publié le 30 mai 2024 à 18:27
2380 mots
Pourquoi l’aérospatiale a besoin de l’intelligence artificielle par Todd Tuthill, Siemens Digital Industries Software
Minimiser l’importance de ces progrès serait une erreur. Selon le Wall Street Journal : « une enquête menée auprès de 220 entreprises et publiée vendredi par KPMG indique que 43 % des entreprises américaines réalisant un chiffre d’affaires annuel d’au moins 1 milliard de dollars prévoient d’investir au minimum 100 millions de dollars dans l’IA générative au cours des douze prochains mois ». L’IA suscite une demande énorme, ce qui ouvre de nombreuses perspectives dans tous les secteurs d’activité.
Non seulement le secteur de l’aéronautique et de la défense (A&D) peut bénéficier de l’IA, mais il en a besoin. En effet, une pénurie croissante de main-d’œuvre à l’échelle mondiale – exacerbée par la complexité accrue des produits résultant de l’intégration de nouvelles technologies – menace d’entraver l’énorme croissance qu’il devrait connaître au cours des prochaines années. Les entreprises du secteur qui souhaitent poursuivre leur activité dans les années à venir vont réaliser qu’elles ont absolument besoin de l’IA pour accélérer leur transformation numérique et produire la prochaine génération d’avions et d’engins spatiaux.
Dans le domaine de l’aérospatiale, les perspectives d’avenir sont nombreuses. Les entreprises étudient différentes formes de propulsion écoresponsable afin de garantir un avenir plus vert, la prochaine génération d’avions de défense est en cours de conception, et les États-Unis sont prêts à retourner sur la Lune et à poser des hommes sur Mars pour la première fois. L’avenir de l’aérospatiale n’a jamais été aussi passionnant.
Pourtant, ces objectifs ambitieux reposent sur de nouvelles technologies qui augmentent la complexité des produits. Par exemple, les systèmes de propulsion écoresponsables pour les avions commerciaux et les fonctionnalités de mise en réseau améliorées pour les drones imposent de nouvelles exigences en matière de conception, dont il faut tenir compte dans des cycles de développement d’une durée inchangée, si ce n’est plus courte. En outre, la complexité croissante des produits va de pair avec une complexité accrue des outils, car de nouveaux logiciels puissants sont mis au point pour concevoir et valider tous les composants nécessaires, des puces les plus petites jusqu’à la forme des ailes. Il faudra des années aux ingénieurs pour apprendre à maîtriser toutes ces exigences et tous ces outils, et encore plus longtemps pour devenir des experts dans ces domaines.
Ce problème survient au mauvais moment, alors que le secteur s’efforce de surmonter une pénurie de main-d’œuvre qui ne cesse de s’aggraver dans le monde entier. Selon une étude de PWC/AIA concernant la main-d’œuvre, « plus de 29 % de la main-d’œuvre du secteur a plus de 55 ans, ce qui va créer des vagues de départs à la retraite dont les effets se feront sentir pendant 10 à 20 ans ». Quant à EY-Parthenon, il prévoit que d’ici 2030 un emploi d’ingénieur A&D sur cinq ne sera pas pourvu. Ainsi, alors que le secteur est censé créer une multitude de produits et d’innovations incroyables, il manque d’ingénieurs pour le faire.
L’IA a le potentiel pour contrer les pires effets de la pénurie de main-d’œuvre et de la complexité croissante des produits. Au niveau individuel, par exemple, elle offre aux ingénieurs de nouvelles façons de travailler, en transformant la manière dont ils interagissent avec les outils et en leur permettant d’acquérir plus rapidement des connaissances et de l’expérience.
Dans de nombreux secteurs, les entreprises intègrent déjà dans leurs outils des systèmes de copilotage par l’IA, que les ingénieurs peuvent utiliser en mode conversationnel pour faciliter leur travail. En posant simplement des questions en langage naturel, ils peuvent demander au copilote d’automatiser des flux de travail et d’effectuer des tâches banales, et accéder rapidement à la bibliothèque de connaissances spécialisées du copilote pour mieux comprendre l’outil logiciel. Il n’est donc plus nécessaire d’avoir un spécialiste à portée de main pour guider les ingénieurs nouvellement embauchés.
