Dans cette vidéo, la cheville ouvrière de l’implantation de l’intelligence artificielle chez Renault explique son travail.
Le problème principal à résoudre est de « cartographier » les objets à connecter, ce qui demande de les nommer. Sans cela, rien n’est possible. Et y parvenir requiert des années (trois, dans ce cas) ! Puis les directions demandent un « retour sur investissement » immédiat, ce qui se traduit par des applications de type « maintenance prédictive », usine par usine.
Voilà qui n’est guère glorieux. D’autant que ma faible expérience de la maintenance prédictive me fait douter de l’efficacité de l’IA, elle-même imprévisible. Ce qui « marchait » de mon temps c’était l’algorithme, qui révélait à l’expert une règle « évidente ». Effectivement, la question critique était l’accès (généralement impossible) aux données.
Par ailleurs, le meilleur outil de maintenance prédictive était souvent le cerveau de l’ouvrier qui vivait dans l’usine. L’intelligence humaine a un talent fou pour tirer des règles d’une réalité complexe.
Décidément, il y a loin de l’amour de nos économistes pour « l’innovation de rupture » à la réalité ?