L'État de l'IA dans l'Industrie EHS - T4 2025

L'État de l'IA dans l'Industrie EHS - T4 2025

L'IA en Environnement, Santé et Sécurité (EHS) a dépassé la phase de "théâtre d'innovation". En 2025, elle est devenue transformée en produit, intégrée et de plus en plus mesurable. Le changement le plus important n'est pas que l'IA existe dans les logiciels EHS, c'est où elle apparaît dans les flux de travail quotidiens : saisie d'incidents, audits, actions correctives, formation, révisions de risque, et observations de terrain.

Nous avons étudié l'industrie en profondeur et développé une carte de l'industrie du T4 2025 suivant 20 plateformes EHS établies plus 9 fournisseurs spécialisés en IA. Notre analyse montre un patron clair : les plateformes traditionnelles courent pour intégrer l'IA dans les flux de travail fondamentaux,

Alors que les spécialistes repoussent la limite en intelligence visuelle, analytique de mouvement et risque prédictif. La base de clients pour les grandes plateformes dans cet instantané penche vers l'Amérique du Nord d'abord (14 sur 20 la listent comme leur géographie principale), avec l'Europe ensuite, et une présence plus petite ailleurs. L'industrie lourde domine les cas d'usage de "terrain natal", particulièrement la fabrication industrielle et les opérations adjacentes à l'énergie, où le volume d'incidents, la complexité des dangers, et le fardeau réglementaire rendent l'automatisation et la prédiction rentables.

Voici les plus grandes tendances qui façonnent ce que "l'IA en EHS" signifie réellement en ce moment, avec des exemples des types de produits introduits à travers l'écosystème.

Mise à jour du marché et de l'écosystème : ce qui a changé en 2025

À travers la couverture des analystes et les feuilles de route des fournisseurs, l'IA est maintenant une attente par défaut dans les conversations d'achat EHS. Le marché s'est divisé en deux voies :

1. L'IA intégrée aux flux de travail dans les plateformes EHSCe sont des fonctionnalités d'IA qui vivent au sein de la gestion d'incidents, des audits, du suivi d'actions, et des modules de conformité. La proposition de valeur est la vitesse et la constance : moins de clics, des récits plus clairs, une meilleure catégorisation, et une clôture plus rapide.
2. Les systèmes d'IA spécialisés qui se branchentCeux-ci incluent l'analytique de sécurité basée sur caméras, l'évaluation de mouvement 3D et d'ergonomie, et les moteurs de risque prédictif qui ingèrent des données opérationnelles. Ils s'intègrent habituellement au "système de registre" plutôt que de le remplacer.

En pratique, l'adoption dépendra de la confiance, de l'explicabilité, et du fait que les modèles se généralisent au-delà de la plateforme et des segments d'industrie sur lesquels ils ont été entraînés.

Tendance 1 : Les copilotes et assistants d'IA s'intègrent au flux de travail

Le patron de produit d'IA le plus courant dans la carte est le copilote : un assistant en langage naturel intégré au sein des écrans EHS.

Dans la liste des capacités d'IA suivies, environ 28% se positionnent explicitement comme copilotes ou assistants. Le patron fonctionnel est constant :

• Saisie de données automatisée à partir de récits désordonnés, notes vocales, ou courts intrants de terrain
• Résumé d'incidents et rédaction de "ce qui s'est passé"
• Classifications suggérées comme le type d'événement, la catégorie de danger, les facteurs contributifs
• Actions correctives préliminaires cartographiées aux cadres de contrôle communs
• Questions-réponses en langage naturel sur les politiques, procédures, et bases de connaissances internes (souvent implémenté avec récupération sur documents, parfois appelé RAG)

Les meilleures versions ressemblent à un "utilisateur expert en boîte". Les versions les plus faibles ressemblent à une fenêtre de clavardage agrafée à un formulaire. Le différenciateur est de savoir si l'assistant peut prendre de vraies actions de flux de travail, pas seulement générer du texte.

Tendance 2 : La vision par ordinateur et l'analytique de mouvement s'étendent de l'EPI à la prévention

L'intelligence visuelle est la deuxième grande catégorie de produits. Dans l'échantillon, environ 17% référencent explicitement la vision par ordinateur ou la reconnaissance de dangers basée sur l'image, et un autre 14% référencent la capture de mouvement ou l'analytique de mouvement 3D.

Ces solutions sont positionnées pour :

• La conformité EPI et la détection d'actes dangereux (casques, lunettes, zones restreintes)
• Le risque de proximité et de ligne de tir (personnes, véhicules, points de pincement)
• La détection de quasi-accidents par la reconnaissance de patrons dans les flux vidéo
• L'analyse de tension ergonomique utilisant la capture de mouvement 3D et l'analytique de mouvement, souvent cadrée comme prévention proactive des TMS

C'est là que l'IA EHS devient opérationnellement "temps réel", mais cela introduit aussi les contraintes non techniques les plus difficiles : attentes de confidentialité, relations de travail, placement de caméras, gestion des faux positifs, et le besoin d'une gouvernance claire sur comment les alertes sont utilisées.

Tendance 3 : L'automatisation de documents et de conformité passe de "recherche" à "action structurée"

Un autre thème clair est la transformation des intrants de conformité non structurés en travail structuré et auditable. Environ 10% des capacités suivies mentionnent explicitement l'extraction TAL ou l'intelligence réglementaire.

