L’IA dans la production : garder le savoir quand les gens partent

Situation de départ : le savoir part, les obligations de preuve arrivent

À la fin du premier semestre 2026, l’industrie manufacturière allemande employait 5,29 millions de personnes, soit 144 100 ou 2,7 % de moins qu’un an plus tôt.¹ La documentation n’a pas diminué pour autant, elle se répartit seulement sur moins d’épaules.

Il en va ainsi dans toute l’Europe. En Suède, 87 % des entreprises technologiques et industrielles interrogées font état de difficultés à recruter des compétences d’ingénierie en électricité, en énergie et en automation.² En Norvège, 62 % des entreprises de Norsk Industri signalent des besoins en compétences non couverts et citent comme conséquence des parts de marché perdues.⁴ En Espagne, la statistique officielle a compté 13 868 postes vacants dans la seule industrie au quatrième trimestre 2025.⁶

Les exigences viennent de l’autre côté. La loi allemande sur le devoir de vigilance dans les chaînes d’approvisionnement s’applique aux entreprises comptant en règle générale au moins 1 000 salariés sur le territoire national. Jusqu’au début 2024, le seuil était fixé à 3 000.⁷ Le fournisseur de 60 personnes n’y est pas soumis, mais il reçoit tout de même sur son bureau les questionnaires de ses grands clients. Même schéma pour la cybersécurité : en Italie, les mesures de base NIS2 doivent être mises en œuvre d’ici octobre 2026, et qui livre des clients concernés se voit transmettre les exigences par contrat.⁸

Pour l’IA elle-même, le plus grand écart ne passe pas entre les pays, mais entre les grandes et les petites structures. En Suède, 30,7 % des entreprises de 10 à 49 salariés utilisent au moins une technologie d’IA, contre 71,9 % à partir de 250 salariés.³ En France, seules 15 % des petites et moyennes entreprises de l’industrie agroalimentaire, premier secteur industriel du pays, utilisent des solutions d’IA.⁵

Cas d’usage 1 : le savoir de la génération sortante devient interrogeable

Le technicien de maintenance qui sait depuis vingt ans comment cette presse se comporte après un changement d’outil part à la retraite dans deux ans. Une grande partie de son savoir se trouve déjà dans l’entreprise, seulement dispersée : dans les rapports de service, les rapports de panne, les procès-verbaux d’essai, les plans de réglage et les paramètres notés à la main dans le classeur à côté de l’installation. Une base de connaissances constituée exactement de ces documents répond à la question de l’équipe de nuit. Elle indique le renvoi, c’est-à-dire le document et la page dont la réponse est tirée. Quel réglage a tenu la dernière fois sur ce lot ? Comment ce défaut a-t-il été corrigé ?

La différence avec un chat dans le navigateur tient au rattachement. La réponse provient de vos documents et indique de quel rapport elle est tirée. Elle ne provient pas de la mémoire du modèle, c’est-à-dire de ce que le programme a appris de façon générale. Ce qui n’est pas écrit, elle ne le trouve pas, et des documents périmés produisent des réponses périmées.

Ce que le collègue IA ne fait pas : il ne règle aucune machine. Il montre ce qui était réglé la dernière fois et qui l’a documenté. La décision se prend à l’installation.

Cas d’usage 2 : préparer les audits clients et les questionnaires fournisseurs

Un grand client envoie un questionnaire fournisseur de 120 positions : devoirs de vigilance dans la chaîne d’approvisionnement, preuves d’origine, sécurité de l’information. En parallèle se prépare le prochain audit selon IFS ou BRCGS. Presque chaque réponse existe déjà quelque part dans l’entreprise, dans l’autodéclaration de l’année précédente, dans un certificat, dans une instruction de procédure. Simplement, personne ne la retrouve dans la semaine qui précède l’échéance.

Le collègue IA rattache les questions aux documents existants, produit une liste de lacunes pour tout ce dont rien n’est disponible et dépose pour le reste des projets de réponse avec renvoi au document. Le travail passe de la recherche à la vérification. La liste de lacunes est souvent le plus grand gain : elle montre avant l’audit ce qui manque.

C’est ici que la limite est la plus nette. Chaque réponse dans un questionnaire fournisseur est un engagement envers votre client, chaque document d’audit une preuve envers un organisme de certification. Les deux partent après validation technique, jamais automatiquement.

Cas d’usage 3 : consignes, étiquettes et notices dans la langue de l’équipe

Dans la production alimentaire et dans le montage, les équipes travaillent avec des langues mélangées. La règle d’hygiène, la consigne de réglage et la version courte de la notice d’utilisation naissent du document validé, dans la langue des collaborateurs. L’élément porteur est un glossaire d’entreprise : noms d’installations, désignations de composants et termes techniques sont fixés une fois pour toutes, afin que le même sous-ensemble ne porte pas un nom différent dans chaque version.

Le même glossaire porte les textes de déclaration et d’étiquetage ainsi que la notice d’utilisation destinée à l’export. Il porte aussi dans l’autre sens : la spécification fournisseur espagnole et le certificat d’essai italien deviennent lisibles, sans passer par un portail de traduction étranger.

La limite vaut ici aussi : les traductions sont des projets. Pour les instructions relevant de la sécurité et les mentions légalement prescrites, la version validée reste déterminante, et c’est la personne compétente qui valide. Les droits descendent jusqu’à chaque outil : qui n’a pas le droit de voir le calcul de prix de revient ne le voit pas non plus via l’IA. Chaque accès figure dans le journal d’audit, un registre qui retient qui a ouvert quel document et quand.

