L'essor de l'intelligence artificielle dans l'industrie manufacturière
L’intelligence artificielle s’invite dans nos usines à une vitesse qui dépasse notre capacité collective à en débattre. Maintenance prédictive, optimisation énergétique, automatisation : les promesses sont réelles, les risques aussi. Mal cadrée, l’IA devient vite un centre de coûts caché. Le défi n’est plus de l’adopter, mais d’apprendre à choisir la bonne — au bon endroit, pour les bonnes raisons.
Pour beaucoup d’entreprises manufacturières, l’IA est déjà entrée dans le quotidien, parfois sans qu’on ait pris le temps d’en discuter en équipe. À EISL et au CEI, nous l’utilisons nous-mêmes pour accélérer nos analyses, structurer nos contenus, tester des hypothèses. Celui qui rédige et celui qui consulte un modèle sont aujourd’hui faits du même bois. C’est précisément parce que nous l’expérimentons que nous voulons en parler honnêtement.
Plutôt que d’ajouter une voix de plus au débat « pour ou contre », nous croisons ici trois angles de réflexion : celui d’EISL, sur le terrain du développement durable, et celui du CEI, sur celui de la transformation numérique.
Quand un projet technologique révèle la maturité de votre gouvernance
Le réflexe dominant consiste à traiter l’IA comme un nouveau risque environnemental à encadrer : empreinte énergétique, eau de refroidissement, métaux critiques. Le sujet est réel. Mais cadré ainsi, il reste défensif.
Une perspective plus fertile consiste à renverser la lecture. La façon dont une organisation décide ou refuse un projet d’IA en dit souvent plus long sur la maturité de sa gouvernance ESG que n’importe quel rapport annuel. Lancer un projet sans avoir évalué l’effet rebond carbone ou la souveraineté de ses données révèle que les critères durables fonctionnent en parallèle des décisions d’investissement, pas en dialogue avec elles. À l’inverse, savoir dire non à un projet séduisant pour des raisons de cohérence environnementale, c’est précisément le signe d’une gouvernance intégrée.
L’enjeu, dès lors, n’est plus de qualifier l’IA de bonne ou mauvaise pour le développement durable. Il est d’évaluer chaque projet comme une décision d’investissement industriel : quel problème résout-il, quels gains mesurables produit-il, quelles dépendances crée-t-il, quel est son bilan net ? L’IA devient ainsi un diagnostic organisationnel, accessible sans expertise technologique préalable.
Le risque invisible : l’érosion progressive des savoir-faire humains
On parle beaucoup de l’empreinte énergétique de l’IA. À juste titre. Mais un autre paradoxe nous semble plus structurant à moyen terme : l’IA accélère la production de décisions mais qu’en est-il de notre capacité à les comprendre ?
Lorsqu’un opérateur agit sur une recommandation qu’il ne peut auditer, sa capacité à reconnaître une vibration suspecte à l’oreille s’érode silencieusement. Lorsqu’un ingénieur produit un cahier des charges en quelques heures plutôt qu’en quelques jours, que devient son aptitude à explorer les alternatives qu’il n’aurait pas envisagées ?
Ces questions ne sont ni nostalgiques ni technophobes. Elles sont éducatives. Chaque outil qui automatise une tâche transforme aussi la compétence qui était mobilisée pour l’accomplir. Pour le mieux parfois, on libère du temps pour des activités à plus forte valeur. Pour le pire aussi, on accumule silencieusement une dette de savoir-faire qui se révélera dans cinq ou dix ans, quand il sera difficile de la combler. Pour des industriels qui dépendent de l’expertise tacite de leurs équipes, la question mérite d’être posée avant le déploiement, pas après. Non pour freiner l’adoption, mais pour concevoir des dispositifs où l’IA renforce la compétence humaine plutôt qu’elle ne la remplace.
La sobriété algorithmique comme levier de performance durable
La sobriété numérique d’une organisation ne se jouera pas seulement dans le choix de modèles plus frugaux. Elle se joue aussi, et peut-être surtout, dans la qualité des conversations qui précèdent ces choix. Trop souvent, un projet d’IA est lancé parce qu’un fournisseur l’a proposé, parce qu’un concurrent l’a déployé, parce qu’une subvention s’ouvre. Rarement parce qu’une délibération structurée a confirmé que c’était la meilleure réponse à un besoin clairement formulé.
Un principe à intégrer dans ces conversations : la sobriété algorithmique. Utiliser le niveau minimal de complexité numérique nécessaire pour atteindre un résultat utile. Si une règle métier, un tableau de bord ou une méthode classique permet le même bénéfice avec moins de coûts et moins d’impacts, c’est probablement le choix le plus responsable. Le bon réflexe est de ne pas partir de l’outil, mais du problème et d’exiger un bilan net positif sur les plans économique, environnemental, humain et stratégique.
La gouvernance de l’IA cesse alors d’être une contrainte juridique pour devenir une capacité stratégique. Les cadres existants tels que la Déclaration de Montréal, Loi 25, AI Act européen, norme ISO/IEC 42001, offrent des repères complémentaires : principes éthiques, obligations sur les données, signal réglementaire structurant, système de gestion. Pour une PME industrielle, l’objectif n’est pas de devenir experte en réglementation, mais de développer quelques réflexes simples : classifier les risques, protéger les données, exiger la transparence des fournisseurs, mesurer les impacts, conserver un contrôle humain sur les décisions critiques.
Une démarche d’arbitrage plutôt qu’un débat idéologique
L’IA n’est ni bonne ni mauvaise en soi. C’est un choix d’investissement à arbitrer selon son impact net : ce qu’elle apporte, ce qu’elle coûte, ce qu’elle transforme dans nos équipes et nos territoires.
Voici un extrait de la grille d’encadrement accessible à toutes les entreprises que René Bréyel a conçu :
Initiez maintenant votre évolution numérique responsable.
Nous sommes votre porte d’entrée depuis la formulation de ces questions à l’adoption de solutions adaptées et efficaces.
Voir Offre Diagnostic en Transformation numérique du CEI MTL
Voir Offre de diagnostic stratégique en développement durable de EISL
et l’offre opérationnelle de mobilisation des employés dans l’adoption de pratiques éco-responsables.
Contactez-nous
Sylvain Foulon, Commissaire en développement durable — Excellence Industrielle Saint-Laurent
René Breyel, Commissaire à l’innovation — Centre d’expertise industrielle de Montréal