Onyx GF : Quand la couleur devient une fonction en impression 3D

BLOG

Onyx GF : Quand la couleur devient une fonction en impression 3D

[techtips_featured_image_shortcode]

Dans un environnement industriel, la couleur est rarement choisie uniquement pour des raisons esthétiques.

Un outil rouge, un gabarit bleu ou une pièce verte peuvent immédiatement transmettre une information : à quelle machine appartient cet outil, quel modèle de véhicule est concerné, dans quelle zone doit-il être utilisé ou encore quelle opération doit être réalisée.

Cette utilisation de la couleur fait partie d’une approche plus large de gestion visuelle, particulièrement présente dans les environnements de production qui appliquent les principes du Lean Manufacturing.

L’idée est simple : si une information peut être comprise en un coup d’œil, elle n’a pas besoin d’être cherchée.

C’est précisément dans cette logique que l’impression 3D peut prendre une nouvelle dimension avec l’arrivée d’Onyx GF, le nouveau nylon renforcé de fibres de verre de Markforged disponible en plusieurs couleurs.

La couleur comme outil de production

L’utilisation de couleurs pour identifier rapidement des outils ou des équipements n’est pas nouvelle.

Dans l’industrie aéronautique, par exemple, M.S. Aerospace, fabricant de fixations de précision, utilise des plateaux en aluminium interchangeables identifiés par couleur selon les dimensions des pièces qu’ils doivent recevoir [1]. L’objectif n’est pas de rendre l’atelier plus esthétique : la couleur permet simplement à l’opérateur d’identifier plus rapidement le bon équipement.

On retrouve une approche similaire chez PalletOne, fabricant américain de palettes. Dans le cadre de sa démarche Lean, l’entreprise a attribué à chaque machine son propre ensemble d’outils codés par couleur. Un outil bleu placé près d’une machine verte permet immédiatement de voir qu’il n’est probablement pas à sa place. Cette organisation améliore la visibilité et facilite le suivi des outils [2].

Dans ces deux cas, la couleur devient donc une forme d’information.

Et cette information peut avoir une valeur très concrète : réduire les erreurs, accélérer une opération ou simplement éviter de perdre du temps à chercher le bon outil.

Le 5S : rendre l’environnement de travail visuel

Cette logique s’inscrit directement dans la philosophie du 5S, une méthode d’organisation du poste de travail associée au Lean Manufacturing et au contrôle visuel [3].

Les cinq étapes sont souvent présentées sous leur nom japonais, leur traduction anglaise et leur équivalent français :

Japonais

English

Français

Seiri

Sort

Trier

Seiton

Set in Order

Mettre en ordre

Seiso

Shine

Nettoyer

Seiketsu

Standardize

Standardiser

Shitsuke

Sustain

Pérenniser

  • Seiri consiste à éliminer ce qui n’est pas nécessaire.
  • Seiton consiste à organiser ce qui reste afin que chaque élément ait une place clairement définie.
  • Seiso ajoute le nettoyage et l’inspection du poste de travail.
  • Seiketsu permet de transformer cette organisation en standard.
  • Enfin, Shitsuke consiste à maintenir ces pratiques dans le temps.

Le principe derrière les 5S va toutefois plus loin que le simple fait de garder un atelier propre. Il s’agit de créer un environnement où les anomalies et les erreurs deviennent visibles.

C’est là que la couleur devient particulièrement intéressante.

Si la couleur permet d’identifier immédiatement un outil, elle peut devenir un élément du système de contrôle visuel lui-même.

Quand quelques millimètres font toute la différence

Un exemple récent illustre particulièrement bien cette approche.

Chez Subaru of Indiana Automotive (SIA), plusieurs modèles de véhicules sont produits sur une même ligne. Certains gabarits utilisés pour ces différents modèles peuvent avoir des géométries très similaires, avec des différences de seulement quelques millimètres.

Dans un environnement où les outils sont manipulés et réutilisés de nombreuses fois au cours d’un quart de travail, prendre le mauvais gabarit peut entraîner une erreur, du retravail ou une perte de temps.

SIA a donc intégré le codage couleur à ses outillages afin que le bon gabarit soit identifiable immédiatement.

Le problème était que les pièces imprimées en ABS pouvaient offrir la couleur recherchée, mais pas la durabilité nécessaire pour une utilisation répétée sur une ligne de production automobile.

C’est ici qu’Onyx GF prend tout son sens.

SIA utilise notamment des outillages Onyx GF colorés pour des applications allant de gabarits de positionnement jusqu’à des supports d’assemblage plus robustes. La couleur permet de différencier les outils, tandis que le matériau permet de conserver les performances mécaniques nécessaires à leur utilisation en production.

La couleur n’est donc plus une finition ajoutée après fabrication.

Elle fait partie de la fonction de la pièce.

Onyx GF : quand la couleur rencontre l’impression 3D industrielle

C’est précisément le problème auquel Markforged cherche à répondre avec Onyx GF.

Introduit en 2026, Onyx GF est un nylon renforcé de fibres de verre courtes, disponible en six couleurs : rouge, jaune, bleu, vert, gris et blanc. Le matériau est conçu pour les applications industrielles où la couleur peut servir à la gestion visuelle, à la sécurité ou à la prévention des erreurs.

L’intérêt est particulièrement évident pour les jigs, fixtures et outillages de production.

Imaginez par exemple une entreprise qui utilise plusieurs gabarits presque identiques pour différentes variantes d’un produit.

Plutôt que de devoir lire une référence gravée sur chaque pièce, l’opérateur peut associer :

  • une couleur à un modèle;

  • une autre à une opération;

  • une autre à une zone de production;

  • ou encore une couleur à un niveau de criticité.

La géométrie reste importante, mais l’identification devient instantanée.

Cette approche rejoint également le principe de poka-yoke, ou détrompage : utiliser la conception d’un produit ou d’un processus pour réduire la possibilité qu’une erreur soit commise.

Du filament à l’outil de production

L’un des grands avantages de l’impression 3D dans ce contexte est la possibilité de produire rapidement des outils adaptés à une application précise.

Un gabarit n’a pas besoin d’être fabriqué en série pour être rentable. Une pièce unique ou quelques exemplaires peuvent déjà justifier l’utilisation de la fabrication additive lorsque l’outillage traditionnel demanderait davantage de temps ou de ressources.

Avec Onyx GF, cette flexibilité s’accompagne maintenant d’une information visuelle directement intégrée à la pièce.

On peut ainsi imaginer des applications telles que :

  • des gabarits d’assemblage différenciés par modèle;

  • des fixtures identifiées par poste de travail;

  • des supports d’outils associés à une machine précise;

  • des pièces de remplacement identifiées selon leur fonction;

  • des outillages destinés à des environnements où la gestion des FOD est importante;

  • des éléments de sécurité nécessitant une identification visuelle rapide.

La couleur peut même permettre de distinguer plusieurs versions d’une même pièce sans avoir à modifier sa géométrie.

Une couleur qui remplace une étape supplémentaire

Traditionnellement, lorsqu’une pièce imprimée devait être identifiée visuellement, plusieurs solutions étaient possibles : peinture, étiquette, marquage ou gravure.

Ces méthodes peuvent fonctionner, mais elles ajoutent une opération à la fabrication.

Avec un matériau coloré, l’information est directement intégrée à la pièce dès l’impression.

C’est particulièrement intéressant dans un contexte de production où chaque étape supplémentaire peut devenir un point de variation ou de maintenance.

L’approche est d’autant plus pertinente lorsque la pièce est régulièrement manipulée. Une couleur intégrée au matériau ne dépend pas d’une étiquette qui pourrait se décoller ou d’une peinture qui pourrait s’user.

Et si la pièce doit aussi être résistante?

C’est ici que la comparaison avec les plastiques colorés traditionnels devient intéressante.

Une couleur seule ne suffit pas pour une application industrielle. Un gabarit de production doit pouvoir résister aux manipulations, aux contacts répétés et aux contraintes propres à son environnement.

Onyx GF utilise une matrice de nylon renforcée de fibres de verre courtes. Les données publiées indiquent une résistance à la flexion de 88,2 MPa et un module de flexion de 2,4 GPa. Le matériau peut également être renforcé avec de la fibre de carbone continue pour les applications nécessitant davantage de performance structurelle.

Cela permet de positionner Onyx GF non pas simplement comme une nouvelle façon de produire des pièces colorées, mais comme un matériau destiné à des applications industrielles fonctionnelles.

Onyx GF ou Onyx?

La comparaison avec l’Onyx standard est particulièrement intéressante.

L’Onyx classique est un nylon renforcé de microfibres de carbone. Markforged publie pour ce matériau une résistance à la flexion de 71 MPa et un module de flexion d’environ 3,0 GPa [4].

Propriété

Onyx

Onyx GF

Renfort

Microfibres de carbone

Fibres de verre courtes

Couleurs

Noir

6 couleurs

Résistance à la flexion

71 MPa

88,2 MPa

Module de flexion

~3,0 GPa

2,4 GPa

Fibre continue

Oui

Oui, avec Continuous Carbon Fiber

Application typique

Pièces techniques, outillage

Outillage coloré, gestion visuelle, applications industrielles

Les valeurs doivent évidemment être comparées avec prudence, puisque les conditions d’essai et les paramètres d’impression peuvent influencer les propriétés finales d’une pièce.

La différence importante est donc moins de chercher un matériau « meilleur » que l’autre que de choisir celui qui correspond à l’application.

L’Onyx reste un excellent choix lorsque la couleur n’apporte pas de valeur fonctionnelle.

Onyx GF devient particulièrement intéressant lorsque l’identification visuelle fait partie du besoin.

De quoi a-t-on besoin pour imprimer en Onyx GF?

Au moment de son lancement, Onyx GF est compatible avec les imprimantes Markforged FX10 et FX20. L’utilisation du matériau nécessite également une Plastic Hardened Nozzle, en raison de la présence des fibres de verre.

Onyx GF peut également être combiné à la Continuous Carbon Fiber pour les applications nécessitant une résistance structurelle supérieure.

Cette compatibilité est toutefois appelée à évoluer. Le matériau vient tout juste d’arriver sur le marché et des informations publiées par Mark3D indiquent déjà que la compatibilité avec d’autres plateformes Markforged est prévue prochainement.

Il sera donc intéressant de suivre son évolution au cours des prochains mois.

Une nouvelle façon de penser l’outillage

L’arrivée d’Onyx GF illustre une tendance intéressante en fabrication additive industrielle : la valeur d’une pièce ne se limite pas à ses propriétés mécaniques.

Sa couleur, sa facilité d’identification, son rôle dans un processus 5S ou sa capacité à prévenir une erreur peuvent être tout aussi importants.

Pour une entreprise qui imprime déjà ses gabarits et ses fixtures en 3D, le passage à un matériau coloré peut sembler être une petite évolution.

Sur le plan opérationnel, il peut pourtant changer la façon dont les outils sont organisés et utilisés sur le plancher de production.

Et c’est peut-être là le principal intérêt d’Onyx GF : transformer la couleur en une véritable fonction de la pièce, sans renoncer aux exigences de l’impression 3D industrielle.


Lilian Beatrix

Spécialiste en fabrication additive

X_green_halo

Vous avez des questions ? Besoin d’aide ? Demandez à l’un de nos experts.

Whether you’re ready to get started or just have a few more questions, you can contact us toll-free:

    Impression 3D MJP pour la joaillerie : de la CAO au modèle en cire

    BLOG

    Impression 3D MJP pour la joaillerie : de la CAO au modèle en cire

    [techtips_featured_image_shortcode]

    Un nouveau bijou peut commencer par quelques lignes dans un logiciel de CAO. Mais avant de devenir une pièce en or, en argent ou dans un autre métal précieux, ce design doit encore franchir une étape essentielle : devenir un modèle physique suffisamment précis pour être intégré au processus de fonderie.

