Le jumeau numérique a longtemps été vendu comme une réplique virtuelle : une usine en 3D, un réseau modélisé, un bâtiment visualisable à distance. En 2026, le sujet devient beaucoup plus concret. Dans les réseaux télécoms, l’énergie, les ports, les villes ou les infrastructures de transport, il sert de plus en plus à répondre à une question opérationnelle : que se passe-t-il, que va-t-il se passer, et quelle décision prendre maintenant ?
La bascule est là. Le jumeau numérique ne se limite plus à représenter une infrastructure. Couplé à l’IA, aux capteurs, aux images drone, au LiDAR, à la télémétrie, à l’edge computing et aux agents logiciels, il devient progressivement une couche d’exploitation.
Une sorte de système d’exploitation des infrastructures critiques : pas un pilote automatique généralisé, mais une interface commune entre le monde physique, les modèles, les données, les équipes terrain et les systèmes métiers. Cette évolution explique pourquoi le sujet revient avec force en 2026. Orange l’a mis en scène à VivaTech avec des jumeaux numériques associés à des agents IA pour la supervision réseau et les environnements industriels critiques.
La France finance JUNN, un jumeau numérique national des territoires. L’Europe fait monter en maturité Destination Earth. Dans l’énergie, les ports ou les flottes, les cas d’usage sortent des démonstrateurs pour toucher la maintenance, la capacité, la sécurité, les coûts et la résilience.
Le vrai sujet n’est donc plus : “avons-nous un jumeau numérique ?”Il devient : “quelle décision opérationnelle sommes-nous prêts à lui confier ?” Orange : le jumeau numérique sort du tableau de bord À VivaTech 2026, Orange a présenté deux démonstrations très révélatrices de cette évolution : Network Digital Twins pour la supervision de réseaux, et Live Intelligence pour la gestion d’environnements industriels critiques. Dans la première, un technicien peut interroger l’état du réseau en langage naturel, simuler une panne avant qu’elle ne survienne, préparer une intervention sans se déplacer, ou visualiser des informations géolocalisées parfois invisibles lors d’une visite terrain. Le système unifie données d’accès, transport, données terrain, vision par ordinateur et images drone.
Cette description est importante car elle montre ce que le jumeau numérique change vraiment : il ne remplace pas seulement un plan ou un tableau de bord. Il réduit le temps entre l’alerte, la compréhension de la situation et la préparation de l’intervention. Pour un opérateur télécom, ce n’est pas un détail.
Un réseau moderne agrège des milliers d’équipements hétérogènes, des données fragmentées, des dépendances multiples et des interventions terrain coûteuses. Dans cette complexité, l’intérêt du jumeau numérique est de créer une mémoire opérationnelle commune : où est l’équipement ? dans quel état ? avec quelles dépendances ? quelle équipe peut intervenir ? quel scénario est le plus probable ? quel impact sur le service client ? Orange va plus loin avec une démonstration de jumeau numérique de zone portuaire orchestré par des agents IA.
L’opérateur humain reste décisionnaire, mais le système anticipe, contextualise et propose. La nuance est essentielle : dans une infrastructure critique, la promesse crédible n’est pas l’autonomie totale, mais la capacité à mieux préparer et arbitrer l’action. Ce que les cas terrain ont en commun : ils déplacent la maintenance vers l’orchestration La maintenance prédictive classique répond à une question : quel actif risque de tomber en panne ?
Le jumeau numérique opérationnel élargit le problème : si cet actif se dégrade, que faut-il faire, quand, avec quel niveau d’urgence, quelles ressources, et quel impact sur le service ? Cette différence se voit dans plusieurs cas récents. Dans l’énergie, Siemens Energy décrit son système SIEAERO pour l’inspection de lignes électriques aériennes.
