J'ai récemment accordé une interview à un média sur les défis auxquels est confrontée l'industrie mondiale de la défense et sur la manière dont l'intelligence artificielle commence à transformer la façon dont les organisations y répondent. Je souhaite partager ici quelques-unes des principales réflexions issues de cet échange, car les défis comme les opportunités deviennent chaque jour plus pressants.
Alors que les forces armées du monde entier renforcent leurs capacités dans un contexte de tensions géopolitiques croissantes, les fournisseurs sont soumis à une pression toujours plus forte. Les exigences se complexifient, la cybersécurité est devenue incontournable et l'intelligence artificielle n'est plus une option. Tous ces facteurs peuvent ralentir les cycles de conception, créer des goulets d'étranglement dans la production et retarder les livraisons.
Nos clients du secteur de la défense sont souvent confrontés à des carnets de commandes très importants, qui engendrent des blocages opérationnels au moment même où ils doivent accélérer leur mise sur le marché, renforcer leur résilience et conserver la maîtrise de leurs opérations, tout en évoluant dans des environnements hautement sécurisés et fortement réglementés.
Nombre de ces difficultés trouvent leur origine dans des infrastructures numériques fragmentées, où les environnements d'Enterprise Resource Planning (ERP), de Product Lifecycle Management (PLM), d'Application Lifecycle Management (ALM) et de Manufacturing Execution System (MES) ne fournissent pas une vision unifiée des exigences, des configurations, de l'état de la production et des impacts sur l'ensemble du cycle de vie.
- LIRE AUSSI : Construire le bouclier numérique de l'Europe : la course à la souveraineté et à la sécurité
Une industrie sous pression à tous les niveaux
Ce qui caractérise l'industrie de la défense, c'est le rôle central des consortiums, qui constituent le modèle de commercialisation de nombreux industriels. Une entreprise doit déjà relever des défis liés à la réduction du délai de mise sur le marché, à la complexité opérationnelle et à la gestion de la chaîne d'approvisionnement. Lorsque plusieurs partenaires rejoignent un même écosystème, cette complexité est démultipliée.
À cela s'ajoute le fait que la plupart de nos clients cherchent à doubler, voire tripler, leur capacité de production au cours des prochaines années, avec des effectifs réduits et dans un environnement beaucoup plus complexe.
Le contexte général évolue lui aussi rapidement. Les gouvernements et les forces armées augmentent fortement leurs investissements dans la défense. Les fournisseurs doivent donc réagir plus vite, produire davantage et continuer à satisfaire des exigences strictes en matière de sécurité, de souveraineté et de conformité aux réglementations nationales et européennes.
Les technologies de défense évoluent également à un rythme soutenu. Il faut concevoir de nouveaux équipements, réduire les délais de mise sur le marché et accroître les capacités de production, alors même que les matières premières restent limitées.
Même lorsque les financements sont disponibles, de nombreux fournisseurs peinent à répondre à la demande. C'est dans ce contexte que les données, l'intelligence artificielle et les technologies associées deviennent des leviers essentiels pour améliorer l'efficacité tout en développant des capacités industrielles plus résilientes, plus sûres et plus interopérables.
Là où l'IA commence réellement à faire la différence
L'étape suivante ne consiste pas simplement à ajouter de l'intelligence artificielle aux processus existants. Les organisations de défense ont besoin de modèles opérationnels pilotés par logiciel capables de relier les exigences, l'ingénierie, la production, la logistique et les retours d'expérience tout au long du cycle de vie au sein d'une infrastructure numérique sécurisée. C'est précisément là que l'IA agentique démontre tout son potentiel : elle peut interpréter les exigences, coordonner les tâches, déclencher les contrôles de conformité, recommander les actions les plus pertinentes et soumettre les exceptions aux experts, conformément à des règles de gouvernance prédéfinies.
Elle est également capable d'analyser de très grands volumes de données afin d'identifier les exigences pertinentes, d'exécuter des simulations à l'aide de jumeaux numériques (digital twins) et de déterminer les itinéraires logistiques les plus efficaces. Dans le secteur de la défense, l'intelligence artificielle devient ainsi un véritable multiplicateur de capacités, à condition d'être intégrée à des architectures numériques sécurisées et souveraines, permettant d'accélérer et d'améliorer la prise de décision sans compromettre le contrôle.
L'un des effets les plus immédiats que nous observons concerne la gestion de spécifications et d'exigences militaires toujours plus complexes. Autrefois, chaque armée nationale définissait ses propres spécifications, qui devenaient rapidement très détaillées. Aujourd'hui, ces exigences sont souvent regroupées dans des documents extrêmement volumineux, non plus de vingt pages, mais de deux mille pages ou davantage.
On imagine facilement le temps qu'un ingénieur devrait consacrer à analyser une telle documentation pour identifier les informations utiles et vérifier l'absence de redondances. L'IA générative permet de réduire considérablement cette charge de travail. Au lieu de parcourir l'intégralité du document, l'ingénieur peut accéder directement aux informations pertinentes, par exemple en isolant toutes les exigences relatives à une technologie spécifique, et concentrer son expertise sur les actions à mener.
L'intelligence artificielle favorise également une prise de décision fédérée et fiable au sein d'écosystèmes complexes. Les données doivent continuer à rester là où elles sont produites, au sein des différentes entités d'une organisation ou de son réseau de partenaires, dans des environnements reposant sur une architecture Zero Trust. L'IA est toutefois capable de faire émerger les informations les plus pertinentes selon les politiques de gouvernance définies, sans remettre en cause ces frontières de sécurité.