    Et c’est souvent là que les choses deviennent intéressantes.

    Que faire lorsqu’un design est particulièrement complexe? Lorsqu’un client demande une personnalisation? Lorsqu’il faut produire plusieurs variantes d’un même modèle? Ou lorsqu’un modèle doit être fabriqué rapidement sans créer un nouvel outillage?

    La fabrication additive propose une réponse directe : produire le modèle de cire à partir du fichier numérique.

    C’est précisément l’application pour laquelle les solutions MultiJet Printing (MJP) de 3D Systems ont été développées. En combinant une imprimante dédiée aux modèles de joaillerie, des matériaux de cire et le logiciel de préparation 3D Sprint, le workflow peut passer directement de la conception numérique à un modèle destiné à la fonderie à la cire perdue.

    Quand chaque détail compte

    En joaillerie, quelques fractions de millimètre peuvent avoir une importance considérable.

    Un modèle peut comporter des détails fins, des arêtes nettes, des formes organiques ou des géométries complexes. Pour que le résultat final reste fidèle au design original, le modèle de cire doit reproduire ces caractéristiques avec précision.

    La ProJet MJP 2500W Plus a été développée spécifiquement pour produire des modèles de fonderie en cire destinés à la joaillerie. Elle utilise des matériaux VisiJet 100 % cire conçus pour produire des modèles fidèles à la CAO, avec des arêtes nettes et une définition précise des détails. 3D Systems indique également que certains de ces matériaux sont conçus pour fondre comme des cires de fonderie traditionnelles et brûler sans résidus de cendres.

    La MJP 300W Plus propose plusieurs modes d’impression adaptés à différents besoins de production. Son mode Premium ZHD utilise une épaisseur de couche de 8 μm, tandis que les modes QHD et XHD utilisent respectivement des épaisseurs de couche de 14,1 μm et 16 μm. La précision dimensionnelle typique annoncée est de ±0,0508 mm par 25,4 mm de dimension de pièce.

    La MJP 300W Plus propose également un mode QHD avec une résolution annoncée de 2 400 × 1 800 × 1 800 dpi. Ces différents modes permettent d’adapter le compromis entre niveau de détail, qualité de surface et productivité au modèle à fabriquer.

    L’objectif n’est donc pas simplement de produire un modèle qui ressemble au design original. Il s’agit de reproduire le plus fidèlement possible les caractéristiques du modèle numérique avant son intégration au processus de fonderie.

    Pourquoi imprimer directement en cire?

    La réponse se trouve dans le workflow.

    Lorsqu’un modèle doit être produit de manière traditionnelle, différentes étapes intermédiaires peuvent être nécessaires. Selon l’application, la création d’un modèle maître et d’un moule peut également faire partie du processus.

    L’impression 3D en cire permet une autre approche : le fichier numérique devient directement le point de départ de la fabrication du modèle.

    Modèle CAO → préparation numérique → impression en cire → fonderie à la cire perdue → pièce métallique

    Cette approche permet de produire directement un modèle physique à partir du design numérique. Une modification apportée au fichier CAO peut ensuite être préparée pour une nouvelle impression, sans devoir nécessairement recréer un modèle maître ou un moule pour chaque variation.

    C’est particulièrement intéressant pour les bijoux personnalisés, les petites séries et les designs qui nécessitent plusieurs itérations.

    La fabrication additive ne remplace pas toutes les méthodes traditionnelles de la joaillerie. Elle offre plutôt une nouvelle manière de produire certains modèles lorsque la personnalisation, la complexité géométrique ou la flexibilité du processus sont prioritaires.

    3D Sprint : le lien entre le design et la fabrication

    Une imprimante de précision ne peut produire que les données qui lui sont correctement préparées.

    C’est pourquoi le logiciel joue un rôle essentiel dans le workflow.

    3D Sprint est le logiciel de préparation et de gestion de fabrication additive de 3D Systems. Il permet de préparer les données numériques et d’organiser les modèles pour les systèmes compatibles.

    Dans le domaine de la joaillerie, les fonctions de préparation vont au-delà du simple positionnement des modèles. Sur la MJP 300W Plus, les sprues et runners sont notamment accessibles via la fonction Strut, ce qui facilite l’ajout de structures nécessaires à la préparation de certaines pièces pour la fonderie. Le logiciel intègre également la fonction Surface Enhance, destinée à améliorer certaines surfaces selon les besoins du modèle.

    Le résultat est un workflow plus cohérent :

    Conception CAO → préparation dans 3D Sprint → impression MJP → modèle de cire → fonderie

    La préparation numérique devient ainsi une véritable partie du processus de fabrication. Le résultat final dépend non seulement de l’imprimante, mais aussi de la manière dont le modèle est préparé pour la production.

    Une imprimante, plusieurs façons de produire

    Tous les modèles de joaillerie ne nécessitent pas exactement le même compromis entre résolution, vitesse et productivité.

    C’est pourquoi la MJP 300W Plus propose plusieurs modes d’impression.

    Le mode XHD vise un équilibre entre vitesse et qualité pour la production de lots importants.

    Le mode Premium ZHD, avec une épaisseur de couche de 8 μm, est conçu pour produire des modèles très détaillés, notamment pour les surfaces orientées vers le haut.

    Le mode QHD offre une résolution de 2 400 × 1 800 × 1 800 dpi selon les spécifications de 3D Systems.

    Cette flexibilité permet d’adapter le processus au modèle à produire. Une pièce très détaillée peut nécessiter une priorité différente d’une production composée d’un grand nombre de modèles.

    La meilleure configuration n’est donc pas nécessairement celle qui maximise uniquement la résolution. Il faut choisir le mode qui correspond au niveau de détail, à la géométrie et au volume de production recherchés.

    Un workflow qui évolue avec le design

    La joaillerie est un secteur où la personnalisation occupe une place importante.

    Un modèle peut être modifié pour répondre à la demande d’un client. Une collection peut nécessiter plusieurs tailles ou variantes. Un nouveau design peut être testé avant d’être intégré à une production plus importante.

    Dans ces situations, la fabrication numérique offre une grande flexibilité.

    Le design peut être modifié dans le fichier CAO. Le nouveau fichier peut ensuite être préparé et imprimé.

    Cette possibilité de revenir rapidement du modèle physique au modèle numérique et vice versa permet de réduire la distance entre la conception et la production.

    Le processus de développement devient ainsi plus flexible : un design peut être testé, modifié et reproduit au fur et à mesure que le projet évolue.

    Un exemple concret : le cas de Narsakka

    L’un des meilleurs moyens de comprendre la valeur d’un workflow est de regarder ce qui se passe dans un environnement de production réel.

    Narsakka, une entreprise finlandaise de joaillerie, a intégré une solution d’impression 3D en cire de 3D Systems pour produire des modèles destinés à la fonderie.

    Selon l’étude de cas publiée par 3D Systems, Narsakka peut produire 60 à 100 modèles de cire en seulement quatre heures, ce qui a permis de réduire ses délais de production de plusieurs semaines à quelques jours.

    L’entreprise utilise la ProJet MJP 2500W avec le matériau VisiJet M2 CAST. Le workflow utilise également des supports solubles et fusibles, permettant un retrait des supports par lots et un accès rapide à des modèles prêts pour la fonderie.

    L’étude de cas met également en évidence un autre avantage du workflow numérique : la flexibilité. Narsakka utilise la solution à la fois pour des lots de production importants et pour des productions plus spécialisées de bijoux sur mesure.

    Selon 3D Systems, l’entreprise a également éliminé le besoin de modèles maîtres et de moules en caoutchouc dans son processus, et rapporte un taux de réussite de 100 % pour les pièces produites dans le cadre de l’étude de cas. Ces résultats doivent naturellement être compris dans le contexte spécifique de l’application et du processus de Narsakka, mais ils illustrent concrètement le potentiel d’un workflow numérique intégré.

    Pourquoi une solution MJP plutôt qu’une autre technologie?

    Toutes les technologies d’impression 3D ne répondent pas aux mêmes besoins.

    Pour la fabrication de modèles de joaillerie, plusieurs éléments doivent être considérés simultanément :

    • la précision;

    • la capacité à reproduire les détails fins;

    • la qualité de surface;

    • le matériau utilisé;

    • la compatibilité avec le processus de fonderie;

    • la vitesse de production;

    • le niveau de post-traitement nécessaire.

    C’est ici que l’approche de 3D Systems devient intéressante. La solution ne se limite pas à une imprimante.

    Elle combine une technologie MJP conçue pour les modèles de joaillerie, des matériaux de cire compatibles avec la fonderie et un environnement logiciel permettant de préparer les fichiers pour la fabrication.

    Pour un atelier, cette intégration permet donc d’évaluer la solution dans son ensemble plutôt que de comparer uniquement la résolution ou la vitesse d’une machine.

    De la conception numérique à la pièce finale

    La fabrication additive ne change pas la créativité qui se trouve au cœur de la joaillerie.

    Elle change plutôt la manière dont certains designs peuvent être transformés en modèles physiques.

    Un modèle complexe peut être préparé numériquement. Une personnalisation peut être intégrée au fichier CAO. Plusieurs variantes peuvent être produites. Un modèle en cire peut ensuite être intégré au processus de fonderie.

    Pour les professionnels de la joaillerie à Montréal et partout au Québec, l’impression 3D MJP offre donc une possibilité d’intégrer davantage la fabrication numérique au workflow existant.

    La question n’est pas simplement de savoir si une imprimante 3D peut produire un modèle de cire.

    La vraie question est plutôt :

    Que pourriez-vous produire si votre design numérique pouvait devenir un modèle de fonderie précis, répétable et directement intégré à votre processus de production?

    Avec ses solutions MJP, ses matériaux de cire VisiJet et le logiciel 3D Sprint, 3D Systems propose une approche intégrée pour rapprocher la conception numérique de la fabrication de bijoux.

    Du fichier CAO à la cire. De la cire au métal. Et d’une idée numérique à une pièce réelle.


    Lilian Beatrix

    Spécialiste en fabrication additive

    X_green_halo

    Vous avez des questions ? Besoin d’aide ? Demandez à l’un de nos experts.

    Whether you’re ready to get started or just have a few more questions, you can contact us toll-free:

      Génération automatique de macros dans SOLIDWORKS

      BLOG

      Génération automatique de macros dans SOLIDWORKS

      [techtips_featured_image_shortcode]

      📝 Note de la rédaction (Mise à jour) : Cet article présente nos premières observations après la découverte de l’interface de génération de macros par l’IA SOLIDWORKS dans une version préliminaire. Depuis sa publication, cette fonctionnalité a été officiellement lancée dans SOLIDWORKS 2026 FD03. Nous avons conservé cet article à titre informatif, mais nous vous recommandons de consulter notre guide mis à jour pour découvrir les dernières fonctionnalités, les nouveautés et les meilleures pratiques d’utilisation.

      SOLIDWORKS s’apprête-t-il à générer des macros pour vous?

      En explorant les nouveautés de SOLIDWORKS 2026 SP2.1 et 3DEXPERIENCE FD02, nous sommes tombés sur quelque chose d’assez intéressant.

      Dans le menu Outils > Macro, une nouvelle option apparaît maintenant :
      « Auto-generate », accompagnée du logo AURA.