Le dispositif combine capteurs, caméras, analyse IA et jumeau numérique. Chaque kilomètre de ligne survolé peut générer jusqu’à 300 Go de données. Le système crée une représentation précise de l’infrastructure inspectée - pylônes, lignes, terrain, végétation - et permet de simuler des événements extrêmes, par exemple la chute d’un arbre sur une ligne.
RTE a également communiqué sur une expérimentation menée dans le Grand Est avec Siemens Energy : un hélicoptère équipé de capteurs photographiques, infrarouges, UV et LiDAR a inspecté plus d’une centaine de kilomètres de réseau aérien afin d’évaluer l’automatisation de l’inspection et la génération d’un jumeau numérique pour identifier anomalies et équipements. Ces exemples rendent le sujet beaucoup moins abstrait. Le jumeau numérique n’est pas seulement un modèle.
C’est une chaîne opérationnelle : captation aérienne, reconstruction 3D, détection d’anomalies, priorisation, simulation et préparation de travaux. Dans l’énergie, l’enjeu n’est plus seulement la panne : c’est la capacité Le secteur électrique illustre une autre bascule : la valeur du jumeau numérique et de l’IA ne se limite pas à éviter des pannes. Elle consiste aussi à mieux exploiter une infrastructure existante.
L’Agence internationale de l’énergie estime que la consommation électrique mondiale des data centers pourrait plus que doubler pour atteindre environ 945 TWh en 2030. Elle rappelle aussi que la croissance des data centers est très localisée, ce qui rend leur intégration au réseau plus difficile que leur part globale dans la demande ne le laisse penser. Dans ce contexte, gagner quelques points de capacité sur les réseaux existants devient stratégique.
Reuters cite l’exemple de SSE, au Royaume-Uni, qui utilise l’IA pour déterminer la capacité maximale qu’une ligne de transmission peut supporter en fonction de paramètres comme la température, le vent, le soleil ou la couverture nuageuse. L’entreprise indique pouvoir faire passer environ 15 % d’électricité en plus sur certaines lignes, tout en réduisant les contraintes réseau. Le même article évoque un “smart hammer” connecté, utilisé par SSE pour évaluer l’état de poteaux électriques.
L’outil analyse les vibrations et les signaux acoustiques à l’aide de réseaux de neurones, puis relie ces informations à un outil d’asset management. Le point important n’est pas le marteau lui-même, mais le fait que chaque mesure enrichisse la connaissance globale du parc. On retrouve ici le cœur du jumeau numérique opérationnel : un actif n’est plus maintenu isolément.
Il est replacé dans un système, avec des données terrain, des contraintes météo, des limites physiques, des arbitrages de capacité et des objectifs de continuité. Port de V.O. Chidambaranar : un cas concret de “salle de contrôle” portuaire Les ports donnent une image très parlante de cette évolution.
En mars 2026, le port indien V.O. Chidambaranar est devenu le premier grand port indien à lancer une initiative de jumeau numérique pour la gestion portuaire. La plateforme combine capteurs IoT, suivi GPS, cartographie LiDAR, imagerie drone et vidéosurveillance afin de créer une réplique temps réel de l’infrastructure, des actifs opérationnels et de l’écosystème maritime.
Le système ne sert pas seulement à afficher une carte. Il permet de visualiser l’occupation des postes à quai, les mouvements des navires, l’utilisation des grues et la capacité des zones de stockage. Il soutient aussi la maintenance prédictive des équipements de manutention, l’ordonnancement intelligent des navires et des opérations cargo, le suivi de l’énergie et des émissions, ainsi que des simulations “what-if” pour anticiper les pics d’activité ou les perturbations.
L’objectif annoncé est concret : réduire le temps de rotation des navires jusqu’à 25 %. C’est probablement l’un des meilleurs exemples pour comprendre le sujet. Dans un port, la valeur du jumeau numérique ne vient pas d’une meilleure représentation 3D.
