Maintenance prédictive par IA : où s'arrête la liberté, où commence l'AI Act
Whondy Drouode
Consultant IA & conformité
Une IA de maintenance prédictive n'est pas automatiquement soumise à l'AI Act. Tout se joue sur une seule question : pilote-t-elle une fonction de sécurité d'une machine déjà régulée, ou se contente-t-elle d'optimiser vos interventions ? Dans le premier cas vous entrez dans le haut risque, dans le second vous restez largement libre. Le piège, pour un industriel, est de croire que « prédire une panne » est un usage anodin par nature. Ce n'est pas la technologie qui décide du régime, c'est la fonction qu'elle remplit dans votre chaîne. Voici la méthode en quatre étapes pour qualifier votre usage, sans le surestimer ni le sous-estimer.
Le problème : une même technologie, deux régimes opposés
La maintenance prédictive analyse des signaux (vibrations, température, consommation, acoustique) pour anticiper l'usure d'un équipement avant la panne. La brique technique est identique d'un cas à l'autre. Pourtant, le règlement européen sur l'IA peut la classer soit comme un usage à obligations minimales, soit comme un système à haut risque assorti d'un socle d'exigences strictes. Ce qui fait basculer d'un monde à l'autre, ce n'est ni l'algorithme ni le fournisseur, mais le rôle exact que ce système occupe.
Le scénario que je vois revenir : un site industriel déploie un module qui promet de « prévenir les arrêts ». Personne ne se demande si ce module se contente de suggérer une date d'intervention, ou s'il commande réellement la mise en sécurité d'une ligne. Or c'est précisément cette frontière que l'AI Act surveille. La confondre, c'est risquer soit une conformité inutilement lourde, soit une non-conformité sur un système qui aurait dû être documenté et supervisé.
La méthode en 4 étapes pour qualifier votre usage
L'objectif n'est pas de deviner, mais de suivre un raisonnement reproductible, usage par usage. Le schéma ci-dessous résume la bascule, puis chaque étape la détaille.
Étape 1 : décrire la fonction réelle, pas l'étiquette commerciale
Commencez par écarter le vocabulaire du fournisseur et décrivez ce que le système fait vraiment dans votre atelier. Posez trois questions simples : que reçoit-il en entrée, que produit-il en sortie, et qui agit sur cette sortie ? Une IA qui affiche « roulement à changer sous peu » sur le tableau de bord d'un technicien ne joue pas le même rôle qu'une IA dont la prédiction déclenche automatiquement le ralentissement d'une presse.
Le critère décisif est la place de l'humain et l'effet de la sortie. Tant que la prédiction reste une recommandation qu'un opérateur interprète avant d'agir, vous êtes dans l'aide à la décision. Dès que la sortie commande directement un actionneur, un arrêt ou un verrouillage, vous vous rapprochez d'une fonction de sécurité.
Étape 2 : vérifier si l'IA est un composant de sécurité d'un produit régulé
C'est le cœur du raisonnement. Le règlement classe en haut risque les systèmes d'IA qui sont un composant de sécuritéd'un produit déjà couvert par la législation d'harmonisation de l'Union (machines, ascenseurs, équipements sous pression, appareils à gaz, dispositifs médicaux, entre autres), lorsque ce produit doit faire l'objet d'une évaluation de conformité par un tiers. C'est la logique de l'Annexe I : l'IA hérite du régime du produit dans lequel elle est embarquée.
Traduit pour un site industriel : si votre maintenance prédictive fait partie intégrante de la sécurité d'une machine (elle conditionne un arrêt d'urgence, surveille une défaillance dont l'absence de détection mettrait en danger un opérateur), elle devient un composant de sécurité au sens du règlement Machines. Si elle se contente d'optimiser un planning de remplacement de pièces sans jamais toucher à une fonction de sûreté, elle reste hors du haut risque.
La question n'est jamais « est-ce de l'IA ? » mais « qu'est-ce qui se passe si cette IA se trompe ? ». Si la mauvaise prédiction met en jeu la sécurité d'une personne via une machine régulée, vous êtes en haut risque.
