Intelligence artificielle et RH : organiser la montée en compétences | Aras

Le contenu de cette page a été traduit automatiquement par un service tiers.

Nous avons tous vu l’engouement autour des avancées de l’intelligence artificielle (IA). Mais les outils d’ingénierie numérique traditionnels, les process business et le personnel d’aujourd’hui sont-ils réellement prêts pour l’IA ? 

Souvent, la réponse est : “pas encore”. De nombreuses entreprises rencontrent des difficultés lorsqu’elles tentent de mettre en œuvre l’IA dans leur gestion du cycle de vie produit (PLM) d’une manière qui apporte une réelle valeur. Bon nombre de ces défis peuvent être liés à la manière dont l’IA est actuellement utilisée par les équipes..

Il ne fait aucun doute que l’IA peut avoir un impact significatif sur vos équipes, en faisant gagner du temps, en générant de nouveaux concepts à explorer et en augmentant le nombre d’informations exploitables disponibles pour aider à la décision. 

Il ne faut pas sous-estimer l’impact de l’IA comme  partenaire pour la conception de produits.

Mais l’IA fait également  des erreurs.Il n’est donc tout simplement pas réaliste de supprimer l’élément humain de l’équation.

Pour utiliser les technologies émergentes à leur juste valeur, les entreprises doivent utiliser l’IA comme  facilitateur du processus d’ingénierie plutôt qu’en remplacement des ingénieurs.

Utiliser l’IA pour les entreprises product-driven

Pour renforcer le processus d’ingénierie avec l’IA, vous devez investir dans des processus et des outils d’IA qui éliminent les travaux répétitifs et sans valeur ajoutée. Les collaborateurs consacrent ainsi leur temps à des tâches plus créatives tout en laissant l’IA faire le travail répétitif comme un conseiller en arrière-plan.

Au cours des prochaines années, nous verrons de plus en plus de cas d’utilisation renforçant l’idée d’un processus d’ingénierie centré sur l’humain soutenu par l’IA. Voici trois exemples que nous voyons aujourd’hui où des organisations utilisent l’IA pour améliorer les pratiques d’ingénierie.

Conception pilotée par l’IA (AI-driven design)

Il y a aujourd’hui beaucoup d’activités humaines qui utilisent une IA pilotée par un humain à l’aide d’un prompt. Mais la clé pour réussir cette configuration est d’armer l’IA avec de bonnes données d’entraînement. Les données produits organisées stratégiquement, comme au sein d’un fil numérique(digital thread) ou jumeau numérique (digital twin), peuvent aider l’outil IA à apporter une réelle valeur aux humains qui effectuent un travail créatif. 

Ensuite, on peut poser à l’outil des questions bien formulées et obtenir des réponses fiables basées entièrement sur les données existant au sein de l’organisation. Lorsqu’elle est connectée à des solutions puissantes comme le fil numérique et les jumeaux numériques, l’IA peut également surveiller ces plateformes pour détecter les changements qui impactent la conception et fournir des suggestions pour optimiser le travail d’ingénierie.

Nous voyons également émerger des cas d’utilisation qui permettront une interaction dirigée par l’IA avec les systèmes – le tout guidé par des suggestions déclenchées par un humain. Une fois que ces technologies seront plus sophistiquées, les ingénieurs pourront demander aux chatbots d’effectuer des tâches complexes, d’analyser les résultats et de choisir les meilleures conceptions. Bien que les humains aient encore le contrôle sur l’espace des solutions, l’IA fera le travail fastidieux de tester les combinaisons possibles et d’optimiser les facteurs de valeur comme  le coût, la durabilité et la fiabilité.

Main d’oeuvre augmentée (workforce augmentation)

De nombreuses organisations rencontrent des difficultés à mettre en place des cycles de rétroaction pour améliorer la qualité des produits. 

Souvent, les problèmes de qualité se perdent et ne sont jamais signalés aux équipes d’ingénierie. Lorsqu’ils sont intégrés à la gestion du cycle de vie des produits et aux rapports de qualité, les outils d’IA peuvent analyser les descriptions de problèmes en langage naturel et diriger automatiquement les problèmes vers les équipes de développement appropriées. Ils peuvent ensuite être utilisés pour détecter des anomalies et recommander des solutions.

