Compiègne présente une configuration rare pour une ville moyenne : une université de technologie de premier plan implantée au cœur d'un bassin industriel. Cette proximité a produit un tissu d'entreprises à forte intensité technique — chimie, plasturgie, matériaux, procédés — et une culture de la R&D appliquée peu commune à cette échelle.
Ces entreprises ont un point commun : leur actif principal est un fonds d'essais, de rapports et de résultats expérimentaux. Et cet actif est systématiquement sous-exploité, parce qu'un rapport d'essai de 2019 rangé dans le dossier d'un projet clos est, en pratique, perdu.
Une entreprise compiégnoise de formulation chimique, cent dix salariés dont vingt en R&D, travaille sur le développement d'une nouvelle formulation pour un client industriel. Le cahier des charges impose une tenue en température que les formulations standard n'atteignent pas.
Le laboratoire a produit, en quinze ans, plusieurs milliers de rapports d'essais. Il est statistiquement certain que des pistes pertinentes ont déjà été explorées — sur d'autres projets, pour d'autres clients, avec d'autres objectifs.
Mais ces rapports sont classés par projet, dans une arborescence dont la logique a changé trois fois. Le chef de projet actuel, arrivé il y a quatre ans, ne connaît que les projets sur lesquels il a travaillé. Il relance donc une campagne d'essais dont une partie reproduit ce qui a déjà été fait.
Un assistant IA branché sur le fonds d'essais rend la question posable : « Avons-nous déjà testé des additifs améliorant la tenue en température sur ce type de matrice, et quels résultats avions-nous obtenus ? ». L'assistant retrouve les rapports pertinents quelle que soit leur affectation projet, cite les résultats et leurs sources.
Sur un laboratoire de vingt personnes, éviter une campagne d'essais redondante représente plusieurs mois de travail et un budget matière non négligeable. C'est le cas d'usage où le retour sur investissement est le plus simple à établir, parce qu'il se chiffre en essais non refaits.
L'UTC et les plateformes technologiques compiégnoises constituent un environnement d'appui rare pour une ville de cette taille, avec des compétences en science des données directement mobilisables par les entreprises du bassin.
Pour une structure de R&D, le critère de choix est la confidentialité : les résultats d'essais constituent le patrimoine de l'entreprise, et un assistant qui les enverrait vers un modèle susceptible de s'entraîner dessus est une fuite de propriété intellectuelle. L'exécution sur infrastructure européenne maîtrisée n'est pas négociable.