La gestion des modifications : indispensable, omniprésente — et sur l’échelle de popularité du service ingénierie, juste derrière les coupes budgétaires et les réunions du lundi matin. Mais sérieusement : pourquoi en est-il ainsi ? C’est pourtant dans la nature même des ingénieurs de changer et d’améliorer les choses.
Le changement en lui-même n’est d’ailleurs pas le problème.
Le problème de l’analyse d’impact
Un exemple classique : l’analyse d’impact, compagne obligée de toute modification. Quels composants sont concernés, quels documents, quelles exigences ? Et d’ailleurs, quel est l’état actuel — dans le PLM, dans l’ALM, dans l’ERP ?
En pratique, cette question finit souvent par nécessiter de demander au seul collègue qui a toujours su répondre. Celui qui est justement en vacances. Et plutôt que de se frayer un chemin dans cette jungle, on préfère parfois carrément renoncer à la modification.
La vision : demander une modification, réponse en quelques secondes
Si je pouvais faire un vœu, cela pourrait déjà se passer ainsi aujourd’hui :
Moi : « Ordinateur, le composant X doit être remplacé par Y — plus disponible à la livraison. Qu’est-ce que cela implique ? »
Chatbot : « L’exigence A47 ne sera alors plus entièrement satisfaite, en raison de la stabilité réduite de Y. Et le poste de montage devra être adapté — outillage différent. »
Les activités consécutives pourraient ensuite être déclenchées de manière similaire.
Ce qu’il faut vraiment pour y arriver
Cela ressemble encore à une vision — mais sur le plan technologique, nous en sommes déjà beaucoup plus proches qu’on ne le pense souvent. À condition que les fondations soient solides. Car aucun modèle d’IA ne sauve une analyse d’impact si la base de données sous-jacente n’est pas fiable. Trois éléments sont déterminants :
- Un Digital Thread, qui rend visibles les dépendances entre exigences, conception et logiciel
- Une gestion de versions rigoureuse — pour que l’état valide soit toujours clair
- Une architecture de l’information, qui définit ce qui se trouve où et ce qui est lié
Ces trois points sont d’ailleurs intemporels. Ils ne servent pas seulement la faisabilité des chatbots IA — ils sont le fondement de toute analyse d’impact qui fonctionne, avec ou sans IA.
La gestion des modifications n’a pas un problème d’acceptation parce que les ingénieurs craindraient le changement — mais parce que l’analyse d’impact qui la sous-tend repose souvent sur le bouche-à-oreille plutôt que sur des données. Digital Thread, gestion de versions rigoureuse et architecture de l’information claire sont les fondations qui permettent de répondre à la question « qu’implique cette modification ? » en quelques secondes plutôt qu’en plusieurs jours — avec ou sans chatbot devant.
