran. Une machine rachetée d’occasion arrive parfois sans documentation. Et quand le parc mélange cinq marques, chaque constructeur a son logiciel, son format et son historique, quand il y en a un.
On y trouve des données en îlots, des relevés sur papier, des interventions notées dans un cahier. Un modèle entraîné sur trois machines récentes sur vingt ne dit rien des dix-sept autres.
La turbine du début n’avait besoin d’aucun modèle. Il lui fallait une mesure qui remonte, et quelqu’un pour la voir.
C’est ce socle que nous posons avec vous. Nous lisons ce que vos machines donnent déjà, jusqu’à un contrôle-commande qui ne parle que par liaison série ou par sa sortie imprimante, et nous ajoutons des capteurs en 4-20 mA sur celles qui se taisent. Seuils, alarmes et interventions se retrouvent ensuite dans le même historique. Le jour où vous voudrez essayer un modèle prédictif, votre outil pourra récupérer les données brutes par API.
Par où commencer, sans promesse.
Commencer par ce qui coûte. Choisissez d’abord les équipements dont l’arrêt coûte le plus. Inutile de tout instrumenter le premier jour.
Lire l’existant. Récupérez ce que les automates, compteurs et sorties analogiques donnent déjà, puis équipez d’un capteur les machines qui ne disent rien.
Poser des seuils. Surveiller un paramètre et agir quand il dérive, c’est déjà de la maintenance conditionnelle au sens de la norme NF EN 133063.
Consigner les interventions. Notez-les au même endroit que les mesures, pour relier une dérive à ce qui a été fait.
Évaluer le prévisionnel, ensuite. Une fois l’historique en main, pas avant.
Une dernière question.
Combien d’historique faut-il avant de prévoir ?
Il n’existe pas de durée universelle. Tout dépend du mode de dégradation de l’équipement et de la régularité des mesures. Posez la question à votre fournisseur, et méfiez-vous d’une réponse qui ne commence pas par vos données.
Sources.
-
MaintainX, communiqué du 5 mai 2026 sur le rapport State of Industrial Maintenance, 2 234 répondants aux États-Unis et au Canada.
-
Techniques de l’Ingénieur, article MT9280 sur les méthodes de maintenance (définitions de la norme NF EN 13306), extrait public.
-
travail-industrie.com, page sur le choix d’un type de maintenance (définition de la maintenance conditionnelle selon la norme NF EN 13306).
