Le marché du bureau d'études techniques fluides et énergie ne ressemble plus à celui d'il y a trois ans. La cinquième campagne OPERAT s'est ouverte le 30 septembre 2025 sur la plateforme ADEME. La loi DDADUE du 30 avril 2025 a refondu l'audit énergétique obligatoire des grandes entreprises. Les échéances DPE collectif des copropriétés de 50 lots ou moins arrivaient au 1er janvier 2026. À pipeline égal, un BET fluides traite trois fois plus de pages réglementaires qu'en 2022. C'est exactement le terrain où l'IA cesse d'être un sujet de veille et devient un outil de productivité au quotidien.
Cet article fait le tour de ce que l'IA produit concrètement dans un BET fluides/énergie en 2026 : quels processus elle accélère, quelles familles d'outils dominent le marché, et ce qu'un cabinet de 10 à 30 ingénieurs peut en attendre. Les sources réglementaires citées renvoient toutes à Légifrance, au ministère de la transition écologique ou à l'ADEME.
Pourquoi les BET fluides/énergie se mettent à l'IA en 2026
Trois forces convergent.
La première, c'est la densification réglementaire. Le décret tertiaire impose à chaque propriétaire de bâtiment de plus de 1 000 m² une trajectoire de réduction de consommation - -40 % en 2030, -50 % en 2040, -60 % en 2050. La loi DDADUE impose aux entreprises de plus de 250 salariés un audit énergétique tous les 4 ans, selon la norme NF EN 16247. Le DPE tertiaire collectif et le DPE collectif de copropriété multiplient les commandes courtes. Côté BET, cela se traduit par un volume de rapports techniques à structurer qui a doublé entre 2022 et 2026, sans recrutement équivalent.
La deuxième, c'est la fragmentation des données. Pour un seul rapport OPERAT, un ingénieur va lire les compteurs Enedis et GRDF, retraiter les EFA en EFA corrigés du climat, vérifier les ajustements d'occupation, croiser avec la déclaration de l'année précédente, justifier les variations. Tout cela existe en bases publiques ou semi-publiques, mais éclaté en 5 ou 6 portails. Un agent IA capable d'orchestrer ces collectes ramène une journée de travail à une heure.
La troisième, c'est la maturité technique des modèles. Un LLM bien gabarité produit un rapport DPE structuré, un PV d'audit NF EN 16247, une note de calcul Th-BCE en quelques minutes, et avec un niveau de cohérence interne qui n'était pas atteignable il y a 24 mois. Les briques sont stables, les API accessibles, l'intégration coûte une à deux semaines d'ingénierie.
Les cinq cas d'usage les plus mûrs
Cinq processus concentrent l'essentiel de la valeur libérable par l'IA dans un BET fluides en 2026.
Le premier est la collecte automatisée des consommations. Lecture programmée des flux Enedis (CDC, index quotidiens), des index GRDF, des factures fournisseurs scannées, agrégation au niveau bâtiment, ajustement DJU. Un travail qui prenait 6 heures par site et par campagne tombe à 1 heure. Sur un patrimoine de 30 sites, c'est l'équivalent d'un mi-temps d'assistant ingénieur libéré chaque trimestre.
Le deuxième est la déclaration OPERAT. À partir des consommations collectées, l'IA produit une déclaration pré-remplie : EFA, ajustements d'occupation et de climat, justification des variations, comparaison à l'année de référence. L'ingénieur relit et valide. Sur un BET qui couvre 200 EFA par campagne, le gain de cycle approche 80 %. Voir le détail méthodologique dans notre article OPERAT 2026.
Le troisième est l'audit énergétique [NF EN 16247](https://www.ecologie.gouv.fr/politiques-publiques/audit-energetique-entreprises). Mission en six étapes (contact préliminaire, kick-off, terrain, analyse, rapport, restitution). L'IA accélère les étapes 4 (analyse des données collectées) et 5 (rédaction du rapport structuré), qui pèsent à elles deux ~60 % du temps facturable. La méthodologie reste celle de l'ingénieur certifié - l'IA pose le brouillon technique, l'ingénieur signe.
Le quatrième est le rapport DPE tertiaire ou collectif. Lecture du dossier technique, extraction des données utiles, calcul réglementaire via moteur Th-BCE, génération du livrable structuré au format exigé par l'ADEME. Gain typique : 50 % à 70 % sur le temps de production, sans perte de qualité - le contrôle qualité humain devient le poste central.
Le cinquième est la veille réglementaire et le sourcing. Surveillance continue des publications Légifrance et JOUE pertinentes pour le secteur (décrets DDADUE, refontes EnR, modifications du décret tertiaire). Sourcing de propriétaires tertiaires assujettis non encore déclarés OPERAT, croisé à partir du registre national des bâtiments BDNB, du cadastre IGN et des déclarations existantes. Un agent IA bien câblé identifie sur un département une centaine de propriétaires en défaut de déclaration en quelques minutes.
