AI4Energy a vocation à développer une IA agentique capable d'optimiser, en continu et de façon autonome, une communauté d'énergie ou un projet multi-sites : comprendre, simuler et agir — en mesurant le coût environnemental de chaque décision. Un projet mené à Lille, en coopération avec des partenaires académiques locaux.
Un jumeau numérique apprenant qui simulera en temps réel les flux d'une communauté — production PV, consommation, stockage, recharge — testera chaque décision avant de la prendre, et affinera ses prédictions à mesure qu'il observera le terrain. Il s'appuiera sur les briques éprouvées de Nexgen (LSTM / Transformers), enrichies des méthodes décentralisées de la thèse d'Amira Dhorbani.
Conçu comme un collègue numérique spécialisé énergie, carbone et RSE. Il travaillera en continu, gardera la mémoire des décisions, calculera kWh consommés, grammes de CO₂eq et litres d'eau — et, point distinctif, publiera sa propre empreinte à chaque action. Il s'appuiera sur le socle d'agents IA déjà productisés par WeSmart (orchestration, explicabilité, garde-fous).
En prolongement direct des travaux de thèse d'Amira Dhorbani, le projet ancrera les données mesurées dans une blockchain pour garantir leur intégrité et leur traçabilité — clé des transactions énergétiques décentralisées et de la confiance des membres, partenaires et régulateurs. Brique conduite avec le L2EP.
Autoconsommation collective en explosion, loi APER, décret tertiaire : des dizaines de milliers de sites vont installer du photovoltaïque, mais leur pilotage reste largement manuel. C'est exactement ce besoin que vise à combler l'IA agentique d'AI4Energy.
Le campus JUNIA exploite aujourd'hui une communauté d'énergie instrumentée. Via le pilote Nuleo, elle expose dès aujourd'hui et en temps réel consommation, production photovoltaïque, stockage, météo et bornes de recharge. Données réelles, multi-source, disponibles immédiatement — étudiées dans le cadre même de la thèse d'Amira Dhorbani.
Conventionnement Bpifrance et mise à disposition des données Nuleo (L2EP / JUNIA).
Connexion aux flux Nuleo, intégration au data lake, schéma du Modèle de Monde.
Premier MVP du jumeau numérique sur la communauté JUNIA · validation des prédictions vs baseline ECMWF.
Productisation de l'agent d'optimisation, couche de mesure d'empreinte, ancrage blockchain des données.
Mesure des KPIs sur le pilote, brique logicielle ouverte, lettres d'intention, dossier de Phase 2.
Ingénieur en chef du Corps des Mines (X 1996). Ex-conseiller Énergie-Climat au Ministère, ex-EVP Capgemini Invent. Dirige WeSmart depuis 2018.
Docteure en génie électrique (L2EP, 22/12/2025) : gestion décentralisée de l'énergie, LSTM, systèmes multi-agents, blockchain. Pilote la R&D IA d'AI4.
Dirige l'équipe Réseaux du L2EP, directeur de thèse d'Amira. Orientation scientifique : réseaux intelligents, validation des modèles.
+ Recrutement d'un Développeur AI (100% ETP, création de poste à Lille).
En optimisant l'autoconsommation au plus près de la production, AI4Energy réduira les pertes en ligne, soulagera la congestion des réseaux et lissera les pics d'injection — un levier pour un réseau plus efficace, plus souple, plus résilient, et une meilleure intégration des renouvelables. Une plateforme hébergée sur cloud français (OVHcloud, Scaleway, Numspot), conforme RGPD, NIS2 et AI Act.