L’intelligence artificielle révolutionne le développement de technologies intelligentes et de systèmes autonomes pour l’aérospatiale. Les solutions d’IA font avancer les innovations durables et modernisent les processus de fabrication, les procédures de maintenance et les expériences de vol. Cette avancée soulève néanmoins des questions importantes auxquelles nous devons répondre : peut-on faire confiance à l’IA dans l’aviation ? Et l’Europe a-t-elle la stratégie et les capacités nécessaires pour rester à la pointe ? La souveraineté et la fiabilité de l’IA définiront la prochaine frontière de l’aérospatiale intelligente.
Une forte concurrence n’a rien de nouveau dans le secteur de l’aérospatiale. Elle fait en quelque sorte partie de l’ADN de la construction aéronautique et date des tout premiers jours de l’aviation. Dès 1783, la France a été le théâtre d’une spectaculaire course au ciel, l’une des plus importantes rivalités technologiques de l’histoire. Les frères Montgolfier étaient convaincus que l’air chaud pouvait porter un ballon, tandis que le physicien Jacques Charles et les frères Robert misaient sur l’hydrogène. En juin, les Montgolfier ont enthousiasmé le public avec un vol d’essai sans pilote, avant d’entrer dans l’histoire en novembre : le premier vol habité au-dessus de Paris, pendant 25 minutes. Dix jours plus tard seulement, Charles et les Roberts ont décollé avec le premier ballon à hydrogène habité – ils ont volé plus loin et plus haut que leurs concurrents. En l’espace de six mois, deux idées concurrentes avaient ouvert à l’humanité la voie vers le ciel.
Depuis le début, la concurrence a toujours été un moteur important de l’aérospatiale. C’est resté le cas jusqu’à aujourd’hui. L’accent est toujours mis sur le développement de l’innovation, mais au 21e siècle, des thèmes tels que la protection de l’environnement, l’efficacité de la production, les perturbations de la chaîne d’approvisionnement et la géopolitique passent au premier plan.
Mais pour être en tête de la compétition mondiale, les entreprises aérospatiales doivent assurer la souveraineté numérique de leurs systèmes de TIC. Les services d’IA doivent évoluer des ressources courantes vers des outils spécialisés éprouvés qui sont à la fois robustes, sûrs, évolutifs, transparents et conformes aux principes de l’IA équitable. Ce n’est qu’à cette condition que ces services peuvent fournir des résultats compréhensibles, répétables et certifiables et obtenir l’approbation nécessaire des autorités telles que l’Agence européenne de la sécurité aérienne (AESA), l’Administration fédérale de l’aviation (FAA) et l’Administration de l’aviation civile de Chine (CAAC).
L’IA n’est plus depuis longtemps une science des fusées et est déjà utilisée avec succès dans différents projets aéronautiques et spatiaux, aussi bien dans la production que dans le trafic aérien quotidien.
László Bertalan Gyányi, Global Account Director Discrete and Process Manufacturing chez T-Systems
La NASA et SpaceX utilisent déjà l’IA à grande échelle. SpaceX utilise cette technologie pour la navigation et le guidage, les fusées et les satellites. Le vaisseau spatial Crew Dragon dispose de systèmes de contrôle autonomes avec des éléments d’IA qui lui permettent d’effectuer des manœuvres et de s’arrimer à la Station spatiale internationale (ISS). Des modèles de Machine Learning sont utilisés lors de la manœuvre d’atterrissage du lanceur Falcon 9 afin de permettre un atterrissage précis sur une plateforme maritime. Et dans Starlink, l’IA aide à optimiser le fonctionnement des satellites (routage, prévention des collisions).
La NASA utilise l’IA pour la navigation autonome des sondes spatiales, l’analyse des données d’observation de la Terre, la maintenance prédictive des stations spatiales et des véhicules spatiaux, ainsi que dans le cadre du projet DARPA (Defense Advanced Research Projects Agency) pour les futures missions vers Mars.