Assistant virtuel pour le contrôle des changements

L’IA peut aussi être formée comme assistant virtuel pour soutenir la planification des réunions, l’organisation des tâches et les workflows d’approbation, voire même  la mise à jour de la documentation destinée aux clients, à la fabrication et au service. 

Dans ces cas, l’assistant virtuel pourrait même détecter des motifs indiquant un problème plus vaste, puis utiliser l’IA générative pour planifier une réunion avec un ordre du jour approprié. Il inviterait tous les membres de l’équipe concernés, créerait un rapport documentant l’impact du changement et générerait la plupart des livrables et des tâches recommandés pour corriger le problème. Une fois un problème signalé, l’IA peut créer une solution proposée, planifier automatiquement une réunion et fournir la documentation de soutien.

Il est important de noter que tous ces cas d’utilisation nécessitent une interaction humaine pour évaluer et finaliser les décisions. Pour faire de l’IA un investissement réussi pour votre organisation, chacun doit savoir comment participer au processus et se sentir à l’aise de laisser les outils prendre le relais à certains moments.

Les équipes doivent également être formées au fait que les hallucinations de l’IA sont réelles, dans lesquelles l’outil crée une réponse à une question qui semble bonne mais qui est en réalité incorrecte. (L’IA ne dira jamais “je ne sais pas” – elle fournira toujours une réponse, correcte ou non). 

Les organisations doivent également surveiller et s’assurer que leurs implémentations IA ont mis en place des garde-fous appropriés. Documenter les étapes du processus est crucial pour garantir une transparence totale sur le fonctionnement de la solution IA.

Bonnes pratiques pour intégrer l’IA dans les processus PLM

Voici quelques éléments à prendre en compte lorsque vous envisagez d’intégrer des outils IA dans vos processus PLM.

Commencez par les données

L’ingénierie pilotée par l’IA nécessite le bon type de données. Plus il y a de données, mieux c’est — en particulier des données bien intégrées et connectées tout au long du cycle de vie produit. Plus l’IA dispose de données nombreuses et de qualité, meilleurs seront les résultats générés.

On voit émerger de nouvelles façons de suivre et de visualiser les informations connectées dans l’industrie, ce qui contribue à des stratégies d’IA plus solides et nous aide à voir les problèmes sous un nouvel angle.

Acceptez que le travail répétitif puisse être effectué par une machine

Il est parfois difficile d’imaginer l’avenir, surtout lorsqu’il dépend d’idées complexes que seuls les experts d’une discipline particulière comprennent vraiment.

Bien que certains puissent avoir des préoccupations légitimes au sujet de l’IA, il est important de faire un changement mental et de faire confiance au fait qu’elle peut gérer certains types de travaux répétitifs comme  la synthèse d’informations à partir de bases de données complexes, la mise à jour de documents correspondants lorsqu’un changement survient quelque part dans la chaîne, et plus encore. 

Nous pouvons avancer en toute confiance en faisant confiance mais en vérifiant.

Vérifiez les données et les hypothèses proposées par l’IA

Il est essentiel de mettre en place des garde-fous pour les outils IA et d’authentifier leurs conclusions. 

L’IA ne peut introduire que des solutions partielles basées sur les modèles qu’elle utilise : il faut donc une intelligence humaine pour interpréter l’information, diriger une analyse supplémentaire et conclure ce qui est le mieux dans la situation. Les ingénieurs expérimentés et compétents et leurs homologues doivent être  décideurs dans le processus.

Comment Aras Innovator joue un rôle dans l’innovation IA

Alors que les entreprises envisagent d’utiliser la technologie IA émergente pour étendre leurs données produits et offrir plus de valeur aux ingénieurs, Aras Innovator® peut les aider en permettant un fil numérique de données de bout en bout. 

Aras Innovator connecte les actifs numériques tout au long du cycle de vie produit et construit une base solide pour les analyses de données et les initiatives d’IA.

Pour plonger plus profondément dans le monde de l’IA dans le PLM, assistez à un webinaire Aras à la demande, Gérez votre conformité grâce au pouvoir des données et de l’IA. Des experts PLM venus de toute l’industrie y expliquent comment l’IA peut garder un œil sur les demandes de conformité toujours plus évolutives et aider les équipes d’ingénierie à naviguer ces changements.