L'intelligence artificielle entre dans les centrales nucléaires

Dans la salle de commande d’une centrale, des milliers de capteurs envoient en permanence température, pression, vibration. Hier, un humain en surveillait quelques dizaines à la fois. Aujourd’hui, des algorithmes lisent l’ensemble, repèrent l’anomalie qui annonce une panne et alertent avant la défaillance. L’intelligence artificielle ne pilote pas le réacteur, mais elle est en train de transformer la façon de l’exploiter.

La maintenance prédictive, première conquête

L’usage le plus mûr de l’IA dans le nucléaire n’a rien de spectaculaire : il consiste à éviter la panne avant qu’elle survienne. En analysant en temps réel les données de capteurs, les modèles détectent des anomalies, anticipent les besoins de maintenance et optimisent les performances thermiques de l’installation¹. La maintenance prédictive est présentée comme l’une des applications les plus prometteuses, car elle réduit les arrêts non planifiés — souvent très coûteux dans une centrale².

L’Agence internationale de l’énergie atomique a fait de ce sujet un axe de travail. Depuis 2021, elle promeut les applications d’IA dans les centrales, publie des rapports et anime des groupes de travail dédiés². Le constat est partagé par les industriels : l’IA aide à analyser de grands volumes de données pour identifier des signaux faibles qu’un opérateur ne verrait pas seul.

L’intérêt économique est direct. Dans une centrale, chaque journée d’arrêt imprévu représente une perte considérable de production et de revenus. Repérer la dérive d’une pompe, d’un échangeur ou d’un capteur avant la panne permet de planifier la réparation lors d’un arrêt programmé plutôt que de la subir. À la clé : une meilleure disponibilité du parc, une durée de vie prolongée des équipements et, indirectement, une marge de sûreté accrue, puisqu’un composant surveillé en continu défaille moins brutalement.

Des jumeaux numériques de plus en plus réels

Le pivot technologique du moment porte un nom : le jumeau numérique. Il s’agit d’une réplique virtuelle haute fidélité d’une installation, alimentée par ses données réelles, qui relie l’actif physique à des simulations et à une surveillance continue¹. Ces jumeaux ne sont plus des objets de laboratoire : ils deviennent un standard dans les programmes les plus avancés, certaines implémentations atteignant des temps de réponse inférieurs à la seconde, y compris pour des réacteurs rapides refroidis au sodium¹.

L’intérêt est double. En fonctionnement, le jumeau aide à la décision et à la maintenance. En conception, il permet de tester des scénarios avant de toucher au matériel. Cet outillage numérique accompagne logiquement l’arrivée des architectures décrites dans la compétition des réacteurs de génération IV et dans le développement des petits réacteurs modulaires, souvent pensées dès l’origine pour une exploitation très instrumentée.

La supervision humaine, ligne rouge des régulateurs

Plus l’IA s’installe, plus la question du contrôle devient centrale. Aux États-Unis, la Commission de réglementation nucléaire a publié son plan stratégique sur l’IA le 29 septembre 2025, après un rapport d’octobre 2024 consacré aux lacunes du cadre réglementaire³. La doctrine qui s’en dégage tient en une formule : l’« humain dans la boucle ». L’IA recommande, alerte, accélère — mais la décision critique reste à l’opérateur.

Ce choix n’est pas qu’une précaution de principe. Un système d’apprentissage automatique excelle à traiter des données et à repérer des régularités, mais il peut se tromper face à une situation inédite, hors de son champ d’entraînement — précisément le type de configuration qui caractérise un accident grave. Le jugement contextuel d’un opérateur expérimenté reste alors irremplaçable, à condition qu’il comprenne les limites de l’outil et qu’il dispose d’une interface claire pour reprendre la main sans délai.

Cette logique vaut aussi pour l’industrie. Westinghouse se présente comme le premier à viser un dépôt de licence auprès du régulateur pour une application d’IA et d’apprentissage automatique dans l’analyse de conception de réacteur³. Et l’IA pourrait, paradoxalement, accélérer sa propre acceptation : le régulateur explore des processus « humain dans la boucle » susceptibles de réduire jusqu’à 50 % les délais d’examen des nouveaux modèles de réacteurs³. La place irremplaçable du jugement humain rejoint les leçons tirées dans l’impact des accidents nucléaires sur la politique mondiale, où l’erreur d’appréciation a souvent pesé autant que la défaillance technique.

Le revers : une surface d’attaque élargie

Cette connectivité a un prix. En multipliant les systèmes interconnectés et la dépendance aux données, l’IA élargit la surface d’attaque des installations. Le régulateur américain ne s’y trompe pas : il a lancé une consultation visant spécifiquement la cybersécurité des implémentations d’IA et d’apprentissage automatique dans les réacteurs en service comme avancés, estimant que ces technologies exigeront de nouvelles orientations réglementaires et une base technique adaptée⁴.

L’enjeu n’est pas théorique. Une intrusion qui manipulerait les recommandations d’un système d’aide à la décision, ou fausserait les données alimentant un jumeau numérique, pourrait dégrader la sûreté sans jamais toucher physiquement à l’installation. C’est pourquoi la protection des systèmes d’IA est désormais traitée comme un volet à part entière des implications sécuritaires des programmes nucléaires civils, au même titre que la robustesse matérielle évoquée à propos des carburants résistants aux accidents et systèmes de sécurité avancés.

La boucle se referme : l’IA réclame du nucléaire

Il y a une ironie dans cette convergence. L’IA aide à exploiter les centrales, mais elle est aussi une raison majeure d’en rouvrir. Les centres de données qui font tourner les modèles dévorent une électricité stable et continue : leur consommation mondiale passerait de 460 térawattheures en 2024 vers 1 300 térawattheures en 2035⁵. Pour y répondre, les géants du numérique se tournent vers l’atome. Microsoft a signé un contrat d’environ 16 milliards de dollars sur vingt ans pour relancer une tranche de Three Mile Island et en capter 835 mégawatts, visant 2028⁶. Amazon s’est engagé à acheter jusqu’à 1,9 gigawatt issu de la centrale de Susquehanna jusqu’en 2042⁶. Au total, les grands acteurs technologiques ont déjà contracté plus de dix gigawatts de capacité nucléaire⁶.

Le signal à surveiller

Le test décisif sera le premier dossier où l’IA pèse réellement sur une décision de sûreté — la licence Westinghouse, ou un système d’aide à la conduite homologué. S’il franchit l’examen sans relâcher la supervision humaine, il fera jurisprudence. À l’inverse, le moindre incident de cybersécurité sur une installation « augmentée » suffirait à figer la confiance. Entre la promesse d’efficacité et l’exigence de sûreté, la ligne de crête est étroite — et c’est le régulateur qui tiendra le crayon.