Intelligence artificielle : « Les transformations les plus visibles pourraient concerner l’amont des projets »

Dans l’ingénierie, l’intelligence artificielle devrait progressivement intervenir dans un nombre croissant de tâches, depuis l’analyse de données jusqu’aux études de faisabilité et à la conception. Mais cette évolution ne signifie pas nécessairement une substitution de l’ingénieur par des machines. Elle déplace plutôt sa valeur vers la maîtrise du problème, la validation des solutions, la gouvernance des données et la responsabilité des choix effectués.

Thomas Clochon, Président de l’OPIIEC, a précisé pour Techniques de l’Ingénieur ce que révèlent les travaux de recherche menés par l’OPIIEC, et notamment via la première édition du baromètre de l’OPIIEC sur l’intelligence artificielle.

Techniques de l’Ingénieur : L’intelligence artificielle est-elle déjà en train de transformer le métier d’ingénieur ?

Thomas Clochon : Oui, mais il faut distinguer le besoin d’ingénierie lui-même de la manière dont le travail d’ingénierie est réalisé. Les besoins ne disparaissent pas : les ingénieurs continuent à devoir résoudre des problèmes complexes, dans un monde soumis à des contraintes physiques, économiques ou environnementales, qu’il s’agisse notamment de décarbonation, d’adaptation climatique, de construction ou d’aménagement.

En revanche, il apparaît certain que les pratiques professionnelles vont évoluer. L’IA apporte des capacités supplémentaires pour traiter l’information, rechercher des données, accélérer certaines analyses ou examiner un plus grand nombre de paramètres. Il faut donc plutôt parler, à ce stade, d’une ingénierie augmentée que d’une disparition du métier.

Peut-on donc considérer que l’IA sera davantage un outil d’optimisation qu’un outil de substitution ?

C’est aujourd’hui la perspective privilégiée dans l’ingénierie. L’objectif consiste à examiner comment différentes missions peuvent être augmentées grâce à l’intelligence artificielle, plutôt qu’à chercher à transférer entièrement leur réalisation à la machine. Il faut néanmoins rester prudent. Un métier d’ingénieur recouvre une grande diversité de tâches. Certaines sont beaucoup plus susceptibles que d’autres d’être automatisées. Le fait que le métier dans son ensemble ne soit pas substituable ne signifie donc pas que toutes les activités actuellement effectuées par des ingénieurs resteront inchangées.

Quelles activités pourraient être transformées le plus rapidement ?

Les fonctions d’études situées en amont des projets sont probablement parmi les plus exposées. Un projet complexe commence souvent par la collecte, la compilation et l’analyse d’un volume important de données. L’IA peut considérablement accélérer cette étape, mais aussi accroître l’exhaustivité des analyses en permettant de prendre simultanément en compte davantage de sources et davantage de paramètres. Le gain potentiel porte donc à la fois sur le temps et sur la qualité de l’analyse. Mais il faut en tirer toutes les conséquences. Si une étude peut être réalisée plus rapidement, avec moins de temps humain consacré à la collecte et au traitement des données, l’organisation du travail et la répartition des tâches seront nécessairement modifiées.

Le cœur même de la conception technique peut-il être automatisé ?

L’IA peut intervenir de plus en plus dans les études de faisabilité et dans l’exploration de solutions, mais concevoir ne consiste pas uniquement à déterminer ce qui est techniquement possible. Prenons un projet urbain complexe. Il faut intégrer les bâtiments, l’énergie, l’adaptation au changement climatique, les déplacements, mais également les conséquences sur l’organisation du quartier, son développement économique, sa mixité, sa sécurité ou encore sa renaturation. Cela fait intervenir des ingénieurs, mais aussi des architectes, des urbanistes, des écologues et d’autres professionnels. L’IA peut aider à traiter ces différents paramètres. La décision finale suppose néanmoins de les hiérarchiser et de les articuler dans une solution cohérente. Cette dimension de maîtrise d’œuvre et d’arbitrage reste fortement humaine.

L’utilisation de l’IA pose-t-elle un nouveau problème de responsabilité pour les ingénieurs ?

C’est un enjeu majeur. La responsabilité ne doit pas se diluer entre la société d’ingénierie qui fournit une prestation et les outils d’intelligence artificielle qu’elle utilise pour la produire. Une entreprise d’ingénierie s’engage vis-à-vis de son client. Elle doit pouvoir garantir la solidité d’une réponse, mais aussi sa durabilité dans le temps. Or cela pose plusieurs questions lorsqu’un modèle d’IA intervient dans le processus. Que se passe-t-il si son fournisseur modifie son fonctionnement ou interrompt son service pour des raisons techniques, économiques ou stratégiques ? Comment assurer la continuité d’une solution construite avec cet outil ? L’ingénierie ne pourra donc pas transférer sans réserve certaines missions à l’IA tant que les questions de robustesse, de pérennité et de responsabilité ne seront pas suffisamment maîtrisées.