Étape 3 : trancher le niveau de risque
En croisant la fonction (étape 1) et le statut de composant de sécurité (étape 2), vous rattachez chaque usage à un niveau. Ce tableau vous aide à situer le vôtre :
| Usage de maintenance prédictive | Régime probable | Ce que vous devez faire |
|---|---|---|
| Planifier le remplacement de pièces, réduire les arrêts non planifiés | Risque minimal | Bonnes pratiques, sécurité des données, pas d'obligation spécifique |
| Alerter un opérateur qui décide seul de l'intervention | Risque limité | Traçabilité et information des utilisateurs, garder l'humain aux commandes |
| Piloter une fonction de sécurité d'une machine régulée | Haut risque (Annexe I) | Gestion des risques, documentation technique, supervision humaine, robustesse et cybersécurité |
Si vous hésitez sur la frontière, ce n'est pas un défaut de méthode, c'est le signe qu'il faut documenter votre analyse. La même logique de classement usage par usage vaut pour toute votre entreprise : je la déroule dans mon article pour savoir si votre entreprise est concernée par l'IA à haut risque, et plus en amont dans la méthode pour situer votre périmètre AI Act.
Étape 4 : cadrer les obligations qui découlent du niveau retenu
Si votre usage reste en risque minimal ou limité, vous en sortez avec quelques bonnes pratiques et une obligation de transparence. Si vous basculez en haut risque, un socle structurant s'applique. Voici les briques prioritaires à mettre en place :
- Un système de gestion des risques.Identifiez ce qui se passe si l'IA rate une défaillance ou en invente une, et prévoyez les mesures de réduction associées.
- Une documentation technique.À quoi sert le système, sur quelles données il s'appuie, comment il décide, quelles sont ses limites de fiabilité. C'est le dossier qu'un contrôle vous demandera.
- Une supervision humaine effective. Un opérateur formé doit pouvoir comprendre, contester et reprendre la main sur une décision automatisée, avec un mode dégradé prévu.
- Robustesse et cybersécurité.Un modèle qui pilote une sécurité machine doit résister aux données aberrantes et aux manipulations, ce qui rejoint la sécurité de votre chaîne d'acquisition et de votre réseau industriel.
Le résultat : une qualification défendable, avant la mise en production
Au bout de ces quatre étapes, vous ne vous demandez plus « suis-je concerné ? » dans le flou. Pour chaque usage de maintenance prédictive, vous disposez d'une qualification écrite (fonction, statut de composant de sécurité, niveau de risque), d'une liste d'obligations proportionnée, et d'une trace de votre raisonnement. C'est exactement ce qu'un régulateur ou un donneur d'ordre attend : non pas l'absence de risque, mais la preuve que vous l'avez analysé et cadré.
Ce travail de qualification est aussi la première brique d'un audit de sécurité de l'application elle-même. La façon dont on inspecte les surfaces d'attaque d'une IA est détaillée dans mon article sur l'audit de sécurité d'une application IA.
Questions fréquentes
La maintenance prédictive est-elle toujours à haut risque ?
Non. La grande majorité des usages qui se contentent de planifier des interventions et de réduire les arrêts non planifiés restent en risque minimal. Le haut risque ne se déclenche que lorsque l'IA devient un composant de sécurité d'un produit régulé, par exemple quand elle conditionne un arrêt de sûreté.
Nous achetons une solution du marché, sommes-nous responsables ?
Oui, à votre niveau. En intégrant la solution dans vos processus, vous êtes déployeur : vous devez vous assurer de son bon usage, de la supervision humaine et de la traçabilité. Le fournisseur porte d'autres obligations, mais cela ne vous exonère pas des vôtres, surtout si vous adaptez fortement l'outil.
Que risque-t-on si on qualifie mal l'usage ?
Deux erreurs coûtent cher. Surestimer le risque vous impose une conformité lourde et inutile qui freine le projet. Le sous-estimer laisse un système de sécurité sans documentation ni supervision, ce qui vous expose à la fois à un accident et à une sanction. La qualification écrite est votre meilleure protection contre les deux.
La cybersécurité du réseau OT relève-t-elle vraiment de l'AI Act ?
L'AI Act exige robustesse et sécurité pour les systèmes à haut risque, et une IA qui pilote une machine vit sur votre réseau industriel. Les deux sujets se rejoignent : sécuriser le modèle sans isoler le réseau qui le porte n'a pas de sens. C'est pourquoi je traite la conformité et la sécurité en un seul bloc.
C'est précisément l'objet de mon audit Sécurité & Conformité IA : qualifier chacun de vos usages, du planning à la sécurité machine, et vous remettre une feuille de route priorisée avant la mise en production. Pour le contexte propre à votre secteur, voir la page Industrie & ETI.
Cet article a une visée pédagogique et ne constitue pas un conseil juridique. Chaque situation mérite une analyse au cas par cas.
Whondy Drouode · Consultant IAOù en êtes-vous, vous ?
Parlons 30 minutes de votre exposition réelle à l'IA : Shadow AI, sécurité de vos modèles, RGPD et EU AI Act. Sans engagement.
Prendre contact →