Mais les entreprises peuvent aller encore plus loin, en intégrant l’IA directement dans leurs outils de conception. Dans ce cas, non seulement l’IA est capable d’apprendre des utilisateurs spécialistes de l’outil logiciel, mais elle peut également utiliser leurs flux de travail pour rationaliser l’utilisation de l’outil lui-même. Elle peut ainsi développer un ensemble de bonnes pratiques de conception pour aider les ingénieurs dans tous les domaines, du placement des composants à l’optimisation de la forme d’une aile. Et si l’IA les aide à développer de meilleurs flux de travail, les ingénieurs seront mieux à même de maîtriser la complexité des produits.
Toutes ces applications ont pour effet de démultiplier l’efficacité des ingénieurs en leur permettant de se concentrer sur l’ingénierie de haut niveau et la réflexion critique, l’IA se chargeant des tâches banales qu’ils passent trop de temps à effectuer quotidiennement. Cette utilisation accrue de l’IA permettrait non seulement de réduire l’intensité de la pénurie de main-d’œuvre, mais aussi de créer un environnement de travail plus attrayant pour attirer de nouveaux ingénieurs.
Malgré l’engouement actuel pour l’IA, certaines personnes restent sceptiques à l’égard de cette technologie. Certains s’inquiètent des résultats qu’elle génère et de son incapacité à accomplir efficacement des tâches que les humains assurent depuis longtemps, tandis que d’autres s’interrogent sur sa capacité à préserver la sécurité des données confidentielles. Ce dernier point est particulièrement important dans le secteur A&D, car de nombreux programmes utilisent des données sensibles, voire carrément classifiées.
Bien que ces préoccupations soient légitimes, elles ne sont pas si différentes de celles qui ont été exprimées dans le passé chaque fois que des innovations technologiques sont venues modifier la façon de travailler, et il est facile d’y répondre. Des efforts peuvent être faits pour rendre plus transparente la boîte noire qui occulte la manière dont l’IA parvient à ses conclusions, ainsi que pour éduquer les utilisateurs afin de les aider à mieux comprendre le fonctionnement de l’IA et les domaines dans lesquels elle pourrait être le plus utile. Quant à la confidentialité des données, le problème relève plus de l’infrastructure que de l’IA. Au lieu de puiser des informations publiques sur Internet comme le fait ChatGPT, l’IA d’une entreprise aérospatiale peut travailler localement, en utilisant des informations provenant du lac de données propres à l’entreprise afin de conserver ces données bien à l’abri en interne.
Les possibilités décrites plus haut dans cet article ne sont que la partie émergée de l’iceberg. Sur un plan plus global, l’IA peut être le composant-clé qui aidera les entreprises à accélérer leur transformation numérique pour atteindre des niveaux de performance jadis considérés comme inaccessibles.
La plupart des entreprises du secteur A&D ont déjà entamé leur transformation numérique, réalisant des progrès dans la configuration de flux de travail basés sur les modèles, dans l’archivage des données, dans la connexion des données entre les différents domaines d’ingénierie et dans l’amélioration de la traçabilité. Cependant, avec l’IA, les entreprises peuvent aller encore plus loin. L’automatisation des tâches banales et la rationalisation des flux de travail des ingénieurs grâce aux copilotes et aux assistants d’outils ne sont qu’un début. L’IA est déjà utilisée pour générer des conceptions de composants, rédiger des documents d’assistance, trouver plus vite des solutions optimisées et effectuer de nombreuses autres tâches qui, autrefois, semblaient réservées aux humains. Pour l’instant, ces capacités sont limitées à des domaines d’ingénierie individuels, mais à chaque avancée de la technologie de l’IA la possibilité de les appliquer à des modèles physiques multidomaines complets se rapproche.
Alors que les produits deviennent de plus en plus complexes et que la main-d’œuvre se raréfie dans l’aérospatiale, l’IA est en mesure d’améliorer le travail des ingénieurs humains et de permettre au secteur A&D de surmonter ses défis, en offrant aux entreprises la possibilité de poursuivre leur transformation numérique jusqu’à des stades toujours plus avancés. Peu avant 2030, l’IA aura radicalement modifié la façon dont le secteur fait de l’ingénierie, et il y aura deux types d’entreprises : celles qui auront fait faillite, et celles qui prospéreront car elles auront adopté l’IA.
