« Notre ambition : réduire de jusqu’à 60% le temps consacré aux dessins techniques et 50% celui dédié à la documentation, tout en garantissant précision et cohérence. » C. K. Ingénierie et intelligence artificielle : quelle collaboration pour accélérer l’innovation? « Les modèles actuels d’IA produisent des résultats approximatifs qui fonctionnent bien pour rédiger des textes ou créer de l’art mais ne marchent pas dans le domaine de l’ingénierie. » H. G. CHRISTIAN KOPP Directeur Général Adjoint, Directeur Exterior & Lighting Business Group Quels sont les enjeux auxquels sont confrontées les équipes d’ingénierie d’OPmobility? Christian Kopp. Aujourd’hui, nos processus de développement sont fragmentés. Nos équipes s’appuient sur plusieurs outils, comme le CAD (computer aided design, ou conception assistée par ordinateur), le PLM (product lifecycle management, ou gestion du cycle de vie des produits) et différents systèmes de documentation. Cette approche manuelle pour créer du contenu technique ralentit la mise sur le marché de nos produits. À cela s’ajoute la complexité de déployer cette documentation dans toutes les langues utilisées au sein du Groupe. Nous devons rendre ces contenus rapidement accessibles à l’ensemble de nos équipes à travers le monde. Quel est l’apport de l’intelligence artificielle face à ces défis? C. K. L’IA peut réduire d’environ 50% le temps consacré à la documentation technique, tout en améliorant la précision et la cohérence des livrables. Elle peut également s’intégrer de manière sécurisée à nos systèmes CAD et PLM existants, garantissant un flux de travail fluide. Sur quels sujets allez-vous travailler avec Foundation EGI? C. K. Notre objectif est de développer, pour l‘activité Lighting, un « stack » (pile) IA capable d’automatiser des processus clés d’ingénierie et de générer des catalogues de diagrammes 2D ou 3D directement à partir des fichiers CAD, des instructions de montage, des dessins techniques ou des manuels multilingues. Cette approche permettra de réduire d’environ 60% le temps nécessaire à la production des dessins techniques, d’accélérer la validation Design for Assembly (DFA), de diminuer de jusqu’à 50% le temps consacré à la documentation et d’améliorer la précision et la cohérence de l’ensemble des livrables. Quelle est la valeur stratégique de cette première étape pour OPmobility? C. K. En intégrant les outils d’IA à nos systèmes existants via une plateforme conçue pour notre industrie, nous allons accélérer nos flux en automatisant les tâches liées aux dessins techniques et à la création de manuels et de catalogues. Cela aura également un impact direct sur les phases de production, en permettant de fournir à nos sites industriels des instructions de montage plus efficientes. Nous sommes un groupe mondial, et il est essentiel pour nous de pouvoir diffuser rapidement des contenus dans plusieurs langues à travers notre réseau. Dans un environnement de marché où la rapidité est un facteur clé, le potentiel de valeur apporté par l’IA et par la plateforme Foundation EGI est donc considérable. Par exemple, Foundation EGI a déjà permis à un constructeur automobile de réduire de 60% le temps consacré aux dessins techniques, accélérant ainsi la validation DFA. LE SPONSOR — — L’EXPERT HARSHIT GUPTA Responsable Business Development & Operations, Foundation EGI et rigueur. De plus, ces modèles sont des « boîtes noires » : vous ne savez pas pourquoi l’IA a généré tel ou tel résultat. Les résultats ne sont pas fiables pour des applications en ingénierie! Comment avez-vous surmonté cette difficulté? H. G. Foundation EGI est née d’une dizaine d’années de recherches menées au sein du MIT. Notre conviction est que l’ingénierie, au fond, c’est de la programmation. C’est une logique. Et que tous les systèmes logiques peuvent être codés dans un logiciel. Nous construisons donc des langages spécifiques pour traduire les données d’ingénierie et les process en logiciel. Notre plateforme est conçue pour permettre d’accélérer toutes les étapes du process d’innovation produit, de la conception à la documentation, en passant par le design exploratoire, le sourcing, la simulation et la production. Pouvez-vous nous donner des exemples concrets de cette accélération? H. G. Les designers vont parfois produire des spécifications qui ne seront pas réalistes et vont engendrer des itérations multiples entre les équipes de design et celles de la production. À partir d’un modèle 3D, la plateforme Foundation EGI va les aider à générer d’emblée les bonnes spécifications. Autre exemple : celui des instructions d’assemblage que l’AI va pouvoir produire, toujours à partir des modèles 3D. Avec des séquences calculées au mieux, ce sont les chaînes d’assemblage qui vont gagner en rapidité. Pouvez-vous nous présenter Foundation EGI? Harshit Gupta. Nous sommes une start-up née au sein du MIT (Massachusetts Institute of Technology). Notre ambition est de redéfinir la façon dont travaillent les équipes d’ingénierie dans le monde physique. En automatisant la documentation et le design, nous permettons d’accélérer l’innovation. On a le sentiment que l’IA peut déjà tout faire. Pourquoi était-il nécessaire de créer cette plateforme? H. G. La Big Tech a dépensé des sommes considérables pour construire ce que l’on appelle « l’artificial general intelligence » (AGI). Mais lorsqu’il s’agit d’aborder les processus d’ingénierie dans le monde physique, cela ne fonctionne pas. Si vous demandez, par exemple, à l’IA de générer une vue éclatée d’un schéma d’assemblages de pièces automobiles, elle va produire quelque chose qui ressemblera à un dessin d’enfant. Cet échec est dû à plusieurs facteurs : l’IA ne comprend pas la géométrie dans l’espace, elle manque d’expertise en matière d’ingénierie et elle ne maîtrise pas les données dont a besoin l’ingénierie critique. La plupart des modèles d’IA sont basés sur le principe des réseaux neuronaux. Ils traitent d’énormes volumes de données pour générer des résultats. Ce processus, essentiellement statistique, produit des résultats approximatifs qui fonctionnent bien pour rédiger des textes ou créer de l’art mais ne marchent pas dans le domaine de l’ingénierie, qui exige précision Scannez le QR code pour découvrir les échanges du MIT. OPEN MIND 28 • • 29
RkJQdWJsaXNoZXIy NTkwMzk=