Les exemples de SpaceX et de la NASA montrent comment l’IA est déjà utilisée dans l’aérospatiale. L’intelligence artificielle est toujours utile lorsqu’il s’agit d’analyser de grandes quantités de données ou de résoudre des problèmes complexes comportant de nombreuses variables. Il s’agit par exemple concrètement de ce dernier point lorsque des objets doivent voler de manière autonome. Ces cas d’application montrent la valeur ajoutée que l’IA physique peut apporter à l’industrie aérospatiale. L’IA devient une partie intégrante des produits et des services embarqués. Et un facteur de compétitivité : l’ère de l’aérospatiale intelligente et définie par logiciel a commencé.
On peut distinguer les scénarios d’IA selon qu’ils sont utilisés horizontalement ou verticalement. Bien entendu, les scénarios GenAI connus peuvent être utilisés pour la gestion des connaissances dans l’aérospatiale, par exemple sous la forme d’outils de gestion des connaissances, de chatbots, de vision par ordinateur ou pour la détection d’anomalies. De cette manière, les décisions peuvent être prises de manière optimale. L’IA apporte également une valeur ajoutée très spécifique au secteur aérospatial, par exemple dans le cadre de systèmes autonomes et de l’assistance au pilotage.
La gestion des connaissances et les assistants conversationnels pour les équipes de maintenance sont déjà bien établis dans différents secteurs. Les outils de gestion des connaissances basés sur l’IA peuvent évaluer les données non structurées des manuels techniques, des protocoles de maintenance et de la documentation de développement. Ils extraient des instructions et des données de composants à partir de fichiers PDF, de documentations CAO ou de documents scannés et résument les connaissances pertinentes acquises au cours de décennies de projets de développement ou de réglementations internationales. Pour le développement de produits, cela représente un gain de temps énorme. De tels services d’IA se prêtent également au développement de solutions de suivi ou de certificats de conformité.
Le support conversationnel met à disposition des systèmes de dialogue pour l’assistance technique ou les processus. L’équipe de maintenance peut demander à des chatbots internes, par exemple : « Quelles sont les étapes à suivre pour remplacer un groupe auxiliaire ? » L’IA, qui a accès à la documentation technique, aux bases de données ERP, aux bases de connaissances et au matériel de formation, répond à la question comme un service d’assistance. Elle peut également se charger de la planification de la maintenance ou de la commande de pièces de rechange. Cela allège la charge de travail des équipes d’assistance et des équipes techniques et permet de réagir plus rapidement aux problèmes.
Outre les cas d’application établis pour l’IA générative (GenAI), indépendants du secteur, l’intelligence artificielle peut également être utilisée dans des domaines spécifiques de l’aéronautique et de l’aérospatiale. L’aérospatiale fait partie du secteur manufacturier. Et dans la production, y compris dans l’industrie automobile par exemple, les lignes de produits doivent être optimisées à des fins de contrôle de la qualité et les composants doivent être améliorés au cours de la phase de conception (par exemple par la conception générative et la simulation). Il est également important de garantir une détection fiable des erreurs à l’aide de la vision par ordinateur.
La vision par ordinateur analyse les images et les vidéos pour reconnaître les objets et les états. Dans la construction aéronautique, la vision par ordinateur automatise le contrôle qualité des composants à l’aide de caméras afin de détecter les défauts tels que les défauts de peinture, les rivets défectueux ou les fissures de surface. La technologie peut surveiller les ateliers de production afin de détecter les dangers, les infractions à la sécurité ou les écarts dans le processus. Elle peut inspecter le fuselage de l’avion à l’aide de drones, par exemple lors de la livraison ou après l’atterrissage. De cette manière, elle contribue à réduire le taux d’erreur et à améliorer la qualité.
L’IA peut jouer un rôle crucial dans l’optimisation des lignes de production et de la planification des usines. Et pas seulement : elle porte également cette optimisation à un tout nouveau niveau. Les conditions préalables à une production parfaitement optimisée sont une base de données cohérente et une visualisation en temps réel qui permet de simuler différents scénarios. C’est là qu’intervient le métavers industriel, qui offre non seulement des environnements de planification immersifs, mais aussi des ressources GPU pour soutenir le développement et l’exploitation de systèmes d’IA. Les utilisateurs du métavers industriel affirment que la planification de l’usine prend jusqu’à un tiers de temps en moins. De plus, les coûts d’exploitation peuvent être réduits d’environ 20 %.
