Gaudérique Garrigue
« L'IA ouvre de nouveaux rôles dans le support aéronautique, axés sur la technologie, l'analyse de données et la planification stratégique » (Gaudérique Garrigue, Directeur Conseil Aeroline Aftermarket chez Sopra Steria Next)
DR
La reprise du trafic aérien mondial se poursuit. Selon Airbus, le trafic augmentera d'environ 8 % par an sur les deux prochaines années pour compenser les volumes perdus pendant la pandémie, avec une croissance annuelle de 3,6 % à partir de 2027. Cette croissance entraîne une demande accrue de remplacement et d'augmentation des flottes, doublant la flotte mondiale à 48.230 appareils d'ici à 2043 (2). A cela s'ajoute un usage accru des flottes en service, en raison d'une offre en tension et d'une demande en hausse, augmentant fortement les taux d'usages moyens des appareils, avec des effets importants sur les chaines de support des constructeurs et équipementiers.
Dans ce contexte, les industriels doivent faire face, en miroir, à une hausse de près de 10% par an des requêtes client, nécessitant d'important gains de productivité pour y répondre efficacement tout en maîtrisant les coûts de leur SAV. Et cet afflux de requêtes s'accompagne de trois défis majeurs :
Ainsi les enjeux de performance opérationnelle, au service d'une relation et d'une satisfaction client renforcées deviennent une priorité pour les industriels de l'aéronautique.
Face à ces enjeux, l'IA et l'IA générative offrent de nouvelles possibilités d'applications d'automatisation avancées impliquant une équipe Homme-IA, porteuses de nombreuses opportunités d'amélioration pour les processus de gestion des requêtes client :
En améliorant l'expérience client, en facilitant la saisie d'une requête, ou en automatisant une partie du processus d'initialisation et de suivi de la requête, tout en personnalisant la réponse au contexte du client ;
L’actualité qui compte pour vous, chaque jour dans votre boîte mail.
En réduisant le volume de requêtes via des assistants conversationnels s'appuyant sur les données documentaires ;
En accélérant le traitement grâce à des assistants virtuels exploitant les bases de données non structurées existantes jusqu'à la génération de propositions de réponses ;
Par une meilleure exploitation des données client récoltées, renforcée par de l'analyse sémantique ou comportementale, et une consolidation optimisée de cette donnée, alimentant une vue client 360 et permettant un suivi amélioré de la satisfaction client.
Figure 1: illustration des champs d'application de l'IA dans la gestion des requêtes client pour chaque typologie d'acteur et sur chaque étape du processus de requête tel qu'il existe aujourd'hui
Pour réaliser ce potentiel, les initiatives intégrant de l'IA, notamment générative, doivent d'abord relever un certain nombre de défis, avec en premier lieu, la création d'un cadre de fiabilité pour permettre leur utilisation optimale dans le contexte du support client aéronautique.
La garantie de fiabilité est inhérente au secteur de l'aviation, et l'IA doit s'y conformer en démontrant aux autorités et aux acteurs que ses systèmes sont prévisibles et contrôlés. Pour cela l'IA doit intégrer le corpus documentaire formalisant ces exigences de fiabilité et les procédures associées, ancrant le modèle sur des bases de référence. Les architectures « RAG » (Retrieval Augmented Generation) et les « graphRAG » améliorent la gestion des références et le traitement des demandes complexes.
Tableau 1: Illustration des usages possibles de l'IA selon différentes techniques de RAG (3)
Étant donné leur nature statistique, les solutions d'IA, sont sujettes à des biais et variations compromettant l'intégrité des résultats. Il est crucial d'identifier et d'atténuer ces biais dès la conception ou l'exécution du modèle. Le système doit assurer la traçabilité et la vérifiabilité des réponses, permettant aux utilisateurs de comprendre les réponses générées et leurs sources en permanence.
Enfin, nous préconisons de doter notre système d'un mécanisme de feedback et de surveillance pour recueillir les retours des utilisateurs, améliorant ainsi continuellement la fiabilité du modèle. Cette approche perpétue un principe fondamental de l'aviation, depuis ses débuts.
