Introduction

AI transforme presque tous les secteurs, et l’A&D ne fait pas exception. L’adoption de l’AI a permis des avancées significatives tant dans le secteur aérospatial que dans la défense, avec des applications allant de l’analytique prédictive aux systèmes autonomes et au soutien à la décision. À mesure que l’AI évolue, l’industrie exploitera davantage son potentiel pour stimuler l’innovation, améliorer l’efficacité opérationnelle et renforcer la sûreté et la sécurité. La figure ci-dessous illustre l’évolution de l’AI, des systèmes experts à base de règles jusqu’aux systèmes cognitifs et aux technologies GenAI utilisées aujourd’hui.

En tirant parti de la puissance de l’AI, les entreprises d’A&D ouvrent de nouvelles possibilités grâce à la transformation d’entreprise à travers diverses fonctions et processus, ce qui se traduit par une réduction des coûts et une amélioration de l’efficacité. La disponibilité d’énormes volumes de données et les avancées de la puissance de calcul ont favorisé l’adoption de l’approche de l’AI axée sur les données, qui a été déterminante tout au long du cycle de vie des produits en A&D. Parmi les processus particulièrement touchés figurent la conception d’ingénierie, la fabrication additive, l’optimisation de la chaîne d’approvisionnement, la gestion des contrats, la simulation et la maintenance prédictive. De plus, GenAI a ouvert de nouvelles possibilités, telles que la création de données synthétiques pour entraîner des modèles d’apprentissage automatique, la génération d’itérations pour optimiser la conception de produits et l’accélération de la création de jumeaux numériques.

Applications phares de l’AI et cas d’utilisation de l’AI générative

Dans cette section, nous examinerons les domaines où l’AI facilite la transformation d’entreprise en A&D et les situations où GenAI peut améliorer les capacités existantes afin de créer de la valeur.

• Développement de produits : Les algorithmes d’AI accélèrent le prototypage et le processus d’itération de la conception afin de générer des conceptions d’aéronefs optimales en entraînant des modèles sur les spécifications de produits et les ensembles de données existants. Ils accélèrent également la validation et le test des concepts de conception, réduisant ainsi le temps et les coûts associés aux méthodes traditionnelles de prototypage et accélérant le développement de produit pour réduire le délai de mise sur le marché. Nous assistons à l’arrivée sur le marché de solutions logicielles d’AI de nouvelle génération, permettant aux concepteurs et ingénieurs de transformer rapidement des concepts de produits en modèles de conception assistée par ordinateur. Cette capacité accélère considérablement la modélisation de produits, ce qui accélère également le processus d’ingénierie. Par exemple, Airbus a utilisé des outils de conception générative avec Autodesk pour réorganiser plusieurs pièces de ses avions, telles que les cloisons des cabines et les stabilisateurs verticaux. Cela a permis d’améliorer l’efficacité énergétique et de réduire l’impact environnemental, menant finalement à la fabrication de plusieurs unités à un coût nettement inférieur. Dans un autre cas, HCLTech a aidé une entreprise automobile mondiale à identifier et optimiser des conceptions à l’aide de notre logiciel d’AI sans code, qui aide les concepteurs à générer de nouveaux concepts et permet la prédiction en direct de la performance des conceptions. Les termes « conception générative » et « AI générative » sont souvent utilisés de façon interchangeable, mais ils ne sont pas identiques. Alors que la conception générative peut optimiser et itérer à travers différentes variantes de conception à l’aide de modèles d’AI/ML, l’AI générative peut aider à accélérer le flux de travail du processus de conception.
• Maintenance prédictive et inspection des moteurs : Plusieurs fabricants de moteurs d’avion et compagnies aériennes utilisent l’AI pour analyser les données de capteurs et les historiques de maintenance afin de prédire les défaillances, optimiser les calendriers d’entretien et réduire les temps d’arrêt, améliorant ainsi la fiabilité générale de l’équipement. Pour un fabricant d’aéronefs, HCLTech a mis en œuvre des technologies d’AI pour l’analyse de survie, la protection contre les risques et la maintenance prédictive afin de réduire les coûts. On observe également l’utilisation accrue de l’AI dans l’inspection visuelle des moteurs. Par exemple, Pratt & Whitney, en collaboration avec Awiros, a lancé un outil de surveillance des moteurs basé sur l’AI qui automatise les inspections et fournit au personnel de maintenance des informations en temps réel sur la disponibilité des pièces. Le renforcement des capacités existantes en maintenance prédictive avec GenAI pourrait permettre d’identifier des scénarios qui ne résultent pas des données historiques et fournir des informations détaillées sur le remplacement nécessaire des composantes. Des cas d’usage similaires existent dans l’industrie de la défense pour la maintenance des systèmes d’armes d’aéronefs. Par exemple, la US Air Force utilise l’outil Predictive Analytics and Decision Assistant (PANDA), un outil intégré d’AI et d’apprentissage machine, pour la maintenance prédictive afin d’accroître la fiabilité opérationnelle des systèmes d’armes. Cet outil exploite les capacités GenAI de C3 AI pour récupérer des informations à partir de sources de données disparates et interpréter les narratifs de texte de maintenance des interventions précédentes afin de déterminer la suite des actions. Outre l’inspection des moteurs, les capacités GenAI sont adoptées pour l’inspection visuelle des aéronefs. Par exemple, Boeing entraîne des algorithmes d’apprentissage machine à l’aide d’images synthétiques pour permettre une inspection efficace des aéronefs à l’aide de la réalité augmentée.
• Chaîne d’approvisionnement et approvisionnement : Les modèles d’AI peuvent optimiser les stratégies de chaîne d’approvisionnement pour les entreprises A&D en analysant les fluctuations de la demande, les calendriers de production et les activités d’approvisionnement. Cela leur permet de limiter les risques en trouvant un équilibre optimal entre le niveau des stocks et les coûts. Un autre cas d’usage de l’AI est la génération de recommandations de fournisseurs basées sur des facteurs comme le prix, la qualité et les exigences de capacité. Par ailleurs, GenAI peut encore optimiser le processus de sélection des fournisseurs en analysant les données de performance et d’autres critères. Les entreprises A&D sont aussi souvent confrontées à des défis dans le processus de rapport contractuel, qui peut être long, coûteux et sujet aux erreurs, augmentant ainsi les délais de déploiement ainsi que les risques de conformité et financiers. Certains de ces enjeux peuvent être atténués avec l’AI, qui peut automatiser le processus. Par exemple, la solution d’analyse contractuelle alimentée par l’AI d’HCLTech et Evisort peut être intégrée de façon transparente aux solutions d’approvisionnement SAP Ariba afin de transformer les contrats en données interrogeables sans saisie manuelle. De plus, Evisort AI Labs a récemment introduit une solution GenAI qui rédige les contrats, rendant leur gestion plus rapide et efficace.