Mais les entreprises peuvent aller encore plus loin, en intégrant l’IA directement dans leurs outils de conception. Dans ce cas, non seulement l’IA est capable d’apprendre des utilisateurs spécialistes de l’outil logiciel, mais elle peut également utiliser leurs flux de travail pour rationaliser l’utilisation de l’outil lui-même. Elle peut ainsi développer un ensemble de bonnes pratiques de conception pour aider les ingénieurs dans tous les domaines, du placement des composants à l’optimisation de la forme d’une aile. Et si l’IA les aide à développer de meilleurs flux de travail, les ingénieurs seront mieux à même de maîtriser la complexité des produits.
Toutes ces applications ont pour effet de démultiplier l’efficacité des ingénieurs en leur permettant de se concentrer sur l’ingénierie de haut niveau et la réflexion critique, l’IA se chargeant des tâches banales qu’ils passent trop de temps à effectuer quotidiennement. Cette utilisation accrue de l’IA permettrait non seulement de réduire l’intensité de la pénurie de main-d’œuvre, mais aussi de créer un environnement de travail plus attrayant pour attirer de nouveaux ingénieurs.
Mais les entreprises peuvent aller encore plus loin, en intégrant l’IA directement dans leurs outils de conception. Dans ce cas, non seulement l’IA est capable d’apprendre des utilisateurs spécialistes de l’outil logiciel, mais elle peut également utiliser leurs flux de travail pour rationaliser l’utilisation de l’outil lui-même. Elle peut ainsi développer un ensemble de bonnes pratiques de conception pour aider les ingénieurs dans tous les domaines, du placement des composants à l’optimisation de la forme d’une aile. Et si l’IA les aide à développer de meilleurs flux de travail, les ingénieurs seront mieux à même de maîtriser la complexité des produits.
Toutes ces applications ont pour effet de démultiplier l’efficacité des ingénieurs en leur permettant de se concentrer sur l’ingénierie de haut niveau et la réflexion critique, l’IA se chargeant des tâches banales qu’ils passent trop de temps à effectuer quotidiennement. Cette utilisation accrue de l’IA permettrait non seulement de réduire l’intensité de la pénurie de main-d’œuvre, mais aussi de créer un environnement de travail plus attrayant pour attirer de nouveaux ingénieurs.
Malgré l’engouement actuel pour l’IA, certaines personnes restent sceptiques à l’égard de cette technologie. Certains s’inquiètent des résultats qu’elle génère et de son incapacité à accomplir efficacement des tâches que les humains assurent depuis longtemps, tandis que d’autres s’interrogent sur sa capacité à préserver la sécurité des données confidentielles. Ce dernier point est particulièrement important dans le secteur A&D, car de nombreux programmes utilisent des données sensibles, voire carrément classifiées.
Bien que ces préoccupations soient légitimes, elles ne sont pas si différentes de celles qui ont été exprimées dans le passé chaque fois que des innovations technologiques sont venues modifier la façon de travailler, et il est facile d’y répondre. Des efforts peuvent être faits pour rendre plus transparente la boîte noire qui occulte la manière dont l’IA parvient à ses conclusions, ainsi que pour éduquer les utilisateurs afin de les aider à mieux comprendre le fonctionnement de l’IA et les domaines dans lesquels elle pourrait être le plus utile. Quant à la confidentialité des données, le problème relève plus de l’infrastructure que de l’IA. Au lieu de puiser des informations publiques sur Internet comme le fait ChatGPT, l’IA d’une entreprise aérospatiale peut travailler localement, en utilisant des informations provenant du lac de données propres à l’entreprise afin de conserver ces données bien à l’abri en interne.
Les possibilités décrites plus haut dans cet article ne sont que la partie émergée de l’iceberg. Sur un plan plus global, l’IA peut être le composant-clé qui aidera les entreprises à accélérer leur transformation numérique pour atteindre des niveaux de performance jadis considérés comme inaccessibles.