Le cas-type - un BET fluides de 14 ingénieurs en région lyonnaise
Prenons un BET fluides indépendant de 14 personnes basé en région lyonnaise. 9 ingénieurs études, 2 ingénieurs audit énergétique certifiés, 2 dessinateurs, 1 responsable administratif. Carnet stable autour de 220 rapports/an (audits, OPERAT, DPE tertiaire, études de faisabilité). Marge brute moyenne 22 %.
État avant IA. La collecte des données pour une déclaration OPERAT mobilise environ 6 heures par site. Le rapport d'audit NF EN 16247 prend en moyenne 5 jours-ingénieur, dont 3 sur l'analyse et la rédaction. Le DPE tertiaire prend 1,5 jour-ingénieur. La campagne OPERAT déposée fin septembre engorge l'équipe sur août-septembre - le carnet d'études faisabilité chute mécaniquement.
Branchement IA. Le BET intègre trois briques fin février 2026. Une brique collecte Enedis/GRDF qui ramène les courbes de charge et index dans un format standardisé. Une brique de pré-rédaction OPERAT qui transforme la collecte en déclaration prête à valider. Une brique de pré-rédaction d'audit NF EN 16247 qui produit le squelette du rapport à partir des données collectées et d'un template métier.
Effet observé sur les six mois suivants. Le temps de collecte par site OPERAT tombe à 1 heure. Le rapport d'audit NF EN 16247 passe de 5 à 3 jours-ingénieur. Le DPE tertiaire passe de 1,5 à 1 jour-ingénieur. La campagne OPERAT 2025-2026 se boucle en deux semaines au lieu de six. Le carnet d'études faisabilité ne décroche plus à l'automne. Sur l'année, le cabinet a traité 280 rapports avec la même équipe, soit +27 % à équipe constante, et a relevé son TJM moyen de 4 % en se positionnant sur des missions à plus forte valeur ajoutée (stratégie patrimoine pluri-décennale, plan de transition CSRD).
Là encore, ce n'est pas une révolution. C'est un cabinet qui retrouve un confort de cadence sur sa cinquième campagne OPERAT et qui peut accepter du carnet structurant.
Comparatif des familles d'outils IA pour BET en 2026
Trois familles d'outils cohabitent.
La première, ce sont les logiciels métier historiques : Pleiades, Perrenoud, TRNSYS, Climawin, IES VE. Ces outils ont ajouté des couches d'assistance IA - paramétrage assisté, suggestion d'optimisations, reconnaissance de géométrie. Force : robustesse réglementaire (moteurs Th-BCE validés CSTB) et confort de l'ingénieur déjà formé. Faiblesse : leur IA reste cantonnée à la phase calcul. Pas de collecte automatisée, pas de rédaction de rapport, pas de veille. Pour un cabinet dont le goulot est la production du livrable et la collecte des données, ils ne déplacent pas la contrainte.
La deuxième, ce sont les assistants généralistes type ChatGPT, Claude, Mistral en usage individuel. Utiles pour la rédaction d'un mail, la reformulation d'un argumentaire, l'explication d'une norme à un client. Force : adoption immédiate, coût marginal nul. Faiblesse : pas de connexion aux données Enedis ou OPERAT, pas de gabarits métier intégrés, pas de mémoire des dossiers en cours. L'ingénieur gagne du temps en rédaction littéraire, pas en cycle technique.
La troisième, ce sont les agences IA verticalisées par métier. Spécialisées sur les BET ENR, elles construisent des agents connectés aux flux Enedis/GRDF, aux référentiels ADEME, aux portails OPERAT et aux outils internes du cabinet. Force : prise en charge d'un processus complet - collecte → calcul → rédaction → dépôt - avec mesure d'impact en cycle court. Faiblesse : coût d'entrée plus élevé et choix du prestataire critique. Momento.AI appartient à cette famille, focalisée sur les BET fluides et énergie français.
La grille de décision n'est pas « quelle IA est la meilleure » mais « quel maillon de ma chaîne perd réellement du temps ». Quasi toujours, la réponse pointe vers la collecte et la rédaction des livrables techniques - c'est là que les agents verticalisés débloquent la marge.
Calendrier d'intégration sur douze mois
Quatre étapes pragmatiques.
Mois 1-2 - cadrage. Audit du temps réellement passé sur chaque mission type (OPERAT, NF EN 16247, DPE) avec mesure d'écart entre temps facturé et temps technique. Identification des deux processus qui pèsent le plus dans la perte de cycle.
Mois 3-5 - pilote. Mise en place d'une seule brique IA (typiquement collecte Enedis/GRDF + pré-rédaction OPERAT) sur 10 % du carnet. Mesure des KPI : temps par dossier, taux de rework, satisfaction client.