L’IA générative pour renforcer et accélérer la transformation de l’industrie aérospatiale et défense

1. Ingénierie numérique
   1. Accélérer le processus de conception générative des composants/pièces d’aéronef afin d’évaluer rapidement de nombreuses variantes de conception
   2. Automatisation du processus de conception technique, permettant aux concepteurs de se concentrer sur les secteurs de travail complexes
   3. Accélérer le processus de test et validation grâce au prototypage virtuel et à la simulation
   4. Création de jumeaux numériques pour prévoir la performance des moteurs d’aéronef
2. Fabrication numérique
   1. Systèmes d’inspection visuelle pour détecter les défauts de produits et assurer la qualité lors de la fabrication des composants
   2. Automatiser et optimiser le processus de curation et de rapprochement des données à partir des systèmes d’exécution de fabrication
   3. Planification de la production visant à réduire les goulets d’étranglement et à optimiser l’efficacité de la production
   4. Évaluer plusieurs scénarios de production pour mesurer l’impact et recommander la meilleure option
3. Service après-vente numérique
   1. Prédire les défaillances des composants en analysant les données de maintenance historiques, afin de réduire les arrêts imprévus
   2. Interprétation des manuels de maintenance et des directives de navigabilité pour des modèles d’aéronef spécifiques
   3. Génération automatique de documents de maintenance, dossiers numériques de l’état de l’aéronef/moteur et rapports d’inspection
   4. Automatisation des commandes de pièces pour la maintenance préventive
   5. Sécurité des travailleurs sur le terrain : Générer des consignes de sécurité, créer des simulations réalistes
4. Chaîne d’approvisionnement numérique
   1. Visibilité de la chaîne d’approvisionnement, permettant aux opérateurs d’accéder rapidement à l’information sur les composants et pièces, les fournisseurs, les bons de commande et l’inventaire
   2. Gestion des relations fournisseurs : Analyser les données de performance des fournisseurs pour optimiser la sélection des partenaires
   3. Gestion du cycle de vie des contrats : Revoir et analyser l’information contractuelle, simplifier et résumer les clauses complexes de contrat grâce aux capacités conversationnelles de l’AI
5. Entreprise numérique
   1. Obtenir des insights et des données des systèmes ERP et PLM au moyen de requêtes en langage naturel
   2. Service et engagement client : Offrir une communication personnalisée, la gestion des cas et un marketing ciblé
   3. Analyse de sentiment : Analyse du sentiment des employés et des clients pour optimiser le parcours client
   4. Assistant virtuel pour soutenir les agents de centre d’appels
   5. Expérience employé : apprentissage et développement personnalisés ainsi qu’un engagement sur mesure

Évolution des capacités d’AI avec le cloud

Les technologies cloud développent et étendent les applications d’AI pour l’industrie A&D, et les plateformes cloud comme AWS, Microsoft Azure et Google Cloud offrent de nombreux avantages pour les applications GenAI :

