Assistant IA pour la maintenance industrielle : le scénario

TL;DR : Un assistant IA pour la maintenance industrielle retrouve, devant la machine, la bonne page du manuel, les pannes déjà résolues et la procédure validée, puis structure le compte rendu dicté. Selon Siemens, relancer la production après un arrêt prend 81 minutes en moyenne dans les grands sites, contre 49 cinq ans plus tôt. Ce scénario vaut pour tout site dont le savoir dort dans des PDF et la mémoire des anciens.

À retenir

• Un assistant IA de maintenance répond devant la machine, à la voix, en citant la page du manuel ou l'intervention passée.
• L'assistant donne accès au savoir existant, la maintenance prédictive anticipe la défaillance par capteurs : les deux se complètent.
• L'assistant ne génère jamais une consigne de sécurité ni une procédure de consignation : il cite le document validé et ne pilote aucune machine.
• En support client, et non en usine, un assistant d'IA générative augmente la productivité de 14 %, et de 34 % chez les débutants, selon Brynjolfsson, Li et Raymond (NBER).
• Grille Koïno 2026 : 10 000 à 25 000 € pour un assistant par recherche augmentée (RAG) multi-sources, 40 000 € et plus en version souveraine sur site.

Le point de départ : l'information existe, mais pas devant la machine

Une panne qui dure n'est pas toujours une panne compliquée. C'est souvent une panne déjà vue, dont la solution dort dans un manuel de 400 pages ou dans la tête d'un ancien. Un capteur de plus n'y change rien.

Prenons, comme hypothèse de travail, un site de production de 250 personnes. Douze techniciens de maintenance s'y relaient en trois équipes autour d'une quarantaine d'équipements critiques. La documentation se disperse entre notices PDF, schémas scannés, classeurs et GMAO (gestion de maintenance assistée par ordinateur).

Aujourd'hui, le technicien relève le code défaut, appelle un collègue, cherche le bon classeur, fouille la GMAO. Il procède par essais, retrouve de mémoire la consignation (la mise en sécurité de l'équipement avant intervention), répare, puis saisit trois mots en fin de poste. La nuit, l'expert de la machine est injoignable.

Le coût de l'inaction :

• Le temps d'arrêt : selon le rapport The True Cost of Downtime 2024 de Siemens, étude d'éditeur sur de grands groupes, la remise en route après un arrêt est passée de 49 à 81 minutes en cinq ans, d'abord par perte de techniciens qualifiés. L'heure perdue y coûte de 36 000 dollars (grande consommation) à 2,3 millions (automobile).
• Le savoir qui part : 25 % des techniciens de maintenance de la métallurgie, soit 30 000 personnes, partiront à la retraite en dix ans selon l'Observatoire paritaire de la métallurgie (effectifs 2019). Et 74,1 % des projets de recrutement de techniciens de maintenance industrielle sont jugés difficiles par les employeurs selon l'enquête Besoins en Main-d'Œuvre 2026 de France Travail.
• Le risque : 15 à 20 % des accidents du travail et 10 à 15 % des accidents mortels sont liés à la maintenance, rappelle l'INRS en citant l'Agence européenne pour la santé et la sécurité au travail ; les dépannages sont les plus accidentogènes.

Ce cas d'usage est un scénario type : il décrit ce qu'un projet de ce genre produit, avec des ordres de grandeur issus de sources publiques et de projets comparables menés par Koïno.

Ce que l'IA pourrait faire sur le diagnostic d'une panne

Un assistant IA pour la maintenance industrielle accompagne le technicien du symptôme au compte rendu. Il retrouve les passages utiles, classe les causes déjà rencontrées, affiche la procédure de sécurité validée et structure le compte rendu dicté. Le technicien garde le diagnostic, le geste et la validation.

Les sept étapes :

Retrouver la bonne page

Le technicien dicte le symptôme ou le code défaut. Le modèle de langage reformule et pose les questions d'un collègue expérimenté. La recherche augmentée retrouve les passages utiles, et le modèle répond à partir d'eux seuls, source affichée (voir le guide Koïno du RAG en entreprise).

Guider le diagnostic, citer la sécurité

L'assistant classe les causes déjà rencontrées dans l'historique GMAO, et le technicien tranche. Avant l'intervention, il affiche la procédure de consignation validée et les pièces en stock. Une consigne de sécurité n'est jamais générée : elle est citée mot pour mot, sinon l'assistant renvoie au responsable.

