La disruption générée par l’arrivée de l’IA dans les entreprises n’épargnent pas les entreprises industrielles. Les études montrent que 58% des dirigeants de PME-ETI considèrent que l'intelligence artificielle est un enjeu de survie pour leur entreprise. A l’heure où les cas d’usages se multiplient, la question de leur place dans le monde de la R&D et plus spécifique du développement produit se pose
Où l’IA peut-elle et doit-elle intervenir dans la R&D et comment l’intégrer ?
L’IA comme accélérateur, pas comme décideur
L’irruption de l’IA dans le monde de la R&D reste encore très limitée et encore très peu adoptée par les organisations R&D. Or l’échange entre l’ancienne dirigeante R&D et Gautier Chevreton permet également de dépasser une vision de l’IA limitée à l’automatisation de tâches administratives.
Il part d’un constat très concret, les processus de développement génèrent une masse importante de documents et de données à produire, à comparer et à maintenir. Cahiers des charges, spécifications, nomenclatures : une partie de ce travail peut constituer un terrain naturel pour l’IA. L’enjeu est alors de réduire le temps consacré à traduire et manipuler l’information pour permettre aux équipes de se concentrer davantage sur les choix et la résolution des problèmes techniques.
Elle de son côté pousse un peu plus loin cette réflexion en évoquant la capacité de l’IA à croiser des informations textuelles pour proposer des pièces ou des matières. L’IA peut ainsi intervenir plus directement dans certaines étapes de conception, en facilitant le passage d’une exigence à des solutions techniques possibles.
Un autre potentiel concerne la simulation. Les modèles physiques détaillés peuvent nécessiter des temps de calcul importants. cette ancienne dirigeante R&D évoque la possibilité d’entraîner des modèles plus simples à reproduire suffisamment fidèlement leur comportement afin de tester beaucoup plus rapidement différentes hypothèses. L’intérêt de l’IA devient alors particulièrement concret : explorer davantage de solutions, comparer davantage de configurations et accélérer certaines boucles de conception et de validation. L’IA peut donc intervenir à plusieurs niveaux du développement : traitement des exigences, production et comparaison de données techniques, aide à la conception, exploration de solutions et accélération de la simulation.
Mais l'experte R&D maintient une limite importante. L’humain doit rester maitre des décisions et des choix. En particulier sur les arbitrages qui engagent plusieurs performances du produit, « l’IA ne remplacera jamais les organisations sur ce sujet ». L’outil peut accélérer la production d'informations et élargir le champ des solutions étudiées. Il ne supprime ni l’expertise ni la nécessité de décider.
La vraie rupture : comment les R&D peuvent absorber ces ruptures technologiques
Les R&D industrielles historiques ont été construites autour de la maîtrise du produit physique. Alors la question se pose : comment intégrer l’IA dans le monde et les contraintes des développements physiques ?
Dans l’automobile, elle rappelle ainsi que le secteur a déjà été confronté à cette problématique avec l’intégration croissante du software. Or cette rupture a nécessité l’intégration de nouvelles compétences de développement logiciel jusqu’alors peu présentes dans les organisations d’ingénierie. La difficulté n’est pas simplement quantitative. Il ne suffit pas d’ajouter des développeurs à côté des ingénieurs existants. Dès lors que le software porte une part croissante des fonctions du produit, les deux mondes doivent être capables de développer et de valider ensemble. Or leurs temporalités diffèrent. Le produit physique reste soumis à des cycles longs, à des contraintes de sécurité, de durabilité et de validation. Le software évolue de manière beaucoup plus incrémentale. C’est cette coexistence qui transforme profondément la R&D : le software n’est plus une couche ajoutée en fin de développement. Il devient progressivement l’une des composantes structurantes du produit et donc de son processus de conception.
On peut dès lors facilement imaginer que cette rupture vécue par l’automobile le seraussi par certains secteurs industriels jusqu’ici épargnés. cette ancienne dirigeante R&D évoque notamment les systèmes mobiles devenant partiellement autonomes, dans l’air, sur l’eau ou dans l’espace, ainsi que l’énergie et plus largement les produits concernés par l’électrification et le software.
Mais l’enseignement le plus important n’est probablement pas sectoriel.
Ce que les autres industries peuvent retenir de l’automobile est, selon elle, « la capacité à engranger des nouveaux process et des nouvelles méthodes face aux ruptures technologiques », et surtout la vitesse à laquelle elles parviennent à le faire. C’est précisément ce que racontent les deux transformations abordées dans cet échange. Le software modifie le produit et oblige à faire évoluer les compétences, les architectures et les modes de validation. L’IA peut désormais accélérer certaines étapes de conception, de spécification, de traitement des données techniques ou de simulation. Dans les deux cas, disposer de la technologie ne suffit pas.
L’enjeu est la capacité de l’organisation R&D à l’intégrer suffisamment profondément dans ses façons de concevoir, développer et valider.