Mois 6-8 - généralisation. Si le pilote tient ses promesses, généralisation à 100 % du périmètre concerné et ajout d'une deuxième brique (audit ou DPE).
Mois 9-12 - consolidation. Industrialisation du contrôle qualité, formation systématique des nouveaux entrants, ajout de la brique veille réglementaire pour anticiper les prochaines refontes.
Sur cette trajectoire, un BET de 10 à 30 personnes atteint en général 70-80 % du gain théorique sur 12 mois. Au-delà, c'est davantage une affaire de discipline interne que de technologie.
Cinq questions revenant sur le terrain
L'IA est-elle compatible avec la responsabilité de l'ingénieur certifié sur un audit NF EN 16247 ?
Oui, à condition de respecter le rôle de chacun. L'IA produit un brouillon technique (analyse des données collectées, structure du rapport, recommandations chiffrées). L'ingénieur certifié reste seul responsable de la validation des hypothèses, du contrôle des calculs, de la signature du rapport. Les ordres professionnels et les organismes de certification (LNE, AFNOR, OPQIBI) reconnaissent cet usage sous réserve d'une traçabilité claire des étapes automatisées. Le rapport final est signé et engage l'ingénieur, pas l'IA.
Comment l'IA gère-t-elle les évolutions réglementaires - décret tertiaire revu, refonte CSRD, nouvelle norme DPE ?
Une agence verticalisée maintient ses gabarits à jour au fil des publications Légifrance et JOUE. C'est même un argument central de la verticalisation : entre une mise à jour OPERAT côté ADEME, un arrêté DPE et une nouvelle directive CSRD, un BET seul ne peut pas porter cette veille. L'agence le fait pour son portefeuille - un seul gabarit mis à jour bénéficie à tous les BET clients.
Mes données client sont confidentielles. Comment garantir la conformité RGPD et secret des affaires ?
Les architectures sérieuses en 2026 reposent sur deux principes. Premier principe : les données techniques traitées (consommations, surfaces, EFA) ne sont pas envoyées telles quelles vers un LLM externe sans contrat de sous-traitance RGPD signé. Second principe : les données personnelles (identité, contact) sont anonymisées dans les prompts. Pour un BET sérieux, la grille de questions à poser à un prestataire IA porte sur l'hébergement des données (UE de préférence), les sous-traitants utilisés et les engagements contractuels de non-réutilisation à des fins d'entraînement.
Le ROI est-il mesurable en cycle court ou faut-il attendre 18 mois ?
Mesurable en cycle court sur la productivité unitaire (temps par dossier) - dès le 3e mois. Mesurable en cycle moyen sur l'effet pipeline (capacité à accepter du carnet structurant) - 6 à 9 mois. Le piège est de chercher un ROI strictement comptable au mois 2 : on n'a alors mesuré qu'une partie de l'équation. La bonne maille reste le trimestre, comparé en glissement annuel.
Faut-il un développeur en interne pour piloter ces outils ?
Non pour les agences IA verticalisées : elles fournissent les briques clés en main, l'interface est utilisable par n'importe quel ingénieur. Oui si le cabinet choisit la voie d'un développement interne - mais c'est rarement rentable sous 50 ingénieurs. Entre les deux, certaines agences offrent un mode hybride : briques standard + personnalisation des gabarits sur 1 à 2 semaines de mise en service.
Conclusion
L'IA dans les BET fluides en 2026 n'est plus un sujet de prospective. Elle s'est installée sur trois maillons concrets - collecte des données, rédaction du livrable, veille réglementaire - et c'est là que se joue la capacité d'un cabinet à absorber la densification réglementaire sans recruter avant 18 à 24 mois.
Le bon point d'entrée n'est pas le choix d'un outil mais l'audit du temps perdu sur chaque mission type. À partir de ce diagnostic, la grille de décision se simplifie. Le silo BET de Momento.AI est conçu autour de ce diagnostic : audit du cycle, mise en place des briques collecte + rédaction + veille, mesure d'impact sur 9 mois. Un cabinet qui veut tester sur deux missions OPERAT ou audit peut demander un diagnostic en 20 minutes.
---
Sources et références
- Décret tertiaire n° 2019-771 - Légifrance
- Loi DDADUE n° 2025-391 - ministère de la transition écologique
- Norme NF EN 16247 - audit énergétique entreprises
- Plateforme OPERAT - ADEME
- data.ademe.fr - jeux de données ouvertes
- Base nationale des bâtiments BDNB
- Bilan électrique Enedis 2025
Article publié le 19 juin 2026 par Hugo Graziano, fondateur de Momento.AI. Un BET qui veut auditer ses cycles avant d'engager une IA peut demander un diagnostic Momento.AI.
