Dans cette conférence, Emmanuel Camu, de la société norvégienne Cognite, explique pourquoi de nombreux projets d'IA industrielle restent bloqués au stade du pilote et comment passer à un déploiement à l'échelle. Le constat de départ : les modèles de langage s'appuient sur du texte, alors que la donnée industrielle est faite de time series, de modèles 3D, de plans P&ID et de documents peu structurés — d'où un risque élevé d'hallucination si l'IA n'est pas connectée à une donnée correctement contextualisée.
L'intervenant détaille trois défis récurrents (accès à la donnée, choix de cas d'usage trop "flashy" pour être industrialisés, alignement organisationnel entre métiers, IT et direction), puis présente la méthode de Cognite : construire un knowledge graph reliant les données d'ingénierie, d'IT et d'OT autour de chaque équipement, avant de développer des cas d'usage à forte valeur ajoutée via des agents IA.
La conférence s'appuie sur un exemple client détaillé : TotalEnergies, qui a fait le choix d'un déploiement particulièrement ambitieux de ses cas d'usage digitaux sur ses actifs upstream (exploration-production), avec un objectif de couvrir 36 sites, dont plusieurs FPSO, d'ici 2028.