AGENT IA PRO

Le magazine de l’IA agentique en entreprise

Le Diagnostic

Reportage

Opérations et supply chain · IT et données

10 min de lecture

Publié le 

Agents IA dans l’industrie : de la maintenance aux achats, ce qui marche vraiment

À l’usine, les agents IA ne ressemblent pas aux démonstrations de salon. Ils rédigent du code d’automate, aident un technicien à dépanner, préparent des devis fournisseurs ou trient des milliers de références. Ce reportage reprend les cas publiés en France et en Europe en 2025 et 2026, dit qui annonce chaque résultat et ce que ces annonces laissent de côté.

La rédaction 11 sources citées

Planche
2.3
Vue :
planche au trait
Sujet :
agents IA industrie
Échelle :
sans

Illustration générée.

Illustration de l’article : Agents IA dans l'industrie : de la maintenance aux achats, ce qui marche vraiment

Chez ce fabricant de pièces aéronautiques en titane, 150 salariés et 40 millions d’euros de chiffre d’affaires, chaque panne ou non-conformité sur les presses de formage à chaud demandait environ quatre heures d’analyse. Et plus de la moitié des cas restaient sans explication. Le cas est rapporté, sans nom d’entreprise, dans le livre blanc publié en avril 2026 par Bpifrance et le fonds Siparex. L’industriel a d’abord collecté automatiquement les données de ses machines vieillissantes, puis fait piloter par une IA générative des modèles d’apprentissage profond qui découpent chaque cycle en phases et fixent des plages de tolérance (température, pression, position). Le système envoie aux opérateurs des alertes rédigées en langage courant, directement dans le logiciel de suivi de production. Bilan annoncé : six mois de projet, environ 100 000 euros, 90 % de temps gagné pour les équipes méthodes et un million d’euros de retards évités.

Ce cas résume ce que sont aujourd’hui les agents IA dans l’industrie : rarement un robot conversationnel qui pilote l’usine, plus souvent une couche d’intelligence posée sur des données qu’il a fallu d’abord aller chercher. Voici ce que montrent les exemples publiés en 2025 et 2026, du dépannage aux achats.

1Maintenance : des copilotes de dépannage, des agents de surveillance

La maintenance est le terrain où les grands fournisseurs ont avancé le plus tôt. Siemens a étendu en mars 2025 son « Industrial Copilot » à l’ensemble du cycle de maintenance, en le couplant à son logiciel de maintenance prédictive Senseye. Selon la présentation relayée par EEJournal, les premiers pilotes ont permis de réduire en moyenne de 25 % le temps consacré à la maintenance corrective. Aucun client n’est nommé : c’est le chiffre de Siemens.

Le témoignage le plus détaillé vient de Suède. Husqvarna a construit avec Microsoft un « compagnon » de dépannage pour ses usines : le technicien décrit les symptômes, l’outil propose des tests et des solutions à partir des manuels et de l’historique des interventions. Le Monde Informatique rapportait en mai 2025 des réparations parfois raccourcies de 50 à 60 %, parfois de quelques points seulement, et un outil capable de traiter environ 20 % des questions, les plus simples. Le responsable de la numérisation de la fabrication, Jonathan Wickström, y donnait la limite principale : « Si nous n’avons pas de données, nous ne pouvons rien faire. » Les machines anciennes sont difficiles à connecter et une partie de l’infrastructure doit rester sur site pour tenir les temps de réponse.

Schneider Electric pousse plus loin la notion d’agent. Avec NVIDIA et HPE, le groupe a présenté fin octobre 2026 trois familles d’agents installés au plus près des machines : surveillance des systèmes industriels, cybersécurité et optimisation énergétique. D’après IT Brief, l’agent de surveillance croise données de production, alarmes et historique de maintenance pour repérer un problème naissant, recommander ou déclencher une correction, puis vérifier le résultat. Le seul client cité, le papetier chilien CMPC, utilise depuis trois ans le système de surveillance de Schneider, présenté comme le socle des futurs agents ; son responsable y insiste sur le fait de garder les personnes aux commandes des décisions critiques. Aucune date de disponibilité ni aucun résultat chiffré n’accompagnent l’annonce.

2Ingénierie et automatisme : là où les agents exécutent vraiment

C’est dans les bureaux d’automatisme que l’on trouve aujourd’hui les agents les plus aboutis, parce que leur travail (écrire du code, configurer un équipement) se vérifie en simulation avant de toucher une machine.