La maîtrise des données va-t-elle devenir une compétence beaucoup plus importante pour les ingénieurs ?

Oui. La gouvernance des données devrait prendre une place croissante dans les projets. Il faudra savoir à qui appartient une donnée, qui peut l’utiliser, qui peut l’administrer, comment elle est conservée et quelle solution technique permet de la traiter. Ces questions ne sont pas périphériques, elles conditionnent la cohérence du fonctionnement d’un système, la robustesse des solutions produites et la possibilité d’identifier clairement les responsabilités. Cela signifie que le bagage de compétences de certains ingénieurs va s’élargir. Ils ne devront pas nécessairement tous devenir spécialistes des algorithmes, mais ils devront être capables de comprendre beaucoup plus précisément l’environnement de données et les outils numériques sur lesquels repose leur travail.

Tous les ingénieurs devront-ils alors devenir experts de l’intelligence artificielle ?

Nous allons probablement connaître deux phases. Dans un premier temps, les entreprises auront besoin de compétences spécialisées capables d’expérimenter les outils, de développer de nouveaux usages et de déterminer ce qu’ils apportent réellement aux projets. Certaines constituent déjà des équipes dédiées qui travaillent en parallèle des méthodes traditionnelles afin de comparer les résultats et de capitaliser sur les retours d’expérience. Puis viendra une phase de massification. L’IA s’intégrera progressivement aux outils de travail ordinaires et concernera alors beaucoup plus largement les ingénieurs, avec des usages variables selon les spécialités. Un parallèle peut être fait avec la maquette numérique. Elle a d’abord nécessité des spécialistes, avant de s’intégrer progressivement aux pratiques professionnelles. L’IA pourrait suivre une trajectoire comparable, même si ses formes d’usage restent aujourd’hui beaucoup moins stabilisées.

Existe-t-il un risque que l’utilisation de l’IA entraîne une perte de compétences ?

Ce risque existe surtout lorsqu’on utilise l’IA pour obtenir directement un résultat à la place de l’ingénieur. Il faut distinguer cette logique d’une autre approche qui consiste à utiliser l’IA pour améliorer la manière dont l’ingénieur arrive au résultat.

Dans le premier cas, la délégation répétée de certaines tâches peut finir par affaiblir la compétence permettant de les réaliser et, surtout, de contrôler leur bonne exécution. C’est un point de vigilance important.

Dans le second cas, l’IA sert à augmenter les capacités professionnelles. Elle permet de traiter davantage d’informations, de tester plus rapidement des hypothèses ou de renforcer une analyse, tandis que l’ingénieur conserve la compréhension du problème et la maîtrise du raisonnement. C’est cette logique qui paraît la plus pertinente pour préserver la valeur du métier.

Cette distinction entre délégation et augmentation devrait-elle être intégrée à la formation des futurs ingénieurs ?

Oui, car apprendre à utiliser l’IA ne doit pas uniquement signifier apprendre à manipuler un outil. Il faut aussi être capable de s’interroger sur ce que l’on est en train de lui confier. Lorsqu’un étudiant ou un ingénieur utilise une IA, une question simple peut être posée. Est-ce que cet outil remplace ce que je sais faire ou m’aide-t-il à mieux le faire ? Cette distinction permet de réfléchir à la conservation des compétences, à la valeur ajoutée professionnelle et à la capacité de contrôler les résultats. Les écoles d’ingénieurs ont donc un rôle important à jouer. L’enjeu est moins de former tout le monde à une technologie particulière, qui peut évoluer très rapidement, que de développer une pratique raisonnée et critique de ces outils.

Quels bouleversements peut-on attendre dans les trois à cinq prochaines années ?

Les transformations les plus visibles pourraient concerner l’amont des projets, comme on l’a déjà évoqué. Les études, la recherche d’informations, la compilation des données et les premières analyses pourraient être beaucoup plus rapides et plus exhaustives. Cela peut améliorer la qualité des prestations, mais aussi diminuer très fortement le temps humain nécessaire pour certaines tâches. La conduite du projet devrait être moins bouleversée. Gérer les différentes parties prenantes, construire l’adhésion autour d’une décision, arbitrer entre plusieurs contraintes ou assumer la responsabilité d’un choix restent des activités difficilement réductibles à un traitement automatisé.

Un autre potentiel important se situe en aval. L’IA pourrait permettre d’intégrer beaucoup plus finement, dès la conception, ce qui se passera pendant toute la vie d’un ouvrage, d’un équipement ou d’un procédé. Maintenance, entretien, conditions d’exploitation ou durée de vie pourraient être mieux anticipés. L’enjeu ne serait alors plus seulement de concevoir plus vite, mais de concevoir avec une meilleure capacité de prévision sur le fonctionnement futur de ce qui est réalisé.

Propos recueillis par Pierre Thouverez