      Pour l’instant, le bouton ne semble pas encore fonctionnel. Mais sa présence soulève une question importante :

      👉 Est-ce que SOLIDWORKS se prépare à générer des macros à l’aide de l’intelligence artificielle?

      Jetons un coup d’œil à ce que nous avons trouvé… et à ce que ça pourrait signifier pour les utilisateurs.

      Ce que nous avons remarqué dans l’interface

      Les utilisateurs de longue date connaissent bien les outils classiques de macro dans SOLIDWORKS :

      • Enregistrer une macro

      • Modifier le code VBA

      • Exécuter un script existant

      Mais dans SOLIDWORKS 2026 SP2.1, une nouvelle option apparaît maintenant dans le menu.

      Sous Outils > Macro, on retrouve :

      • Auto-generate

      • accompagné du logo AURA

      En parallèle, du côté de l’onglet AI Labs, une compétence attire particulièrement l’attention :

      Macro Generation

      Ce n’est pas simplement un texte générique. Ça ressemble clairement à une fonctionnalité en développement.

      AURA : l’orientation IA de Dassault Systèmes

      Si vous suivez les nouveautés de la plateforme 3DEXPERIENCE Platform, vous avez probablement déjà entendu parler d’AURA.

      AURA représente l’approche IA de Dassault Systèmes :

      • assistance contextuelle

      • automatisation intelligente

      • recommandations basées sur le flux de travail réel

      L’objectif n’est pas simplement d’ajouter un chatbot dans SOLIDWORKS, mais plutôt d’intégrer l’IA directement dans les tâches quotidiennes des utilisateurs.

      Et la génération de macros s’inscrit parfaitement dans cette logique.

      Pourquoi cette fonctionnalité pourrait être importante

      Les macros existent dans SOLIDWORKS depuis longtemps, mais dans la réalité :

      • peu d’utilisateurs créent leurs propres macros

      • plusieurs dépendent de macros enregistrées fragiles

      • le développement VBA reste intimidant pour plusieurs équipes

      Imaginez maintenant ceci :

      👉 Vous écrivez simplement :

      « Renommer tous les composants sélectionnés selon cette convention »

      👉 Et SOLIDWORKS génère automatiquement la macro.

      C’est exactement le type de barrière que cette fonctionnalité pourrait éliminer.

      À quoi pourrait ressembler la génération de macros par IA?

      Même si la fonctionnalité n’est pas encore active, certaines possibilités semblent assez évidentes.

      1. Automatisation basée sur des prompts

      L’utilisateur décrit simplement ce qu’il veut accomplir.

      2. Compréhension du contexte

      L’IA pourrait tenir compte :

      • du type de document

      • des composants sélectionnés

      • de la structure de l’assemblage

      3. Génération de code automatisée

      Probablement sous forme de :

      • macros VBA

      • scripts modifiables

      • logique expliquée étape par étape

      4. Ajustements rapides

      Au lieu de modifier le code manuellement, il suffirait d’ajuster la demande.

      Est-ce que la fonctionnalité est déjà disponible?

      Pour le moment : pas encore.

      Dans les environnements que nous avons testés :

      • le bouton est visible

      • mais aucune génération ne semble encore fonctionner

      Cela suggère fortement que :

      • la fonctionnalité est encore en développement

      • ou qu’elle dépend de services IA non encore activés publiquement

      Bref, ce n’est probablement pas un bug ni un oubli dans l’interface.

      Plus qu’un simple “Easter Egg”

      La présence :

      • du branding AURA

      • de la compétence « Macro Generation »

      • des nouvelles initiatives IA dans FD02

      … laisse croire qu’il s’agit plutôt d’un aperçu de ce qui s’en vient.

      Et honnêtement, ça correspond exactement à la direction actuelle du développement produit chez Dassault Systèmes.

      Ce que ça pourrait changer pour les équipes

      Si cette fonctionnalité devient pleinement opérationnelle, elle pourrait transformer la façon dont plusieurs entreprises utilisent l’automatisation dans SOLIDWORKS.

      Réduire la dépendance au développement API

      Moins besoin de :

      • maîtriser VBA

      • chercher dans la documentation API

      • maintenir des scripts complexes

      Standardiser les processus plus facilement

      Les équipes pourraient rapidement automatiser :

      • les conventions de nommage

      • le nettoyage de modèles

      • certaines tâches répétitives

      Rendre l’automatisation plus accessible

      L’automatisation ne serait plus réservée uniquement aux utilisateurs avancés.

      Un exemple concret

      Prenons un cas fréquent :

      • importation de modèles fournisseurs

      • nettoyage des arbres de fonctions

      • assignation de matériaux

      • renommage des fichiers

      Aujourd’hui, ces tâches sont souvent :

      • manuelles

      • ou gérées par des macros parfois fragiles

      Avec une génération de macros par IA :

      il suffirait potentiellement de décrire le processus une seule fois.

      Une tendance plus large dans SOLIDWORKS

      Cette nouveauté s’inscrit dans une évolution plus globale :

      • assistance IA

      • automatisation intelligente

      • outils contextuels

      • simplification des flux de travail

      La génération de macros semble être une étape logique dans cette direction.

      Faut-il s’attendre à une révolution?

      Probablement pas immédiatement.

      Comme pour plusieurs fonctionnalités IA :

      • les premières versions risquent d’être limitées

      • les résultats devront être validés

      • certains processus complexes demanderont encore des ajustements manuels

      Mais même un gain de temps partiel sur les tâches répétitives pourrait avoir un impact réel.

      Conclusion

      Pour l’instant, le bouton Auto-generate représente davantage une indication de direction qu’une fonctionnalité complète.

      Mais il nous montre quelque chose d’important :

      👉 SOLIDWORKS cherche clairement à rendre l’automatisation plus accessible grâce à l’intelligence artificielle.

      Et si cette fonctionnalité atteint son potentiel, elle pourrait rendre les macros beaucoup plus utiles… pour beaucoup plus d’utilisateurs.

      Vous voulez suivre les nouveautés SOLIDWORKS et 3DEXPERIENCE?

      Chez Solidxperts, nous suivons de près les nouvelles fonctionnalités, les tendances IA et les outils qui peuvent réellement améliorer les flux de travail des équipes de conception.

      Si vous souhaitez :

      • optimiser vos processus

      • explorer l’automatisation

      • mieux comprendre les nouveautés SOLIDWORKS et 3DEXPERIENCE

      N’hésitez pas à contacter notre équipe, nous sommes toujours ravis de discuter.


      Michael Habrich

      Spécialiste 3DEXPERIENCE

      X_green_halo

      Vous avez des questions ? Besoin d’aide ? Demandez à l’un de nos experts.

      Que vous soyez prêt à commencer ou que vous ayez quelques questions supplémentaires, vous pouvez nous contacter sans frais :

        Comment la fabrication additive avec Markforged a permis d’éviter le remplacement coûteux d’une glacière

        BLOG

        Comment la fabrication additive avec Markforged a permis d’éviter le remplacement coûteux d’une glacière

        [techtips_featured_image_shortcode]

        Est-ce que ça sent déjà le BBQ?

        L’été dernier, je suis allé dans un magasin pour acheter une glacière. J’en ai trouvé une à un prix imbattable, mais il lui manquait deux tiges de retenue de la poignée.

        J’ai alors eu une idée.

        Pourquoi ne pas les concevoir et les imprimer en 3D?

        Je suis donc reparti avec la glacière, un grand sourire aux lèvres et la certitude de pouvoir trouver une solution à temps pour le BBQ.

        BBQ Solidxperts
        BBQ Solidxperts x Markforged tenu chez Solidxperts le 10 juillet 2025

        Défi: Une glacière avec des pièces manquantes

        Un BBQ était prévu quelques jours plus tard. J’avais l’intention d’acheter une glacière afin de garder les boissons au frais pendant la soirée, mais mon budget était limité.

        Je suis alors tombé sur une glacière neuve de 45,4 L offerte à la modique somme de 15 $. Le seul problème : il lui manquait les deux tiges permettant de fixer la poignée d’un côté. Malgré mes recherches dans le magasin, je n’ai trouvé aucune pièce de remplacement pouvant accompagner cet achat.

        Sans ces tiges, la glacière demeurait utilisable, mais son déplacement aurait été beaucoup moins pratique puisque la poignée n’aurait pas été pleinement fonctionnelle. Une glacière neuve équivalente aurait coûté environ 50 $ avant taxes. Commander les pièces manquantes représentait également une option, mais ce n’était pas nécessairement la plus avantageuse en raison des coûts potentiels de livraison et des délais d’approvisionnement.

        Avec un BBQ qui approchait rapidement, il fallait trouver une solution efficace et rapide.

        Évaluation des options

        Analysons brièvement les différentes possibilités :

        • Acheter une nouvelle glacière : La solution la plus simple, mais aussi la plus coûteuse, à moins de profiter d’un rabais important.

        • Commander les pièces manquantes : Une solution envisageable, mais dont le coût total pourrait rapidement augmenter en raison du prix des pièces, des frais de livraison et du délai d’attente.

        • Fabriquer les pièces à l’interne : Une solution idéale pour une entreprise qui possède une imprimante 3D et l’expertise nécessaire pour concevoir rapidement les pièces.

        Compte tenu du délai, des coûts très faibles et du peu d’effort requis pour modéliser et imprimer les pièces, j’ai choisi la fabrication additive.

        Les imprimantes Markforged permettent de produire des pièces robustes à partir de matériaux comme l’onyx, le nylon, la fibre de carbone, la fibre de verre, de même que le métal et même plus. Elles constituent donc une excellente solution pour ce type de défi.

        Conception et impression des tiges

        Je suis allé voir mon collègue Charles-Olivier Provost avec ma glacière et, en moins de deux heures, le problème était réglé.

        La démarche était simple. Il a retiré l’une des tiges du côté fonctionnel de la poignée afin d’en mesurer les dimensions à l’aide d’un pied à coulisse : diamètre, longueur et autres caractéristiques essentielles. À partir de ces mesures, il a reproduit la pièce dans SOLIDWORKS. La modélisation n’a pris que quelques minutes.

        Une fois le modèle terminé, il l’a exporté vers le logiciel Eiger de Markforged afin de préparer l’impression.

        Pièce dans Eiger
        Pièce modélisée puis importée dans Eiger de Markforged.

        Quelques minutes plus tard, l’impression était lancée sur une imprimante Markforged X7 en utilisant un matériau d’onyx. Un peu plus d’une heure a suffi pour produire les deux pièces nécessaires.

        Impression Markforged
        Lancement de l’impression des pièces sur l’imprimante 3D Markforged X7.

        Résultats obtenus

        Une fois les deux pièces imprimées, elles ont été installées dans leurs logements respectifs. Quelques tests ont ensuite confirmé que la poignée fonctionnait parfaitement, comme si la glacière était neuve.

        C’est alors que mon collègue m’a annoncé : « Ta glacière est prête. »

        Le moment tant attendu.

        Pour moi, c’était la satisfaction d’avoir réalisé un excellent achat tout en respectant mon budget et l’échéance du BBQ. Pour Charles-Olivier, c’était le plaisir d’avoir résolu un problème concret grâce à quelques mesures précises, au logiciel SOLIDWORKS et à son arme secrète : une imprimante 3D Markforged.

        Les économies réalisées étaient considérables. La paire de pièces a coûté environ 1,50 $ à produire, comparativement au coût potentiel de pièces de remplacement accompagnées de frais de livraison, ou encore à l’achat d’une nouvelle glacière.

        Pièce finale
        Glacière réparée grâce à une tige imprimée en 3D (pièce noire).

