Mike Arnold, directeur principal produit et technologie chez Accuris, évoque le fil numérique, l’ingénierie des systèmes basée sur les modèles et le rôle crucial que joue l’IA dans ces domaines. Vous pouvez regarder la vidéo complète ici ou lire un résumé des réponses de Mike ci-dessous.
Expert en intelligence artificielle de premier plan dans son secteur, Mike Arnold est chargé de relever les défis les plus importants auxquels sont confrontées les sociétés d’ingénierie à l’aide de technologies de pointe, tout en nous aidant à comprendre les avantages et les limites des technologies émergentes telles que l’IA.
Mike, pouvez-vous expliquer brièvement ce que sont le fil numérique et l’ingénierie des systèmes basée sur les modèles (MBSE), et pourquoi ils sont importants dans l’environnement d’ingénierie actuel ?
Commençons par le MBSE, qui existe depuis plus de 15 ans, même si nous constatons une forte adoption à mesure que la technologie progresse. Par MBSE, nous entendons une approche d’ingénierie qui utilise des modèles plutôt que la documentation traditionnelle pour définir, concevoir et gérer les systèmes.
Imaginez la conception d’une voiture. Plutôt que d’échanger des documents papier contenant les spécifications, les ingénieurs peuvent consulter un modèle montrant précisément comment le moteur s’intègre, comment les portes se raccordent à la carrosserie et comment les composants du câblage électrique s’installent dans le véhicule. Tout cela permet aux ingénieurs de prendre des décisions plus précises. Cela réduit les coûts, diminue les erreurs et, finalement, raccourcit les cycles de vie des produits.
Le fil numérique est un élément important du MBSE. Le fil numérique désigne le cadre qui intègre les données et les informations tout au long du cycle de vie du produit. Il s’agit du tissu conjonctif qui rassemble ces données afin de fournir des informations en temps réel aux ingénieurs qui travaillent dans l’environnement MBSE.
L’IA est partout aujourd’hui. Quels avantages l’association de l’IA et du fil numérique apporte-t-elle tout particulièrement aux organisations d’ingénierie ?
L’IA nous donne la capacité de créer des fils numériques dans des domaines où cela était souvent difficile auparavant.
Imaginez la transition d’un processus d’ingénierie basé sur des documents vers un processus d’ingénierie basé sur des modèles. Nous devons, d’une manière ou d’une autre, convertir ces informations textuelles en informations numériques que nos systèmes de PLM, d’ALM et de modélisation peuvent comprendre. L’IA peut transformer des données non structurées en données semi-structurées ou structurées utilisables par ces systèmes. Elle nous permet de prendre de grandes quantités de données très rapidement et de les rendre exploitables dans un langage lisible par machine.
Lorsque nous envisageons ensemble l’IA et le fil numérique dans une perspective de conception, cela contribue à optimiser les processus de conception.
Imaginez pouvoir effectuer des arbitrages en temps réel, en vous connectant à une base de données de composants et en lui demandant : « Si je remplace cette pièce, que se passe-t‑il pour mon modèle ? » La capacité à réaliser ce type d’analyse prédictive dépend à la fois des technologies d’IA, mais aussi du fil numérique, qui permet de relier les informations à ce modèle pour prendre ces décisions.
Envisagez-le sous l’angle de la maintenance. Quand on parle de systèmes de maintenance prédictive dans l’aéronautique, s’ils s’appuient sur des jumeaux numériques, ils savent au bout de combien d’heures de vol il faut remplacer une pièce, changer l’huile ou inspecter les turbines. C’est là que le fil numérique et l’IA commencent vraiment à converger et à créer une grande valeur pour les ingénieurs.
Quels défis les organisations peuvent-elles rencontrer lors de la mise en œuvre du fil numérique et comment peuvent-elles les surmonter ?
L’un des grands défis auxquels les ingénieurs sont confrontés, ce sont les silos de données – et la manière de parvenir à les exploiter.
Prenons l’exemple du secteur aérien. Les avions restent en service pendant des décennies. Pour un avion plus ancien, les informations relatives à sa construction ont été consignées sur des documents papier. Aujourd’hui, ces documents sont numérisés en PDF, mais ils restent dans des archives. Comment les ingénieurs accèdent-ils à ces informations pour en savoir plus sur la maintenance ou l’entretien de ces avions ? C’est cela, un silo de données. Les données se trouvent dans un classeur – au sens propre.
La complexité et l’ampleur de cette tâche deviennent compliquées lorsque l’on pense aux millions de documents et aux milliards d’exigences. La capacité humaine à comprendre ces informations est limitée.
L’IA nous permet de traiter ces données rapidement, d’en générer et d’en tirer des informations, et d’établir des connexions, ce qui conduit finalement à des délais de réponse plus courts et à davantage d’efficacité. Les ingénieurs peuvent passer moins de temps à essayer de comprendre l’information et davantage de temps à prendre des décisions à forte valeur ajoutée qui peuvent améliorer leur produit.
Quelles tendances voyez-vous émerger, au cours des prochaines années, à l’intersection du fil numérique, du MBSE et de l’IA ?
À mesure que la technologie continue de progresser et que nous nous habituons à ses avantages pour le cycle de vie des produits, nous pouvons faire évoluer et optimiser les conceptions beaucoup plus rapidement. Imaginez pouvoir itérer continuellement un design, encore et encore, et rapidement, pour parvenir au produit le plus optimal possible. C’est quelque chose que l’IA peut nous aider à faire.
Les « jumeaux numériques » en temps réel (modèles numériques de produits, de systèmes ou de processus) continueront d’évoluer et nous aideront à prendre des décisions critiques en temps réel, voire à empêcher que des problèmes ne surviennent.
À mesure que notre capacité à exploiter cette puissance de calcul augmente, notre aptitude à analyser des analyses avancées et leur impact sur votre produit va devenir de plus en plus sophistiquée, et davantage d’informations seront à portée de main pour prendre des décisions plus rapidement.
Nous en sommes à un stade où la technologie progresse plus vite que les entreprises ne peuvent l’implémenter. L’horizon est enthousiasmant, mais les défis consistent à suivre le rythme de la technologie, à l’implémenter de la bonne manière et à en tirer réellement les bénéfices attendus.
Si vous souhaitez en savoir plus sur Accuris et sur la manière dont nous pouvons aider les organisations d’ingénierie à aborder le fil numérique et l’ingénierie numérique, abonnez-vous à notre newsletter ou contactez‑nous ici.
