Le secteur de l'eau en Chine connaît une profonde transformation numérique, passant rapidement d'une innovation isolée à une révolution systématique et intelligente. Avec la prolifération des capteurs, des objets connectés et des plateformes de données, une infrastructure numérique fondamentale a déjà été mise en place. Malgré ces bases solides, le secteur reste confronté à un goulot d'étranglement. Le décalage entre la collecte des données et la prise de décision persiste, les analyses algorithmiques peinent souvent à s'adapter aux processus opérationnels, et la fragmentation des normes entrave la collaboration entre les plateformes. Le secteur semble donc regorger de données, mais encore avide de les exploiter pleinement.
Création d'un circuit fermé intelligent
Aujourd'hui, la mission est claire : bâtir un écosystème intelligent et fermé qui combine prédiction des risques, régulation en temps réel et optimisation autonome. Mais cet objectif ambitieux exige bien plus que de simples mises à niveau techniques. Il requiert une progression synchronisée des technologies, des processus et des modèles organisationnels. Ce n'est qu'en alignant ces trois piliers que les entreprises du secteur de l'eau pourront transformer leurs données brutes en informations stratégiques.
Le paysage actuel de l'adoption numérique
L'ampleur de l'adoption numérique actuelle est impressionnante. Le réseau public chinois de distribution d'eau compte désormais 2.8 millions de points de contrôle de pression. Les compteurs d'eau intelligents sont installés à 62 % et 90 % des stations d'épuration critiques surveillent la qualité de l'eau en ligne. Pourtant, plus de 60 % de ces données restent inexploitées, servant principalement à des fins de conformité ou de rapports de routine. Le taux d'utilisation des données par les entreprises du secteur de l'eau avoisine les 40 %, signe que malgré la richesse des données disponibles, leur véritable valeur commerciale demeure sous-exploitée.
Le problème du désalignement et des flux de travail manuels
Prenons l'exemple d'une capitale du centre de la Chine qui a déployé un système IoT avancé capable de générer plus de 100 Go de données par jour. Malgré cela, le diagnostic des fuites de canalisations reste manuel, ce qui entraîne un taux de fuites largement supérieur à la moyenne nationale. Ce constat révèle des problèmes systémiques plus profonds. De nombreux capteurs sont mal positionnés : dans une grande ville, la moitié des capteurs de bruit ont été installés sur des canalisations peu prioritaires, et non dans les zones à haut risque où ils sont pourtant indispensables. Les différences de formats de données obligent certaines villes à dépenser des millions pour nettoyer et normaliser leurs ensembles de données. Et même lorsque l'IA est utilisée, ses performances sont souvent insuffisantes : une plateforme de détection de fuites basée sur l'IA pour les anciennes canalisations a enregistré un taux de fausses alarmes supérieur à 60 %, soit des résultats inférieurs à ceux des inspections manuelles.
La réalité des systèmes fragmentés
Ce problème est aggravé par la fragmentation généralisée des systèmes informatiques. En moyenne, les principales entreprises de distribution d'eau utilisent au moins neuf plateformes différentes – allant des systèmes SCADA aux SIG en passant par les systèmes de facturation – et pourtant, seulement 28 % de ces systèmes sont interopérables. La réconciliation manuelle des données est devenue une tâche quotidienne dans de nombreuses entreprises, ce qui nuit à l'efficacité et accroît le risque de retards critiques. Lors d'une tempête locale dans une ville, un décalage de plusieurs heures entre les données SCADA et les mises à jour de la topologie du système SIG a empêché l'activation rapide des stations de pompage, intensifiant ainsi les inondations urbaines. Dans un autre cas, la désynchronisation des données entre un système d'information de laboratoire et le système de contrôle de la production a retardé l'intervention d'urgence face à un problème de qualité de l'eau à Pékin, mettant en danger la sécurité de milliers de personnes.
Architecture obsolète et barrières organisationnelles
Le problème est d'ordre structurel. Les protocoles de données sont incompatibles, les architectures système sont largement fermées et la plupart des organisations ne disposent toujours pas d'un cadre de gouvernance des données transversal. Un projet de gestion intelligente de l'eau a même signalé un cas où le système SCADA indiquait un appareil fonctionnel, alors que des vérifications sur le terrain ont révélé qu'il était hors service depuis plusieurs jours. Cette fragmentation illustre un défi plus vaste : face à l'évolution fulgurante des technologies, les organisations peinent à suivre le rythme.
La technologie devance le talent
Alors que les modèles d'IA évoluent désormais par cycles de six mois et que les technologies de jumeaux numériques connaissent une croissance rapide, les entreprises de traitement des eaux sont confrontées à une pénurie croissante de talents. Plus de la moitié des effectifs a plus de 45 ans et seulement 31 % possèdent les compétences numériques requises. Dans une usine de traitement des eaux, une dépendance excessive aux alarmes automatisées a conduit les opérateurs à négliger les premiers signes de fragilité des canalisations, retardant ainsi l'intervention de deux heures critiques. Dans une autre, l'incapacité du personnel à optimiser un système de dosage intelligent a entraîné une consommation excessive de produits chimiques et des pertes financières considérables. De nombreuses plateformes intelligentes proposent des dizaines de modules avancés, mais faute de formation adéquate et de systèmes d'incitation appropriés, seuls les tableaux de bord de base sont largement utilisés.