        Comment l’impression 3D réduit les coûts et les délais

        Dans un contexte industriel, les pièces concernées peuvent représenter des équipements valant des milliers, voire des dizaines de milliers de dollars.

        L’impression 3D se distingue par sa flexibilité et sa rapidité de fabrication. Lorsque la disponibilité d’une pièce de remplacement devient un enjeu et qu’une solution doit être obtenue rapidement, la fabrication additive démontre toute sa valeur.

        Prolonger la durée de vie des produits permet non seulement de réduire les coûts, mais aussi de contribuer à des pratiques plus durables et responsables.

        Pour en savoir plus sur la fabrication additive et les solutions Markforged offertes par Solidxperts, consultez : Solutions d’impression 3D – Solidxperts


        Chung

        Chung Ping Lu, ing.

        Représentant technique sénior

        X_green_halo

        Vous avez des questions ? Besoin d’aide ? Demandez à l’un de nos experts.

        Que vous soyez prêt à commencer ou que vous ayez quelques questions supplémentaires, vous pouvez nous contacter sans frais :

          Guide de démarrage de l’IA dans SOLIDWORKS

          BLOG

          Guide de démarrage de l’IA dans SOLIDWORKS 2026

          [techtips_featured_image_shortcode]

          L’intelligence artificielle s’intègre rapidement aux workflows d’ingénierie au quotidien. Pourtant, pour les utilisateurs de SOLIDWORKS, une question revient souvent :

          Par où commencer ? 

          Bonne nouvelle : l’IA dans SOLIDWORKS n’est pas un outil à apprendre séparément. Dassault Systèmes l’intègre déjà directement dans les outils que vous utilisez chaque jour, via la plateforme 3DEXPERIENCE.

          Dans ce guide, nous vous expliquons comment démarrer, étape par étape :

          • Les logiciels requis et les prérequis
          • L’activation de la plateforme 3DEXPERIENCE
          • L’installation du connecteur Design with SOLIDWORKS
          • L’accès aux outils d’IA, comme l’onglet Compagnions virtuels

          Sans détour, uniquement l’essentiel pour être opérationnel rapidement.

          Étape 1 : Comprendre ce que signifie réellement « l’IA dans SOLIDWORKS »

          Avant de commencer la configuration, il est important de clarifier un point :

          L’IA dans SOLIDWORKS ne correspond pas à une seule fonctionnalité. Vous accédez à un ensemble de capacités via la plateforme 3DEXPERIENCE.

          Plus concrètement, cela inclut :

          • L’assistance à la conception et des recommandations
          • L’automatisation des tâches répétitives
          • Des analyses basées sur les données
          • Des outils en accès anticipé dans AI Labs

          Autrement dit, l’IA s’intègre directement à votre flux de travail, elle ne le remplace pas.

          Étape 2 : Vérifier les prérequis

          Avant d’accéder aux fonctionnalités d’IA, vous devez vous assurer que certains éléments sont en place.

          Logiciels requis

          • SOLIDWORKS 2026 (ou version ultérieure)
          • Un abonnement actif (nécessaire pour l’intégration aux services cloud)

          Accès à la plateforme

          • Un compte 3DEXPERIENCE
          • Des rôles attribués (dont Collaborative Designer for SOLIDWORKS)

          Configuration système

          • Une connexion Internet stable
          • Des droits administrateur pour l’installation
          • Un accès à un navigateur web

          S’il vous manque un de ces éléments, commencez par là. Sinon, vous êtes prêt à passer à l’étape suivante.

          Étape 3 : Activer la plateforme 3DEXPERIENCE

          Les fonctionnalités d’IA dépendent directement de votre connexion à la plateforme 3DEXPERIENCE.

          Comment activer votre compte

          • Consultez le courriel de bienvenue de Dassault Systèmes
          • Cliquez sur le lien d’activation
          • Définissez votre mot de passe et connectez-vous
          • Accédez à votre tableau de bord

          Une fois connecté, vous devriez voir vos rôles et les applications disponibles.

          Besoin d’aide ? Consultez notre guide de démarrage : Démarrer la plateforme 3DEXPERIENCE

          Étape 4 : Installer le 3DEXPERIENCE Launcher

          Avant d’installer les applications, vous devez installer le 3DEXPERIENCE Launcher.

          Étapes

          • Connectez-vous à la plateforme 3DEXPERIENCE
          • Accédez au Compass (menu en haut à gauche)
          • Descendez jusqu’à « My Apps » et trouvez Design with SOLIDWORKS
          • Sélectionnez l’application pour lancer l’installation
          • Cliquez sur « Install Launcher » lorsque demandé
          • Exécutez l’installateur

          Ce composant permet de connecter votre navigateur aux applications de bureau.

          Étape 5 : Installer « Design with SOLIDWORKS »

          C’est l’étape la plus importante.

          Le connecteur Design with SOLIDWORKS relie votre environnement SOLIDWORKS à la plateforme et active les fonctionnalités liées à l’IA.

          Étapes d’installation:

          • Dans la plateforme, recherchez Design with SOLIDWORKS
          • Cliquez sur Installer
          • Acceptez les paramètres par défaut (recommandé)
          • Complétez l’installation
          • Redémarrez votre ordinateur si nécessaire

          Une fois installé, votre environnement est connecté à la plateforme.

          Des difficultés ? Consultez notre guide : Connexion de SOLIDWORKS Desktop à la plateforme 3DEXPERIENCE

          Étape 6 : Lancer SOLIDWORKS depuis la plateforme

          Cette étape est souvent oubliée, mais elle est essentielle.

          Premier lancement

          • Accédez à la plateforme
          • Cliquez sur « Open » dans Design with SOLIDWORKS
          • Lancez SOLIDWORKS depuis le navigateur

          Pourquoi c’est important

          Ce processus :

          • Authentifie votre session
          • Active le connecteur
          • Initialise les services cloud

          Si vous lancez SOLIDWORKS directement depuis votre bureau, la connexion pourrait ne pas être correctement établie.

          Étape 7 : Vérifier l’add-in 3DEXPERIENCE

          Une fois SOLIDWORKS ouvert, assurez-vous que tout fonctionne correctement.

          Vérifications:

          • Un onglet 3DEXPERIENCE apparaît dans le panneau des tâches
          • L’add-in est activé dans :
            Outils > Modules complémentaires

          Si ce n’est pas le cas :

          • Activez-le manuellement
          • Redémarrez SOLIDWORKS si nécessaire

          Votre système est maintenant entièrement connecté.

          Étape 8 : Accéder à l’onglet Compagnons Virtuels

          On entre maintenant dans le vif du sujet.

          Une fois tout configuré, vous pouvez accéder à Compagnons Virtuels, où SOLIDWORKS propose de nouveaux outils basés sur l’IA.

          Où le trouver:

          • Dans SOLIDWORKS (panneau des tâches)
          • Recherchez l’onglet Compagnons Virtuels

          Virtual Companions Tab

          Ce que vous y trouverez:

          • Des fonctionnalités expérimentales
          • Des outils en accès anticipé
          • Des améliorations de workflow basées sur l’IA

          Ces fonctionnalités évoluent rapidement, attendez-vous donc à des changements fréquents.

          Étape 9 : Commencer à utiliser les fonctionnalités d’IA

          Une fois dans Virtual Companions, cliquez sur l’icône représentant une potion en haut à droite pour découvrir les fonctionnalités d’IA de SOLIDWORKS :

          Virtual Companions

          Exemples de premiers cas d’utilisation

          Cliquez sur les différentes catégories pour découvrir des exemples de consignes que vous pouvez utiliser pour commencer.

          AI Companion First Case

          Étape 10 : Bonnes pratiques pour démarrer

          C’est souvent ici que les équipes réussissent… ou rencontrent des difficultés.

          ✔ Commencez petit

          Ne transformez pas tout votre processus d’un coup.

          ✔ Ciblez des problèmes concrets

          Identifiez :

          • Les tâches répétitives
          • Les goulots d’étranglement
          • Les processus manuels

          ✔ Validez les résultats

          Les suggestions de l’IA nécessitent toujours une validation technique.

          ✔ Formez progressivement vos équipes

          L’adoption fonctionne mieux par étapes.

          Conclusion : L’avenir de l’IA dans SOLIDWORKS

          L’IA dans SOLIDWORKS évolue rapidement, mais la direction est claire :

          • Plus d’automatisation des tâches à faible valeur
          • Une meilleure aide à la décision
          • Une intégration plus poussée avec la simulation et les données

          Et surtout :

          SOLIDWORKS n’est pas remplacé, il est amélioré.

          Pour la plupart des équipes, la vraie opportunité n’est pas d’aller trop vite, mais simplement de commencer.

          Pour en savoir plus sur l’IA dans SOLIDWORKS, contactez-nous via notre site Web : SOLIDWORKS AI : Transformez votre conception grâce à l’intelligence artificielle


          Michael Habrich

          Spécialiste 3DEXPERIENCE

          X_green_halo

          Vous avez des questions ? Besoin d’aide ? Demandez à l’un de nos experts.

          Que vous soyez prêt à commencer ou que vous ayez quelques questions supplémentaires, vous pouvez nous contacter sans frais :

            L’IA ne vous remplacera pas. Quelqu’un qui la maîtrise, oui.

            BLOG

            L’IA ne vous remplacera pas. Quelqu’un qui la maîtrise, oui.

            [techtips_featured_image_shortcode]

            L’IA n’est pas complètement prête. Et c’est précisément pour ça qu’il faut l’adopter maintenant.

            On s’est habitués à parler d’intelligence artificielle comme si l’histoire avait commencé en 2022. ChatGPT arrive, le grand public s’en empare, et soudain l’IA devient un sujet de comptoir. Mais si l’on veut lire correctement ce qui se passe, il ne faut pas confondre la frénésie médiatique et la réalité historique. OpenAI a bien lancé ChatGPT en accès public (“research preview”) le 30 novembre 2022, et, oui, c’est un vrai point de bascule social.

            Mais l’IA, comme domaine, est beaucoup plus ancienne : Turing formalise dès 1950 le cadre intellectuel du “jeu de l’imitation”, et le Dartmouth Proposal (1955) annonce explicitement un projet d’été 1956 consacré à “l’artificial intelligence”. Certaines autres démonstrations “primitives” existent tôt : le Ferranti Mark I fait tourner un programme d’échecs limité en 1951 (mate‑en‑deux).

            Ce rappel n’a pas pour ambition de vous donner un cours d’histoire. Il sert à comprendre une chose : l’IA n’est pas une fonctionnalité. C’est une trajectoire.

            Et elle ressemble à une autre trajectoire humaine bien connue : celle du feu.

            L’analogie du feu : comprendre une technologie que l’on ne comprend pas encore

            Là, vous vous dites certainement : « Qu’est-ce qu’il raconte ? ». Restez avec moi.

            Un jour, dans sa caverne, l’un de nos ancêtres a découvert le feu. Cette découverte, au départ, répond à un usage très précis : se chauffer, s’éclairer, se protéger. Ce ne sont pas des “innovations industrielles”; ce sont des usages immédiats.

            Et pourtant, la chaîne complète – métallurgie, machines, aciéries – qui découle de cette même découverte va bousculer l’histoire moderne. L’humain du jour 1 ne pouvait pas imaginer l’humain d’aujourd’hui. Pas parce qu’il était moins intelligent; mais parce qu’il manquait de perspective.

            Nous en sommes au même stade. Sauf qu’au lieu de tenir une torche, on écrit des prompts.

            Et l’erreur typique, en 2026, c’est de juger l’IA à partir de ce qu’elle est aujourd’hui, comme si c’était significatif de la trajectoire de demain.