Par sa participation au programme Confiance AI (4) et à l'Institut ANITI (5), Sopra Steria contribue activement à définir les cadres de confiance nécessaires au déploiement de l'IA dans l'aviation. Notre vision pour l'usage de l'IA et de l'IA générative est alignée sur celle de l'EASA, comme illustré dans le document « EASA Artificial Intelligence Roadmap 2.0 - Human-centric approach to AI in aviation (6) ». Cette vision, elle-même alignée sur les principes du groupe d'expert de la Commission européenne sur l'intelligence artificielle, préconise des systèmes d'IA centrés sur l'humain, intégrant sécurité, éthique et transparence.
Compte tenu des défis mentionnés, il nous apparait indispensable de conserver une supervision humaine élevée sur les systèmes d'IA pour le traitement des requêtes client à court et moyen termes. Ainsi, nous voyons l'IA et l'IA générative comme des outils d'aide à la décision, permettant aux humains de trouver l'information plus rapidement, de naviguer dans des documents complexes, ou de rédiger des rapports et des procédures sans sacrifier la fiabilité. Pour garantir un contrôle humain, nous proposons de graduer les cas d'usage de l'IA générative pour le support client, en les alignant sur les deux premiers niveaux de classification de l'EASA, définissant le niveau de supervision humaine nécessaire pour chaque application.
Figure 2: exemple de classification de cas d'usage de l'IA pour la gestion des requêtes client dans l'aviation selon les 3 niveaux de supervision humaine proposés par l'EASA
Bien sûr cette nouvelle association Homme-IA impacte les ressources humaines des équipes support des fabricants et équipementiers. Grâce à l'IA et aux architectures graphRAG, il est maintenant possible de traiter d'importants volumes de données hétérogènes (2D, 3D, images, texte, IoT) et de proposer des réponses fiables. L'enjeu pour les équipes devient donc moins de traiter des milliers de paramètres, contraintes et évènements pour répondre aux requêtes client que de trouver le bon niveau de collaboration entre l'Homme et les « systèmes d'augmentation » mis à sa disposition.
Avec l'évolution vers des applications d'IA de niveau 2, il est crucial de fournir des conseils sur l'introduction et l'utilisation efficace de l'association Homme-IA (ou HAT pour Human-AI Teaming). Cela implique une compréhension partagée des objectifs et des processus de décision entre humains et IA.
L'IA ouvre de nouveaux rôles dans le support aéronautique, axés sur la technologie, l'analyse de données et la planification stratégique. La gestion des requêtes client augmentée par l'IA libère du temps pour les personnels hautement qualifiés, leur permettant de se concentrer sur les évènements critiques et complexes, tout en supervisant plus de cas en parallèle.
L'IA ne remplacera pas les humains, mais permettra une collaboration étroite où leurs compétences respectives se complèteront. A condition de relever les défis mentionnés ici, cette synergie offrira de nouvelles opportunités d'emploi et améliorera la performance, la précision et la fiabilité du secteur.
----------------------------------------------------------
À lire également
(1) ICAO (International Civil Aviation Organization) - Passenger air traffic has surpassed pre-pandemic levels
(2) Airbus - 2024 Global Market Forecast
(3) Sopra Steria - Repousser les limitations du RAG via l'utilisation d'une base graphe Neo4j
(4) Le programme Confiance AI
(5) Université de Toulouse - Artificial and Natural Intelligence Toulouse Institute (ANITI)
(6) EASA - Artificial Intelligence Roadmap 2.0 - Human-centric approach to AI in aviation
Gaudérique Garrigue
OPINION. « Bien vieillir : l’investissement face à un défi systémique »
OPINION. « L’intelligence artificielle redessine les trajectoires de la diversité »
OPINION. « Aérien : la souveraineté commence par la connectivité »
OPINION. « Pilote augmenté et cockpit du futur : vers une conscience situationnelle optimisée à l’ère des avions connectées et des drones »
