Application de l’IA aux différents types de maintenance

Que pouvez-vous attendre de l’IA dans votre plan de maintenance corrective, préventive, adaptative, évolutive et perfective ?

Sommaire 

1. IA et maintenance corrective
2. IA et maintenance préventive (ou prédictive) 
3. IA et maintenance adaptative
4. IA et maintenance évolutive
5. IA et maintenance perfective
6. Limites de l’IA dans la maintenance

Depuis la naissance de l’IA dans les années 1950, 1970, elle n’a cessé de se développer. De nombreux travaux ont permis à l’IA de progresser et de devenir aussi performante qu’elle l’est de nos jours. Il aura fallu attendre 2020 pour que l’humanité connaisse une démocratisation de l’IA avec le lancement de GPT-3 par OpenAI. 

Vous n’êtes pas sans savoir que tout au long de l’histoire de l’intelligence artificielle, de nombreux projets ont vu le jour, dans le but d’appliquer les techniques de l’IA à la gestion de la maintenance. Rappelons que la maintenance logicielle a pour mission de permettre aux systèmes informatiques de fonctionner le plus longtemps possible dans de bonnes conditions, tout en étant performants.

On distingue 4 types de maintenance : 

• la maintenance corrective
• la maintenance préventive
• la maintenance adaptative
• la maintenance évolutive
• la maintenance perfective

Force est de constater qu’à ses débuts, quand nous voulions intégrer l’IA à la maintenance, c’était bel et bien un souhait de remplacer l’intelligence humaine par l’intelligence artificielle. La poursuite de gagner en efficacité reste toujours le but ultime. Et il est certain que l’IA représente la technologie au plus fort potentiel pour nous permettre de faire cela. L’IA améliore efficacité, fiabilité et durabilité des systèmes de maintenance applicative.

Vous recherchez un accompagnement de maintenance applicative économique ? Découvrez notre service TMA.

1. IA et maintenance corrective

C’est à la suite de la détection d’une anomalie ou d’un dysfonctionnement que la maintenance corrective est déployée. Ce type de maintenance regroupe la réparation des bugs et des anomalies détectées sur un applicatif. L’objectif va être de rétablir le fonctionnement habituel du logiciel. Relative à la sécurité, ou bien de type fonctionnel, la maintenance corrective promet de rétablir à la normale le fonctionnement du logiciel.

L’IA va venir en précieux soutien, notamment dans l’étape en amont, de prédiction des problèmes. En effet, l’IA est capable d’anticiper l’arrivée de problèmes avant qu’ils n’aient lieu. Par son support, l’IA permet de diminuer les coûts liés à la maintenance corrective, elle intervient comme un garde-fou aux dysfonctionnements sous-jacents d’un système.

2. IA et maintenance préventive (ou maintenance prédictive) 

La maintenance prédictive est fondée sur l’analyse des données historiques pour prédire les futures anomalies ou encore défaillances techniques et fonctionnelles des applications et systèmes. La maintenance préventive anticipe les incidents avant qu’ils ne surviennent.

La détection des pannes et des défaillances fait partie des missions auxquelles peut largement répondre l’IA. Avec l’apprentissage automatique, l’IA construit des modèles prédictifs et, à l’instar d’une voyante, elle propose des probabilités quant au fait qu’une panne peut survenir ou non.

Les équipes alors prévenues vont anticiper ces futures défaillances et prendre des mesures préventives afin de minimiser le risque d’un arrêt du système. La disponibilité de l’outil est grandement amélioré et la satisfaction des utilisateurs s’en trouve impactée de façon très positive, cela va de soi…

Si les prévisions de coûts de maintenance pour une application mobile vous intéresse, découvrez notre article : Comment prévoir le coût de maintenance d’une application mobile ?

3. IA et maintenance adaptative

La maintenance adaptative n’a pas pour rôle d’apporter des modifications ou des nouveautés dans les fonctionnalités contenues dans un logiciel. La maintenance adaptative est motivée par le besoin d’adapter les technologies, les politiques et règles concernant le logiciel, aux évolutions technologiques qui touchent au système d’exploitation, au matériel ou encore au stockage dans le cloud.