La plupart des entreprises du secteur A&D ont déjà entamé leur transformation numérique, réalisant des progrès dans la configuration de flux de travail basés sur les modèles, dans l’archivage des données, dans la connexion des données entre les différents domaines d’ingénierie et dans l’amélioration de la traçabilité. Cependant, avec l’IA, les entreprises peuvent aller encore plus loin. L’automatisation des tâches banales et la rationalisation des flux de travail des ingénieurs grâce aux copilotes et aux assistants d’outils ne sont qu’un début. L’IA est déjà utilisée pour générer des conceptions de composants, rédiger des documents d’assistance, trouver plus vite des solutions optimisées et effectuer de nombreuses autres tâches qui, autrefois, semblaient réservées aux humains. Pour l’instant, ces capacités sont limitées à des domaines d’ingénierie individuels, mais à chaque avancée de la technologie de l’IA la possibilité de les appliquer à des modèles physiques multidomaines complets se rapproche.
Alors que les produits deviennent de plus en plus complexes et que la main-d’œuvre se raréfie dans l’aérospatiale, l’IA est en mesure d’améliorer le travail des ingénieurs humains et de permettre au secteur A&D de surmonter ses défis, en offrant aux entreprises la possibilité de poursuivre leur transformation numérique jusqu’à des stades toujours plus avancés. Peu avant 2030, l’IA aura radicalement modifié la façon dont le secteur fait de l’ingénierie, et il y aura deux types d’entreprises : celles qui auront fait faillite, et celles qui prospéreront car elles auront adopté l’IA.
À propos de l’auteur : Todd Tuthill est vice-président responsable du secteur Aéronautique et Défense chez Siemens Digital Industries Software. En matière d’ingénierie, il apporte son expérience de la conception de systèmes, acquise dans l’ingénierie fonctionnelle et la direction de programmes, ainsi que sa vision très claire des avantages de la transformation numérique. Il occupe depuis plus de 30 ans des postes de direction dans l’aéronautique et a travaillé pour McDonnell Douglas/Boeing, Moog, Raytheon et Siemens. Son expérience englobe tous les aspects des programmes A&D, y compris la conception, l’ingénierie des systèmes basés sur des modèles (MBSE), l’ingénierie logicielle, le développement lean de produits, la gestion des fournisseurs et des partenaires et la gestion des programmes. Chez Siemens, Todd est un ardent promoteur de la transformation numérique de l’ensemble du secteur A&D.
Pourquoi l’aérospatiale a besoin de l’intelligence artificielle par Todd Tuthill, Siemens Digital Industries Software
Minimiser l’importance de ces progrès serait une erreur. Selon le Wall Street Journal : « une enquête menée auprès de 220 entreprises et publiée vendredi par KPMG indique que 43 % des entreprises américaines réalisant un chiffre d’affaires annuel d’au moins 1 milliard de dollars prévoient d’investir au minimum 100 millions de dollars dans l’IA générative au cours des douze prochains mois ». L’IA suscite une demande énorme, ce qui ouvre de nombreuses perspectives dans tous les secteurs d’activité.
Non seulement le secteur de l’aéronautique et de la défense (A&D) peut bénéficier de l’IA, mais il en a besoin. En effet, une pénurie croissante de main-d’œuvre à l’échelle mondiale – exacerbée par la complexité accrue des produits résultant de l’intégration de nouvelles technologies – menace d’entraver l’énorme croissance qu’il devrait connaître au cours des prochaines années. Les entreprises du secteur qui souhaitent poursuivre leur activité dans les années à venir vont réaliser qu’elles ont absolument besoin de l’IA pour accélérer leur transformation numérique et produire la prochaine génération d’avions et d’engins spatiaux.
Dans le domaine de l’aérospatiale, les perspectives d’avenir sont nombreuses. Les entreprises étudient différentes formes de propulsion écoresponsable afin de garantir un avenir plus vert, la prochaine génération d’avions de défense est en cours de conception, et les États-Unis sont prêts à retourner sur la Lune et à poser des hommes sur Mars pour la première fois. L’avenir de l’aérospatiale n’a jamais été aussi passionnant.
Pourtant, ces objectifs ambitieux reposent sur de nouvelles technologies qui augmentent la complexité des produits. Par exemple, les systèmes de propulsion écoresponsables pour les avions commerciaux et les fonctionnalités de mise en réseau améliorées pour les drones imposent de nouvelles exigences en matière de conception, dont il faut tenir compte dans des cycles de développement d’une durée inchangée, si ce n’est plus courte. En outre, la complexité croissante des produits va de pair avec une complexité accrue des outils, car de nouveaux logiciels puissants sont mis au point pour concevoir et valider tous les composants nécessaires, des puces les plus petites jusqu’à la forme des ailes. Il faudra des années aux ingénieurs pour apprendre à maîtriser toutes ces exigences et tous ces outils, et encore plus longtemps pour devenir des experts dans ces domaines.