Dicter le compte rendu

Le technicien dicte son intervention. L'assistant structure le compte rendu (symptôme, cause, action, pièces, durée) et l'écrit dans la GMAO après validation. Au fil des mois, les pannes récurrentes ressortent et des fiches de retour d'expérience sont proposées.

Qu'est-ce qu'un assistant IA de maintenance ?

Un assistant IA de maintenance donne accès au savoir : il interroge en langage naturel la documentation et l'historique, puis cite ses sources. La maintenance prédictive, elle, anticipe la panne grâce à des capteurs et des modèles de défaillance.

Vous voulez construire quelque chose de similaire ? Koïno cadre ce type d'assistant en deux semaines et vise un premier périmètre en production dans le trimestre. Parlons de votre cas.

Quelle architecture pour un assistant IA de maintenance, avec des outils disponibles en France ?

Six briques suffisent, toutes disponibles sur site ou en hébergement européen. L'assistant lit des documents et la GMAO, qui relève de l'informatique de gestion. Il n'est relié à aucun automate et ne pilote aucune machine.

Une question suit ce chemin :

1. Manuels, schémas, procédures et fiches de consignation sont numérisés, lus par OCR et indexés.
2. L'historique est lu dans la GMAO par ses interfaces de programmation (API).
3. Le technicien décrit la panne à la voix, sur une tablette dédiée.
4. L'orchestrateur, le logiciel qui enchaîne les étapes, transmet les passages retrouvés au modèle de langage, hébergé sur site ou en Union européenne (UE).
5. La réponse cite ses sources ; le compte rendu validé part dans la GMAO, et chaque échange est journalisé.

Les six briques :

La documentation technique est un savoir-faire industriel : gardez-la sur site ou en UE (voir le guide Koïno de l'IA souveraine). Selon la documentation de Mistral AI, ses modèles à poids ouverts (licence Apache 2.0) se déploient sur votre infrastructure, d'une seule carte graphique à des grappes de serveurs. Testez d'abord un petit modèle local sur vos questions.

Le guide de l'ANSSI sur les systèmes industriels recommande d'interdire tout accès direct à Internet depuis le système industriel et d'y dédier les terminaux mobiles connectés. Ces principes plaident pour un service local, sans l'imposer. L'AI Act (règlement UE 2024/1689) impose depuis le 2 février 2025 de former les utilisateurs. Ses obligations pour le haut risque, reportées au 2 décembre 2027 et au 2 août 2028, ne devraient pas viser un assistant qui ne commande aucun équipement : faites-le confirmer par votre juriste.

Le point Koïno : un assistant de maintenance se juge sur trois points. Souveraineté : documentation, modèle et journal restent sur site ou en UE. Production réelle : l'outil se valide devant la machine, de nuit aussi. Transfert : vos méthodes gèrent les documents sans prestataire.

Quels résultats attendre, et comment les mesurer ?

Un site de ce profil pourrait raccourcir ses diagnostics, fiabiliser ses comptes rendus et rendre ses recrues autonomes plus vite. Aucune étude indépendante ne mesure à ce jour le gain d'un assistant documentaire de maintenance sur un site français, ni le temps que les techniciens passent à chercher l'information. Fixez donc vos cibles sur vos mesures, pas sur des pilotes d'éditeurs.

Les indicateurs à suivre :

74,1 % des projets de recrutement de techniciens de maintenance industrielle sont jugés difficiles par les employeurs, contre 43,8 % tous métiers confondus, selon l'enquête Besoins en Main-d'Œuvre 2026 de France Travail.

En support client, et non en usine, l'étude de Brynjolfsson, Li et Raymond (NBER) mesure sur 5 179 conseillers une productivité en hausse de 14 % en moyenne, et de 34 % chez les débutants. Ce mécanisme, le savoir des meilleurs diffusé aux nouveaux, est celui attendu en maintenance, sans que le chiffre soit transposable. Le résultat dépend aussi de la documentation indexée, de l'historique GMAO et de l'adoption par l'équipe.