Grâce aux qualités intrinsèques à l’IA, qui sont l’amélioration de l’efficacité et de la précision, la diminution des périodes d’arrêt, la réduction des coûts liés à la maintenance, ou bien le renforcement de la sécurité, elle s’impose naturellement comme un soutien dans les projets de maintenance adaptative. Elle va ouvrir la voie à la prise de décisions plus efficaces et plus précises quant à l’adaptation du logiciel pour qu’il continue à remplir ses fonctions de façon normale.

4. IA et maintenance évolutive

Nous pouvons considérer la maintenance évolutive comme une amélioration d’un logiciel, d’une application. Par ailleurs, ce type de maintenance ouvre à de nouveaux développements qui vont générer une facturation supplémentaire (qui ne rentrerait pas dans un contrat de maintenance standard). 

Dans le cadre de cette typologie de maintenance, c’est à la suite de demandes des usagers finaux que le comportement de certaines fonctionnalités vont être modifiées ou rajoutées. Il s’agit dans ce cas précis de répondre à de nouvelles exigences auxquels le logiciel actuel n’est pas en capacité de donner satisfaction.

Comme ne le savons déjà, l’IA est le berceau hébergeant des expériences digitales plus précises, plus impactantes et qui vont accroitre l’engagement des utilisateurs finaux. L’IA, dans son analyse constante des comportements utilisateurs, est un atout pour repenser la navigation digitale, en exploitant des données historiques qui dévoilent d’un nouveau besoin spécifique.

L’IA ne remplace pas la réflexion humaine, cependant elle apporte des pistes sérieuses fondées sur les données collectées, au regard de l’amélioration de l’interface utilisateur.

5. IA et maintenance perfective

Lors de la maintenance perfective, l’objectif va être d’améliorer le logiciel en y ajoutant de nouvelles fonctionnalités qu’il ne possédait pas jusqu’alors. Ces ajouts concernent la partie backend tout comme la partie frontend. Ces modifications ne prennent pas forcément origine dans des demandes d’utilisateurs et ne seront pas nécessairement visibles sur l’interface utilisateur. En revanche, la maintenance perfective est grande contributrice de la progression du logiciel dans son fonctionnement et ses performances.

L’IA en tant qu’anticipatrice et détectrice des anomalies et des comportements perfectibles ou anormaux sera l’une des premières sources analysées avant d’engager des actions de maintenance perfective.

Continuons notre article en terminant par une vue globale sur certaines limites de l’IA.

6. Limites de l’IA dans la maintenance 

Parmi les faiblesses inhérentes à l’IA, on retrouve : 

L’importance de disposer d’un nombre suffisamment grand de quantité de données pour entraîner les modèles prédictifs d’anomalies.

Les algorithmes IA restent complexes et leur manipulation est adjointe à la nécessité de faire appel à des spécialistes en intelligence artificielle pour viser de meilleurs résultats.

L’IA reste une intelligence artificielle et non humaine. Par conséquent, elle aura des manquements à considérer l’ensemble du contexte dans lequel le logiciel fonctionne. 

Enfin, certains parlent aussi des observations suivantes : 

• l’IA se trompe 2 fois sur 5 (d’où la nécessité de contrôler les informations critiques),
• l’IA peut mentir.

En quête de maintenancecorrective, préventive, adaptative, évolutive et perfective, l’utilisation de l’IA se révèlera être un atout de taille. Malgré son évolution exponentielle, l’IA n’est pas parfaite, il est donc fortement recommandé de vérifier ses analyses et prédictions, et d’avancer, en intégrant les retours, d’expériences humaines, métiers et terrain, avant de prendre des décisions radicales ou structurelles. 

Références bibliographiques : 

• Wikipedia : 
  • Maintenance logicielle adaptative
  • Maintenance logicielle évolutive

• Mémoire « Application de l’intelligence artificielle dans la maintenance industrielle »