Opportunités, limites et enjeux pour l’ingénierie système et les PME

Le 16 mars dernier, l’AFIS a organisé son 40ᵉ webinaire, consacré à un sujet au cœur de l’actualité technologique et industrielle : « Intelligence Artificielle : mythes et réalités – l’IA est‑elle une menace ou une opportunité pour les PME ? »

Animé par Hervé Panetto, professeur en systèmes d’information d’entreprise à l’Université de Lorraine, chercheur au CRAN (CNRS), co‑animateur du Comité Thématique IA & Ingénierie Système (CT IA&IS) de l’AFIS, et récemment distingué par le Distinguished Artificial Intelligence Scholar Award de la National Academy of Artificial Intelligence, ce webinaire a proposé une analyse rigoureuse, sans complaisance ni sensationnalisme, de l’état réel de l’IA aujourd’hui.

Replacer l’IA dans son histoire et sa réalité technologique

L’un des premiers apports du webinaire a consisté à recontextualiser l’IA dans une perspective historique et scientifique. Contrairement à une idée largement répandue, l’Intelligence Artificielle n’est pas une technologie récente : ses fondements remontent aux années 1950, avec les travaux d’Alan Turing, puis le développement des systèmes experts, des approches symboliques et, plus tard, des réseaux de neurones artificiels.

L’essor actuel de l’IA ne résulte donc pas d’une rupture conceptuelle majeure, mais de la conjonction de trois facteurs clés :

• une puissance de calcul devenue massive et accessible,
• la disponibilité de volumes considérables de données,
• des algorithmes statistiques désormais exploitables à grande échelle.

Cette mise en perspective permet de relativiser l’idée d’une « intelligence » nouvelle, émergente ou autonome.

L’illusion de l’intelligence : ce que font réellement les IA actuelles

Un message central, martelé tout au long de l’intervention, mérite d’être clairement posé :

Les systèmes d’IA actuels ne pensent pas, ne comprennent pas et ne raisonnent pas.

Les outils d’IA générative (LLM, chatbots, générateurs d’images ou de vidéos) reposent sur des modèles statistiques capables de prédire, mot après mot ou pixel après pixel, la sortie la plus probable à partir de données d’apprentissage existantes. Ils ne possèdent :

• ni intention,
• ni conscience,
• ni compréhension du sens de ce qu’ils produisent.

Cette réalité explique à la fois leur impressionnante efficacité dans certains contextes, et leurs limites structurelles, telles que :

• les hallucinations,
• les biais algorithmiques,
• l’impossibilité de distinguer le vrai du faux,
• l’absence de capacité à créer des connaissances nouvelles.

L’IA imite remarquablement bien certains comportements humains, mais cette imitation ne doit pas être confondue avec de l’intelligence au sens cognitif du terme.

Enjeux critiques pour les entreprises et l’ingénierie système

Le webinaire a également mis en lumière plusieurs enjeux majeurs pour les organisations, et en particulier pour les PME industrielles.

Données, confiance et cybersécurité

Les modèles actuels sont entraînés sur des volumes de données considérables, dont la qualité, la provenance et la véracité ne peuvent être totalement garanties. Cela pose des questions centrales de :

• confidentialité,
• souveraineté numérique,
• fiabilité des résultats.

Éthique et réglementation

L’absence de cadre mondial harmonisé contraste avec l’approche européenne, notamment à travers l’AI Act, qui vise à encadrer les usages selon le niveau de risque. Cette hétérogénéité soulève des défis importants pour les entreprises opérant à l’international.

Impact énergétique

Un point particulièrement marquant concerne la consommation énergétique des systèmes d’IA à grande échelle. Les modèles génératifs actuels nécessitent des ressources considérables, rendant indispensable la réflexion sur des IA plus frugales, tant d’un point de vue économique qu’environnemental.

Opportunités réelles, usages maîtrisés

Pour autant, l’IA ne doit ni être rejetée ni idéalisée. L’intervention d’Hervé Panetto a insisté sur une approche pragmatique : l’IA est un outil, dont la valeur dépend entièrement de son usage.

Pour les PME comme pour les acteurs de l’ingénierie système, les bénéfices sont réels lorsqu’elle est utilisée pour :

• assister l’analyse et la prise de décision,
• automatiser certaines tâches répétitives,
• améliorer l’accès à l’information,
• soutenir la collaboration homme‑machine.

En revanche, toute délégation aveugle ou absence de contrôle humain expose à des risques majeurs.

Vers une IA collaborative et maîtrisée

Les perspectives de recherche actuelles, notamment autour des IA hybrides (combinant approches statistiques et modèles à base de connaissances), ouvrent des pistes prometteuses pour une meilleure intégration de l’IA dans des systèmes complexes et critiques.

Dans ce contexte, le rôle de l’ingénierie système apparaît central :

• pour structurer les architectures intégrant des composants IA,
• pour gérer la confiance, la traçabilité et la validation,
• pour garantir la robustesse et la sécurité des systèmes.

Conclusion

Ce webinaire a rappelé une évidence essentielle :
l’Intelligence Artificielle n’est ni une menace inéluctable, ni une solution miracle. Elle constitue un levier technologique puissant, à condition d’être comprise, encadrée et intégrée avec discernement.

À travers les travaux du CT IA&IS, l’AFIS continue d’apporter un éclairage technique, structurant et critique sur ces sujets, au service des ingénieurs système, des industriels et plus largement de l’écosystème.