« L’ingénierie générative, ce sont les ingénieurs qui utilisent leur savoir pour produire de la donnée. » C’est la ligne directrice de Dessia Technologies, que préside et dirige Pierre-Emmanuel Dumouchel. Fondée en 2017 et implantée principalement à Antony (Hauts-de-Seine), cette start-up d’environ 25 personnes a mis au point une plateforme logicielle d'aide à la décision qui, basée sur de l’intelligence artificielle et des bots, automatise la génération de multiples architectures d’un système, à partir - entre autres - des connaissances des ingénieurs.
L’enjeu est d’engendrer un vaste champ d’hypothèses et d’accélérer son examen, durant les phases initiales de conception, avant que le design ne soit figé puis affiné. « Notre logiciel facilite le brainstorming d’architecture, fait traditionnellement à la main par quelques experts », formule Jean-Pierre Roux, responsable des ventes et du marketing, qui approfondit à l’aide d’un exemple dans l’industrie automobile : « On peut commencer par générer une architecture à un niveau plus abstrait, connectant des grandes fonctions (freinage, propulsion…), regarder toutes les implantations possibles dans un volume donné, relier ensuite tous ces composants par des circuits fluidiques ou électriques et effectuer un peu de simulation thermique… En une seule journée, on explore déjà beaucoup de possibilités. »
Un jour au lieu d'un mois
Le groupe Renault, « client numéro 1 » de Dessia selon le PDG de la start-up, avait témoigné de la rapidité et de la puissance combinatoire de ces algorithmes génératifs, lors d’une conférence en novembre 2022. Il suffit maintenant d’une journée aux ingénieurs de la marque au losange pour sélectionner la meilleure architecture de câblage électrique d’un moteur hybride, parmi le millier de choix proposés par le logiciel. Sans celui-ci, la procédure dure un mois pour aboutir à une seule option. Un gain significatif pour des constructeurs automobiles qui souhaitent raccourcir les délais de mise sur le marché.
Ironiquement, l’aventure Dessia, mot-valise entre « dessin industriel » et « IA », débute en 2014 chez le concurrent français, le groupe PSA (aujourd’hui Stellantis). Ingénieur se consacrant à la définition et à l’optimisation de l’architecture des boîtes de vitesses, Pierre-Emmanuel Dumouchel constate leur complexité grandissante et désire étudier de nouvelles approches pour générer des solutions de manière exhaustive. Il initie une thèse sur le sujet en collaboration avec l’Ecole normale supérieure de Cachan.
Le thésard, Steven Masfaraud, deviendra son associé trois ans plus tard pour donner naissance à Dessia. « Nous avons ensuite travaillé avec Renault, Valeo, etc. sur des sujets différents (câblage, moteur électrique, batterie), retrace Pierre-Emmanuel Dumouchel. En 2020, on tenait une certaine généricité et nous avons commencé à rencontrer des fonds d'investissement. »
Avec succès : Dessia a levé 5,5 millions d’euros en 2021 et séduit de grandes entreprises et organismes dans des secteurs d’activité variés, d’Alstom au Cnes en passant par Airbus. Son logiciel peut répondre à des attentes diversifiées, comme le « design to manufacturing ». « On théorise l’outil industriel, explique Pierre-Emmanuel Dumouchel. L’idée est de faire de l’ingénierie générative en tenant compte de règles de fabrication précises et d’écarter toutes les options qui ne les respectent pas. »
Au Cnes, il est question d’analyse de cycle de vie. « Chaque étape de conception d’un satellite a un poids carbone, enchaîne Pierre-Emmanuel Dumouchel. Le Cnes avait déjà réfléchi à écrire des règles élémentaires dans Excel pour minimiser cet impact. Nous les avons aidés à porter ces briques de savoir dans le formalisme de Dessia. » Quant aux équipementiers, ils esquissent plus vite une solution technique pour délimiter leur marge et leur pouvoir de négociation, dans l’espoir de remporter un marché.
Ambitions européennes
La clientèle est pour le moment franco-française, mais Dessia a l'intention d'étendre sa prospection hors de nos frontières. Une nouvelle étape demandant des moyens supplémentaires, qui devraient être financés par une levée de fonds attendue d’ici à fin 2023.
Pour montrer en pratique les qualités de cet outil logiciel, Pierre-Emmanuel Dumouchel empoigne sa souris et ébauche la conception d’une batterie, destinée à un véhicule électrique. Dans un navigateur Internet affichant l’interface du logiciel hébergé dans le cloud – celui du Dessia ou du client -, s’ouvre un premier formulaire listant des questions obligatoires ou optionnelles : masse totale, nombre et taille des cellules… « Ces paramètres nourrissent nos bots », indique-t-il.
Les bots en question, ou robots-assistants, sont des petits bouts de logiciel représentés par des blocs, dans une logique de programmation graphique simplifiée (ou low-code). Pierre-Emmanuel Dumouchel les déplace et les relie à la souris, « un assemblage qui sert à créer un workflow (flux de travail), ce que fait typiquement un ingénieur méthodes ». Quelques clics plus tard, un graphe donne à voir la multitude d’architectures possibles en fonction du nombre de modules et du nombre de cellules, en sachant que d’autres paramètres peuvent être visualisés. Une première ébauche 3D est même disponible grâce à un modeleur intégré.
Frédéric Monflier Le logiciel de Dessia permet de réaliser une première ébauche 3D d'un produit ou d'un système, données qui peuvent ensuite être transférées à un logiciel de CAO.
« Il y a beaucoup d’algorithmie mais elle est cachée, souligne Pierre-Emmanuel Dumouchel. C’est plus digeste pour le concepteur ». Sous le capot, le moteur repose sur une IA dite explicable, ce qui signifie que l’ «on peut expliquer pourquoi telle donnée existe », poursuit-il. Ces IA, qualifiées de symboliques ou déterministes, ont été au cœur des systèmes-experts dans les années 1980, une émulation informatique du raisonnement humain loin d’avoir tenu ses promesses.
« Les approches déterministes ont aussi été gelées par l’hiver de l’IA, rappelle Pierre-Emmanuel Dumouchel, mais les planètes s’alignent à nouveau. » Outre les progrès des algorithmes et la démocratisation du cloud, ouvrant grand l’accès à ces logiciels, il cite les avancées considérables de la programmation orientée objet et la structuration des langages informatiques tels que Python. Alors que, « dans les années 80, il fallait des universitaires maîtrisant les lignes de commande pour mettre en place un système-expert. »
Un savoir mis en commun
Des data scientists n’en restent pas moins indispensables pour coder les algorithmes de bas niveau – les bots élémentaires - et façonner le modèle de connaissances, à partir du kit de développement Python fourni par Dessia. C’est le premier rouage de la machinerie Dessia, alimenté par les spécifications et la description du système, ainsi que les règles-métiers des ingénieurs. L’IA explicable dessine ensuite l’arbre complet des possibilités et procède à un premier élagage. Enfin, des techniques de classification, faisant appel à des algorithmes statistiques, et la visualisation des données permettent d’identifier les solutions les plus intéressantes.
Les concepteurs, en surface, ne voient que les macro-blocs de bots élémentaires, à disposition dans une sorte de magasin d'applications. Ce sont autant de morceaux de savoir qui sont partageables. « Notre philosophie, c’est l’ingénierie continue dans lequel les métiers sont interconnectés par des bots, précise Pierre-Emmanuel Dumouchel, par opposition aux méthodes d’ingénierie habituelles plus linéaires et séquentielles. Cela permet de pivoter rapidement dans des marchés très changeants. »