            Le vrai signal : la vitesse d’évolution

            Ce qui compte n’est pas seulement “ce que l’IA fait aujourd’hui”. Ce qui compte, c’est à quelle vitesse elle s’améliore. Pour rendre cette vitesse tangible, un artefact culturel est devenu célèbre : le “Will Smith Eating Spaghetti test”, maintenant documenté comme benchmark informel.

            Étude de cas : le “Spaghetti Test”

            Dans sa version 2023, l’action humaine est instable : visages et mains se déforment, la physique n’est pas crédible. Dans la version de 2026, l’exercice devient suffisamment cohérent et la différence est évidente : on n’est plus dans le “meme grotesque”, mais dans un rendu qui exige un regard critique pour identifier l’intervention de l’IA.

            Ce qui importe ici, c’est la dynamique d’apprentissage sous‑jacente. La progression observée entre 2023 et 2026 ne peut pas être attribuée uniquement à l’amélioration des modèles. Elle est également le résultat d’un processus d’appropriation par les utilisateurs.

            Les premiers usages ont produit des résultats de faible qualité, souvent instables et difficilement exploitables. Toutefois, ces expérimentations ont permis d’identifier progressivement les limites des modèles, d’ajuster les méthodes d’interaction (prompts, itérations, post‑traitement) et de structurer des pratiques plus robustes.

            Autrement dit, l’amélioration des livrables en 2026 est indissociable de l’apprentissage accumulé entre‑temps par les utilisateurs. La performance actuelle n’est pas uniquement technologique; elle est aussi cognitive et méthodologique.

            C’est dans ce sens qu’il faut comprendre la notion d’avantage cumulatif : elle ne repose pas seulement sur l’accès à la technologie, mais sur l’expérience acquise en l’utilisant dans des conditions imparfaites.

            De la culture internet au bureau d’études : pourquoi SOLIDWORKS est concerné

            La transition “spaghetti → SOLIDWORKS” n’est pas dénuée de sens: c’est le même mécanisme appliqué à un autre contexte. Une technologie générale franchit un seuil, puis s’infiltre dans des produits, puis se rend invisible, puis reconfigure des pratiques.

            On a déjà vu ça dans les années 2010 : l’IA ne “ressemblait” pas à ChatGPT, mais elle était intégrée au quotidien. Google Maps, par exemple, a déployé en production des modèles (dont des réseaux de neurones de graphes) pour la prédiction d’ETA (Estimate Time of Arrival) et de trafic, à l’échelle mondiale. Résultat : vous utilisez de l’IA sans y penser.

            L’avantage vient rarement d’un bouton “IA”, mais de la routine qui change autour de votre activité.

            SOLIDWORKS 2026 : La révolution IA est en marche

            C’est exactement le même enjeu dans SOLIDWORKS.

            SOLIDWORKS 2026 met déjà de l’IA dans des zones où l’on perd du temps pour vrai : la mise en plan, l’assemblage, et l’accès à la connaissance. Dassault Systèmes annonce SOLIDWORKS 2026 comme un portefeuille “AI‑powered” (design, collaboration, data management).

            Un exemple parlant (et assumé comme tel) : Auto‑Generate Drawings (BETA). La documentation “What’s New in SOLIDWORKS 2026” décrit explicitement la génération automatique de mises en plan, incluant des vues en coupe et des symboles de perçage.

            Même logique côté assemblages : SOLIDWORKS documente la reconnaissance IA de fixations afin de créer des SmartMates automatiquement, avec des limites explicitement listées – ce qui est exactement le genre de détail qui rend la promesse crédible (et qui rappelle que ce n’est pas “magique”, c’est de l’ingénierie + des contraintes).

            Mais au lieu de vous lister TOUTES fonctionnalités disponible, je préfère insister sur le mouvement : Dassault annonce des “Virtual Companions” (AURA, LEO, MARIE), avec AURA et LEO déjà disponible et MARIE annoncée bientôt, SOLIDWORKS met de l’avant des fonctionnalités “AI‑guided” en FD01 (ex. analyse guidée, création guidée).

            L’important ici, ce n’est pas de prouver que “tout est prêt”. C’est de constater que l’IA est entrée dans l’outil, donc l’apprentissage commence, que vous le vouliez ou non. Et ça va vite.

            Attendre la maturité : pourquoi c’est une grave erreur

            Je vais le dire sans détour : en 2026, tout ça est encore imparfait. Et c’est normal. On est au stade “spaghetti 2023” de la CAO assistée par IA : prometteur, fonctionnel par endroits, mais pas encore une évidence partout.

            La réaction réflexe de beaucoup d’équipes est : “on va attendre que ce soit mature”.

            Ce réflexe est humain. Mais stratégiquement ? C’est une grave erreur.

            En 2025, on bascule clairement dans une phase d’adoption massive. Près de 88% des organisations déclarent utiliser l’IA dans au moins une fonction, contre 78% l’année précédente. Cette adoption s’accélère et suit une courbe exponentielle.

            Sur le plan économique, les signaux sont tout aussi clairs. Le marché de la gen-AI atteint près de 60 milliards de dollars en 2025 et pourrait dépasser les 400 milliards d’ici 2031.

            Dans l’industrie, la bascule est déjà visible : près de 76% des entreprises manufacturières utilisent l’IA en 2026.

            Mais le point le plus intéressant n’est pas l’adoption. C’est l’écart entre adoption et impact. Malgré des investissements massifs, seules environ 5% des entreprises parviennent aujourd’hui à générer une valeur significative avec l’IA. Et dans la majorité des cas, les projets restent bloqués au stade expérimental : la majorité des initiatives ne passent jamais en production.

            Autrement dit : tout le monde a accès à l’IA. Mais très peu savent réellement l’utiliser. Donc “attendre” ne veut pas dire rester prudent. Ça veut dire laisser un différentiel de compétence se créer. Parce que savoir utiliser l’IA… Ça s’apprend.

            Ce que dit la recherche sur les gains (et leurs limites)

            Pour répondre au postulat “on va attendre que l’IA soit prête”, il faut comprendre une nuance importante : l’IA ne donne pas des gains uniformes, et c’est précisément pour ça qu’il faut apprendre tôt.

            La conclusion opérationnelle est simple : l’adoption précoce n’est pas un pari aveugle; c’est une phase de cartographie. Ça vous aide à comprendre quand l’IA fonctionne, quand elle se trompe, et surtout comment la contrôler.

            Ce que ça change vraiment : redéfinition de la performance en ingénierie

            C’est là que ma thèse devient très concrète : l’IA ne vous remplacera pas; un concurrent qui la maîtrise, oui.

            Et je parle de maîtrise au sens strict. Demander à ChatGPT une recette de carbonara… Ça ne compte pas. Je parle de pratiques de travail. De standards. De contrôle qualité. De comprendre quand l’IA accélère une tâche, et quand au contraire elle introduit du risque. De savoir où intégrer l’IA dans un projet sans casser la traçabilité. De savoir comment former vos équipes sans créer une dépendance aveugle.

            Autrement dit, la maîtrise ne se construit pas le jour où l’outil devient “parfait”. Elle se construit pendant qu’il est imparfait, parce que c’est là que vous bâtissez vos standards, vos checklists, vos contrôles, vos meilleures pratiques d’usage. À terme, la valeur d’un ingénieur ne sera pas seulement “sa compétence technique”. Ce sera sa capacité à multiplier cette compétence avec une IA bien cadrée.

            Conclusion : passer de l’intention à l’action

            La question n’est donc plus de savoir si vous utilisez l’IA. Elle est déjà là, dans vos outils, dans vos processus, dans votre environnement concurrentiel.

            La vraie question, c’est de savoir si vous êtes en train d’apprendre à l’utiliser correctement.

            Comme toutes les transformations technologiques majeures, l’avantage ne revient pas à ceux qui attendent que tout soit stabilisé. Il revient à ceux qui commencent pendant que c’est encore imparfait, qui expérimentent, qui structurent, et qui construisent progressivement des méthodes solides.

            L’IA ne remplace pas l’ingénierie. Elle en redéfinit les standards.

            Et cette transition ne se fait pas seule.

            Chez solidxperts, nos équipes travaillent déjà avec ces outils au quotidien. Nous accompagnons des entreprises dans la mise en place de pratiques concrètes autour de l’IA dans SOLIDWORKS : identification des cas d’usage pertinents, intégration dans les processus existants, formation des équipes et mise en place de standards fiables.

            Si vous souhaitez comprendre concrètement ce que l’IA peut apporter à votre environnement, nous proposons des démos et des sessions d’échange adaptées à votre réalité.

            Le plus simple reste encore d’en discuter.


            Max Laramée

            Max Laramée

            Directeur marketing

            X_green_halo

            Vous avez des questions ? Besoin d’aide ? Demandez à l’un de nos experts.

            Que vous soyez prêt à commencer ou que vous ayez quelques questions supplémentaires, vous pouvez nous contacter sans frais :

              L’impression 3D au service des enfants

              BLOG

              L’impression 3D au service des enfants

              [techtips_featured_image_shortcode]

              Fin 2025, plusieurs employés de SolidXperience ont vécu une aventure inoubliable : notre première participation au 24h Tremblant, un événement caritatif pour le mieux-être des enfants.

              La cause nous a touchés dès le départ. Rapidement, une équipe s’est formée. Avec le soutien de nos collègues et de la direction, nous avons repoussé nos limites. L’énergie, l’enthousiasme et la solidarité ont rendu cette expérience exceptionnelle.

              L’équipe de fabrication additive de Montréal a voulu faire une vraie différence. Près de la moitié de ses membres ont participé activement à l’événement. Les autres ont soutenu la cause avec des initiatives originales, comme la création et l’impression 3D de supports à snowboard, offerts aux donateurs.

              Ces supports ont permis aux donateurs de transformer leur planche à neige en objet décoratif unique. Fini le garage : leurs planches trouvent désormais une place sur les murs, en toute fierté.

              Avant de revenir sur notre projet de fabrication additive, expliquons d’abord ce qu’est le 24h Tremblant et pourquoi cet événement inspire autant.

              L'impression 3D au service des enfants

              Le 24h Tremblant, un événement unique

              Le 24h Tremblant est bien plus qu’un simple défi sportif. C’est un rassemblement caritatif qui combine effort, solidarité et engagement pour les enfants suivis par la Fondation de l’Hôpital de Montréal pour enfants. Pendant 24 heures, des équipes se relaient pour soutenir la cause, en choisissant entre course, marche ou ski.

              Pour notre équipe d’experts 3D, c’était l’occasion de chausser les skis… ou plutôt les planches ! Tous les membres sont snowboarders, ce qui a rendu l’expérience encore plus amusante et conviviale sur les pistes.

              Chaque tour de piste, chaque relais nous rappelait pourquoi nous étions là : offrir espoir et soutien à des enfants au courage exceptionnel. Cette année, nous avons eu l’honneur de parrainer Stefano, 15 ans, passionné de hockey et inspirant par sa résilience. Présent sur les pistes, Stefano a participé activement à l’événement, partageant sa motivation et son énergie avec tous.

              L’ambiance était à la fois festive, intense et émouvante. On rit, on s’encourage, on se dépasse… tout en gardant en tête que chaque don et chaque effort contribue à améliorer la vie de jeunes patients et de leurs familles.

              Pourquoi ce type d’événement a un impact

              Les événements comme le 24h Tremblant ne se résument pas à un simple défi sportif. Ils rassemblent les gens autour d’une cause, génèrent des fonds concrets et sensibilisent chacun à la réalité des enfants et de leurs familles. Chaque participant, qu’il parcoure les pistes ou mobilise son réseau pour soutenir financièrement l’événement, contribue directement au bien-être des enfants suivis par la Fondation de l’Hôpital de Montréal pour enfants.

