en croissance Marché Environnement & énergie, mécanisme Apprendre de l'usage pour s'améliorer automatiquement (learning loop).
Bien que Tibo, Dabbel, Edviro, Enersee, Phaidra, Gigaton et Graiphic déploient tous des intelligences auto-apprenantes pour optimiser la consommation, aucune n'a encore commercialisé un modèle de contrôle natif de l'edge (sans cloud) spécifiquement conçu pour les petits bâtiments autonomes, laissant de côté le marché résidentiel ou petit tertiaire non desservi par les solutions B2B industrielles ou data centers.
Les systèmes de gestion énergétique traditionnels ne s'adaptent pas dynamiquement aux variations en temps réel des conditions internes et externes, ce qui laisse passer des inefficacités énergétiques invisibles pour les humains et les logiciels standards.
Phaidra : Lancée en 2019, la startup permet de moderniser (retrofit) les installations existantes pour être plus efficaces énergétiquement.
Startup proptech utilisant une IA cloud auto-apprenante qui s'intègre aux systèmes de gestion de bâtiment existants pour ajuster dynamiquement les points de consigne du HVAC en fonction des conditions internes et externes.
Traction : Levée de 3,6 millions d'euros (~4,4 M$) pré-Series A ; réduction moyenne de la consommation énergétique de 27% sur environ 250.000 m² gérés.
Construit des modèles mondiaux de l'infrastructure énergétique qui apprennent le comportement des sites, simulent les interventions avant déploiement et coordonnent les actions pour maintenir l'efficacité.
Traction : Déployé dans 34 installations, identification de plus de 400 000 $ de coûts énergétiques évitables, et ouverture de partenariats avec des opérateurs de data centers.
Plateforme de gestion de l'énergie pilotée par une intelligence artificielle auto-apprenante qui analyse toutes les données disponibles pour trouver des opportunités d'efficacité que les humains ou les logiciels traditionnels manquent.
Traction : Investissement de 6 Degrees Capital (DC III) ; détection de 3,6 anomalies énergétiques chez un client grâce à son IA.
Crée des systèmes de contrôle alimentés par l'IA pour les centres de données qui prennent des décisions en temps réel sur le refroidissement en rassemblant des données de milliers de capteurs.
Traction : Lancée en 2019, la startup permet de moderniser (retrofit) les installations existantes pour être plus efficaces énergétiquement.
Sa technologie auto-apprenante opère au cœur des infrastructures usines, simulant le comportement du processus et prévoyant l'impact de chaque action avant qu'elle ne soit prise pour ajuster automatiquement les paramètres.
Traction : A levé 26 millions de dollars dans une Serie A, déployé chez des producteurs de ciment majeurs comme Adani Cement et Holcim, économisant plus d'1 million de dollars par an par site.
Lance NEST, une IA auto-apprenante native de l'edge qui rend chaque bâtiment autonome en intelligence énergétique via un modèle local et privé sans cloud.
Traction : Lancement du produit NEST présenté comme le premier IA auto-apprenant natif de l'edge pour les bâtiments efficaces énergétiquement.
Dernière revérification : 2026-11-03
Même marché : Environnement & énergie
Même mécanisme : Apprendre de l'usage pour s'améliorer automatiquement (learning loop)