L’acquisition des actifs intègre la technologie DiagFit au portefeuille de solutions d’I-care, avec la possibilité de déployer ses fonctionnalités de maintenance prédictive directement au sein de l’infrastructure des clients, et renforce ses capacités en matière d’analyse avancée des données.
Mons, Belgique, le 15 septembre 2026, I-care Group, leader mondial des solutions de maintenance prédictive et de fiabilité, annonce l’acquisition des actifs d’Amiral Technologies, une entreprise grenobloise issue du CNRS (Centre national de la recherche scientifique). L’acquisition de ces actifs permet à I-care d’intégrer la plateforme DiagFit ainsi que ses équipes R&D et commerciales.
« Cette acquisition d’actifs représente une étape majeure pour I-care et pour le secteur de la maintenance prédictive », déclare Fabrice Brion, fondateur et CEO d’I-care Group. « DiagFit nous permet de déployer des fonctionnalités de maintenance prédictive directement au sein de l’infrastructure des clients, tout en renforçant notre capacité à analyser des données industrielles complexes. Nous pouvons ainsi étendre nos solutions à de nouveaux environnements, notamment dans les secteurs de la défense et du nucléaire. »
DiagFit sera progressivement intégré à I-see™, la plateforme de maintenance prédictive d’I-care supportée par l’IA. La technologie exploite les données historiques de fonctionnement pour modéliser le comportement normal d’un équipement et détecter les écarts susceptibles de signaler une anomalie émergente, même lorsque les données historiques de défaillance sont limitées. Déployable dans le cloud ou dans l’infrastructure du client, DiagFit restera également disponible en solution autonome.
« Rejoindre I-care permet à DiagFit de bénéficier de son réseau commercial et de sa présence internationale pour proposer notre technologie à davantage de clients industriels », déclare Dogan Kaban, Business Development Manager chez Amiral Technologies. « Notre approche modélise le comportement normal d’un équipement et identifie les écarts, sans nécessiter d’exemples antérieurs de défaillances dans les données d’entraînement. L’intégration à I-see™ ouvre de nouvelles perspectives à notre technologie et à l’équipe qui l’a développée. »