Sous-investissement dans le capital humain
De plus, l'investissement dans la formation reste insuffisant. Pour chaque yuan dépensé en infrastructure numérique, seuls 0.6 yuan sont alloués au renforcement des compétences – et même dans ce cas, le taux de mise en œuvre est inférieur à 30 %. Il en résulte des régressions aussi cocasses que frustrantes, comme par exemple des plateformes intelligentes générant automatiquement des rapports, que les employés doivent ensuite retranscrire manuellement pour les soumettre.
Des avancées majeures émergent du bruit
Malgré ces difficultés de croissance, des avancées majeures se dessinent. Les systèmes de diagnostic de la qualité de l'eau basés sur l'IA permettent de réduire considérablement les délais d'intervention. Dans un cas précis, un système installé dans le delta du Yangtsé a utilisé l'apprentissage automatique pour réduire d'un quart la durée de détection de la contamination par les métaux lourds. Ces systèmes peuvent également identifier des corrélations subtiles, comme une légère variation du pH indiquant un rejet industriel en amont, et déclencher des mesures préventives jusqu'à 24 heures à l'avance. Les coûts d'intervention d'urgence ont diminué de 42 % dans certains cas, même si la qualité des données demeure un facteur limitant.
Nouvelles frontières avec la technologie du jumeau numérique
La technologie des jumeaux numériques révolutionne également la gestion des canalisations urbaines. En combinant données de pression en temps réel, modèles de vieillissement des matériaux et cartes SIG, ces systèmes prédisent les ruptures de canalisations avec une précision remarquable. Une ville du nord de la Chine a augmenté la densité de ses capteurs et utilisé l'apprentissage par renforcement pour optimiser ses stratégies de gestion de la pression, réduisant ainsi le taux de ruptures hivernales de plus d'un tiers. La précision de la maintenance prédictive est passée de 60 % à 90 %, même si des lacunes persistent dans la surveillance des réseaux de canalisations secondaires.
Une répartition plus intelligente pour une efficacité accrue
L'essor des systèmes de répartition intelligents est sans doute l'innovation la plus transformatrice. En intégrant des ensembles de données variés – des prévisions météorologiques aux déplacements de population –, ces plateformes équilibrent dynamiquement l'approvisionnement en eau, allant même jusqu'à appliquer une tarification dynamique pour gérer la demande. Dans le cadre d'un projet pilote, la consommation d'eau industrielle aux heures de pointe a chuté de 13 %, un résultat comparable à l'ajout d'une station d'épuration de taille moyenne sans la moindre construction. Toutefois, les obstacles à l'intégration des données avec des secteurs connexes comme l'énergie et les transports limitent le plein potentiel de ces systèmes.
Gravir les échelons de la maturité numérique
Le passage à une gestion de l'eau pleinement numérique se fait par étapes. La première étape est l'automatisation : surveillance à distance des pompes, déploiement accru des compteurs intelligents et numérisation des infrastructures. Mais comme de nombreux systèmes fonctionnent encore en silos de données isolés, l'étape suivante est la connectivité. Les entreprises commencent alors à relier leurs opérations, leur service client et leur planification grâce à des plateformes de données unifiées. Enfin, les acteurs les plus avancés s'orientent vers une coordination à l'échelle de l'écosystème. Les regroupements de villes commencent à relier les données relatives à l'eau, à l'environnement et à la météorologie afin de réagir de manière plus globale aux orages ou aux épisodes de pollution. Cependant, le cloisonnement administratif freine souvent les progrès, moins d'un tiers des données pertinentes étant partagées ouvertement entre les organismes.
Un avenir complexe mais unifié
Même si les entreprises progressent à travers ces étapes, le chemin est loin d'être linéaire. Les leaders du secteur font preuve de compétences issues de plusieurs phases simultanément, combinant la modernisation des infrastructures et une vision écosystémique. Les défis restent néanmoins considérables. Une mauvaise gouvernance des données rend inutilisables près d'un tiers des données de surveillance. Le manque de talents pluridisciplinaires et maîtrisant les outils numériques avoisine les 60 %. Et la moitié des recommandations issues de l'IA nécessitent encore une validation manuelle en raison de la logique métier héritée.
Perspectives d'avenir pour la transformation du secteur
Pour surmonter ces obstacles, la prochaine étape consistera à intégrer en profondeur l'expertise des processus aux modèles d'IA et à mettre en place des structures organisationnelles agiles. Des comités numériques transversaux, une double vocation informatique et métiers, ainsi que des cadres de gouvernance des données standardisés sont essentiels. Ceux qui y parviendront optimiseront non seulement leur efficacité interne, mais redéfiniront également la répartition de la valeur au sein de l'ensemble de l'écosystème de l'eau.
Comme le dit l' Sommet de l'innovation numérique dans le domaine de l'eau 2025 Face à ces enjeux, une occasion cruciale se présente aux acteurs mondiaux d'harmoniser leurs stratégies, de partager leurs innovations et de définir collectivement les normes de la prochaine ère de la gestion de l'eau. En définitive, la transformation numérique de l'eau ne se résume pas à des canalisations plus intelligentes ou à des capteurs plus performants ; il s'agit de repenser la manière dont nous valorisons, gérons et protégeons l'une des ressources les plus précieuses de la planète.