Le 20 avril 2026, à la foire de Hanovre, Siemens a lancé l’Eigen Engineering Agent. Le communiqué le décrit comme capable de planifier, exécuter et valider des tâches d’ingénierie : écrire du code d’automate, concevoir des écrans de supervision, configurer des équipements, et recommencer jusqu’à atteindre des critères fixés à l’avance. L’agent est disponible pour les plus de 600 000 utilisateurs de TIA Portal, le logiciel d’ingénierie de Siemens. Il a été testé dans plus de 100 entreprises de 19 pays, dont l’autrichien ANDRITZ Metals, le chinois CASMT et l’américain Prism Systems. Siemens annonce une exécution deux à cinq fois plus rapide qu’à la main, jusqu’à 80 % de qualité en plus et 50 % d’efficacité d’ingénierie en plus sur les tâches confiées à l’agent. Ces chiffres ne sont accompagnés d’aucune méthode publiée.

Schneider Electric et Microsoft ont présenté au même salon une approche voisine : des agents spécialisés, coordonnés par un orchestrateur, valident la logique d’automatisme par simulation avant de la déployer sur le matériel. Technology Record rapporte jusqu’à 50 % de temps gagné sur la configuration et la documentation des automatismes pour les équipes qui utilisent déjà le copilote industriel de Schneider, et cite un producteur indien d’hydrogène, H2E Power, sans préciser qui fournit ses chiffres.

3Qualité et documentation technique

La documentation est le second terrain naturel des agents, parce qu’elle est volumineuse, structurée et vérifiable. Saint-Gobain l’a appliquée à un problème très concret : les tests de son logiciel de pilotage d’atelier maison, installé dans une centaine d’usines et soumis à environ 2 500 tests par mois. Lors d’une conférence UiPath en juin 2025, le responsable des solutions de supply chain et de production du groupe, Pierre Raymond, décrivait trois agents, selon Le Monde Informatique : l’un rédige la documentation des tests à partir des fiches Excel, un autre génère des cas de test à partir des spécifications, un troisième prépare les jeux de données. Seul le premier était en production, avec un gain de temps de 50 % sur la documentation selon le groupe ; les deux autres restaient en phase de « proof of value ».

Airbus a fait de la documentation technique l’un des axes de son accord avec Mistral AI, signé le 28 mai 2026. Euronews liste l’automatisation de la production de documentation technique, l’accélération des cycles de conception par simulation et l’IA embarquée. Les deux entreprises disent vouloir explorer ces usages : rien n’est encore décrit comme déployé. Chez Michelin, la directrice data et IA du groupe, Ambica Rajagopal, indiquait à CDO Magazine en juillet 2025 que le groupe dispose d’une plateforme interne d’IA générative avec des agents spécialisés par équipe, et utilise l’IA pour suivre et réduire les dérives de production, sans donner de chiffres.

Les PME sont parfois plus précises que les grands groupes. Le livre blanc Bpifrance et Siparex décrit un fabricant de machines sur mesure (100 salariés) dont le bureau d’études, confronté aux départs en retraite de ses experts, « dialogue » désormais avec vingt ans d’historique de projets : gain estimé de 30 % du temps de recherche d’informations, après une phase de structuration des plans et documents. Un autre fabricant aéronautique (140 salariés) a remplacé une partie de l’inspection visuelle de dix contrôleurs par un système de vision qui valide les pièces sûres et renvoie à l’humain les 5 à 10 % de cas douteux : temps d’inspection divisé par dix, pour un projet d’environ 60 000 euros en quatre mois.

4Achats et supply chain : beaucoup d’intentions, peu de déploiements

Les achats sont souvent cités comme le prochain terrain des agents. Les chiffres disponibles invitent à la prudence. Le baromètre CPO Annual Pulse 2026 du cabinet EFESO, réalisé auprès de 50 directeurs achats européens et résumé par LeBigData, indique que 40 % débutent l’exploration de l’IA générative, 35 % mènent des pilotes et 5 % seulement l’ont déployée à l’échelle de leur fonction. Les usages qui tiennent sont en amont : analyse de contrats, recherche de fournisseurs, veille sur les marchés. La négociation automatisée, elle, ne décolle pas. L’étude relève aussi un écart de taille : 80 % des grands groupes utilisent régulièrement l’IA générative dans leurs achats, contre moins de 40 % des structures plus petites.