Les formes de produits courantes incluent :

• L'extraction de Fiches de Données de Sécurité (FDS) en champs standardisés et contrôles d'exposition
• La cartographie automatisée des exigences vers les actions, tâches et responsables
• La surveillance des changements réglementaires traduite en impacts sur les programmes internes
• L'analyse de permis et de procédures pour réduire le fardeau de révision manuelle

Le plus grand gain ici n'est pas un résumé de document plus joli. C'est de réduire le temps entre "une exigence existe" et "un contrôle est mis en œuvre et suivi".

Tendance 4 : Le risque prédictif et la prévention des ISG deviennent plus précis

L'analytique prédictive n'est plus commercialisée comme une "notation de risque" générique. Elle devient plus ciblée, avec un langage comme les précurseurs d'ISG, les perspectives d'ISG potentielles, et l'efficacité des contrôles.

Dans l'ensemble suivi, environ 24% référencent explicitement le risque prédictif, les ISG, ou l'analytique de risque. Les systèmes les plus crédibles partagent quelques traits :

• Ils combinent des signaux rétrospectifs (incidents) avec des indicateurs avancés (observations, heures d'exposition, état de l'équipement, type de travail, risque d'emplacement, statut de contrôle).
• Ils exposent les moteurs derrière le score afin qu'un dirigeant EHS puisse agir, pas seulement fixer un chiffre.
• Ils produisent un résultat de flux de travail : révisions priorisées, audits ciblés, recommandations de contrôle, ou déclencheurs d'escalade.

C'est aussi là où le scepticisme est le plus sain. Une prédiction qui ne peut pas être expliquée ne sera pas opérationnalisée. Et une prédiction qui ne fonctionne que dans un seul ensemble de données fermé peut peiner à se généraliser à travers les sites, régions et types de travail.

Tendance 5 : L'intelligence de formation et de durabilité commence à converger avec l'IA EHS

Bien que moins courants dans l'instantané, deux domaines adjacents gagnent de l'élan :

• L'intelligence de formation qui recommande du contenu, s'adapte aux rôles, et appuie le renforcement des connaissances basé sur les tendances de risque observées
• L'analytique de durabilité et de risque d'entreprise qui relie le rendement EHS aux résultats opérationnels et ESG plus larges

La direction intéressante est la convergence : utiliser les signaux de risque opérationnel pour orienter un apprentissage ciblé, et utiliser les données d'exécution EHS pour améliorer la crédibilité des rapports de durabilité.

Où se situe Haven Safety AI?

Pour aborder une lacune persistante dans la façon dont l'IA est appliquée spécifiquement aux enquêtes d'incidents, Haven Safety AI a été construit pour se concentrer moins sur le résumé générique et plus sur la qualité, la constance et la défendabilité des enquêtes.

Au cœur se trouve un graphe de connaissances EHS propre à l'industrie unique en son genre qui relie les dangers, sources d'énergie, tâches, contrôles, facteurs causaux, et résultats, afin que le système puisse raisonner dans la même structure que les enquêteurs utilisent plutôt que de traiter chaque récit comme du texte libre. Haven utilise aussi un raisonnement multimodal pour synthétiser la preuve à travers des formats comme les déclarations de témoins, notes d'incidents, photos, documents, et autres signaux disponibles, puis réconcilier ce qui est connu, ce qui manque, et ce qui entre en conflit.

Le résultat est un soutien pour l'enquêteur orienté autour de conclusions que vous pouvez défendre : des chronologies d'événements plus claires, une analyse causale plus disciplinée, et des actions correctives qui correspondent aux lacunes de contrôles plutôt qu'à des recommandations génériques. Tout aussi important, la conception souligne la traçabilité afin que les résultats puissent être reliés à la preuve sous-jacente et révisés par des humains avant que quoi que ce soit ne soit finalisé, ce qui est critique dans les enquêtes EHS à haute conséquence.

Ce que cela signifie pour les dirigeants EHS en 2026

Si vous évaluez l'IA en EHS, la meilleure question n'est pas "a-t-elle de l'IA?" C'est "quel travail répétitif à haute friction cela retirera-t-il, et quelles décisions cela améliorera-t-il?"

Une liste de vérification pratique d'évaluation :

• Adéquation au flux de travail : Réduit-elle les étapes dans la saisie d'incidents, les audits, les actions et la formation, ou ajoute-t-elle une autre interface?
• Préparation des données : Avez-vous une taxonomie constante, des récits décents, et des données de clôture d'action propres?
• Explicabilité : Le système peut-il montrer pourquoi il a classifié, suggéré, ou prédit quelque chose?
• Gouvernance : Qui peut l'utiliser, à quelles données elle peut accéder, et comment les résultats peuvent et ne peuvent pas être utilisés (particulièrement pour l'analytique de vision).
• Mesures de résultats : Temps pour soumettre les incidents, temps pour clore les actions, taux de complétion d'audit, réduction des événements répétés, changements dans les taux de précurseurs d'ISG.

Le point essentiel

Pour résumer 2025, l'IA est un sujet brûlant comme prévu, avec ces tendances dominant la discussion :

• Copilotes et assistants d'IA
• Vision par ordinateur et analytique de mouvement
• Automatisation de documents et de conformité
• Risque prédictif et prévention des ISG
• Intelligence de formation et de durabilité

La prochaine phase est la partie difficile : passer de démos impressionnantes à des améliorations mesurables en prévention, qualité d'exécution, et cycles d'apprentissage. Les gagnants seront les solutions qui rendent les équipes de sécurité plus rapides, plus constantes, et plus proactives, sans ajouter de bruit ou éroder la confiance.