Soutenance mémoire
Synergie croissante entre informatique et ingénierie
La vitesse des progrès effectués dans la production de composants informatiques implique de profonds changements dans les outils logiciels proposés et par conséquent dans les habitudes des utilisateurs. L’ingénieur, comme tous les acteurs en relation directe avec les NTIC, est impacté par ses changements liés à l’information. L’exemple du journalisme est fortement significatif de cette révolution naissante. Les réflexions menées sont transposables et utilisables pour des applications basées sur la connaissance et l’échange d’informations dans les domaines de l’ingénierie. Jean-François Fogel, journaliste, consultant et écrivain, et Bruno Patino, directeur de la publication de Télérama, président du Monde Interactif, éditeur du Monde.fr ont proposé un ouvrage, La Presse sans Gutenberg, qui présente les mutations à attendre dans leur métier. [FOG 05] .
Trois lois garantissent la progression forte de la transformation des expertises à travers l’intégration numérique, au moins jusqu’en 2010, d’après les programmes de développement engagés par les différents acteurs du marché :
• Loi de Gordon Moore
o (nb transistor par plaque) * 2 tous les 18 mois
o Valable de1965 à 2017 au moins
o Diminue les limites de taille des stockages
• Loi de George Gilder
o (bande passante) * 3 tous les ans
o valable depuis 1997
o Diminue les limites d’échanges entre les personnes
• Robert Metcalfe
o Utilité d’un réseau = k * (nb utilisateur)x
o Augmente l’incitation à participer à la transformation des pratiques .
La modification de l’utilisation de certaines expertises, due à ces facteurs, est déjà fortement perceptible. L’impact sur les industries « non-informatiques » s’illustre par l’exemple de la maquette numérique globale et unique, utilisée notamment par Dassault Aviation dans la conception et la fabrication du Falcon 7X et partagée par l’ensemble des co-traitants.
« Dans un marché extrêmement concurrentiel et de petites séries, rien n’est laissé au hasard. Qu’il s’agisse de l’outil de production, du choix des co-traitants ou de la répartition industrielle, aucune approximation ne saurait être tolérée. Faire travailler quatre cents entreprises et vingt-sept partenaires venant de sept pays différents sur un avion complètement nouveau, avec des process dernier cri privilégiant l’utilisation des filières numériques par l’exploitation de bases de données partagées représente un défi. » [PIC 05] .
L’ordinateur qui était à l’origine un multiplicateur de puissance d’un seul individu devient le lieu d’expression et de travail de communautés entières, dépassant les frontières de l’entreprise. Il peut alors, par son potentiel de partage sans limites, perdre l’utilisateur, bridant alors l’efficacité de sa prise de décisions. De larges efforts sont menés pour construire des architectures pour tirer le meilleur profit de ces nouveaux outils et des synergies qu’ils permettent.
Densification du cycle de vie du produit et perspectives d’évolution
Après une époque d’industrialisation de masse puis d’une phase de développement par modèles, le marché industriel arrive à un besoin de réactivité toujours plus fort illustré par la « différenciation retardée » qui correspond notamment à une déclinaison d’un produit dans les phases les plus finales de sa fabrication aux spécifications particulières d’un client. [MID 93] Associée à la complexité croissante des produits, la difficulté de gestion des combinaisons des possibilités de définition augmente et les cloisonnements entre domaines disparaissent peu à peu pour faire place à une approche holistique du cycle de vie qui vise à répondre :
• à un besoin de réactivité au marché
• à des temps de cycle de vie de plus en plus courts
• à des études et des mises en production plus complexes
• à des tailles de lots plus réduites
• à des changements de répartition des coûts vers une hausse de la part variable
• aux enjeux du développement durable, à travers une meilleure prise en compte des coûts réels .
Ainsi, à l’intérieur même d’une organisation, les flux d’information s’intensifient, prenant en compte de plus en plus de facteurs extérieurs, alors que la capacité d’analyse humaine individuelle n’augmente pas. On peut ajouter à cela le développement des media externes disponibles, autant en type (magasines, journaux, Internet, livres, reportages, conférences, réseaux…) qu’en quantité.
Le besoin d’absorption de ces quantités d’informations fait émerger de nouvelles stratégies de gestion de l’expertise. Les organisations se divisent, se comparent ou se réunissent pour favoriser l’émergence de réponses innovantes :
• Etalonnage concurrentiel, veille technologique (copie de l’information)
• Entreprise étendue (partage de l’information)
• Co-conception (création commune d’informations)
• Externalisation (abandon d’une partie de l’information)
• Délocalisation (déplacer, piloter l’exploitation de l’information) .