• Stockage de mégadonnées : Les modèles GenAI pour le développement de produits ou les applications de maintenance prédictive reposent souvent sur d’immenses quantités de données produit ou de capteurs pour l’entraînement. Les plateformes infonuagiques offrent des solutions de stockage de données sécurisées et évolutives, permettant aux entreprises de stocker et gérer efficacement de grands ensembles de données, ce qui assure l'intégration transparente aux flux de travail GenAI. Par exemple, Boeing migre des applications de ses centres de données locaux vers le nuage AWS afin de renforcer ses processus d’ingénierie et de fabrication.
• Économies de coûts et évolutivité de l’infrastructure AI : L’utilisation des ressources infonuagiques élimine le besoin d’investissements initiaux en capital, réduit les coûts d’exploitation et offre l’infrastructure et la puissance de calcul nécessaires pour mettre à l’échelle les applications AI. Ces plateformes offrent des cadres AI préconstruits, des bibliothèques et des API, facilitant la mise en œuvre de solutions GenAI pour les entreprises A&D. Par exemple, GA Telesis utilise la plateforme Vertex AI de Google Cloud pour transformer ses processus de vente et de services pour l’approvisionnement de pièces auprès des grands transporteurs aériens mondiaux.
• Flux de travail collaboratifs : Les projets GenAI impliquent souvent des équipes multidisciplinaires, dont des concepteurs, des ingénieurs et des scientifiques des données. Les plateformes infonuagiques permettent une collaboration efficace, le partage de données et le contrôle des versions, favorisant des flux de travail plus harmonieux et productifs.

Approche de HCLTech en matière de GenAI

HCLTech conseille, sélectionne et orchestre les technologies de partenaires de premier plan et d’innovateurs du marché. Ensemble, nous fournissons des solutions AI évolutives et entièrement intégrées qui produisent des résultats d’un niveau supérieur. Nous utilisons de grands modèles linguistiques (LLM) tels que GPT, Llama, Gemini et autres, en tirant parti de nos partenariats avec des hyperscalers de premier plan tels que Microsoft, GCP et AWS pour développer et déployer des capacités GenAI auprès de nos clients afin d’améliorer la productivité des employés, de rationaliser les opérations TI, d’accélérer le développement d’applications et d’optimiser les processus d’affaires.

Nous sommes ravis d’annoncer notre offre de solutions GenAI de bout en bout dans le cadre de la plateforme HCLTech AI Force. Celles-ci sont conçues pour aider les clients à obtenir une transformation d’affaires dans de nombreuses fonctions. Nos solutions couvrent l’ensemble des processus d’affaires de l’entreprise, du développement de produits, assurance qualité, tests logiciels, fabrication et ingénierie à d’autres fonctions comme le service à la clientèle, les achats, les finances, les ventes et le marketing.

HCLTech AI Force est un ensemble complet de plateformes de solutions adaptées grâce à des modèles, outils et technologies GenAI pour répondre à des exigences d’affaires uniques en matière de transformation, de modernisation et de redéfinition de diverses fonctions d’affaires et du milieu de travail, ouvrant la voie à un avenir plus efficace.

Figure 2 : Plateforme HCLTech AI Force

Conclusion

Comme nous l’avons vu, les applications GenAI couvrent des domaines clés tels que l’ingénierie numérique, la fabrication, la gestion de la chaîne d’approvisionnement, les services après-vente et les opérations d’entreprise. Ensemble, ces applications soulignent le potentiel transformateur de GenAI pour révolutionner chaque aspect de la chaîne de valeur de l’industrie aérospatiale et défense.

En adoptant l’intelligence artificielle générative, les organisations peuvent débloquer de nouveaux niveaux d’innovation, d’efficacité et de compétitivité. L’application des technologies GenAI mènera à des produits et services plus durables et plus efficaces pour les entreprises du secteur aéronautique et défense, augmentant la performance et rehaussant l’expérience client.

Notre expertise et nos capacités de GenAI de bout en bout peuvent aider les entreprises du secteur aéronautique et défense à naviguer avec confiance dans la complexité de l’adoption de l’IA générative, à obtenir des résultats d’affaires positifs et tangibles, et à devenir des leaders de l’évolution du secteur.

Références

• https://www.eurekamagazine.co.uk/content/technology/airbus-has-moved-from-generatively-designing-components-to-the-factories-in-which-they-are-built
• https://www.hfsresearch.com/research/hcltech-drives-business-ops-and-experience-with-live-genai/
• https://technologymagazine.com/ai-and-machine-learning/next-generation-unified-ai-and-cloud-from-HCL-technologies
• https://www.aviationtoday.com/2023/06/23/pratt-whitney-launch-percept-an-ai-powered-automatic-engine-inspection-system/
• https://defensescoop.com/2023/05/10/air-force-selects-ai-enabled-predictive-maintenance-program-as-system-of-record/
• https://c3.ai/improving-us-air-force-mission-capability-with-ai/
• https://www.evisort.com/blog/evisort-ai-labs-announces-invention-of-generative-ai-for-contracts
• https://cloud-computing.tmcnet.com/breaking-news/articles/452099-boeing-migrate-more-applications-aws.htm
• https://www.gatelesis.com/leading-global-airline-supplier-ga-telesis-integrates-google-clouds-generative-ai-technology/