Cette approche favorise l'interopérabilité entre les réseaux de l'Organisation du traité de l'Atlantique Nord (OTAN) et ceux de leurs partenaires, tout en préservant le contrôle national, la gouvernance et la souveraineté des données.
La réalité du terrain : qualité des données, gestion des risques et préparation des équipes
Bien entendu, cette évolution ne va pas sans défis. Le premier, et le plus évident, concerne la qualité des données. Si les données sont de mauvaise qualité, les résultats produits par l'intelligence artificielle le seront également, quelle que soit la performance des modèles utilisés. Le risque devient encore plus important à mesure que les systèmes gagnent en autonomie. Lorsqu'une anomalie survient, elle doit être détectée rapidement. Dans le cas contraire, des processus peuvent être déclenchés de manière involontaire, avec des conséquences potentiellement importantes.
Par le passé, de nombreux points de contrôle reposaient sur l'intervention humaine, ce qui permettait d'identifier les problèmes dès leur apparition. Avec l'essor de l'automatisation, ces anomalies risquent de n'être détectées qu'à un stade beaucoup plus avancé, lorsque leur correction devient particulièrement coûteuse.
Certaines contraintes sont propres au secteur de la défense. Travailler entre plusieurs organisations au sein d'environnements hautement sécurisés signifie qu'il n'est pas possible d'expérimenter aussi librement que dans d'autres secteurs. Les solutions doivent satisfaire à des exigences de sécurité de niveau défense, garantir une traçabilité complète et respecter les cadres réglementaires nationaux ainsi que les réglementations de l'Union européenne.
Dans le domaine de la défense, la gouvernance de l'intelligence artificielle doit être intégrée dès la conception du modèle opérationnel. La traçabilité des données (data lineage), la validation des modèles, les pistes d'audit (audit trails), les points de validation humaine, les exercices de red teaming et les pipelines de déploiement sécurisés ne constituent pas des options : ce sont des exigences fondamentales.
Il y a également le facteur humain. Une idée reçue persiste : l'intelligence artificielle serait destinée à remplacer les personnes. Dans les faits, nous constatons que sa plus grande valeur réside dans sa capacité à accompagner les collaborateurs et à les libérer des tâches les plus répétitives et les plus chronophages. Certaines activités évolueront inévitablement, ce qui implique de développer de nouvelles compétences afin que les équipes puissent assumer des missions davantage centrées sur l'analyse et la prise de décision.
La conduite du changement devient donc un facteur déterminant. La préparation des collaborateurs à l'adoption de l'intelligence artificielle constitue l'un des principaux défis. Les utilisateurs lui font-ils confiance ? Sont-ils prêts à l'adopter ? Qu'il s'agisse des dirigeants, des équipes opérationnelles ou des personnels de terrain, la dimension humaine est encore trop souvent sous-estimée. Pourtant, sans l'adhésion des femmes et des hommes qui utiliseront ces technologies, l'intelligence artificielle ne pourra pas tenir toutes ses promesses.
Il est temps de voir plus grand
Aujourd'hui encore, de nombreuses organisations envoient des messages contradictoires sur l'intelligence artificielle. Que peut réellement faire l'IA ? Et comment démontrer sa valeur ? Cette incertitude conduit souvent à une approche prudente : lancer quelques projets pilotes et rechercher des résultats rapides.
L'approche la plus efficace consiste au contraire à démarrer sur un périmètre ciblé, tout en concevant dès le départ une solution capable de monter en puissance. Il s'agit de sélectionner un ou deux flux de valeur à fort impact, par exemple l'ingénierie des exigences, la gestion des risques fournisseurs, la planification de la production ou la maintenance prédictive, puis de déployer l'intelligence artificielle de bout en bout avec une gouvernance, des mécanismes de sécurité, des contrôles et des indicateurs de performance clairement définis dès le premier jour.
C'est en développant progressivement la confiance, une gouvernance solide et un modèle opérationnel robuste que l'IA pourra être déployée à grande échelle de manière sécurisée, conforme aux réglementations et réellement efficace sur le plan opérationnel. Cette approche permet également de lever les résistances au changement.
Trouver le juste équilibre avec l'intelligence artificielle
Ce qui a le plus évolué dans les technologies de défense au cours de l'année écoulée, c'est l'état d'esprit des organisations. Elles sont passées d'une phase d'observation de l'intelligence artificielle à une réflexion sur sa mise en œuvre concrète, en la considérant désormais comme une nécessité plutôt qu'une option.
L'intelligence artificielle offre un potentiel considérable, mais elle représente également un profond facteur de transformation. Réussir son déploiement suppose de trouver le juste équilibre entre rapidité et maîtrise, innovation et sécurité, technologie et facteur humain.
Pour l'industrie de la défense, cet équilibre devient essentiel. L'objectif n'est pas uniquement d'accélérer les processus, mais de le faire d'une manière qui renforce la résilience, préserve la confidentialité, la souveraineté des données et la confiance entre les partenaires des écosystèmes de défense alliés.
Pour aller plus loin
Découvrez les solutions Defense & Space de NTT DATA et comment nous accompagnons les organisations et les industriels de la défense grâce à des capacités IT, des infrastructures et des solutions de gestion des données sécurisées, souveraines et critiques pour leurs activités.