Pau a une économie de l'expertise. Géosciences, ingénierie énergétique, chimie industrielle autour du bassin de Lacq, aéronautique dans la vallée : le bassin palois concentre des métiers où la valeur produite est un rapport, une étude, une analyse. Autrement dit, du document.
Cette économie a une conséquence directe : le capital d'une entreprise paloise d'ingénierie, ce sont ses études passées. Or ces études sont généralement rangées par client et par année, c'est-à-dire de la seule manière qui empêche de les réutiliser.
Un bureau d'études palois spécialisé en environnement industriel, quarante ingénieurs, répond à une consultation pour un dossier d'autorisation environnementale sur un site classé. Le dossier attendu fait plusieurs centaines de pages.
Le bureau a produit une trentaine de dossiers comparables au cours des dix dernières années. Une part significative du contenu — méthodologie d'évaluation, description des référentiels réglementaires, trames d'étude d'impact — est transposable. En théorie, la moitié du travail est déjà faite.
En pratique, les ingénieurs repartent de deux ou trois dossiers récents qu'ils connaissent, parce que ce sont les seuls dont ils se souviennent. Les vingt-sept autres sont inaccessibles : rangés par nom de client dans une arborescence, sans index, sans résumé.
Un assistant IA connecté au fonds d'études change ce rapport. L'ingénieur demande : « Avons-nous déjà traité un dossier d'autorisation sur une installation de ce type, et quelle méthodologie d'évaluation des risques avions-nous retenue ? ». L'assistant retrouve les dossiers pertinents quel que soit le nom du client, cite les passages utiles et leurs sources.
Le bureau ne gagne pas seulement du temps de rédaction. Il gagne en cohérence : les méthodologies appliquées cessent de diverger d'un chargé d'affaires à l'autre, ce qui est précisément ce que regarde une administration lorsqu'elle instruit plusieurs dossiers du même prestataire.
Pau dispose d'un environnement technologique solide — UPPA, écoles d'ingénieurs, centres de recherche appliquée, et un tissu de start-up issu de la reconversion des compétences pétrolières. Les compétences en traitement de données y sont disponibles localement.
Pour une structure d'ingénierie, le critère de choix d'une plateforme IA est double : la qualité de la citation des sources — un rapport sans source est inutilisable — et la garantie que les études clients, souvent couvertes par des accords de confidentialité, ne servent pas à entraîner un modèle tiers.