Accueil Sociology Kelvin veut aider à sauver la planète en appliquant l'IA aux audits énergétiques domestiques

Kelvin veut aider à sauver la planète en appliquant l'IA aux audits énergétiques domestiques

Lorsque vous cherchez une idée de startup qui pourrait ralentir le changement climatique, vous pourriez devenir un expert des évaluations énergétiques à domicile. C'est du moins ce qui est arrivé aux fondateurs de Kelvin, une startup française qui utilise la vision par ordinateur et l'apprentissage automatique pour faciliter les audits des maisons en termes d'efficacité énergétique.

Clémentine Lalande, Pierre Joly et Guillaume Sempé ont commencé à s'intéresser aux audits de l'efficacité énergétique des maisons car les rénovations vont avoir un impact massif sur la réduction de la consommation d'énergie et des émissions de CO2. Mais, comme le reste de l'industrie de la construction, la plupart des entreprises dans ce domaine n'utilisent pas la technologie pour améliorer leurs processus.

"Il y a 300 millions de maisons à rénover au cours des 30 prochaines années en Europe", a déclaré Lalande, PDG de Kelvin, à TechCrunch. "Mais l'industrie de la construction est le deuxième secteur le moins numérisé après l'agriculture."

En France, l'Agence Nationale de l'Habitat (ANAH) s'est fixé un objectif ambitieux d'atteindre 200 000 logements rénovés rien qu'en 2024. Mais les artisans ne peuvent tout simplement pas suivre le rythme, ce qui nuit au climat en conséquence. Plus généralement, le cadre réglementaire est favorable à ce type de startup en Europe.

Fondée en octobre 2023, Kelvin est entièrement axée sur les logiciels. La société ne souhaite pas construire une place de marché pour les prestataires de services, et contrairement à Enter, une autre startup d'évaluation énergétique domiciliaire basée en Allemagne et couverte par TechCrunch, elle ne souhaite pas non plus être un produit orienté vers le client final.

Au lieu de cela, la startup a rassemblé une petite équipe d'ingénieurs pour créer son propre modèle d'IA spécialisé dans les évaluations énergétiques domestiques à l'aide de l'apprentissage automatique. La société utilise des données ouvertes, telles que des images satellite, ainsi que son propre ensemble de données d'entraînement avec des millions de photos et d'évaluations énergétiques.

"Nous calculons plus de 12 sources de données propriétaires, semi-publiques ou ouvertes qui fournissent des informations sur le bâtiment et ses performances thermiques. Nous utilisons donc des techniques de segmentation assez standard, analysons des images satellite avec des modèles d'apprentissage automatique pour détecter des caractéristiques spécifiques, telles que la présence de bâtiments adjacents, de panneaux solaires, d'unités de ventilation collectives, etc.", a déclaré Lalande.

"Nous faisons également cela sur les données que nous collectons nous-mêmes. Nous avons développé un outil d'inspection à distance avec un bot qui indique à la personne qui s'y trouve les photos et vidéos qu'elle devrait collecter", a-t-elle ajouté. "Nous avons ensuite des modèles qui comptent les radiateurs dans les vidéos, détectent les portes, détectent la hauteur du plafond, et détermineront le type de chaudière ou l'unité de ventilation."

Kelvin ne souhaite pas utiliser des technologies 3D comme LiDAR car elle veut construire un outil pouvant être utilisé à grande échelle. Il vous permet d'utiliser des photos et des vidéos normales, ce qui signifie que vous n'avez pas besoin d'un smartphone récent avec un capteur LiDAR pour enregistrer les détails d'une pièce.

Les clients potentiels de la startup pourraient être des entreprises de construction, l'industrie immobilière, voire des institutions financières souhaitant financer des projets de rénovation domiciliaire - les financeurs, en particulier, pourraient être à la recherche d'évaluations précises avant de prendre une décision.

Dans les premiers tests de l'entreprise, ses évaluations énergétiques domiciliaires se sont avérées précises dans la mesure de 5% par rapport aux évaluations traditionnelles. Et si elle devient l'outil de choix pour ces audits, il sera beaucoup plus facile de comparer une maison à une autre et une rénovation à une autre.

La startup a maintenant levé 4,7 millions d'euros (5,1 millions de dollars au taux de change actuel) avec Racine² en tête du tour et un investissement non dilutif de Bpifrance. Seedcamp, Raise Capital, Kima Ventures, Motier Ventures et plusieurs business angels ont également participé au tour.

Crédits photo : Kelvin