              Pour SolidXperience, cette participation s’inscrit dans une démarche plus large. Chaque année, plusieurs équipes de l’entreprise prennent part au 48h Make-A-Wish, un événement similaire où l’énergie collective permet de transformer la vie d’enfants confrontés à des défis de santé. Comme pour le 24h Tremblant, ces expériences sensibilisent, mobilisent et inspirent. Elles renforcent aussi l’esprit d’équipe, car se dépasser pour une cause commune crée des liens durables, bien au-delà de l’événement.

              Le 24h Tremblant 2025 en est un parfait exemple. En parrainant Stefano, 16 ans, passionné de hockey et aspirant annonceur sportif, nous avons constaté à quel point un événement de cette ampleur peut avoir un impact réel. Malgré deux diagnostics rares, le syndrome d’hypoventilation centrale congénitale et la maladie de Hirschsprung, Stefano a participé activement, partageant son énergie et sa détermination avec tous.

              Ces événements ne sont pas seulement une levée de fonds. Ce sont des moments qui mettent en lumière le courage et la résilience des enfants, tout en donnant aux participants l’occasion de se mobiliser et de faire une différence tangible.

              Le projet de fabrication additive : supports à snowboard

              Pour soutenir le 24h Tremblant, notre équipe de fabrication additive a voulu contribuer de manière concrète et originale. Nous avons tiré parti des propriétés mécaniques de l’Onyx pour concevoir et imprimer des supports capables de porter un snowboard entier de façon durable et esthétique.

              Pour y parvenir, plusieurs étapes ont été suivies. L’objectif était de créer une pièce capable de soutenir une planche à neige entière en toute sécurité, tout en gardant le coût matériel inférieur à 10 dollars. Pour cela, nous avons appliqué une méthode particulière à l’impression 3D appelée “design to failure”. Cette approche consiste à concevoir la pièce la plus simple possible, à la tester, puis à renforcer uniquement les zones qui en ont besoin.

              Le premier design testé était le suivant :

              Impression 3D de supports à snowboard

              Après les premiers tests, plusieurs défauts ont été constatés.

              • Lorsque le snowboard reposait près du mur, la pièce le soutenait bien. Cependant, les fixations faisaient basculer la planche vers l’avant assez facilement.

              • Lorsque le snowboard était placé plus loin du mur, il était stable. Mais la pièce fléchissait et devait être renforcée et allongée pour assurer une sécurité optimale.

              À partir de ces conclusions, une deuxième version a été conçue. Elle conservait l’idée de maintenir la planche le plus près possible du mur pour réduire le moment de force à supporter. La pièce a été modifiée afin de maintenir la planche stable et verticale, tout en garantissant sa sécurité.

              Support à snowboard en impression 3D

              Cette deuxième version a été testée en conditions réelles. Elle maintient bien la planche, mais n’est pas encore totalement sécuritaire. La partie avant qui retient la planche a tendance à se déformer. Plus cette déformation augmente, plus le poids exerce un effet de levier important, ce qui met encore plus de pression sur le support.

              Une troisième version a donc été conçue et imprimée:

              Imprimante 3D utilisée pour imprimer les supports

              On remarque l’ajout d’un troisième crochet, placé en haut, pour éviter tout mouvement de bascule. Cette modification permet de réduire considérablement la charge sur les deux supports muraux. La quantité de plastique économisée compense largement l’ajout de cette troisième pièce.

              En conditions réelles, la planche est désormais totalement supportée et peut être fixée au mur en toute sécurité :

              Crochets à snowboard finaux

              Ainsi, en suivant la méthode “design to failure”, nous avons conçu un support mural pour snowboard avec un coût matériel inférieur à 10 dollars. Ce support a été offert à tous les donateurs remplissant les conditions et intéressés.

              Chaque pièce fabriquée a été un vrai plaisir, et aujourd’hui, chaque fois que je vois mon snowboard accroché au mur, je repense à la montagne, à l’énergie du 24h Tremblant et à l’aventure incroyable que nous avons vécue cette année.

              Un projet qui allie passion, équipe et impact

              Ce projet a montré que la créativité et l’innovation peuvent se mettre au service d’une cause qui a du sens. Chaque support mural conçu et imprimé en 3D a permis de combiner ingénierie, plaisir de fabriquer et soutien concret aux donateurs et aux enfants.

              Au-delà des aspects techniques, cette expérience a renforcé l’esprit d’équipe et la solidarité. Chaque snowboard accroché au mur rappelle l’énergie du 24h Tremblant et l’impact tangible que nous pouvons avoir lorsque nous unissons nos talents pour une mission qui nous tient à cœur.

              Et si votre prochain projet faisait aussi la différence ? Nos experts sont là pour vous aider, contactez-nous.


              Lilian

              Lilian Beatrix

              Spécialiste en fabrication additive

              X_green_halo

              Vous avez des questions ? Besoin d’aide ? Demandez à l’un de nos experts.

              Que vous soyez prêt à commencer ou que vous ayez quelques questions supplémentaires, vous pouvez nous contacter sans frais :

                Connexion de SOLIDWORKS Desktop à la plateforme 3DEXPERIENCE

                BLOG

                Connexion de SOLIDWORKS Desktop à la plateforme 3DEXPERIENCE

                [techtips_featured_image_shortcode]

                La plateforme 3DEXPERIENCE propose une vaste gamme d’applications web puissantes. Cependant, de nombreuses équipes préfèrent continuer à concevoir dans l’environnement familier de SOLIDWORKS Desktop. Bonne nouvelle : vous n’avez pas à choisir entre les deux.

                En combinant SOLIDWORKS Desktop avec le connecteur Design with SOLIDWORKS, vous conservez vos flux de travail et votre interface habituels tout en profitant pleinement du stockage, du partage et de la collaboration dans le cloud.

                Dans cet article, nous verrons :

                • L’installation du connecteur Design with SOLIDWORKS
                • Le lancement de SOLIDWORKS avec la connexion 3DEXPERIENCE activée
                • L’enregistrement des fichiers directement sur la plateforme
                • La gestion du cache local pour des performances optimales

                Installation de Design with SOLIDWORKS

                Tout d’abord, une fois votre tenant 3DEXPERIENCE activé ou après avoir été invité à rejoindre un tenant existant, la connexion entre SOLIDWORKS Desktop et la plateforme est rapide et simple.

                Dans l’interface 3DEXPERIENCE :

                • Cliquez sur l’icône Compass en haut à gauche.
                • Faites défiler jusqu’à My Apps et repérez Design with SOLIDWORKS.
                • Sélectionnez l’application pour lancer l’installation.

                Installing Design with SOLIDWORKS

                Pendant l’installation, vous devrez choisir :

                • Installer tous les rôles attribués, ou
                • Installer uniquement les rôles nécessaires au connecteur Design with SOLIDWORKS

                Installing Design with SOLIDWORKS

                L’installateur vous permettra ensuite de définir :

                • Le répertoire d’installation
                • L’emplacement du cache 3DEXPERIENCE

                Par défaut, le cache est stocké dans C:\3DEXPERIENCE. Comme il est géré directement depuis SOLIDWORKS, vous n’aurez généralement pas besoin d’y accéder manuellement.

                The cache is stored in C:\3DEXPERIENCE

                Une fois l’installation terminée, le connecteur est ajouté à votre système.

                Activer l’add-in 3DEXPERIENCE dans SOLIDWORKS

                Avant d’utiliser le connecteur, assurez-vous que l’add-in 3DEXPERIENCE est bien activé dans SOLIDWORKS.

                • Lancez SOLIDWORKS.
                • Accédez à Paramètres > Add-Ins.
                • Vérifiez que l’add-in 3DEXPERIENCE est installé et coché.

                Enabling the 3DEXPERIENCE Add-In in SOLIDWORKS

                Cela permet à SOLIDWORKS de communiquer correctement avec la plateforme.

                Lancer SOLIDWORKS avec le connecteur

                Un changement important à connaître concerne la façon de lancer SOLIDWORKS.

                Si vous ouvrez SOLIDWORKS via un raccourci bureau ou la recherche système, vous lancez la version standard sans connexion à 3DEXPERIENCE.

                Pour utiliser le connecteur, lancez plutôt Design with SOLIDWORKS.

                Cela démarre SOLIDWORKS avec toutes les fonctionnalités 3DEXPERIENCE activées.

                Vous pouvez également :

                • Utiliser le menu déroulant à côté de Design with SOLIDWORKS pour vérifier les mises à jour ou désinstaller
                • Créer un raccourci dédié sur le bureau pour accéder rapidement aux fonctionnalités cloud sans passer par le navigateur

                Launching SOLIDWORKS with the Connector

                Enregistrer des fichiers sur la plateforme 3DEXPERIENCE

                Une fois connecté, l’enregistrement des fichiers dans le cloud devient très simple.

                Vous pouvez :

                • Utiliser Save to 3DEXPERIENCE dans le menu Fichier (à côté de Enregistrer et Enregistrer sous), ou
                • Utiliser le volet des tâches 3DEXPERIENCE ajouté par l’add-in

                Ce volet vous permet de :

                • Parcourir votre tenant
                • Rechercher des données existantes
                • Faire un clic droit pour enregistrer directement vos fichiers sur la plateforme

                Et si nécessaire, vous pouvez toujours enregistrer vos fichiers localement. Le connecteur ne vous impose pas un fonctionnement 100 % cloud.

                Saving Files to the 3DEXPERIENCE Platform

                Gérer le cache 3DEXPERIENCE

                Lorsque vous ouvrez ou modifiez des fichiers stockés sur la plateforme, ceux-ci sont téléchargés localement dans le cache 3DEXPERIENCE. Maintenir ce cache propre peut améliorer significativement les performances.

                L’add-in 3DEXPERIENCE facilite cette gestion :

                • Suppression de fichiers en cache individuellement
                • Utilisation de l’outil de nettoyage pour supprimer les fichiers plus anciens qu’une date donnée

                L’outil de nettoyage est intelligent : il ignore automatiquement :

                • Les fichiers référencés dans des assemblages
                • Les fichiers non encore enregistrés sur la plateforme
                • Les fichiers actuellement verrouillés

                Cela vous permet de libérer de l’espace sans risque pour vos données.

                Saving Files to the 3DEXPERIENCE Platform

                Conclusion

                Le connecteur Design with SOLIDWORKS comble le fossé entre SOLIDWORKS Desktop et la plateforme 3DEXPERIENCE, en vous offrant le meilleur des deux mondes. Vous bénéficiez de la collaboration et de la gestion des données dans le cloud, sans changer votre façon de concevoir.

                Besoin d’aide pour installer le connecteur, optimiser vos flux de travail ou le déployer dans votre équipe ? L’équipe Solidxperts est là pour vous accompagner.

                Vous souhaitez aller plus loin ?

                • Consultez d’autres articles et tutoriels
                • Échangez avec d’autres utilisateurs et experts
                • Ou contactez-nous. Nous serons ravis de vous aider à tirer le meilleur parti de vos outils

                Michael Habrich

                Spécialiste 3DEXPERIENCE

                X_green_halo

                Vous avez des questions ? Besoin d’aide ? Demandez à l’un de nos experts.