L’intelligence artificielle peut faire partie intégrante du produit, comme on peut le voir dans les exemples de SpaceX et de la NASA. L’IA pourrait par exemple permettre de voler de manière autonome et assistée (ce qui est d’ailleurs plus simple que la conduite autonome au sol, puisqu’il n’y a ni arbres ni piétons dans les airs). Les fonctions autonomes ne se prêtent pas seulement au pilotage d’objets volants sans pilote, mais aussi à l’assistance des pilotes humains. L’IA permet également d’analyser les données des capteurs collectées pendant un vol. Cela peut favoriser la maintenance prédictive.
Il existe de nombreuses utilisations possibles de l’IA dans le domaine de l’aérospatiale. Elle confère aux acteurs du secteur un avantage concurrentiel décisif. Toutefois, les entreprises doivent également être en mesure d’exploiter pleinement le potentiel de l’IA. Dans ce contexte, nous observons plusieurs défis fondamentaux dans le secteur aérospatial : de nombreuses entreprises ont des lacunes en matière de compétences et ne disposent pas des ressources nécessaires, telles que des GPU puissants, pour former et faire fonctionner leurs propres modèles. Le manque de capacités de cloud souverain rend difficile la mise à l’échelle des solutions d’IA et la protection de la propriété intellectuelle.
Le dernier point, le plus important, ne concerne toutefois pas l’aspect technologique : pour créer une passerelle entre l’économie et la technologie, il faut avoir confiance en l’IA. L’industrie aérospatiale devrait donc commencer par des cas d’application de l’IA qui ont fait leurs preuves et qui offrent une forte valeur ajoutée commerciale. Pour ce faire, il faut une stratégie. Le contrôle de l’ensemble de la pile informatique doit être garanti, de l’infrastructure aux modèles et aux applications, en passant par la plateforme. Par conséquent, le secteur doit créer ses propres AI Factories.
Les éléments clés de l’AI Factory comprennent des solutions de cloud souverain, des capacités GPU suffisantes et des compétences en IA. Dans le domaine de l’aérospatiale, la souveraineté est indispensable pour protéger la propriété intellectuelle et l’indépendance des entreprises, sans parler de la grande responsabilité de la sécurité des passagers. Auparavant, on essayait d’établir la souveraineté par des systèmes locaux. Cependant, ces derniers ne peuvent pas suivre le rythme de l’innovation ou faire évoluer les services d’IA. Seul le cloud peut le faire. Conclusion logique : l’aérospatiale a besoin du cloud souverain pour une véritable indépendance vis-à-vis des fournisseurs dans son AI Factory.
Avec un partenaire européen comme T-Systems, le cloud souverain n’est plus une vision futuriste abstraite. Avec T Cloud, T-Systems propose une large gamme de solutions de cloud souverain, exploitées exclusivement en Europe. D’ici fin 2026, l’offre sera complétée par Industrial AI Cloud, qui fournira des ressources GPU NVIDIA de dernière génération. Pour créer des ressources d’IA fiables, l’aérospatiale peut entraîner ses propres modèles, parfaitement adaptés à ses besoins, avec les meilleures données disponibles, souvent très sensibles.
Grâce à sa propre AI Factory, qui compte environ 1 000 collaborateurs et des compétences étendues en matière de conseil, T-Systems peut aider à identifier les meilleures approches et scénarios d’application de l’IA pour le secteur. En outre, nous utilisons des compétences internes pour adapter les applications d’IA pour l’aérospatiale de manière pratique. Développons ensemble la feuille de route de votre transformation en matière d’IA. Entrez dans l’ère de l’industrie aérospatiale intelligente et assurez-vous un avantage concurrentiel décisif.