Connecteurs : ce qui peut être raccordé à votre ERP

Un collègue IA est aussi utile que ce qu’il a le droit d’atteindre. MCP est un standard ouvert qui permet à un programme d’IA de solliciter un autre programme. Il faut pour cela une interface documentée, c’est-à-dire un point de raccordement publié par lequel deux programmes échangent des données. Chaque outil est libéré séparément, et chaque appel est consigné. Réglage par défaut : outils de lecture libres, outils d’écriture seulement avec confirmation. Le tableau montre jusqu’où va aujourd’hui le raccordement de l’IA aux logiciels répandus, vérifié en août 2026. La colonne du milieu donne les noms techniques de ces interfaces ; celle qui compte pour vous est la colonne de droite.

Ce que vous ne trouvez délibérément pas ici : le niveau des machines et du MES, c’est-à-dire la conduite de production. Les commandes, la saisie des données de production et l’ordonnancement fin n’ont pas été examinés. Une promesse d’intégration qui casse dès le premier entretien coûte plus qu’elle ne rapporte. Le bénéfice naît au bureau et à la préparation du travail. Si votre logiciel manque, la base de connaissances et la préparation d’audit fonctionnent quand même : elles n’ont besoin que de documents. Plus d’informations sous Intégrations.

Cette séparation a aussi une raison juridique. Une IA intégrée comme composant de sécurité dans un produit réglementé peut relever des systèmes à haut risque du règlement sur l’IA. En vertu du règlement (UE) 2026/1744, ses obligations s’appliquent à partir du 2 décembre 2027, et à partir du 2 août 2028 pour les systèmes embarqués.⁹ Un assistant au bureau n’en relève en règle générale pas.

Protection des données et secrets : les spécifications restent dans l’usine

Les spécifications clients, les recettes, les calculs de prix de revient et les données d’essai sont des secrets d’affaires, souvent liés en plus par un accord de confidentialité de votre client. Pour les données à caractère personnel s’applique le règlement général sur la protection des données. L’entreprise reste responsable, même lorsqu’un outil d’IA les traite. Si un prestataire intervient, cela requiert un contrat de sous-traitance, un contrat qui fixe ce que ce prestataire a le droit de faire des données. Cet article ne remplace pas un conseil juridique.

Si des données partent vers un pays hors d’Europe, le chapitre V du règlement s’y ajoute. Vous avez alors besoin d’une base juridique pour le transfert et, selon l’instrument choisi, d’une évaluation de la situation juridique dans le pays de destination. Si le stockage et le traitement par les modèles ont lieu dans l’Espace économique européen, cette étape disparaît. Le traitement n’en devient pas licite d’office, mais il est plus facile à justifier.

Kisuno fonctionne dans des centres de données certifiés ISO 27001 ou sur votre propre serveur. Les données des clients n’entraînent aucun modèle. La télémétrie, c’est-à-dire la remontée de données d’utilisation, est désactivée par défaut. Qui ne peut rien transmettre à l’extérieur exploite sa propre instance dans son propre centre de données. Une instance est l’installation qui tourne pour votre seule entreprise. La base LibreChat est sous licence MIT ; le dépôt avec nos extensions suivra prochainement. Le contrat de sous-traitance et la liste des sous-traitants ultérieurs sont publiés ouvertement sur le site. Sont proposés les modèles actuels d’OpenAI (ChatGPT) et d’Anthropic (Claude) ; ils sont exécutés dans le centre de données AWS de Francfort. AWS est une entreprise américaine, le US CLOUD Act s’applique donc même avec des serveurs à Francfort, et nous le disons ouvertement. Le détail de ce chemin se lit dans l’article consacré aux modèles d’Anthropic via Amazon Bedrock. Pour les clients aux exigences élevées en matière de protection des données, des modèles ouverts de premier plan comme GLM, Kimi et DeepSeek sont disponibles, exploités par des entreprises européennes sur des serveurs en Europe ; le CLOUD Act ne s’y applique pas.

S’y ajoute un point que la statistique européenne montre bien : en Norvège, 71 % des entreprises qui utilisent l’IA emploient des logiciels achetés tout faits, en Suède 62 %.³ De tels outils sont vite disponibles, mais ils ne connaissent pas l’entreprise : ni rapports de service, ni procès-verbaux d’essai, ni réponses d’audit.

Questions fréquentes de la fabrication et de la production alimentaire

Sources

Tous les chiffres proviennent de ces sources, vérifiées pour la dernière fois en août 2026, avec le pays de l’enquête correspondante.

1. Office fédéral de la statistique d’Allemagne, communiqué de presse N057 du 14 août 2026 (DE) : destatis.de
2. Industrirådet, rapport sur les besoins en compétences de l’industrie (SE, enquête de mai à octobre 2025, 1 500 entreprises), chez Industriarbetsgivarna : industriarbetsgivarna.se
3. Eurostat, jeu de données isoc_eb_ai, année d’enquête 2025 : utilisation de l’IA par classe de taille et par mode d’acquisition (SE, NO) : ec.europa.eu/eurostat
4. Norsk Industri à propos du baromètre des compétences NHO 2025, 24 février 2026 (NO) : norskindustri.no
5. ANIA, Nos chiffres clés, sur l’industrie agroalimentaire (FR) : ania.net ; utilisation de l’IA par branche dans le Baromètre France Num 2025 : francenum.gouv.fr
6. INE, Encuesta Trimestral de Coste Laboral, quatrième trimestre 2025 (ES) : ine.es
7. Loi allemande sur le devoir de vigilance dans les chaînes d’approvisionnement, article 1, champ d’application (DE) : gesetze-im-internet.de
8. Agenzia per la cybersicurezza nazionale, délais de la transposition italienne de NIS2 (IT) : acn.gov.it
9. Commission européenne, cadre réglementaire pour l’intelligence artificielle, avec les délais modifiés par le règlement (UE) 2026/1744 : digital-strategy.ec.europa.eu