Ces efforts sont relayés aux niveaux nationaux et internationaux par l’encouragement et le financement de réseaux et de projets de recherche. Cependant, l’ensemble des solutions privées ou publiques augmente les confrontations interculturelles, du niveau métier à celui de la civilisation, pour un nombre de personnes de plus en plus important et dont la visibilité hiérarchique diminue. Les approches par projet remettent en question les organisations classiques selon les métiers [MID 93]. Les compétences ne sont plus seulement techniques mais de plus en plus sociales et donc, du moins pour l’instant, de plus en plus difficiles à évaluer [GOL 95]. Les interlocuteurs, plus ou moins éloignés culturellement, géographiquement ou techniquement peinent à communiquer. Les temps de synchronisation cognitives ou de gestion pure du projet entament fortement les temps de résolution des problèmes techniques [OUE 05] [RUI 05].
Pour retrouver une certaine stabilité dans le référentiel de collaboration, de plus en plus en mouvement, des travaux sont menés pour formaliser et représenter l’expertise des acteurs. La modélisation de la connaissance est ainsi devenue à la fois un enjeu économique, un défi technologique et un débat épistémologique. Elle ajoute une nouvelle dimension au cycle de vie du produit. L’analyse des cycles subis par la connaissance au cœur de l’évolution du produit et le rapport avec le nouvel acteur qu’est l’informatique sont par conséquent des verrous technologiques et scientifiques forts dont la levée passe par une diffusion et une compréhension des enjeux. La position stratégique de la modélisation des connaissances augmente dans l’entreprise.
Modélisation : la connaissance et les besoins actuels de l’entreprise
D’un point de vue épistémologique, le concept de connaissance reste sujet à débat. Si l’on part du postulat qu’elle n’existe pas hors de l’homme, il faut considérer que les processus de formalisation participent seulement à l’organisation des traces de la connaissance et laissent à l’humain la capacité de conceptualiser et de remettre le savoir en contexte. A cause de cette dichotomie, la projection de la connaissance dans l’univers virtuel n’est toujours pas un processus systématisé. Si l’appréhension du cycle de vie de la connaissance se précise [NON 00], [ERM 96], [@MOK], son déploiement et son utilisation dans l’entreprise sont difficilement soutenus par des solutions complètes et restent sujets à des problèmes de compréhension de la part des acteurs. Des travaux adressent certaines parties de ce cycle ou différents types de connaissances. Les outils déployant la méthode GRAI cartographient les décisions [@GRA]. EDEN [@IND], ordonne les corpus de documents en appliquant une approche de capitalisation de projets. MEGA [@MEG] maintient des modélisations. Mais que ce soit sous forme de décisions, de documents, de modèles ou de logiciels, le choix et la validation des outils permettant externalisation et mutualisation des connaissances ne sont pas assistés. Les décideurs qui cherchent à rationaliser l’utilisation de la connaissance dans leur structure et ne sont pas experts de la gestion de l’expertise, ne disposent pas d’outils d’analyse pour déclencher et piloter des projets d’amélioration. Souvent, on se contente de l’outil ou de la méthode à disposition, de développements existants. D’autres fois, l’utilisation première des outils est déviée pour respecter les contraintes du contexte. L’utilisation de macro spécialisées dans des solutions logicielles freine par exemple les choix alternatifs d’outils. Si parfois ce pragmatisme porte ses fruits, il est dans beaucoup d’autres cas le simple résultat d’un manque de lisibilité et d’outils d’analyse. Ainsi, la complexité croissante des activités de l’entreprise implique une démarche de capitalisation de la connaissance dont l’aboutissement passe par la création de tableaux de bord [@MNM], de visions de synthèse (comme FBS-PPRE [LAB 04] ou l’Agile Modelling [@AGI] ) pour piloter ou faire collaborer ces systèmes (ERP [@SAP], Projet du réseau Interop [@INT]). L’enjeu est alors de passer d’une vision statique à des outils dynamiques de gestion des activités liées à la connaissance qui n’entrent pas en concurrence mais donnent aux outils classiques de gestion de projet (MS Project) une nouvelle dimension. Entre la compréhension des enjeux et le pilotage du projet d’intégration de l’expertise, il y a donc un besoin de principe d’assistance à la maîtrise d’ouvrage pour déclencher, contrôler et maîtriser les méthodologies à déployer. La figure suivante illustre, par un point d’interrogation, cette position centrale de la maîtrise d’ouvrage sur les paramètres qu’elle doit intégrer.
