L’intelligence technique à l’épreuve de l’industrie réelle
L’intelligence artificielle occupe aujourd’hui une place paradoxale dans le débat industriel. Elle est partout dans les discours, mais demeure pensée de manière trop indifférenciée. Le même terme recouvre des réalités techniques, organisationnelles et décisionnelles profondément différentes. Un modèle de vision industrielle, un système de maintenance prédictive, un algorithme d’optimisation, un assistant conversationnel, une architecture de jumeau numérique ou un système d’aide à la planification n’engagent ni les mêmes pratiques, ni les mêmes infrastructures, ni les mêmes responsabilités. À force de présenter l’IA au singulier, l’industrie risque donc de confondre des technologies qui n’ont ni les mêmes finalités, ni les mêmes conditions d’adoption, ni les mêmes effets sur le travail. Une IA qui classe des images de défauts ne transforme pas l’organisation comme une IA qui propose un arbitrage de maintenance sous contrainte. Une IA générative qui facilite l’accès à une base documentaire ne produit pas le même type de valeur qu’un système embarqué de détection d’anomalies ou qu’un modèle de durée de vie résiduelle. Le premier enjeu consiste donc à sortir de l’abstraction générale actuelle pour revenir aux formes concrètes de ce que je nommerais l’intelligence technique.
