Agent IA pour la gestion technique du bâtiment
Durée du projet : 3 semaines
Problème
Des centaines de points de mesure (températures, vannes, ventilation) dispersés dans un système de supervision Niagara. L'analyse des données et le diagnostic des anomalies reposaient entièrement sur l'expertise manuelle des techniciens.
Approche
Développement d'un agent IA avec interface d'administration dédiée, connecté aux API du bâtiment en temps réel. Couplage à une API météo, prompts personnalisables par site, et dialogue en langage naturel.
Résultat
Diagnostic automatisé accessible en quelques secondes via une simple question. Analyses journalières générées automatiquement. Les techniciens obtiennent des recommandations contextualisées avec un indice de confiance.
Présentation
Agent IA dédié à la gestion technique du bâtiment pour un hôtel 5 étoiles en station de montagne, avec une interface d’administration complète pour piloter les diagnostics et configurer l’intelligence artificielle.
- Outils : N8N, Claude API, API Niagara, API Météo
- IA utilisée : Claude (Anthropic)
- Durée : 3 semaines
- Livré : Mars 2026
- Client : Hôtel Altapura, Val Thorens
L’Altapura pilote l’ensemble de ses installations (chauffage, ventilation, climatisation, vannes) via Niagara. Des centaines de données remontaient en permanence, mais leur analyse restait manuelle et chronophage. L’équipe technique passait un temps considérable à croiser les données pour diagnostiquer les anomalies.
Fonctionnalités clés
Interface d’administration multi-sites
Une plateforme d’administration dédiée permet de gérer un ou plusieurs sites GTB depuis un tableau de bord centralisé. Chaque site affiche son statut en temps réel, le nombre d’échanges avec l’IA et la date de la dernière interaction.
Dialogue en langage naturel avec diagnostic argumenté
Les techniciens posent leurs questions directement dans l’interface. L’agent IA interroge les capteurs Niagara en temps réel, analyse les données et fournit un diagnostic détaillé avec les points de mesure à l’appui. Chaque réponse inclut un indice de confiance et les données de contexte utilisées.
Par exemple, à la question « La chambre 201 chauffe-t-elle correctement ? », l’IA analyse la température mesurée (22,7 °C) par rapport à la consigne (21 °C), identifie qu’un occupant a appliqué un offset manuel de +1,2 °C, et conclut que le système fonctionne normalement. Le tout en quelques secondes.
Prompts personnalisables par site
L’administrateur configure le contexte de chaque site (périmètre, exclusions) et le ton des réponses de l’IA. Des variables dynamiques (nom du site, altitude, type de chauffage, saison, nombre de chambres) sont injectées automatiquement dans chaque échange pour des réponses toujours contextualisées.
Analyses journalières automatiques
Synthèse quotidienne de l’état du bâtiment : détection des anomalies, recommandations d’ajustement des paramètres, comparaison avec les données météo extérieures.
Contextualisation météo
Les données du bâtiment sont croisées avec une API météo pour contextualiser chaque analyse en fonction de la température extérieure. Un paramètre déterminant en station de montagne où les écarts peuvent atteindre 30 °C entre l’intérieur et l’extérieur.
Architecture et flux
Entrée : données temps réel des capteurs Niagara (températures, vannes, ventilation) + données API météo + contexte configuré par l’administrateur
Traitement : N8N récupère et structure les données, les enrichit avec le contexte du site et la météo, puis les transmet à Claude API. L’IA génère un diagnostic argumenté avec indice de confiance.
Sortie : réponse en langage naturel dans l’interface d’administration, rapport journalier automatique, alertes en cas d’anomalie détectée, historique complet des échanges consultable.
Processus de développement
- Audit technique : cartographie des points de données Niagara, identification des cas d’usage prioritaires avec l’équipe technique
- Connexion API : développement des connecteurs Niagara + API météo, structuration des données pour l’IA
- Interface d’administration : conception et développement de la plateforme Alptech Admin (dashboard, échanges, prompts, monitoring)
- Configuration IA : système de prompts personnalisables avec variables dynamiques, tests itératifs avec les techniciens
- Intégration : déploiement de la plateforme, mise en production des analyses journalières
- Validation : phase pilote avec retours terrain, ajustements des seuils d’alerte et calibrage des indices de confiance
Stack technique
- N8N self-hosted (orchestration des flux)
- Claude API, Anthropic (analyse et diagnostic IA)
- API Niagara (données bâtiment temps réel)
- API météo (contextualisation)
- Interface d’administration web (dashboard, échanges, prompts, monitoring)
- VPS hébergement européen
Résultats
- Diagnostic accessible en quelques secondes au lieu de plusieurs minutes d’analyse manuelle
- Analyses journalières générées automatiquement chaque matin
- Détection proactive des anomalies avant qu’elles ne deviennent des pannes
- Les techniciens ne quittent plus leur outil de travail pour obtenir un diagnostic
- Recommandations contextualisées tenant compte de la météo extérieure
- Indice de confiance sur chaque diagnostic pour aider à la prise de décision
- Plateforme extensible à d’autres sites GTB sans redéveloppement
Et ensuite
Aujourd’hui, l’IA analyse les données du bâtiment et fournit des diagnostics. Elle répond aux questions, détecte les anomalies, produit des rapports. Mais elle reste un outil d’aide à la décision : c’est toujours le technicien qui agit.
La prochaine étape est de passer de l’analyse à l’action. L’agent IA pourra ajuster directement certains paramètres du bâtiment (consignes de température, modes de ventilation, plannings de chauffage) en fonction de ses analyses, dans un cadre défini et validé par l’équipe technique.
Le projet est en cours d’évolution vers un véritable agent autonome, capable d’intervenir sur les installations sans attendre une action humaine pour les cas les plus courants.