Comment Airbus décolle dans l'IA générative
Comme la plupart des groupes du Cac 40, Airbus se pose la question de recourir à l'intelligence artificielle générative. D'emblée, le groupe entend mettre la gen AI au cœur de ses processus de production. Il compte notamment déployer un assistant conversationnel en vue d'épauler ses agents intervenant directement sur les lignes de fabrication des avions.
En amont de ce chantier, Airbus a commencé par analyser l'ensemble des cas d'usage potentiels de l'IA générative. Toutes les fonctions et entités de l'entreprise ont été passées au crible. Suite à cette première analyse, la société toulousaine a identifié plusieurs scénarios : la création de texte ou de code, évidemment, mais aussi la synthèse de contenu fonctionnel ou d'expertise.
Glaner des sources fiables
Au sein des techniques d'IA générative, Airbus a identifié le retrieval augmented generation (Rag) comme notion clé pour répondre à ses besoins. Cette technique permet d'injecter de nouveaux contenus dans la base vectorielle d'un large language model (LLM). Ce qui évite d'avoir à le réentraîner. Une fois cette tâche réalisée, le modèle peut ensuite glaner directement ses réponses au sein des contenus ainsi injectés.
Principal avantage ? Le Rag permet de bénéficier des capacités conversationnelles et de raisonnement du LLM sous-jacent tout en maitrisant les résultats finaux. Il génère en effet des réponses au plus juste et dénuées de toute hallucination, en se basant sur un corpus de documents pleinement maîtrisé.
"Nombre de collaborateurs ont besoin de prendre des décisions rapidement en se basant sur une information fiable et pertinente. Le Rag est adapté à ce type de scénario", souligne Fabrice Valentin, responsable de l'équipe centrale IA chez Airbus. Cerise sur le gâteau, le dispositif permet de notifier, pour chaque résultat, le ou les liens vers les sources correspondantes. Un élément en phase avec la culture d'Airbus en matière de traçabilité.
"Nous avons décidé de commencer par quelques cas très précis et proches du métier pour nous doter d'une première expérience"
Le Rag se révèle particulièrement pertinent en vue de guider les opérateurs du groupe sur les lignes de fabrication. Il leur permet de dénicher au plus vite la méthode pour résoudre tel ou tel impondérable tout en assurant une meilleure adhérence avec les procédures et standards de montage. Ce cas d'usage est actuellement en phase de test au sein de l'entreprise.
"Nous avons décidé de commencer par quelques cas très précis et proches du métier pour nous doter d'une première expérience de l'IA générative et jauger sa valeur business. L'objectif étant par ailleurs de nous amener à maîtriser les solutions, leur sécurité, et plus globalement à saisir les bonnes pratiques du domaine", détaille Fabrice Valentin.
En parallèle de ces tests, Airbus met en place les processus visant à s'assurer que l'IA produite et une IA responsable. Dans cette optique, le groupe s'est doté d'un comité directeur. Une instance chargé de vérifier que les projets sont bien au service des clients internes et externes. Mais aussi qu'ils sont en ligne avec les objectifs du groupe en matière de développement durable. En ligne de mire : la volonté d'opter pour des modèles légers et peu énergivores dès que c'est possible. Autre point d'attention, Airbus entend recourir à des modèles contrôlés, sécurisés, transparents et explicables. Une démarche qui s'inscrit évidemment dans la politique de qualité et de sécurité de l'avionneur.
Sur ce dernier point, Airbus entend anticiper les régulations qui se dessinent au niveau européen sur la question de l'intelligence artificielle, notamment autour de l'IA Act (lire l'interview de Vincent Maret (KPMG) "L'IA Act présente beaucoup plus d'exigences que le RGPD").
L'IA générative comme pierre de rosette
Autre cas d'usage sous les projecteurs, Airbus envisage de recourir à l'IA générative comme pierre de rosette pour supporter les échanges entre ses différents métiers : juristes, ingénieurs, techniciens, commerciaux, agents de support client... L'idée serait à terme de proposer une interface capable de contextualiser les demandes et discours au regard des fonctions de chacun.
En termes de solutions d'IA générative, Airbus se veut agnostique. "Airbus a l'opportunité de tester différents outils pour différents cas. Dans l'IA générative, nous sommes parvenus à nous entendre sur les technologies utilisées pour chaque cas de test. Ce qui, au final, nous a permis d'éprouver un grand nombre d'offres de LLM", détaille Fabrice Valentin. Résultat : Airbus a pu tester des modèles de langue open source sur des périmètres très sécurisés, mais aussi des LLM sur les clouds publics de Google et d'Amazon, voire même le service Azure OpenAI de Microsoft.
"Notre stratégie est résolument multi-cloud dans l'objectif d'éviter de nous retrouver verrouillés avec un fournisseur unique", explique Fabrice Valentin. "Dans l'IA générative le nerf de la guerre se situe dans les ressources de calcul. Or, les offres sont actuellement trop émergentes pour arrêter notre choix sur un seul hyperscaler."