                Que vous soyez prêt à commencer ou que vous ayez quelques questions supplémentaires, vous pouvez nous contacter sans frais :

                  7 mythes sur l’IA : Démystifier les biais et les limites technologiques

                  BLOG

                  7 mythes sur l’IA : Démystifier les biais et les limites technologiques

                  [techtips_featured_image_shortcode]

                  Chaque vague d’innovations en intelligence artificielle (IA) apporte son lot de progrès bien réels… et une montée spectaculaire du battage médiatique. À chaque percée, de nouveaux récits apparaissent: l’IA serait « magique », dotée d’une volonté propre, sur le point de devenir surhumaine ou, au contraire, totalement incontrôlable par le droit.

                  En conséquence, ce brouillard de mythes rend l’IA opaque pour le grand public, complique les décisions des organisations et détourne l’attention des vrais enjeux techniques et sociaux.

                  Dans ce contexte, ce billet, on propose une mise au point :

                  • quels sont les principaux mythes qui entourent l’IA aujourd’hui,

                  • et quelles réalités techniques, physiques et sociales permettent de les déconstruire.

                  Les grands mythes qui façonnent l’imaginaire de l’IA

                  Plus précisément, plusieurs mythes structurent aujourd’hui l’imaginaire collectif autour de l’IA.

                  • « L’IA possède une agence »
                    L’idée que l’IA agirait de sa propre initiative, avec une volonté, des intentions ou des objectifs qui lui seraient propres.

                  • « La superintelligence est imminente »
                    La conviction que nous sommes à quelques années (voire mois) d’une intelligence générale dépassant largement les capacités humaines.

                  • « L’IA peut être objective ou impartiale »
                    La croyance que les algorithmes, parce qu’ils calculent, seraient neutres par nature.

                  • « L’IA a une signification claire »
                    Comme si l’on parlait d’une technologie unifiée, bien définie. En pratique, il n’existe pas de définition unique et consensuelle.

                  • « Des lignes directrices éthiques suffisent à nous protéger »
                    Les chartes d’éthique sont perçues comme un bouclier suffisant face aux dérives possibles.

                  • « Il est impossible de réglementer l’IA »
                    Le mythe selon lequel la technologie irait trop vite pour que le droit puisse suivre.

                  • « L’IA peut résoudre n’importe quel problème »
                    L’idée d’une solution universelle que l’on pourrait appliquer indifféremment à tous les défis techniques, économiques ou sociaux.

                  En réalité, ces mythes reposent sur un mélange de marketing, de science-fiction et de méconnaissance technique. Pour les dépasser, il faut revenir à ce que l’IA est réellement, aujourd’hui.

                  1. Agence et conscience : l’IA comme « perroquet stochastique »

                  Tout d’abord, l’un des glissements les plus fréquents consiste à attribuer à l’IA une intentionnalité : on parle de ce que « l’IA veut », « décide », ou « pense ». Or, les systèmes actuels, en particulier les grands modèles de langage (LLM), fonctionnent beaucoup plus simplement.

                  Des modèles qui prédisent, sans comprendre

                  Un LLM n’« interprète » pas vos phrases au sens humain du terme. Techniquement, il :

                  • prend une séquence de tokens (morceaux de mots) en entrée ;

                  • calcule, via un réseau de neurones entraîné, une distribution de probabilité sur le prochain token;

                  • échantillonne ou choisit le token suivant en fonction de cette distribution ;

                  • recommence, étape par étape, jusqu’à produire une réponse complète.

                  Ce processus s’appuie sur des corrélations statistiques massives apprises pendant l’entraînement. Mais à aucun moment le système ne possède :

                  • de compréhension sémantique des concepts manipulés,

                  • ni de modèle interne du monde comparable à celui d’un humain,

                  • ni de volonté propre.

                  Autrement dit, c’est ce qu’on désigne, de manière parlante, comme un « perroquet stochastique » : une machine qui répète, de façon très sophistiquée, des structures de langage apprises, en les combinant de manière probabiliste.

                  L’anthropomorphisme comme biais permanent

                  Si ces systèmes « donnent l’impression » de penser, c’est d’abord parce que nous avons une forte tendance à anthropomorphiser tout ce qui présente un comportement apparemment intelligent ou conversationnel. Ce biais cognitif est au cœur de nombreux malentendus actuels sur l’IA.

                  2. Superintelligence : le mur des ressources

                  Ensuite, un autre récit dominant est que nous serions à l’aube d’une superintelligence générale, freinée uniquement par la volonté des acteurs industriels. Un regard sur l’infrastructure réelle raconte une histoire très différente.

                  Le « mur de données » : un capital fini

                  Les grands modèles actuels tirent leur puissance d’un volume colossal de données humaines de haute qualité : textes, conversations, code, contenus multimédias. Ce capital n’est pas infini.

                  Les estimations convergent : le réservoir de données de bonne qualité, utile pour l’entraînement de modèles de plus en plus gros, pourrait être épuisé entre 2026 et 2032. Au-delà :

                  • on recyclerait en boucle les mêmes données (avec peu de gain marginal) ;

                  • ou on devrait recourir à des données synthétiques, avec d’autres risques de dérive.

                  Contraintes physiques et rendements décroissants

                  Cependant, l’illusion d’une croissance sans limite de la puissance des modèles se heurte à plusieurs murs.

                  • Réseaux électriques et refroidissement : la densité de calcul requise pour entraîner et déployer les plus grands modèles est telle que les data centers se heurtent aux limites :

                    • de la capacité électrique disponible,

                    • des infrastructures de refroidissement nécessaires pour évacuer la chaleur.

                  • Matériel : les GPU et autres accélérateurs approchent des limites physiques en matière de performance par watt et par coût. Les gains de génération en génération ne suivent plus une exponentielle simple.

                  • Rendements décroissants : chaque augmentation d’échelle (en paramètres, en données, en compute) apporte des gains de performance, mais ces gains sont de plus en plus faibles par unité de ressource investie.

                  Ces « murs des ressources » ne rend pas impossible une progression continue, mais il invalide le récit d’une trajectoire linéaire vers une superintelligence quasi illimitée.

                  3. Objectivité et impartialité : l’IA comme miroir des biais humains

                  On présente souvent l’IA comme un moyen de « neutraliser » les biais humains. En pratique, les systèmes d’IA ont plutôt tendance à hériter, et parfois amplifier ,les inégalités existantes.

                  Biais de données : qui est représenté, qui ne l’est pas

                  Un modèle ne peut généraliser correctement que si ses données d’entraînement :

                  • couvrent une diversité suffisante de situations,

                  • représentent de manière équilibrée les différents groupes de population.

                  Lorsque ce n’est pas le cas, les performances se dégradent de manière asymétrique. Des études ont montré, par exemple, que certains systèmes de reconnaissance faciale présentaient des taux d’erreur 35 % plus élevés pour les femmes à la peau foncée que pour les hommes blancs.

                  Ce n’est pas un bug isolé : c’est le symptôme direct d’un biais de représentation dans les données.

                  Biais de conception : les choix d’optimisation comptent

                  Même avec des données relativement équilibrées, les modèles incarnent les priorités de leurs concepteurs :

                  • comment pondère-t-on la précision globale vs. la justice entre groupes ?

                  • quelles métriques sont privilégiées à l’entraînement et en production ?

                  • quels compromis accepte-t-on entre fausses alertes et faux négatifs ?

                  Ces choix, souvent implicites, ont un impact direct sur qui bénéficie et qui pâtit d’un système d’IA. Parler d’objectivité sans expliciter ces arbitrages relève plus du storytelling que de l’analyse technique.

                  4. L’architecture plurielle de l’IA

                  Contrairement au mythe, le terme « intelligence artificielle » ne désigne pas une technologie unique et bien définie, mais sert de terme « parapluie » pour un ensemble vaste et hétérogène de méthodes, de théories et d’applications. En réalité, il n’existe aucun consensus technique universel sur sa définition, ce qui alimente une confusion majeure entre les concepts, les capacités réelles et les fantasmes de science-fiction.

                  Voici les réalités qui déconstruisent cette idée de technologie unifiée :

                  1. Une hiérarchie de concepts souvent confondus

                  Le public utilise souvent les termes IA, Machine Learning et Deep Learning de manière interchangeable, alors qu’ils entretiennent une relation de sous-ensembles.

                  • L’Intelligence Artificielle (IA) : C’est le domaine global de l’informatique visant à créer des machines capables de simuler des fonctions cognitives humaines ou de résoudre des tâches complexes.

                  • L’Apprentissage Automatique (Machine Learning – ML) : Un sous-ensemble de l’IA où l’ordinateur apprend à reconnaître des motifs à partir de données sans être explicitement programmé pour chaque règle.

                  • L’Apprentissage Profond (Deep Learning – DL) : Une technique spécialisée du ML utilisant des réseaux de neurones multicouches pour analyser des données très complexes.

                  1. Des définitions divergentes selon l’approche

                  La réalité de l’IA change radicalement selon le point de vue adopté :

                  • Définition scientifique : Une discipline de recherche visant à simuler des fonctions cognitives comme le raisonnement ou la perception.

                  • Définition technologique : Des systèmes (agents) capables de percevoir leur environnement et d’exécuter des actions en conséquence.

                  • Conception populaire : Une vision souvent « magique » ou anthropomorphique, prêtant une conscience ou une volonté propre aux machines, ce qui ne correspond à aucune réalité technique actuelle.

                  1. Une technologie fragmentée et non monolithique

                  L’IA n’est pas une entité unifiée mais se décompose en de nombreux domaines distincts (au moins 26 selon l’Association française pour l’IA). On distingue notamment deux grandes familles historiques qui fonctionnent selon des logiques opposées :

                  • L’IA symbolique (explicite) : Basée sur des règles logiques et des symboles fournis par des experts humains.

                  • L’IA connexionniste (statistique) : Fondée sur l’analyse probabiliste de masses de données, comme les modèles de langage actuels.

                  1. La barrière entre IA « faible » et « générale »

                  Aujourd’hui, la réalité technique se limite exclusivement à l’IA « faible » ou « étroite », capable d’exceller dans une tâche précise (jouer aux échecs, diagnostiquer une image médicale) mais totalement incapable de transférer cette compétence à un autre domaine. L’idée d’une Intelligence Artificielle Générale (IAG) capable d’apprendre n’importe quelle tâche humaine reste, à ce jour, une perspective spéculative.

                  5. Éthique, marketing et besoin de lois contraignantes

                  Face à ces risques, la réponse des organisations a longtemps pris la forme de chartes éthiques : principes de haut niveau, engagements volontaires, codes de conduite internes. Ces outils ont une utilité, mais leurs limites sont claires.

                  Le « marketing éthique »

                  Sans mécanisme de contrôle ou de sanction, nombre de ces chartes s’apparentent à du « marketing éthique » :

                  • elles rassurent les parties prenantes,

                  • elles améliorent l’image de marque,

                  • mais elles n’empêchent pas concrètement la mise en production de systèmes à haut risque mal contrôlés.

                  Vers un droit effectif : l’exemple de l’AI Act de l’UE

                  À l’inverse du mythe « l’IA est ingouvernable », on voit émerger des cadres juridiques contraignants, comme l’AI Act de l’Union européenne, qui propose une approche fondée sur le risque :

                  • les systèmes sont classés de « risque inacceptable » (interdits) à « risque minimal » (peu ou pas régulés) ;

                  • les systèmes à haut risque sont soumis à des exigences strictes de :

                    • transparence,

                    • traçabilité,

                    • documentation,

                    • évaluation de conformité,

                    • supervision humaine effective.

                  L’objectif n’est pas de « ralentir la technologie », mais de ramener l’IA dans un espace gouverné par le droit, où les acteurs restent responsables de leurs décisions et de leurs systèmes.

