Vingt minutes. C’est le temps qu’il faut pour fixer le boîtier sur un chauffe-eau électrique. Un thermostat de la taille d’un paquet de cartes, une carte SIM 4G intégrée, et le cumulus de votre logement HLM commence à envoyer ses données en temps réel à un serveur breton. Température de l’eau, cycles de chauffe, entartrage, déperditions thermiques — l’algorithme apprend vos habitudes, adapte la consigne, et vous fait économiser 95 euros par an sur votre facture. Sans que vous ne touchiez quoi que ce soit.
Ce n’est pas de la science-fiction. C’est le quotidien de 42 000 locataires de logements sociaux en France, équipés par la startup Elax Energie. Et ce chiffre va passer à 50 000 avant la fin de l’année.
Le logement social français — 5,4 millions de logements, 10,4 millions de personnes, 2,7 millions de demandes en attente — est en train de devenir un terrain d’expérimentation massif pour l’intelligence artificielle. Pas dans les bureaux des bailleurs, mais dans les appartements des locataires, dans les centres d’appels saturés, et dans les canalisations vieillissantes d’un parc immobilier qui peine à se rénover.
Un thermostat qui pense pour vous
Suivez LJG sur Google
Ajoutez LJG à vos sources préférées pour voir nos articles en priorité dans "À la une".
Thomas Tirtiaux a fondé Elax Energie en 2020 avec Samuel Beaussier et Jean-François Eggeric. Le constat de départ est simple : un chauffe-eau électrique standard chauffe l’eau à 69°C en permanence. C’est trop. Pour un foyer de deux personnes, 55°C suffisent la plupart du temps — à condition de remonter régulièrement à 65°C pour éliminer le risque de légionellose.
Le boîtier Elax fait exactement cela. Fabriqué chez Novatech à Lannion, en Bretagne, il mesure la température à l’intérieur de la cuve, analyse les habitudes de consommation du foyer pendant trois mois, puis ajuste automatiquement la consigne. Quand il fait chaud dehors, l’algorithme abaisse encore la température — jusqu’à 2°C de moins lors des canicules, ce qui génère 12 % d’économie supplémentaire sur les journées les plus chaudes.
Les résultats sont vérifiés par Carbone 4 : 25 % de réduction de consommation en moyenne, 95 euros d’économie annuelle par locataire, et un allongement de la durée de vie du chauffe-eau de 9 à 13 ans grâce à la réduction de l’entartrage. Pour les bailleurs, c’est 22 euros d’économie annuelle par appareil sur la maintenance.
Le bailleur Néolia, qui gère 27 000 logements en Alsace et en Franche-Comté, a testé la solution sur 15 logements en 2022, puis sur 300 en 2024. Romuald Gadet, son directeur RSE, a confirmé les 25 % de réduction et lancé l’équipement de 1 800 logements supplémentaires en 2025. CDC Habitat Grand Ouest a signé un partenariat pour 7 000 logements lors du 85e Congrès HLM en septembre 2025, après une expérimentation concluante sur 60 logements dès 2022.
Mais le contrat qui change l’échelle, c’est celui d’Action Logement — la première foncière résidentielle d’Europe, un million de logements. Action Logement prévoit d’équiper 140 000 foyers avec le boîtier Elax. À cette échelle, ce sont 28 000 tonnes de CO₂ évitées. Elax Energie, qui emploie 40 personnes, vise 500 000 logements d’ici 2030 et la rentabilité dès 2026.
En coulisse, le boîtier échange aussi des données en temps réel avec RTE et la Commission de régulation de l’énergie. Quand le réseau électrique est sous tension, les chauffe-eaux baissent la consigne. Quand les éoliennes ou les panneaux solaires produisent un excédent, ils chauffent. Le logement social devient, sans le savoir, un acteur de la flexibilité électrique nationale.
Le chatbot qui répond à minuit
À l’autre bout de la chaîne, il y a le téléphone qui sonne. En 2025, les bailleurs sociaux font face à un paradoxe : les sollicitations des locataires augmentent, mais les effectifs diminuent. Mi-2024, la France comptait 2,7 millions de demandes actives de logement social. En Île-de-France, plus de 837 000 dossiers étaient en attente — une hausse de 6,8 % en un an selon la Cour des comptes.
La startup monLogement.ai s’est positionnée sur ce créneau. Son chatbot, spécialisé dans le logement social, a assimilé plus de 8 000 phrases pour reconnaître les intentions des locataires — demande de quittance, signalement de fuite, question sur les charges, suivi de dossier. Il est déployé chez une dizaine de bailleurs dont Batigère, Action Logement, Ophéa et la Mancelle d’habitation.
Philippe Foynard, responsable innovation chez Batigère Habitat, décrit une équipe qui « se distingue par son agilité de développement et sa connaissance du secteur HLM ». Isabelle David, directrice des systèmes d’information d’Ophéa, confirme que leur chatbot « Ophé’lie » est devenu « un lien important avec nos clients ».