Les exemples les plus solides concernent le traitement des devis et des commandes, au croisement des achats et de l’administration des ventes. Le livre blanc Bpifrance et Siparex en donne trois :

  • Eukleed, distributeur et intégrateur d’électronique industrielle (85 salariés, 60 millions d’euros de chiffre d’affaires), recevait 10 000 demandes de devis par an, dont 20 % restaient sans réponse faute de temps. Son agent lit les e-mails, comprend la demande, interroge plusieurs bases fournisseurs, génère le devis et injecte les commandes dans l’ERP. Après un prototype en trois mois, l’entreprise annonce 150 000 euros de productivité commerciale et 20 % de chiffre d’affaires en plus à effectif constant. Les demandes de moins de 150 euros sont traitées à 100 % automatiquement, celles de 150 à 1 500 euros à 80 % avec relecture par un technico-commercial.
  • Dedienne Aerospace, fabricant d’outillages de maintenance aéronautique installé à Toulouse, quartier de Saint-Martin-du-Touch (près de 400 salariés), a déployé avec le programme IA Booster de Bpifrance un outil qui vérifie la conformité des devis et des conditions clients en interrogeant l’ERP. L’administration des ventes y a gagné jusqu’à 1,75 jour de productivité par semaine, selon le document.
  • Global Packaging Services, loueur de conteneurs industriels réutilisables (300 salariés), compare automatiquement les devis de transporteurs et recommande le meilleur, sur un poste transport de 40 millions d’euros par an. Le gain n’est pas chiffré.

Chez Renault, la priorité a été la donnée avant l’agent. Dans un entretien publié en février 2026 par Républik Supply (un contenu présenté comme sponsorisé), un responsable de l’ingénierie des processus supply chain décrit une couche d’optimisation posée au-dessus d’un MRP de plus de 25 ans, qui recalcule chaque nuit le remplissage de 50 000 camions en une demi-heure environ. Le groupe estime à plus de 120 millions d’euros par an les économies liées au décloisonnement de ses données, une estimation de l’entreprise, sans méthode détaillée.

5Le tableau : qui annonce quoi

Tableau 5.1Le tableau

Usage Exemple publié Résultat annoncé Qui l’annonce Statut
Ingénierie d’automatisme Siemens Eigen Engineering Agent 2 à 5 fois plus rapide, jusqu’à 50 % d’efficacité Siemens Commercialisé (avril 2026)
Dépannage Husqvarna, compagnon IA 50 à 60 % sur certaines réparations Husqvarna, via la presse Débuts
Maintenance corrective Siemens Maintenance Copilot 25 % de temps en moins en pilote Siemens Commercialisé (2025)
Surveillance OT Schneider, NVIDIA, HPE Non chiffré Schneider Annoncé (octobre 2026)
Documentation de tests Saint-Gobain 50 % sur la documentation Saint-Gobain Un agent en production
Analyse de pannes PME aéronautique (150 salariés) 90 % de temps gagné, 1 M€ de retards évités Bpifrance et Siparex Déployé (version opérateur)
Devis et commandes Eukleed (85 salariés) 150 000 € de productivité, +20 % de CA Bpifrance et Siparex En cours d’industrialisation sur 2 pays
Achats (fonction entière) 50 directeurs achats (EFESO) 5 % en déploiement global EFESO Exploration

6Les limites que les annonces taisent

Presque tous les chiffres de ce reportage sont fournis par l’entreprise elle-même ou par son fournisseur, sans groupe témoin ni méthode publiée. Les cas des PME viennent d’un document édité par un financeur et un fonds d’investissement qui les ont accompagnées. Ils restent précieux parce qu’ils donnent des coûts et des durées, mais ils ne montrent pas les projets qui ont échoué. Notre analyse Pourquoi tant de projets d’IA agentique échouent rappelle ce que ces vitrines ne disent pas.

Quatre limites reviennent dans toutes les sources :

  1. La donnée machine. Husqvarna comme les fiches Bpifrance et Siparex font du raccordement du parc machines un préalable. Sans capteurs ni historique, l’agent n’a rien à lire.
  2. Le temps réel. La latence impose souvent un hébergement sur site, ce qui renchérit le projet et limite le choix des modèles.
  3. La cybersécurité industrielle. Un agent connecté aux systèmes de production devient une porte d’entrée. Schneider en a fait l’une de ses trois familles d’agents.
  4. Le contrôle humain. Les exemples qui fonctionnent gardent une relecture (Eukleed au-delà de 150 euros), une validation (les contrôleurs qualité sur les cas douteux) ou une simulation avant tout déploiement (Siemens, Schneider).