Elle vient de l’optimisation d’un système de contraintes : quais, navires, grues, camions, stockage, énergie, congestion, météo, sécurité, émissions. L’enjeu n’est pas seulement de savoir ce qui se passe. C’est de savoir quelle décision améliore le système dans son ensemble.
Oil India : le jumeau numérique commence souvent par une infrastructure de capteurs Tous les projets ne commencent pas par une grande plateforme de simulation. Souvent, la première étape est beaucoup plus terre-à-terre : instrumenter les actifs, fiabiliser la donnée et créer une couche de supervision. En juin 2026, Oil India a déployé une solution de monitoring industriel sur 77 puits de production répartis sur 46 sites.
Le projet, mené avec Kellton, comprend 482 dispositifs terrain, dont 390 capteurs et jauges filaires ou sans fil, des passerelles de télémétrie sécurisées et une infrastructure alimentée par solaire. Ce type de projet montre la réalité du terrain : avant de parler d’IA agentique, il faut pouvoir savoir ce que font les équipements, remonter les signaux, sécuriser la transmission, résister aux environnements isolés et alimenter des modèles de maintenance ou d’optimisation. Autrement dit, le jumeau numérique ne naît pas dans le cloud.
Il naît d’abord dans la donnée physique : capteurs, mesures, historiques, plans, images, équipements, incidents, interventions. Collectivités : de la ville 3D à la simulation de crise Le sujet dépasse désormais l’industrie. À Chennai, la municipalité prévoit un jumeau numérique IA sur une zone pilote d’environ 5 km² couvrant notamment Nungambakkam, College Road, Greams Road et Anna Salai.
L’objectif est de mieux gérer les inondations, la congestion et les réponses d’urgence à partir de capteurs IoT, de cartographie SIG et de simulations 3D. L’intérêt est évident pour des villes confrontées à la pression climatique. Le jumeau numérique n’est plus seulement un outil de planification urbaine.
Il peut devenir une infrastructure de préparation : que se passe-t-il si une pluie intense touche tel quartier ? quelles rues deviennent impraticables ? quels équipements doivent être protégés ? quelles équipes doivent être envoyées en priorité ? quels itinéraires restent disponibles ? La Commission européenne pousse également cette logique avec Destination Earth, initiative destinée à développer un modèle numérique de la Terre capable de surveiller, simuler et prédire les interactions entre phénomènes naturels et activités humaines. Le programme est entré en 2026 dans une nouvelle phase de 24 mois visant à rendre la plateforme plus utilisable pour des décisions climatiques concrètes en Europe.
À l’échelle française, le projet JUNN, soutenu par France 2030 à hauteur de 25 millions d’euros, vise à construire un socle technologique commun et souverain pour les jumeaux numériques de territoires. Initié et co-piloté par l’IGN, le Cerema et Inria, il repose sur un consortium de 14 partenaires publics et privés et s’appuie sur plus de 200 acteurs engagés. Ce point est stratégique.
Un jumeau numérique territorial isolé peut aider une collectivité. Un socle commun et interopérable peut, lui, devenir une infrastructure de souveraineté : données géographiques, standards, graphes de connaissances, modèles temporels, simulation, interfaces métiers, articulation avec les outils européens. Edge IA : pourquoi tout ne peut pas remonter dans le cloud La montée en puissance des jumeaux numériques ne signifie pas que toutes les données doivent être centralisées.
Au contraire, les cas critiques imposent une architecture hybride. Dans un port, une usine, un réseau électrique ou une flotte, certaines décisions doivent être prises localement, avec une faible latence, parfois en connectivité dégradée. Les flux vidéo, les signaux industriels, les alertes de sécurité ou les données de conduite ne peuvent pas toujours attendre un aller-retour cloud.
L’edge IA devient donc une condition de crédibilité. Elle permet de filtrer les données au plus près des capteurs, de détecter localement des anomalies, de réduire la bande passante, de limiter l’exposition de données sensibles et de maintenir certaines fonctions en mode dégradé. Le cloud reste utile pour l’historique, les simulations lourdes, l’entraînement des modèles, l’analyse globale et la supervision multi-sites.
