PLM et IA : deux temporalités, une trajectoire
Sous l'effet de l'IA générative, le PLM évolue progressivement d’un référentiel statique à un moteur actif d'aide à la conception. Dans l'aéronautique, la transformation se déploie par paliers : l'automatisation des tâches simples livre déjà ses premiers gains, tandis que la bascule agentique se conçoit pour les programmes avion actuels et à venir.
L'industrie aéronautique concentre dans son PLM (Product Lifecycle Management) un patrimoine technique unique : des décennies de configurations, de retours qualité, de décisions d'ingénierie. L'irruption de l'intelligence artificielle, et particulièrement de l'IA générative, promet d'en libérer la valeur dormante. Le secteur ne franchit pourtant pas le pas à la même vitesse que d'autres : ses systèmes sont critiques, ses cycles longs et ses marges d'erreur faibles. Damien Constantin, directeur des activités PLM de Sopra Steria, et Mathieu Mollin, directeur technique et innovation du vertical Aeroline chez Sopra Steria, observent un mouvement à deux vitesses : une automatisation déjà là et une transformation plus profonde portée par l’intelligence artificielle agentique.
L’automatisation est déjà à l'œuvre
L'usage le plus répandu de l'IA dans le PLM relève aujourd'hui de l'automatisation de tâches simples à faible valeur ajoutée. « Cela permet de libérer du temps d'ingénieur en bureau d’étude pour des activités à plus forte valeur, sans transformer encore les façons de faire en profondeur », précise Mathieu Mollin. Damien Constantin partage le constat : l'IA accélère la navigation dans les données, facilite les analyses d'impact, fluidifie le travail des designers. Les éditeurs de solutions PLM intègrent désormais ces fonctionnalités nativement dans leurs solutions, accessibles dès leur déploiement en contexte client.
L'algorithmique avancée occupe également une place de plus en plus structurante. Mathieu Mollin cite l'exemple du tubing & wiring, c’est-à-dire l'acheminement des câblages et circuits dans une cellule d'avion. Chaque appareil étant différent (configurations cabine, écrans, équipements…), le diagramme électrique varie d'un avion à l'autre. « Entre deux points, la ligne droite reste rarement praticable. Il faut intégrer les risques d'incendie, les courants, les perturbations électromagnétiques. Les paramètres métier sont nombreux », rappelle-t-il. L'automatisation de ce type de tâches, longtemps cantonnée à des algorithmes déterministes, gagne en capacité d'intégration des contraintes métier.
Les deux professionnels s'accordent sur un point : les gains de productivité actuels restent contenus. « Ces outils font gagner du temps sur des tâches qui ne représentent pas la majorité du temps des ingénieurs », résume Damien Constantin. Le vrai potentiel de productivité se joue donc ailleurs. Mais où ?
Prévoir la bascule agentique aujourd'hui, pour demain
Au-delà de l'automatisation, une seconde vague émerge avec l'IA agentique. Cette fois, l'enjeu touche l'orchestration de séquences complètes, capables d'enchaîner appels à différents systèmes (y compris non-IA), et de prendre en charge des cycles d'ingénierie de bout en bout. Mathieu Mollin évoque l'horizon d'une assistance au design génératif basée sur les règles et méthodes de nos clients : « Nous n'allons pas demander demain à une IA de concevoir un avion entier. Mais on peut lui demander de nous aider à prendre des décisions lorsque des conflits de design cross systèmes apparaissent, voire de les prédire en avance pour les éviter », illustre-t-il.
Damien Constantin complète : « Nous travaillons d’ores et déjà sur cette anticipation, y compris en prenant en compte les besoins du Manufacturing et du Customer Services. »
Loin de constituer un chantier isolé, l'agentique s'installe comme un levier transversal qui irrigue progressivement chaque brique du système. Les futurs programmes avion qui se conçoivent aujourd'hui se développeront avec ces architectures intégrées dès l'origine. Modularité, accès à la donnée, partage, capacité d'orchestration agentique : ces propriétés se définissent à la conception des futurs systèmes PLM. Les choix d'architecture que l’on effectue dès à présent déterminent la capacité d'innovation industrielle des dix prochaines années.
Industrialiser l'IA suppose d'en maîtriser la souveraineté
Une capacité d’innovation qui sera dépendante de nos capacités techniques en matière d’intelligence artificielle. L'analogie revient régulièrement dans le discours de Mathieu Mollin : l'IA est la nouvelle électricité, selon la formule popularisée par Andrew Ng1. Et comme l'électricité au début du XXe siècle, la technologie ne livrera son potentiel qu'au prix d'une refonte des modèles de production. Remplacer une grosse machine à charbon par une grosse machine électrique a peu transformé l'industrie. Démultiplier les petits moteurs électriques l'a, en revanche, profondément reconfigurée. Le parallèle vaut pour l'IA agentique : son intégration suppose de repenser les processus, et de préparer les équipes à de nouvelles façons de travailler. Formation, conduite du changement, redéfinition des postures : l'accompagnement humain reste indissociable du déploiement technologique.
Dans cette transformation, la souveraineté devient une préoccupation principale dès lors qu'un usage industriel de l'IA s'installe. Les deux professionnels insistent sur ce point. La souveraineté nationale et européenne, identifiée à travers l'accès aux modèles de fondation, n'en constitue qu'une dimension. La seconde, plus structurante encore pour des industriels, concerne la propriété intellectuelle des agents qui exécutent les processus métier. « Quand un agent prend en charge des tâches au cœur du métier, l'entreprise doit en garder la maîtrise : comprendre comment il travaille, savoir comment il évolue, garantir la continuité de son fonctionnement », pose Mathieu Mollin. La maîtrise de cette IP devient un actif stratégique au même titre que les brevets ou les données techniques.
Damien Constantin prolonge cette lecture : « Dès qu'on dépasse les premiers gains de productivité pour aller vers une refonte des processus d'ingénierie, l'architecture d'accès à la donnée et sa structuration deviennent déterminantes. La souveraineté se construit donc dès maintenant, par les choix d'architecture et de gouvernance posés sur les futurs systèmes PLM. Anticiper ces choix, c'est garantir aux industriels la capacité de continuer à exercer leur métier, quelle que soit l'évolution du marché des éditeurs. »
Vers une orchestration d'agents spécialisés
Mathieu Mollin anticipe pour les trois prochaines années une explosion d'outils hyperspécialisés. L'IA réduisant le coût de fabrication des solutions logicielles, les entreprises pourront s'équiper d'un nombre croissant d'agents dédiés à des cas d'usage précis. La gouvernance d'un tel parc applicatif devient un enjeu central, que Sopra Steria accompagne déjà chez ses clients : industrialisation du cycle de vie des agents, gestion du legacy, redéfinition de la frontière entre métier et système d'information.
« Nous orchestrons déjà le fonctionnement de ces agents, en mutualisant les efforts et en priorisant les actions selon le retour sur investissement attendu », résume Damien Constantin. La double maîtrise (connaissance fine des processus métier d'un côté, des données et de leur ontologie de l'autre) constitue le socle de ce positionnement, ancré dans la réalité des clients.
Sopra Steria mène cette transformation IA d'abord en interne, sur ses propres tâches et processus. Cette expérience nourrit aujourd'hui l'accompagnement de ses clients, dans les bureaux d'études comme dans les services informatiques, vers la redéfinition des processus et l'invention du futur des métiers.
1 Formule popularisée par Andrew Ng, professeur à Stanford, co-fondateur de Coursera et ancien Chief Scientist de Baidu, lors de conférences à partir de 2017.