Le projet le plus ambitieux vient d’ailleurs. PIERRE est un chatbot open source, plurilingue, conçu pour être déployé en dix minutes sur n’importe quel serveur. Son corpus de connaissances, en open data, couvre les obligations réglementaires des locataires et des bailleurs, les aides au logement, les procédures de demande HLM. Il sait apporter des réponses localisées selon que l’interlocuteur habite Avignon ou Grenoble, qu’il soit locataire d’un OPH ou d’une ESH.
DialOnce, qui a présenté sa solution au Congrès HLM 2025, affiche des chiffres plus industriels : +30 points d’amélioration du taux de joignabilité, 90 % de satisfaction client, 15 % de contacts évités par l’automatisation, +20 % de productivité pour les conseillers. Le bailleur 1001 Vies Habitat a adopté leur agent IA pour structurer l’ensemble de ses parcours de contact.
La maintenance avant la panne
Derrière les chatbots et les thermostats, un troisième front se dessine : la maintenance prédictive du bâti. Les bailleurs sociaux gèrent un patrimoine vieillissant — l’âge moyen du parc HLM dépasse les 35 ans. Anticiper les pannes de chaudière, les infiltrations, les défaillances d’ascenseur avant qu’elles ne surviennent, c’est réduire les coûts d’intervention et la colère des locataires.
Le boîtier Elax fait déjà de la maintenance prédictive sur les chauffe-eaux : il détecte l’entartrage anormal, les déperditions de chaleur, les signaux faibles d’un cumulus en fin de vie. Le bailleur reçoit une alerte avant la panne. C’est un changement de paradigme : passer du curatif — on intervient quand le locataire appelle — au prédictif — on intervient avant que le locataire ne s’en rende compte.
La Fédération des offices publics de l’habitat (FOPH) a identifié la maintenance prédictive comme l’un des axes prioritaires de son plan d’action numérique. Le BIM (Building Information Modelling), les jumeaux numériques du bâti, le croisement des données de consommation énergétique avec les historiques d’intervention — tout converge vers une gestion algorithmique du patrimoine.
La cotation de la demande, sujet tabou
Il existe un usage de l’IA dans le logement social dont on parle moins volontiers : la cotation de la demande. Comment classer 2,7 millions de dossiers ? Comment décider qui accède à un logement, dans quel quartier, à quel loyer ?
Plusieurs bailleurs expérimentent des systèmes de scoring automatisé qui croisent les données socio-économiques des demandeurs avec les caractéristiques des logements disponibles. L’objectif affiché : objectiver l’attribution, réduire les biais humains, accélérer le traitement des dossiers.
Le sujet est miné. La loi ELAN de 2018 a rendu obligatoire la cotation de la demande pour les EPCI de plus de 100 000 habitants. Mais confier cette cotation à un algorithme pose des questions de transparence, de discrimination indirecte, de reproductibilité. Le RGPD encadre strictement les décisions automatisées. La CNIL veille. Et les associations de locataires s’inquiètent.
L’Union sociale pour l’habitat (USH) a consacré un cahier Repères (n°143) aux cas d’usage de l’IA dans le logement social, abordant frontalement ces questions. La journée organisée le 2 avril 2025 chez Léonard, le laboratoire d’idées de Vinci, a réuni le réseau professionnel Innovation et prospective de l’USH pour tracer les contours d’une IA « responsable » dans le secteur.
Le logement social comme laboratoire
Le paradoxe du logement social français est là : un secteur chroniquement sous-financé, en crise de construction (les mises en chantier sont en baisse), confronté à une demande qui explose — et qui, précisément parce qu’il gère un parc massif et standardisé, devient un terrain idéal pour l’IA.
Cinq millions de logements avec des équipements similaires, des données de consommation centralisées via les bailleurs, des millions d’interactions locataires documentées — c’est un dataset que le privé n’a pas. Quand Elax Energie équipe 140 000 chauffe-eaux identiques avec le même boîtier, elle accumule un volume de données sur les comportements thermiques résidentiels que personne d’autre ne possède en Europe.
La question qui se pose maintenant n’est plus technique. Elle est politique. Qui possède ces données ? Qui les exploite ? Qui en tire profit ? Les locataires économisent 95 euros par an, certes. Mais la valeur des données agrégées — pour RTE, pour les énergéticiens, pour les assureurs — dépasse largement ce montant. Le logement social, historiquement pensé comme un service public, est en train de devenir une infrastructure de données. Et personne n’a encore vraiment décidé à qui cette infrastructure appartient.
Je suis Ethan, journaliste spécialisé en intelligence artificielle et nouvelles technologies. Je couvre l’actualité de l’IA agentique, des grands modèles de langage et des outils qui transforment nos usages numériques. Mon objectif : rendre accessibles les avancées technologiques les plus complexes, avec rigueur et sans jargon inutile.
