IA et Industrie du futur au 3ème rendez-vous de l'IA de l'UTC

Au menu du troisième rendez-vous de l'IA de l'UTC porté avec le soutien de la Fondation UTC pour l'innovation, les participants ont pu en appendre beaucoup sur l'IA dans l'industrie, champ des possibles entre IA prédictive et IA générative, mais aussi sur l'IA pour la production et l'IA sous l'angle de grands groupes comme des PME. 

Le laboratoire Roberval de l'UTC a présenté la Chaire Safe IA ou IA de confiance, qui est centrée sur la thématique de la fiabilité des systèmes d’intelligence artificielle. L’objectif de la chaire SAFE IA est de proposer de nouvelles méthodes pour garantir la robustesse des modèles d’IA, et de mettre ces méthodes à l’épreuve dans des cas d’études issus du monde industriel ou d’autres applications où avoir des garanties de fiabilité est essentiel.

Le champ des possibles entre IA prédictive et IA générative

Puis, Emmanuelle Abisset-Chavanne, professeur chez Arts et Métiers ParisTech – ENSAM et Alexandre Durupt, Maître de Conférences à l'UTC ont présenté sous forme de quizz interactif la synthèse des principales enquêtes et études menées sur le déploiement et l’usage de l’IA par les PME et ETI en France. «L'objectif est de démystifier l’IA et de mieux comprendre comment la déployer et de mieux appréhender l’intérêt de l’IA pour l’industrie et nos métiers. L'IA est certes un collaborateur atypique victime de sa hype. L'IA n'est pas magique. L'entreprise doit d'abord se demander si son besoin est réel, si elle a des données pour engager l'IA et pour cela aussi savoir engager une transformation digitale et développer une culture de l'usage. Il faut apprendre à utiliser l'IA, à travailler avec, se former à cela de manière responsable», insistent les deux premiers conférenciers devant un public composé d'ingénieurs et d'entrepreneurs très attentifs. «Ainsi, structurer ses données, les étiqueter, et surtout avoir confiance, sont les premières étapes de la transformation digitale, qui est au cœur d’une utilisation raisonnée de l’IA par les entreprises». 

Des propos qui reflètent l’engagement constant du Laboratoire Roberval, à savoir approcher la recherche académique et les besoins industriels pour construire ensemble l’avenir. Les participants ont également eu l'opportunité de visiter les plateformes AMS (Advanced Manufacturing System) et Quatrium (CETIM), du laboratoire.

La preuve par l'exemple chez Renault

Meriem Lafou, architecte en IA et Antoine Leblanc, expert IA et Data chez Renault Group, représentaient aussi la SIA, Société des Ingénieurs de l'Automobile : «L'IA générative, chez Renault, maintenant, c'est une réalité. Elle n'est pas juste dans la partie bureautique, mais également dans les outils comme avec l'outil Maestro, qui va se baser sur l'IA générative. Il va aider l'opérateur de maintenance à raccourcir le temps d'intervention sur une panne machine. Ce qui nous a permis de gagner plus de 40% sur le temps d'intervention de l'opérateur de maintenance. On ne fait pas de l'IA juste parce que c'est à la mode. Si on arrive à éviter l'IA connexionniste, c'est tant mieux, parce que c'est déterminé, c'est explicable, et il vaut mieux faire de l'IA symbolique qui répond à un besoin réel industriel, explique Meriem Lafou. Et donc dans le cas des presses d'embout, on a des accéléromètres qui remontent la donnée en temps réel. On est capable, quand il y a un déplacement de seuil, de lever des alertes. Et donc cela suffit pour, en fait, aller anticiper la panne, être préparé et vérifier s'il n'y a pas quelque chose d'anormal».

 L'IA a été utilisée également dans la prédiction de la consommation de gaz et d'énergie des usines Renault, ce qui leur a permis de réaliser un gain de productivité de 20%

Simulation numérique et IA

Juan-Pedro Berro Ramirez, directeur technique d'Altair Siemens est venu parler couplage entre simulation numérique et IA. Car l’intelligence artificielle transforme en profondeur le domaine de la simulation, toutes physiques confondues. «L’intégration de techniques d’apprentissage profond, notamment via les réseaux de neurones, permet de relever des défis majeurs tels que la réduction des cycles de développement et l’exploration accélérée de nouvelles solutions par l’analyse massive de variantes. Des approches innovantes, comme le clustering (Altair ExpertAI) ou les réseaux de neurones à base de graphes (Altair PhysicsAI), contribuent à rationaliser les processus de conception, en réduisant les temps de calcul et en facilitant la prise de décision. Ces avancées illustrent le potentiel de l’IA pour optimiser l’exploration de l’espace de conception et améliorer l’efficacité globale du développement produit.»

Quand l'IA aide à la décision industrielle

De leur côté, Nassim Boudaoud et Hai Canh Vu, Maîtres de Conférences à l'UTC ont présenté leur recherche appliquée entre IA et industrie : modèles d’apprentissage profond robustes pour le pronostic et l’aide à la décision (PHM) Industriel. Le PHM constitue un pilier essentiel de la fiabilité industrielle, permettant la détection précoce des défaillances, la prédiction précise de la durée de vie résiduelle et l’optimisation des stratégies de maintenance et d’exploitation. «Cette présentation propose tout d’abord un aperçu des principales applications et projets menés au sein de notre équipe de recherche dans différents domaines, notamment les machines tournantes, les systèmes énergétiques et l’automobile. Nous mettons ensuite l’accent sur les avancées récentes en apprentissage profond, spécifiquement conçues pour renforcer la robustesse et la fiabilité des modèles PHM face aux données industrielles bruitées».

La table ronde s'est ensuite penchée sur la question centrale IA pour l'industrie : quelles applications et quels bénéfices ? En présence d'Yves Grandvalet, directeur de recherche au CNRS, de Meriem Lafou de Renault Group, de Philippe Boutinaud, directeur technique et innovation, de Fealinx et deNathalie Greenan, Professeure des Universités au CNAM. Le thème du prochain rdv de l'IA en mars 2026 est d'ores et déjà annoncé. Il traitera de IA et procédés.