Ce problème survient au mauvais moment, alors que le secteur s’efforce de surmonter une pénurie de main-d’œuvre qui ne cesse de s’aggraver dans le monde entier. Selon une étude de PWC/AIA concernant la main-d’œuvre, « plus de 29 % de la main-d’œuvre du secteur a plus de 55 ans, ce qui va créer des vagues de départs à la retraite dont les effets se feront sentir pendant 10 à 20 ans ». Quant à EY-Parthenon, il prévoit que d’ici 2030 un emploi d’ingénieur A&D sur cinq ne sera pas pourvu. Ainsi, alors que le secteur est censé créer une multitude de produits et d’innovations incroyables, il manque d’ingénieurs pour le faire.
L’IA a le potentiel pour contrer les pires effets de la pénurie de main-d’œuvre et de la complexité croissante des produits. Au niveau individuel, par exemple, elle offre aux ingénieurs de nouvelles façons de travailler, en transformant la manière dont ils interagissent avec les outils et en leur permettant d’acquérir plus rapidement des connaissances et de l’expérience.
Dans de nombreux secteurs, les entreprises intègrent déjà dans leurs outils des systèmes de copilotage par l’IA, que les ingénieurs peuvent utiliser en mode conversationnel pour faciliter leur travail. En posant simplement des questions en langage naturel, ils peuvent demander au copilote d’automatiser des flux de travail et d’effectuer des tâches banales, et accéder rapidement à la bibliothèque de connaissances spécialisées du copilote pour mieux comprendre l’outil logiciel. Il n’est donc plus nécessaire d’avoir un spécialiste à portée de main pour guider les ingénieurs nouvellement embauchés.
Mais les entreprises peuvent aller encore plus loin, en intégrant l’IA directement dans leurs outils de conception. Dans ce cas, non seulement l’IA est capable d’apprendre des utilisateurs spécialistes de l’outil logiciel, mais elle peut également utiliser leurs flux de travail pour rationaliser l’utilisation de l’outil lui-même. Elle peut ainsi développer un ensemble de bonnes pratiques de conception pour aider les ingénieurs dans tous les domaines, du placement des composants à l’optimisation de la forme d’une aile. Et si l’IA les aide à développer de meilleurs flux de travail, les ingénieurs seront mieux à même de maîtriser la complexité des produits.
Toutes ces applications ont pour effet de démultiplier l’efficacité des ingénieurs en leur permettant de se concentrer sur l’ingénierie de haut niveau et la réflexion critique, l’IA se chargeant des tâches banales qu’ils passent trop de temps à effectuer quotidiennement. Cette utilisation accrue de l’IA permettrait non seulement de réduire l’intensité de la pénurie de main-d’œuvre, mais aussi de créer un environnement de travail plus attrayant pour attirer de nouveaux ingénieurs.
Malgré l’engouement actuel pour l’IA, certaines personnes restent sceptiques à l’égard de cette technologie. Certains s’inquiètent des résultats qu’elle génère et de son incapacité à accomplir efficacement des tâches que les humains assurent depuis longtemps, tandis que d’autres s’interrogent sur sa capacité à préserver la sécurité des données confidentielles. Ce dernier point est particulièrement important dans le secteur A&D, car de nombreux programmes utilisent des données sensibles, voire carrément classifiées.
Bien que ces préoccupations soient légitimes, elles ne sont pas si différentes de celles qui ont été exprimées dans le passé chaque fois que des innovations technologiques sont venues modifier la façon de travailler, et il est facile d’y répondre. Des efforts peuvent être faits pour rendre plus transparente la boîte noire qui occulte la manière dont l’IA parvient à ses conclusions, ainsi que pour éduquer les utilisateurs afin de les aider à mieux comprendre le fonctionnement de l’IA et les domaines dans lesquels elle pourrait être le plus utile. Quant à la confidentialité des données, le problème relève plus de l’infrastructure que de l’IA. Au lieu de puiser des informations publiques sur Internet comme le fait ChatGPT, l’IA d’une entreprise aérospatiale peut travailler localement, en utilisant des informations provenant du lac de données propres à l’entreprise afin de conserver ces données bien à l’abri en interne.