Mais l’exploitation réelle suppose souvent une architecture distribuée : capteurs et passerelles sur site, edge pour l’inférence locale, cloud ou cloud souverain pour la coordination, systèmes métiers pour l’action, humain pour la validation. La question pour les entreprises n’est donc pas simplement : quel outil de jumeau numérique choisir ?Elle devient : quelles décisions doivent être prises localement, lesquelles peuvent être centralisées, quelles données peuvent sortir du site, et quelles actions nécessitent une validation humaine ? Le piège : confondre jumeau numérique et belle maquette Cette précision est importante car beaucoup de projets risquent de rester au stade de la vitrine.
Une maquette 3D impressionnante ne fait pas un jumeau numérique opérationnel. Un vrai jumeau numérique utile doit répondre à cinq exigences. D’abord, il doit être relié à des données réelles et fraîches.
Sinon, il n’est qu’un modèle statique. Ensuite, il doit représenter des dépendances opérationnelles : quels équipements alimentent quels services, quelles équipes interviennent, quelles contraintes réglementaires s’appliquent, quelles priorités métier existent. Il doit aussi pouvoir simuler.
La visualisation dit “voici l’état du système”. La simulation dit “voici ce qui peut arriver si nous faisons ceci”. Il doit être connecté aux systèmes d’action : GMAO, SCADA, ERP, planning, tickets, supervision, dispatch, gestion de flotte, outils de crise.
Enfin, il doit être gouverné. Plus le système recommande ou déclenche des actions, plus il faut tracer les décisions, limiter les droits, contrôler les agents et prévoir les modes dégradés. Agents IA : plus le jumeau agit, plus le risque augmente L’arrivée des agents IA rend le sujet plus puissant, mais aussi plus risqué.
Un agent capable d’interroger un jumeau numérique, d’appeler des outils métiers, de préparer une intervention ou de recommander une action peut apporter un gain opérationnel réel. Mais s’il dispose de trop de droits, il peut aussi amplifier une erreur ou une attaque. Le NIST a publié en avril 2026 une note de concept pour un profil AI RMF consacré à l’IA de confiance dans les infrastructures critiques, afin de guider les opérateurs dans la gestion des risques liés aux capacités IA.
Le sujet est d’autant plus sensible que les agences de cybersécurité des Five Eyes ont publié, en mai 2026, une guidance commune sur l’adoption prudente de l’IA agentique. Elles y identifient plusieurs familles de risques : agents sur-privilégiés, erreurs de conception ou de configuration, comportements inattendus, complexité structurelle et difficulté d’attribution des responsabilités. Leur recommandation centrale est claire : déploiement progressif, gouvernance forte, accountability explicite, supervision rigoureuse et contrôle humain.
Appliqué aux jumeaux numériques, ce message est très concret. Une IA qui résume une situation n’a pas le même risque qu’une IA qui reprogramme une intervention, modifie une consigne de supervision, ferme une voie, priorise une équipe, ajuste une capacité réseau ou déclenche une opération de maintenance. Il faut donc distinguer cinq niveaux de maturité.
Niveau Ce que fait le jumeau numérique Risque principal 1. Visualiser Il représente l’état d’un actif ou d’un système Données incomplètes ou obsolètes 2. Diagnostiquer Il aide à comprendre une anomalie Mauvaise cause probable 3.
Simuler Il compare plusieurs scénarios Modèle trop éloigné du terrain 4. Recommander Il propose une action ou une priorité Biais d’arbitrage, confiance excessive 5. Orchestrer Il déclenche ou coordonne partiellement l’action Erreur opérationnelle, cybersécurité, responsabilité Ce que cela change Pour un dirigeant, un DSI, un directeur industriel ou un responsable d’exploitation, le sujet ne doit pas être abordé comme un projet de visualisation.
