Aéronautique : IA et données au coeur de la transformation digitale


Le passage à une transformation digitale pragmatique

A l’ère du digital, les dirigeants du secteur aéronautique optent pour se transformer à tout prix afin de faire face à la concurrence de plus en plus féroce.

Dans beaucoup d'entreprises, les transformations restent superficielles, ne changeant pas le quotidien de la grande de la grande majorité des utilisateurs – y compris leur productivité. 

Dans les grandes entreprises, les équipes spécialisées le « Big Data », des équipes spécialisées dans le « Machine Learning », ou l'« Internet of Things », etc. Bien que compétentes, ces équipes sont coupées du reste de l’entreprise, à la fois sur le plan organisationnel et surtout sur le plan culturel. Elles sont cantonnées à réaliser des « Proof of Concepts » ou PoC mais qui ne voient pas le jour sur le plan opérationnel.

Il est considérablement plus difficile de produire de la valeur pour l’entreprise, en production et à l’échelle. C’est-à-dire en passant du stade de la belle démonstration à un stade opérationnel ayant un impact réel sur les revenus de l’entreprise.

Une stratégie digitale à repenser dans le secteur de l’aéronautique

L’industrie aéronautique n’échappe pas à ce constat. Cette industrie produit des avions en très petite quantité (10000ème avion produit par Airbus en 2016). Produire un avion est une tâche très peu automatisable relevant souvent de l’artisanat  : la complexité réside dans l’immense quantité de systèmes à intégrer, tester, et à suivre dans leur cycle de vie. Les enjeux sont réels et les conséquences liées à une anomalie peuvent s'avérer catastrophique humainement et financièrement, comme Boeing en fait actuellement les frais. 

Mais le faible nombre d’avions, très complexes, produits se prête mal aux algorithmes de Big Data et d’Intelligence Artificielle classiques, qui ont été inventés en premier lieu pour exploiter les données très structurées de milliards d’utilisateurs. Les informations critiques sont souvent cachées dans des données disparates, hétérogènes et non-structurées, comme des documents bureautiques, ou des rapports écrits par des techniciens.

Le vrai défi informatique se posant aux industriels est de gérer cette immense complexité, en se reposant sur tous leurs utilisateurs, et pas seulement sur quelques poignées de digital natives. Cela impose mettre en place des applications modernes basées sur des technologies de pointes, comme le traitement du langage naturel (NLP) et le machine learning (ML).

Ainsi, on pourra retracer l’historique des décisions et choix de design effectués il y a dix ans, ou faire émerger un risque important exprimé par un pilote caché parmi milles autres rapports.

Cela impose aux dirigeants de repenser leur stratégie de transformation digitale.

Source : www.actuia.com du 1er juillet 2019

#transformationdigitale #usineconnectee #bigdata #digitalisation