Six mois chez Accenture, dans l'équipe des solutions connectées pour l'industrie (l'ex-Industry X, rattachée à Supply Chain & Engineering). Deux phases complémentaires : une étude de marché sur l'IA appliquée aux produits connectés, puis des prototypes de jumeaux numériques pour de grands comptes. Les clients sont anonymisés ici ; les leçons, non.
Le fil conducteur
Toute la mission tient dans une conclusion : la valeur d'un système d'IA industrielle ne vient pas du modèle, mais du système qui l'entoure. Données fiables, workflow structuré, indicateurs mesurables, gouvernance explicite. Une IA performante branchée sur un processus chaotique amplifie le chaos.
Trois prototypes, un même socle
Le terrain d'entraînement : une ligne de production IIoT simulée (capteurs, passerelle edge, cloud, MES) sur laquelle j'ai produit la chaîne complète des livrables d'ingénierie système. Architecture device → edge → cloud → MES, télémétrie MQTT, un premier agent qui construit le jumeau de la ligne à partir des données remontées (goulots d'étranglement, sur-qualité), un second qui l'interroge en langage naturel.
Ensuite, trois cas clients :
- Un constructeur automobile majeur : un simulateur temps réel de leur jumeau numérique d'usine, animé par WebSocket, avec trois agents LLM : interaction en langage naturel, contrôle du jumeau, création de nouveaux éléments à partir d'une simple description. Les appels de modèles passent côté serveur via Google Vertex (des modèles Anthropic derrière) : clés jamais exposées, appels journalisés, coût par session maîtrisé. Le démonstrateur a été présenté sur le stand Accenture au salon Tech For Industry. - Un autre OEM automobile : un jumeau de supervision multi-sites, consolidant production, stock et indicateurs en quasi-temps réel à partir de sites aux référentiels hétérogènes. L'enseignement clé : la difficulté du multi-sites n'est pas technologique, elle est sémantique. Tant que deux sites ne nomment pas de la même manière un arrêt de ligne, aucune consolidation n'est possible. - Un motoriste aéronautique : un outil d'audit qui transforme une vidéo du terrain en transcript (STT exécuté en local), puis en jumeau des processus observés : flowchart, Gantt, temps par étape. Là où un auditeur passait plusieurs heures à chronométrer et saisir sous Excel, le traitement tombe à une quinzaine de minutes. La règle de conception : séparer strictement transcription et interprétation, pour que chaque chiffre du rapport remonte à la seconde de vidéo qui le justifie.
Ce que ça m'a appris
- Contraindre les agents aux données structurées. Nos agents ne raisonnent que sur le jumeau, jamais sur leurs connaissances générales. Dans l'industrie, une réponse « je ne sais pas » vaut mieux qu'une réponse plausible et fausse. - Le cadrage décide de tout. ConOps, traçabilité du besoin métier à la user story, critères de validation : c'est ce qui rend un livrable défendable devant un directeur d'usine. - Le coding agentique change l'échelle de livraison : c'est le sujet du deuxième article.