IA — Intelligence artificielle dans l'industrie
L'IA change la conception, l'exploitation et la maintenance des sites industriels : vision pour la qualité, maintenance prédictive, copilots d'ingénierie, optimisation énergétique. Mais une usine n'est pas une application web — temps réel, sûreté, données rares et bruitées, et un cadre réglementaire neuf (EU AI Act, ISO/IEC 42001) changent les règles.
Les domaines de l'IA industrielle
Maintenance prédictive
Vibration, thermographie, signatures ML : anticiper la panne avant qu'elle n'arrive et passer du calendaire au conditionnel.
→Vision & contrôle qualité
Inspection 2D/3D, détection d'anomalies par deep learning, OCR industriel et guidage robot sur la ligne.
→IA générative pour l'ingénierie
Copilots de code automate, génération de spécifications et de documentation, assistants de procédure et de diagnostic.
→Réglementation & gouvernance
EU AI Act, ISO/IEC 42001, NIST AI RMF : classer le risque, documenter, surveiller — et garder l'humain dans la boucle.
→Pourquoi l'usine n'est pas une application web
- Données rares et bruitées — les pannes sont (heureusement) rares : peu d'exemples étiquetés, classes déséquilibrées, capteurs dérivants. La qualité des données prime sur le choix du modèle.
- Temps réel & edge — une inférence sur la ligne se compte en millisecondes ; l'entraînement vit dans le cloud, l'inférence sur l'edge (IPC, GPU embarqué), au plus près du procédé.
- Sûreté & explicabilité — un modèle ne décide pas seul d'un arrêt d'urgence : l'IA conseille, la fonction de sécurité (SIS) reste déterministe et certifiée. Garder l'humain dans la boucle.
- Dérive & MLOps — un modèle vieillit : usure, saisons, changement de matière. Surveillance de la dérive, réentraînement et versionnage des données et des modèles sont indispensables.
- Cybersécurité & souveraineté — connecter l'OT à des modèles cloud ouvre une surface d'attaque ; segmentation, accès distant sécurisé et données hébergées en UE (IEC 62443, RGPD).
Réglementation & normes
- EU AI Act — Règlement (UE) 2024/1689 : premier cadre complet, par niveau de risque (inacceptable / élevé / limité / minimal), application progressive 2025-2027, règles pour les modèles à usage général.
- ISO/IEC 42001:2023 — AIMS — système de management de l'IA. L'équivalent d'ISO 27001 pour l'IA : politique, rôles, gestion du risque et amélioration continue.
- ISO/IEC 23894 & 22989 — Gestion du risque spécifique à l'IA (23894) et vocabulaire/concepts fondamentaux (22989).
- NIST AI RMF 1.0 — Cadre volontaire américain : fonctions Gouverner / Cartographier / Mesurer / Gérer. Complément pratique à l'EU AI Act.
Fiche norme liée sur IndustryHub
Plateformes & acteurs
Éditeurs industriels
Siemens (Industrial AI, Senseye), Schneider (EcoStruxure AI), ABB (Genix), AVEVA, Honeywell Forge, Rockwell.
Hyperscalers
AWS (IoT TwinMaker, SageMaker), Microsoft (Azure AI, Copilot), Google Cloud Manufacturing.
Vision & edge
Cognex, Keyence, NVIDIA (Jetson, Metropolis), Landing AI, Intel OpenVINO.
Plateformes MLOps
Databricks, Seeq, TwinThread, Dataiku, MLflow.
Repères
| Jalon | Année | Pourquoi ça compte |
|---|---|---|
| AlexNet — perçée deep learning | 2012 | La victoire d'AlexNet sur ImageNet a rendu la vision par deep learning viable — origine de l'inspection qualité industrielle moderne. |
| Transformers ("Attention is all you need") | 2017 | L'architecture qui sous-tend les grands modèles de langage et les copilots d'ingénierie d'aujourd'hui. |
| ISO/IEC 42001 & copilots génératifs | 2023 | Première norme de management de l'IA ; les copilots génératifs entrent dans les flux d'ingénierie. |
| EU AI Act | 2024 | Première loi complète sur l'IA, par niveau de risque. Entrée en vigueur 2024, application progressive jusqu'en 2027. |