7Ce qu’il faut vérifier avant de lancer un agent à l’usine

  1. La tâche est-elle vérifiable ? Les agents qui marchent produisent un résultat que l’on peut tester (un code d’automate en simulation, un devis relu, une pièce recontrôlée).
  2. Les données existent-elles déjà ? Si la réponse est non, le premier chantier est la collecte, pas l’agent. Comptez-le dans le budget.
  3. Qui valide, et à partir de quel seuil ? Fixez dès le départ, comme Eukleed, le montant ou le niveau de risque au-delà duquel un humain relit.
  4. Le fournisseur a-t-il une référence comparable ? Demandez un client de votre taille, sur un parc de même âge, et pas seulement le chiffre du communiqué.
  5. Comment mesurerez-vous le gain ? Notez le temps passé et le taux d’erreur avant le projet. Sans point de départ, aucun gain ne sera démontrable.
  6. Existe-t-il une aide ? Plusieurs des PME citées ont été accompagnées par Bpifrance (programme IA Booster, diagnostics). Notre guide sur les aides et financements publics pour un projet d’IA recense les dispositifs, et notre méthode pour déployer un premier agent IA en PME en 90 jours détaille les étapes.

Questions fréquentes4 questions

Q1Quels agents IA sont réellement utilisés dans les usines en 2026 ?

Les plus avancés servent à l’ingénierie d’automatisme (écriture de code d’automate, configuration), à l’aide au dépannage et à la surveillance des systèmes industriels. Siemens commercialise depuis avril 2026 un agent d’ingénierie intégré à TIA Portal. Les agents qui pilotent seuls une ligne de production restent rares dans les sources publiques.

Q2Une PME industrielle peut-elle déployer un agent IA ?

Oui, sur des tâches bien délimitées. Le livre blanc Bpifrance et Siparex de 2026 décrit des PME de 85 à 400 salariés qui automatisent leurs devis, la vérification des commandes ou l’analyse des pannes. Selon ce document, 70 % des cas présentés ont coûté entre 15 000 et 100 000 euros et 80 % ont été déployés en moins de six mois.

Q3Les gains annoncés par Siemens ou Schneider sont-ils fiables ?

Ce sont des chiffres de fournisseurs, issus de pilotes ou de clients choisis, sans méthode de mesure publiée. Ils indiquent un ordre de grandeur possible, pas un résultat garanti. Il faut demander au fournisseur des références comparables à votre parc et mesurer soi-même avant et après.

Q4Où en sont les agents IA dans les achats industriels ?

Surtout au stade de l’exploration. Le baromètre EFESO 2026, réalisé auprès de 50 directeurs achats européens, indique que 5 % seulement ont déployé l’IA générative à l’échelle de leur fonction. Les usages qui fonctionnent concernent l’analyse de contrats, la recherche de fournisseurs et le traitement des devis, pas la négociation automatisée.

Sources11 documents

Les documents cités dans l’article
N°DocumentÉditeurDate
01Les audacieux de l’IA : 20 cas concrets qui transforment déjà les PME-ETIBpifrance et Siparex1 avril 2026
02Siemens brings AI to the physical world with Eigen Engineering AgentSiemens20 avril 2026
03Siemens expands Industrial Copilot with New generative AI-powered Maintenance OfferingEEJournal25 mars 2025
04Hannover Messe 2026 : Schneider Electric unveils agentic manufacturing capabilities powered by Microsoft Azure AITechnology Record21 avril 2026
05Schneider Electric, NVIDIA & HPE launch industrial AIIT Brief UK30 octobre 2026
06Un compagnon IA épaule les dépannages dans les usines de HusqvarnaLe Monde Informatique15 mai 2025
07Saint-Gobain mise sur l’IA agentique pour ses tests logicielsLe Monde Informatique7 juillet 2025
08Airbus et BMW concluent des accords avec la française Mistral AI pour l’IA, la défense et la sécuritéEuronews28 mai 2026
09How Michelin Is Using AI to Reimagine Process, Product, and Planet, with CDAIO Ambica RajagopalCDO Magazine7 juillet 2025
10IA générative : une opportunité à cadrer pour les achatsLeBigData5 février 2026
11Renault Group : data et IA au cœur de la transformation supplyRépublik Supply27 février 2026

Pour : PME, ETI et grands groupes

À lire ensuite