Les possibilités décrites plus haut dans cet article ne sont que la partie émergée de l’iceberg. Sur un plan plus global, l’IA peut être le composant-clé qui aidera les entreprises à accélérer leur transformation numérique pour atteindre des niveaux de performance jadis considérés comme inaccessibles.
La plupart des entreprises du secteur A&D ont déjà entamé leur transformation numérique, réalisant des progrès dans la configuration de flux de travail basés sur les modèles, dans l’archivage des données, dans la connexion des données entre les différents domaines d’ingénierie et dans l’amélioration de la traçabilité. Cependant, avec l’IA, les entreprises peuvent aller encore plus loin. L’automatisation des tâches banales et la rationalisation des flux de travail des ingénieurs grâce aux copilotes et aux assistants d’outils ne sont qu’un début. L’IA est déjà utilisée pour générer des conceptions de composants, rédiger des documents d’assistance, trouver plus vite des solutions optimisées et effectuer de nombreuses autres tâches qui, autrefois, semblaient réservées aux humains. Pour l’instant, ces capacités sont limitées à des domaines d’ingénierie individuels, mais à chaque avancée de la technologie de l’IA la possibilité de les appliquer à des modèles physiques multidomaines complets se rapproche.
Alors que les produits deviennent de plus en plus complexes et que la main-d’œuvre se raréfie dans l’aérospatiale, l’IA est en mesure d’améliorer le travail des ingénieurs humains et de permettre au secteur A&D de surmonter ses défis, en offrant aux entreprises la possibilité de poursuivre leur transformation numérique jusqu’à des stades toujours plus avancés. Peu avant 2030, l’IA aura radicalement modifié la façon dont le secteur fait de l’ingénierie, et il y aura deux types d’entreprises : celles qui auront fait faillite, et celles qui prospéreront car elles auront adopté l’IA.
Mais les entreprises peuvent aller encore plus loin, en intégrant l’IA directement dans leurs outils de conception. Dans ce cas, non seulement l’IA est capable d’apprendre des utilisateurs spécialistes de l’outil logiciel, mais elle peut également utiliser leurs flux de travail pour rationaliser l’utilisation de l’outil lui-même. Elle peut ainsi développer un ensemble de bonnes pratiques de conception pour aider les ingénieurs dans tous les domaines, du placement des composants à l’optimisation de la forme d’une aile. Et si l’IA les aide à développer de meilleurs flux de travail, les ingénieurs seront mieux à même de maîtriser la complexité des produits.
Toutes ces applications ont pour effet de démultiplier l’efficacité des ingénieurs en leur permettant de se concentrer sur l’ingénierie de haut niveau et la réflexion critique, l’IA se chargeant des tâches banales qu’ils passent trop de temps à effectuer quotidiennement. Cette utilisation accrue de l’IA permettrait non seulement de réduire l’intensité de la pénurie de main-d’œuvre, mais aussi de créer un environnement de travail plus attrayant pour attirer de nouveaux ingénieurs.
Mais les entreprises peuvent aller encore plus loin, en intégrant l’IA directement dans leurs outils de conception. Dans ce cas, non seulement l’IA est capable d’apprendre des utilisateurs spécialistes de l’outil logiciel, mais elle peut également utiliser leurs flux de travail pour rationaliser l’utilisation de l’outil lui-même. Elle peut ainsi développer un ensemble de bonnes pratiques de conception pour aider les ingénieurs dans tous les domaines, du placement des composants à l’optimisation de la forme d’une aile. Et si l’IA les aide à développer de meilleurs flux de travail, les ingénieurs seront mieux à même de maîtriser la complexité des produits.
Toutes ces applications ont pour effet de démultiplier l’efficacité des ingénieurs en leur permettant de se concentrer sur l’ingénierie de haut niveau et la réflexion critique, l’IA se chargeant des tâches banales qu’ils passent trop de temps à effectuer quotidiennement. Cette utilisation accrue de l’IA permettrait non seulement de réduire l’intensité de la pénurie de main-d’œuvre, mais aussi de créer un environnement de travail plus attrayant pour attirer de nouveaux ingénieurs.