|
Table des matières
INTRODUCTION
1 INTRODUCTION
1.1 ENJEU DE L’INGENIERIE NUMERIQUE : INTEGRER L’EXPERTISE METIER
1.2 RESUME DE LA DEMONSTRATION PROPOSEE
2 CONTEXTE
2.1 SYNERGIE CROISSANTE ENTRE INFORMATIQUE ET INGENIERIE
2.2 DENSIFICATION DU CYCLE DE VIE DU PRODUIT ET PERSPECTIVES D’EVOLUTION
2.3 MODELISATION : LA CONNAISSANCE ET LES BESOINS ACTUELS DE L’ENTREPRISE
3 LA CONNAISSANCE MULTI-FACETTE, PLUS VASTE QUE SES MODELES
3.1 COMPARAISON DE PLUSIEURS CONSTRUCTIONS EPISTEMOLOGIQUES
3.1.1 Modèle et représentation
3.1.2 Formalisme
3.1.3 Donnée, information, connaissance, compétence
3.1.4 Différence entre savoir et connaître
3.1.5 Valeur et connaissance dans le cycle de conception
3.1.6 Relation entre expertise et innovation
3.1.7 Nécessité de faciliter les liens de collaboration
3.1.8 Prévoir les risques et diminuer l’incertitude
3.1.9 Synthèse sur l’émergence de besoins et de concepts structurants
3.2 CONTENEURS DE CONNAISSANCES : VERS DES RESEAUX SYMBIOTIQUES
3.2.1 Séparation naturelle entre formalisme et intentionnalité
3.2.2 Informatique : perte de communication non-verbale
3.2.3 Un troisième acteur : le groupe
3.2.4 Synthèse : naviguer les réseaux virtuels pour maîtriser la réalité
3.3 GRANDES CATEGORIES D’OUTILS DE GESTION DE LA CONNAISSANCE
3.3.1 Réflexion sur l’ontologie et bijection dans les représentations
3.3.2 Outil : Ontologie différentielle et ontologie référentielle
3.3.3 Du K au KB, les approches de KM
3.3.4 Outil : Les méthodes MKSM et MASK
3.3.5 Du KB à l’application finale, KBS ou KBE
3.3.6 Outil : les méthodologies CommonKADS et MOKA
3.3.7 Niveaux de maturité de la gestion de l’expertise
3.4 SYNTHESE
4 CONTRIBUTION METHODOLOGIQUE
4.1 VUE D’ENSEMBLE
4.2 ELARGIR LA VISION DE L’EXPERTISE
4.2.1 Les 4 Piliers de l’intégration de l’expertise
4.2.2 La notion de « plate-forme »
4.3 3 COUPLES DE CONCEPTS POUR LA DISCRIMINATION DES DIFFICULTES
4.3.1 Syntaxe et Sémantique
4.3.2 Infrastructure et Architecture
4.3.3 Domaine et Projet
4.3.4 Mise en perspective des 3 couples
4.4 PHASES ELEMENTAIRES POUR LA CONSTRUCTION DE L’ALGORITHME D’UN PROJET D’INTEGRATION
4.4.1 Validation de Phases par la systémique
4.4.2 Les quatre Phases de Modélisation
4.4.3 Les quatre Phases d’Intégration
4.4.4 Réflexions sur l’approche par vues et le Roadmapping
4.4.5 Exemple de scénario
4.5 SYNTHESE : COMPLETER LES OUTILS DE COMPREHENSION DES MECANISMES DE MODELISATION DE L’EXPERTISE
5 RETOUR D’EXPERIENCE : DESCRIPTION ET ANALYSE DE L’EXEMPLE USIQUICK
5.1 ANALYSE DU PROJET USIQUICK
5.1.1 Problématique de la gamme
5.1.2 Contexte du projet USIQUICK
5.1.3 Contexte de la gestion d’expertise dans le projet
5.2 RETOUR D’EXPERIENCE USIQUICK
5.2.1 Du métier de gammiste vers un « classeur » de spécifications
5.2.2 Modèles de travail & Modèle MOKA
5.2.3 Interface de diffusion & Démonstrateur
5.2.4 Vers l’application KBE finale, Synthèse
5.3 RETOUR D’EXPERIENCE : PROBLEMATIQUES IDENTIFIEES
5.3.1 Exemples d’utilisation du couple infrastructure / architecture
5.3.2 Exemples d’utilisation du couple syntaxe / sémantique
5.3.3 Exemples d’utilisation du couple domaine / projet
5.4 CONCLUSION : DES CONCEPTS DESCRIPTIFS UTILES AU CŒUR DU PROJET
CONCLUSION