Il doit être cadré comme un projet de pilotage. La première question n’est pas : “quel jumeau numérique pouvons-nous construire ?”C’est : “quelle décision voulons-nous améliorer ?” Dans un réseau électrique, cela peut être : augmenter la capacité utilisable sans compromettre la sécurité.Dans un port : réduire les temps d’attente et mieux ordonnancer les opérations.Dans une collectivité : anticiper les impacts d’une pluie intense ou d’un épisode de congestion.Dans une flotte : prioriser les véhicules à maintenir et réduire les immobilisations.Dans un réseau télécom : préparer les interventions et réduire les déplacements inutiles.Dans un site industriel : arbitrer entre production, maintenance, sécurité et énergie. À partir de là, la feuille de route devient plus claire : instrumenter les actifs, fiabiliser les données, connecter les systèmes métiers, simuler les scénarios, définir les droits d’action, mesurer l’impact et sécuriser l’ensemble.
Checklist : les questions à poser avant de financer un jumeau numérique opérationnel Avant de lancer ou d’étendre un projet, les décideurs devraient poser dix questions. Quelle décision concrète le jumeau numérique doit-il améliorer ?Quel indicateur métier doit bouger : temps d’arrêt, capacité, coût d’intervention, délai, énergie, émissions, sécurité, satisfaction client ?Les données terrain sont-elles disponibles, fraîches et fiables ?Quelles données doivent rester sur site pour des raisons de latence, de sécurité ou de confidentialité ?Le jumeau représente-il seulement des actifs, ou aussi leurs dépendances opérationnelles ?Quels scénarios le système doit-il être capable de simuler ?À quels systèmes métiers doit-il être connecté pour devenir actionnable ?Quelles recommandations nécessitent une validation humaine ?Comment les décisions, recommandations et actions seront-elles journalisées ?Que se passe-t-il si le modèle se trompe, si un capteur dérive ou si un agent IA est compromis ? Cette checklist permet de séparer les projets de vitrine des projets d’exploitation.
Un bon jumeau numérique ne se juge pas à la qualité de sa 3D, mais à sa capacité à améliorer une décision mesurable. Une nouvelle couche de pouvoir opérationnel Les jumeaux numériques sont souvent présentés comme des outils d’ingénierie. En réalité, ils deviennent aussi des outils de pouvoir.
Ils donnent aux équipes terrain une meilleure connaissance des actifs. Aux directions opérationnelles, ils donnent une capacité à piloter par scénarios. Aux DSI, ils confèrent un rôle central dans l’architecture des données, de l’edge, du cloud et des droits d’accès.
Aux directions générales, ils offrent une grille d’arbitrage entre coût, capacité, risque, résilience et qualité de service. Mais ils imposent aussi une clarification : qui décide ? Le système, l’agent IA, l’opérateur, le manager, la direction ?
Qui assume une recommandation erronée ? Qui arbitre entre optimisation locale et risque global ? Qui peut autoriser une action automatique sur une infrastructure critique ?
C’est là que le jumeau numérique devient un sujet de gouvernance, pas seulement de technologie. Le vrai saut de productivité ne viendra pas des maquettes les plus spectaculaires. Il viendra des organisations capables de transformer leurs données physiques en décisions fiables, traçables et mesurables.
En 2026, le jumeau numérique cesse progressivement d’être une copie du réel. Il devient une couche d’exploitation du réel. Et pour les infrastructures critiques, cette différence change tout.
Sources At VivaTech 2026, digital twins combined with agent-based AI are making networks smarter From a bird’s-eye view: multi-sensor system and artificial intelligence ensure secure power supply How AI is powering the energy transition – from smart grids to fusion Kellton Tech gains after deploying digital wellhead monitoring system for Oil India ST Stephane Nachez Rédaction ActuIA — actualités, données et analyses sur l'intelligence artificielle pour le