Malgré l’engouement actuel pour l’IA, certaines personnes restent sceptiques à l’égard de cette technologie. Certains s’inquiètent des résultats qu’elle génère et de son incapacité à accomplir efficacement des tâches que les humains assurent depuis longtemps, tandis que d’autres s’interrogent sur sa capacité à préserver la sécurité des données confidentielles. Ce dernier point est particulièrement important dans le secteur A&D, car de nombreux programmes utilisent des données sensibles, voire carrément classifiées.
Bien que ces préoccupations soient légitimes, elles ne sont pas si différentes de celles qui ont été exprimées dans le passé chaque fois que des innovations technologiques sont venues modifier la façon de travailler, et il est facile d’y répondre. Des efforts peuvent être faits pour rendre plus transparente la boîte noire qui occulte la manière dont l’IA parvient à ses conclusions, ainsi que pour éduquer les utilisateurs afin de les aider à mieux comprendre le fonctionnement de l’IA et les domaines dans lesquels elle pourrait être le plus utile. Quant à la confidentialité des données, le problème relève plus de l’infrastructure que de l’IA. Au lieu de puiser des informations publiques sur Internet comme le fait ChatGPT, l’IA d’une entreprise aérospatiale peut travailler localement, en utilisant des informations provenant du lac de données propres à l’entreprise afin de conserver ces données bien à l’abri en interne.
Les possibilités décrites plus haut dans cet article ne sont que la partie émergée de l’iceberg. Sur un plan plus global, l’IA peut être le composant-clé qui aidera les entreprises à accélérer leur transformation numérique pour atteindre des niveaux de performance jadis considérés comme inaccessibles.
La plupart des entreprises du secteur A&D ont déjà entamé leur transformation numérique, réalisant des progrès dans la configuration de flux de travail basés sur les modèles, dans l’archivage des données, dans la connexion des données entre les différents domaines d’ingénierie et dans l’amélioration de la traçabilité. Cependant, avec l’IA, les entreprises peuvent aller encore plus loin. L’automatisation des tâches banales et la rationalisation des flux de travail des ingénieurs grâce aux copilotes et aux assistants d’outils ne sont qu’un début. L’IA est déjà utilisée pour générer des conceptions de composants, rédiger des documents d’assistance, trouver plus vite des solutions optimisées et effectuer de nombreuses autres tâches qui, autrefois, semblaient réservées aux humains. Pour l’instant, ces capacités sont limitées à des domaines d’ingénierie individuels, mais à chaque avancée de la technologie de l’IA la possibilité de les appliquer à des modèles physiques multidomaines complets se rapproche.
Alors que les produits deviennent de plus en plus complexes et que la main-d’œuvre se raréfie dans l’aérospatiale, l’IA est en mesure d’améliorer le travail des ingénieurs humains et de permettre au secteur A&D de surmonter ses défis, en offrant aux entreprises la possibilité de poursuivre leur transformation numérique jusqu’à des stades toujours plus avancés. Peu avant 2030, l’IA aura radicalement modifié la façon dont le secteur fait de l’ingénierie, et il y aura deux types d’entreprises : celles qui auront fait faillite, et celles qui prospéreront car elles auront adopté l’IA.
À propos de l’auteur : Todd Tuthill est vice-président responsable du secteur Aéronautique et Défense chez Siemens Digital Industries Software. En matière d’ingénierie, il apporte son expérience de la conception de systèmes, acquise dans l’ingénierie fonctionnelle et la direction de programmes, ainsi que sa vision très claire des avantages de la transformation numérique. Il occupe depuis plus de 30 ans des postes de direction dans l’aéronautique et a travaillé pour McDonnell Douglas/Boeing, Moog, Raytheon et Siemens. Son expérience englobe tous les aspects des programmes A&D, y compris la conception, l’ingénierie des systèmes basés sur des modèles (MBSE), l’ingénierie logicielle, le développement lean de produits, la gestion des fournisseurs et des partenaires et la gestion des programmes. Chez Siemens, Todd est un ardent promoteur de la transformation numérique de l’ensemble du secteur A&D.
Commentaires