Lors du dernier salon Maintenance, BEMAS a, comme à son habitude, pris les commandes du programme du mercredi soir avec sa cérémonie de remise des prix, destinée à mettre en lumière les meilleures pratiques du secteur de la maintenance. Avant l’annonce des lauréats, les participants ont pu découvrir les réflexions de Peter Van Hees sur les agents IA appliqués à la maintenance. FoodTec était aux premières loges et vous en livre les principaux enseignements dans cet article.
Le secteur de la maintenance se trouve à un tournant. Les capteurs mesurent tout. Les systèmes CMMS et EAM regorgent de données. La maintenance prédictive se développe rapidement. Nous avons adopté le Software 2.0, avec des algorithmes capables de détecter des tendances dans les données vibratoires et de calculer la durée de vie utile résiduelle (RUL) des équipements. Et pourtant, la pression ne cesse d’augmenter : complexité croissante, exigences accrues en matière de disponibilité, pénurie de main-d’œuvre et charge administrative toujours plus lourde. Et si la prochaine avancée ne résidait pas dans des prédictions encore plus précises, mais dans des systèmes capables de comprendre eux-mêmes des objectifs, de planifier des actions et d’exécuter des workflows ? Les agents IA nous font passer des tableaux de bord aux collègues numériques. Des signaux aux décisions. De la prédiction à l’action proactive. Mais comment en sommes-nous arrivés là et quelles sont les prochaines étapes ?
Commençons par dissiper un malentendu. L’intelligence artificielle n’a rien de nouveau. À septante ans, elle a même déjà atteint l’âge de la retraite. Mais pour rendre possibles les applications qui apparaissent aujourd’hui dans le domaine de la maintenance, elle a dû suivre une longue courbe d’apprentissage. Nous arrivons aujourd’hui au terme de la vague du mobile-first. Les applications, tableaux de bord et outils indépendants sont devenus de formidables instruments, mais l’humain reste toujours au centre du dispositif. C’est nous qui jouons le rôle de middleware, cette couche intermédiaire qui relie tous les éléments entre eux. Difficile, cependant, d’aller beaucoup plus loin dans cette direction. Comment Peter Van Hees le sait-il ? Le nouvel iPhone n’apporte plus guère de nouvelles fonctionnalités, si ce n’est un prix plus élevé.
Le Digital 4.0 introduit un changement fondamental : nous quittons l’ère du mobile-first pour entrer dans celle de l’agent-first. Il ne s’agit plus d’attendre qu’un utilisateur clique, mais de disposer de systèmes capables d’anticiper.
Les systèmes les plus avancés sont aujourd’hui capables de prédire les défaillances. C’est ce que nous regroupons sous le terme de maintenance prédictive. Les agents IA vont plus loin : ils comprennent des objectifs tels que la disponibilité des équipements, l’optimisation des coûts ou la sécurité, et passent eux-mêmes à l’action. Ils planifient les interventions, se coordonnent avec SAP ou les systèmes EAM, communiquent avec les fournisseurs, génèrent des rapports et tirent des enseignements des retours d’expérience. Nous franchissons ici une nouvelle étape, passant de la reconnaissance de schémas à l’autonomie cognitive.
Au cœur de l’IA agentique (agentic AI) se trouvent les grands modèles de langage (LLM). Leur force ? Là où il a fallu deux à trois ans à Chrome pour développer son navigateur, les agents de programmation peuvent aujourd’hui accomplir un travail comparable en une semaine. Actuellement, les agents IA se situent tout en haut du cycle de l’engouement technologique de Gartner, le Hype Cycle. Le phénomène d’« agent washing » bat donc son plein : de nombreuses solutions se voient attribuer cette étiquette sans nécessairement en posséder les caractéristiques. Pour mériter réellement le qualificatif d’agent IA, un système doit être autonome, proactif et disposer de sa propre mémoire. Ce dernier élément est absolument essentiel pour apprendre et s’améliorer en permanence. Où en seront ces agents l’été prochain ? Peter Van Hees est convaincu qu’ils auront déjà franchi le « Trough of Disillusionment », le creux de la désillusion du cycle de Gartner. Les évolutions s’accélèrent à une vitesse impressionnante.

L’humain va-t-il disparaître de cette équation ? Non, mais son rôle évolue. Il se concentre désormais sur la supervision, la validation et la prise de décisions stratégiques. Les agents IA disposent certes de capacités extraordinaires pour traiter d’immenses volumes de données, comprendre le contexte et s’améliorer continuellement, mais leur orchestration reste entre les mains de l’humain.
Nous évoluons de la maintenance prédictive vers la maintenance agile, passant de l’analyse à l’action, dans les limites définies par l’organisation elle-même.
Quels bénéfices concrets les équipes de maintenance peuvent-elles en retirer ? Moins de temps perdu dans les tâches administratives, une meilleure allocation des compétences rares et une évolution du rôle des collaborateurs, qui passent de l’exécution à l’orchestration. Faut-il s’en inquiéter ? Selon certaines prévisions d’experts, 92 millions d’emplois disparaîtront d’ici 2030. Peter Van Hees estime que ceux qui restent les bras croisés et refusent d’adopter les nouvelles technologies risquent bien de faire partie de ces 92 millions. Mais il rappelle également que l’IA devrait créer 170 millions de nouveaux emplois : responsables du machine learning, concepteurs d’interactions par prompts, spécialistes des données synthétiques… Nous aurons toujours besoin de compétences humaines pour exercer notre esprit critique, adopter une pensée systémique, mener une réflexion éthique et faire preuve de discernement.
La maintenance n’a aucune raison de rester à la traîne dans l’adoption de l’intelligence artificielle. Bien au contraire. Grâce à la combinaison de données disponibles, d’actifs critiques et d’indicateurs clés de performance clairement définis, ce secteur pourrait opérer la transition vers l’agent-first bien plus rapidement qu’on ne le pense.