                  6. L’IA n’est pas une baguette magique : un outil spécifique, pas une panacée

                  Enfin, l’un des mythes les plus pernicieux consiste à voir l’IA comme une solution universelle : face à tout problème complexe, « on mettra de l’IA dessus ».

                  Une IA faible, spécialisée, dépendante du contexte

                  L’IA qui fonctionne en production aujourd’hui est :

                  • spécialisée : par exemple, reconnaître des objets dans des images, résumer du texte, détecter des fraudes, suggérer du code ;

                  • dépourvue de sens commun : elle échoue facilement sur des situations légèrement hors distribution ou sur des raisonnements de bon sens ;

                  • très dépendante du contexte :

                    • qualité, volume et fraîcheur des données disponibles ;

                    • qualité de l’intégration dans un système humain plus large (processus métiers, gouvernance, contrôles humains).

                  Un même modèle pourra produire d’excellents résultats dans un environnement bien cadré, et échouer spectaculairement dès que les données changent, que les objectifs sont flous ou que l’usage réel diverge de l’usage prévu.

                  L’IA comme composant, pas comme stratégie

                  Pour les organisations, cela implique de penser l’IA comme :

                  • un composant d’architecture (au même titre qu’une base de données ou un service métier),

                  • à intégrer dans une stratégie plus large : objectifs clairs, indicateurs, plan de déploiement, gestion des risques, accompagnement humain.

                  La mauvaise question est : « Comment pouvons-nous mettre de l’IA partout ? »
                  La bonne question est : « Sur quels problèmes concrets, bien définis, l’IA apporte-t-elle un avantage réel par rapport aux alternatives ? »

                  Sortir du mythe pour mieux concevoir et réguler l’IA

                  L’IA actuelle n’est ni une entité consciente, ni une promesse de superintelligence imminente, ni une baguette magique. En réalité, il s’agit d’un ensemble de techniques puissantes, mais profondément ancrées dans le réel. D’uen part, elle demeure limitée par les lois de la physique, notamment les contraintes liées à l’énergie, au refroidissement et au matériel. Enfin, elle est aussi dépendante des ressources disponibles, comme les données et la puissance de calcul. Enfin, elle est inévitablement imprégnée des structures sociales et des biais humains présents dans les données et dans les objectifs qui guident son développement.

                  Ainsi, en déconstruisant les mythes associés à l’intelligence artificielle, qu’il s’agisse de l’idée d’une véritable agence autonome, d’une superintelligence imminente, d’une objectivité parfaite, d’une irréductibilité au droit ou encore d’une panacée universelle, on se donne les moyens de poser de meilleures questions techniques et de concevoir des systèmes plus sûrs et plus justes. De plus, cette démarche permet également d’élaborer des régulations plus ciblées et adaptées aux réalités technologiques.

                  Au final, elle nous aide à utiliser l’intelligence artificielle pour ce qu’elle est réellement : un outil spécifique, qui doit être manié avec rigueur, transparence et supervision humaine. Comprendre ces réalités est une première étape essentielle pour développer, encadrer et utiliser l’IA de manière responsable. Vous avez des questions sur l’IA et ses applications concrètes? Nos experts sont là pour vous guider. Contactez-nous pour en discuter.


                  Benoit Bilodeau

                  Architecte de solutions Senior

                  X_green_halo

                  Vous avez des questions ? Besoin d’aide ? Demandez à l’un de nos experts.

                  Que vous soyez prêt à commencer ou que vous ayez quelques questions supplémentaires, vous pouvez nous contacter sans frais :

                    L’intelligence artificielle au service de l’ingénierie : automatiser sans déshumaniser

                    BLOG

                    L’intelligence artificielle au service de l’ingénierie : automatiser sans déshumaniser

                    [techtips_featured_image_shortcode]

                    L’intelligence artificielle (IA) prend une place croissante dans les processus d’ingénierie, notamment pour automatiser les tâches répétitives et accélérer la production de documents techniques. Pour autant, son rôle reste fondamentalement complémentaire à celui de l’ingénieur : la créativité, l’expertise métier et la responsabilité décisionnelle demeurent humaines.

                    Dans cet article, nous explorons :

                    • ce que l’IA apporte concrètement à l’ingénierie,

                    • les tâches qui restent (et resteront) humaines,

                    • comment organiser une vraie collaboration homme–machine,

                    • et ce que cela change pour le métier d’ingénieur.

                    1. Ce que l’IA apporte concrètement à l’ingénierie

                    1.1 Automatiser les tâches répétitives et à faible valeur ajoutée

                    Le quotidien des équipes d’ingénierie est rempli de tâches indispensables mais répétitives, qui consomment beaucoup de temps sans mobiliser pleinement l’expertise des ingénieurs. C’est précisément là que l’IA excelle.

                    Exemple typique : la génération des mises en plan à partir de la 3D

                    Traditionnellement, produire des mises en plan implique de :

                    • créer manuellement les différentes vues (face, coupe, détails) ;

                    • appliquer les normes de cotation et de tolérancement ;

                    • réutiliser des éléments déjà vus dans des projets précédents, souvent « à la main » ;

                    • effectuer des vérifications successives de cohérence et de conformité.

                    Avec l’IA, une grande partie de ce travail peut être :

                    • automatisée : génération de dessins techniques à partir des conceptions 3D ;

                    • contextualisée : prise en compte de l’historique de l’entreprise, des normes internes et des modèles déjà validés.

                    Résultat : moins de clics répétitifs, plus de temps pour l’analyse et l’amélioration.

                    1.2 Un gain d’efficacité mesurable

                    L’impact opérationnel est loin d’être marginal :

                    • là où il fallait auparavant plusieurs dizaines de personnes pour produire, ajuster et vérifier des plans détaillés,

                    • on peut désormais concentrer le travail humain sur une petite équipe de relecteurs chargés de :

                      • corriger les dernières incohérences,

                      • valider la conformité,

                      • gérer les cas particuliers non couverts par les modèles.

                    L’IA prend en charge le « gros œuvre » répétitif ; l’humain se concentre sur la qualité, la fiabilité et la gestion des exceptions.

                    2. Les tâches qui restent (et resteront) humaines

                    Malgré ces gains, certaines activités restent difficilement automatisables – voire, par nature, non automatisables à court et moyen terme.

                    2.1 Conception créative et phases amont

                    Les phases amont d’un projet, là où l’on définit l’architecture d’un produit et les grands choix techniques, reposent sur :

                    • la créativité,

                    • l’expertise métier accumulée,

                    • la capacité à intégrer des contraintes parfois floues (usage réel, environnement, maintenance, ergonomie),

                    • la prise de décisions complexes qui engagent la performance globale du produit.

                    Ces activités exigent une compréhension systémique, des arbitrages multi-critères et une forme d’intuition que les modèles actuels d’IA ne reproduisent pas.

                    2.2 Sécurité, conformité et responsabilité

                    Un exemple parlant est celui de la conception d’une machine puissante :

                    • l’ingénieur doit intégrer des facteurs de sécurité pour protéger l’utilisateur ;

                    • il doit parfois prévoir des marges supplémentaires en fonction de son expérience ou de conditions réelles difficiles à simuler ;

                    • ces décisions ont des impacts directs sur la sécurité, la conformité réglementaire et la responsabilité légale.

                    Aujourd’hui, ce type de choix ne peut pas être délégué à l’IA.
                    La responsabilité décisionnelle reste attachée à la personne humaine, pas à l’algorithme.

                    3. Vers une collaboration homme–machine intelligente

                    L’enjeu principal n’est donc pas de savoir si l’IA va « remplacer » l’ingénieur, mais comment organiser une collaboration efficace entre les deux.

                    3.1 L’IA comme copilote pendant la conception

                    Pendant la conception, l’IA peut jouer un rôle de copilote ou d’assistant technique. Par exemple, elle peut :

                    • proposer des matériaux plus légers respectant les exigences de résistance ;

                    • suggérer des variantes de géométrie pour alléger une pièce ou en améliorer la rigidité ;

                    • analyser rapidement l’impact de petites modifications sur les performances globales.

                    Concrètement, l’ingénieur peut interroger l’IA sur des questions comme :

                    • « Quels matériaux respectent ces contraintes de résistance et de masse ? »

                    • « Quelles alternatives géométriques permettraient de réduire la masse de 10 % ? »

                    Mais la validation finale, le choix des compromis et l’intégration dans le système restent à la charge de l’humain.

                    3.2 L’IA comme analyste sur les tâches standardisées

                    Sur des tâches d’analyse plus standardisées, l’IA devient un assistant d’ingénierie particulièrement utile pour :

                    • le traitement et la structuration de grandes quantités de données ;

                    • la génération automatique de variantes pour des études comparatives ;

                    • la vérification de cohérence sur un volume important de documents techniques.

                    Elle permet d’explorer plus de pistes en moins de temps, sans pour autant décider à la place de l’ingénieur.

                    4. Faut-il craindre d’être remplacé par l’IA ?

                    La peur de voir son métier remplacé par la machine est réelle et légitime, en particulier dans les domaines techniques.

                    4.1 Métiers vulnérables vs métiers résilients

                    Un métier est d’autant plus exposé que ses tâches sont :

                    • répétitives,

                    • fortement standardisées,

                    • peu créatives,

                    • faiblement décisionnelles.

                    À l’inverse, un métier est plus résilient lorsqu’il mobilise :

                    • une créativité importante,

                    • une vision globale de systèmes complexes,

                    • des arbitrages multi-critères (coût, performance, risque, environnement…),

                    • une responsabilité forte sur la sécurité, la conformité ou la performance.

                    En ingénierie, tout ce qui relève de :

                    • l’architecture globale d’un produit,

                    • l’innovation de rupture,

                    • les décisions à fort enjeu,

                    • la responsabilité sur le terrain,

                    reste aujourd’hui le domaine privilégié de l’humain.

                    4.2 Un changement de rôle plutôt qu’une disparition

                    Reprenons l’exemple de la documentation technique :

                    • oui, l’IA peut générer des documents à partir de modèles ou d’historiques validés ;

                    • non, elle ne remplace pas l’ingénieur pour :

                      • la prise de décision critique,

                      • le compromis technique,

                      • l’innovation créative.

                    Ce qui change, c’est surtout la répartition du temps :

                    • moins de production manuelle et répétitive ;

                    • plus de conception, d’analyse, de validation et d’innovation.

                    Vers une ingénierie augmentée, pas automatisée

                    L’intelligence artificielle apporte une valeur réelle à l’ingénierie :

                    • en automatisant les tâches répétitives et à faible valeur ajoutée ;

                    • en accélérant la génération de plans et de documents techniques ;

                    • en assistant l’ingénieur dans l’exploration de variantes et l’analyse.

                    Mais la créativité, l’expertise métier et la responsabilité restent au cœur du rôle de l’ingénieur.

                    L’objectif n’est pas de remplacer l’humain, mais de construire une collaboration intelligente :

                    • confier à l’IA ce qu’elle fait mieux (vitesse, répétition, exhaustivité) ;

                    • préserver pour l’humain ce qui fait la richesse du métier : inventer, arbitrer, assumer les décisions.

                    L’avenir de l’ingénierie ne sera pas « humain ou IA », mais clairement humain + IA : une ingénierie augmentée, plus efficace, plus sûre, et plus tournée vers l’innovation.


                    Benoit Bilodeau

                    Architecte de solutions Senior

                    X_green_halo

                    Vous avez des questions ? Besoin d’aide ? Demandez à l’un de nos experts.

                    Que vous soyez prêt à commencer ou que vous ayez quelques questions supplémentaires, vous pouvez nous contacter sans frais :

                        Télécharger

                          Télécharger

                            Télécharger