Sylvain DELAITRE

FTM-CGT Thales

Pour faire court, je vais donner un petit complément d’information sur la partie Industrie. Nous avons un gros problème. Là aussi, nous sommes aussi un peu confus. Nous avons besoin d’indicateurs fiables. Nous avons vu les définitions scientifiques tout à l’heure mais quand nous voulons aborder la question de l’Intelligence Artificielle et ses impacts sur l’emploi dans l’industrie, on commence, en général, par les robots. Déjà, la définition du robot est extrêmement complexe. J’aurais plutôt tendance à dire que le vrai robot, c’est le robot autonome avec une forme de vraie autonomie. Il y en a très peu. Il y a 4 000 ou 5 000 robots de ce type en France dans l’industrie. Il y en a 6 000 en Italie. Il y en a, en effet, 21 000 en Allemagne. C’est vrai que l’Allemagne est en avance sur nous. Le problème, c’est que 15 % seulement de ces robots sont produits en Europe. Sur la question de la filière industrielle, on prend un mauvais chemin puisqu’on développe de nouvelles technologies dans le cadre d’une forte dépendance externe.

On vient de parler de Watson, je n’en parlerai pas. Ce qui s’est passé dans les années 80 avec la première révolution informationnelle, c’est qu’il y a déjà eu une première suppression massive de tous les emplois supports dits administratifs qui fait qu’aujourd’hui, un ingénieur lambda dans nos industries s’occupe de prendre ses billets d’avion, sa chambre d’hôtel, de rédiger ses articles. Avant, il y avait même une assistante ou un assistant qui rédigeait les articles avec un certain canevas. Aujourd’hui, ce n’est pas un gag, c’est l’ingénieur qui sort aussi ses poubelles, parce que c’est ça, l’automatisation. Ce qui est en face de nous sur la robotisation automatisation, c’est quelles sont les tâches. Evidemment, les choses sont très différentes en fonction de la nature des tâches, mais jusqu’où on se donne le droit d’automatiser et qu’est-ce qu’on fait des emplois dits mineurs parce que c’est aussi une grosse problématique du chômage.

La réalité de l’Intelligence Artificielle aujourd’hui dans l’industrie, il y a quelques vrais sujets, comme ce qu’on appelle le monitoring des données de santé des appareils. Dès que vous achetez un système dans une manufacture, tous les systèmes causent. Ils parlent. Ils dialoguent. Ils envoient leurs données d’entrée et de sortie. L’idée est de faire ce qu’on appelle du big data, du traitement massif des données à partir de ces myriades. Un très gros impact est en train de se passer sur tout ce qui est maintenance : maintenance prédictive, maintenance service après-vente, qui est en train de se transformer grâce à l’Intelligence Artificielle et au traitement massif de données. C’est un vrai impact dont on ne voit que le début. L’idée qui n’est pas du tout futuriste, c’est qu’on va détecter des pannes de moteurs bien avant la casse. C’est extrêmement important sur l’aspect aéronautique et automobile, C’est déjà réel.

Sur l’aspect ingénierie, conception, design, création, il y a ce qu’on appelle les jumeaux numériques. Ce sont des modèles numériques en 3D avec toute une modélisation. Pour le coup, ce n’est pas comportementaliste, mais c’est bien de la logique formelle. On construit des règles parce qu’on sait que scientifiquement, dans les modèles, on peut avoir telle loi physique. On aura un jumeau numérique. Par exemple, vous aurez le jumeau numérique de votre voiture quelque part chez votre constructeur. Si vous avez tel type de défaut ou de signal de sortie, vous allez pouvoir pressentir des choses ou anticiper des problèmes. Nous en avons parlé, cela rejoint la question des guichets. Aujourd’hui, les assistants conversationnels, c’est le remplacement de l’humain au niveau du téléphone ou au niveau de l’interface local. Vu les progrès faits en Intelligence Artificielle depuis des années, ça marche. Il y a un vrai changement de paradigme. Par exemple, on peut commencer à orienter un client vers une solution par rapport à une panne ou par rapport à un catalogue sans aucun humain dans la boucle, jusqu’à un certain degré bien sûr.

Les enjeux sont énormes. Au niveau de l’Europe, un investissement de 9 milliards est prévu dans les technologies numériques pour les prochaines années. Cela monterait à 20 milliards dans le secteur de l’Intelligence Artificielle d’ici 2020, sachant que nous sommes relativement en retard par rapport à l’Asie et aux Etats-Unis. Sur les aspects industriels, je parlerai aussi de la voiture autonome, aujourd’hui, les grandes administrations type Direction générale de l’aviation civile interdisent que les programmes utilisent des réseaux de neurones parce qu’on ne peut pas faire la preuve scientifique que le programme fonctionnera dans toutes les situations de vol. Si vous voulez certifier un avion, vous ne pouvez pas mettre de logiciels à base de réseaux de neurones pour un certain nombre de situations critiques. C’est déjà une limite. On essaye d’en mesurer les enjeux aujourd’hui. Toutes ces technologies, Ivan Lavallée l’a pointée tout à l’heure, ont des puissances de calcul phénoménales. Ces puissances de calcul ne sont pas hors sol. Elles consomment énormément d’énergie et elles demandent des circuits électroniques extrêmement sophistiqués. La question est de savoir quels sont les composants, aujourd’hui et demain, pour avoir une efficacité énergétique, ne pas tout consommer dans le calcul. C’est pour cela qu’on parlait du colonel de gendarmerie tout à l’heure, ce sont les aspects maîtrise et sécurité des filières d’approvisionnement des composants.