Ce que Koïno a déjà construit de comparable

Koïno n'a pas publié de cas d'assistant de maintenance. Trois cas publiés s'en approchent par une brique ou un contexte, rien de plus. Le plus proche est le cas Molydal publié par Koïno : l'équivalent produit en un scan grâce à une IA 100 % souveraine, soit un savoir technique accessible sur le terrain.

D'après le cas Motul publié par Koïno, 98 % des achats de prestations intellectuelles sont catégorisés par l'IA, dans l'écosystème Microsoft. Le cas Parfumsplus affiche un redosage jusqu'à 50 % plus rapide grâce à l'IA GC-MS, soit une expertise technique assistée. Voir aussi 12 exemples réels d'IA dans l'industrie française.

Combien coûte un assistant IA de maintenance, et en combien de temps ?

Trois phases, selon la grille Koïno 2026 du prix d'un RAG. Le cadrage et l'audit des sources coûtent 3 000 à 12 000 €. Un premier assistant sur une ligne relève du RAG multi-sources : 10 000 à 25 000 € en 6 à 10 semaines. Avec traçabilité renforcée (RAG métier réglementé), comptez 25 000 à 50 000 € ; en RAG souverain sur site, 40 000 € et plus en 12 à 20 semaines. Le fonctionnement va de 500 à 5 000 € par mois selon la ligne.

L'industrialisation branche la GMAO en écriture et relève d'un agent métier connecté au système d'information (SI), soit 40 000 à 150 000 € sur 3 à 6 mois selon la grille Koïno du prix d'un agent IA. Le cadrage peut être en partie financé : Koïno est partenaire d'accompagnement du Diag Data IA de Bpifrance (voir la FAQ). Pour situer votre site, demandez un chiffrage sur votre parc.

Les pièges à éviter

• Indexer sans trier. Une version périmée donne une réponse fausse, et les notices constructeurs ont des droits d'usage. Parade : validation par les méthodes, avis de votre juriste.
• Laisser le modèle écrire la sécurité. Une consigne inventée peut blesser. Parade : citation mot pour mot, règle codée hors du modèle, consignation et habilitation inchangées.
• Oublier le réseau de l'atelier. Couverture limitée et cybersécurité bloquent un service en ligne. Parade : tablette dédiée, service local, mode dégradé.
• Attendre une GMAO parfaite. L'historique restera pauvre tant que la saisie restera pénible. Parade : démarrer par la documentation, le compte rendu dicté fera le reste.
• Ne rien mesurer avant. Sans repère, aucun gain n'est démontrable. Parade : chronométrer un mois, associer deux techniciens expérimentés.

Vous avez un processus qui ressemble à celui-ci ? Un site de cette taille pourrait raccourcir ses diagnostics et garder le savoir de ses anciens. Koïno propose un échange de 30 minutes sur votre parc. Réservez cet échange, ou découvrez l'offre IA de Koïno.

Questions complémentaires

Quelle IA pour une usine sans envoyer ses données dans le cloud ?

Un modèle à poids ouverts installé sur vos serveurs. Selon la documentation de Mistral AI, ses modèles sous licence Apache 2.0 se déploient sur votre infrastructure, une seule carte graphique pouvant suffire aux plus petits. Base documentaire, orchestrateur et journal restent sur site.

L'assistant peut-il rédiger une consigne de sécurité ou piloter une machine ?

Non, dans les deux cas. Une consigne de sécurité ou une procédure de consignation n'est jamais générée : l'assistant cite mot pour mot le document validé, ou renvoie au responsable. Il ne remplace ni l'analyse de risques ni l'habilitation, et n'est relié à aucun automate.

Existe-t-il des aides publiques pour financer le projet ?

Pour le cadrage, oui. Selon Bpifrance, le Diag Data IA couvre 8 jours d'expert sur 3 mois maximum et laisse 6 000 € HT à charge après subvention de 40 %. Il vise les PME et ETI indépendantes de 10 à 2 000 équivalents temps plein, d'au moins 1 million d'euros de chiffre d'affaires et de plus d'un an d'existence. Il finance un diagnostic, pas le développement.

À propos de l'auteur

Maxence Morin est co-fondateur (Tech & Ops) de Koïno, cabinet français d'IA et de data. Il accompagne des industriels dans la mise en production d'IA branchées sur leur savoir technique, en hébergement souverain si nécessaire. Retrouvez-le sur LinkedIn.