Intelligence artificielle et Aéronautique

Publié le 15 déc. 2022 à 14:40

Depuis décembre 2017, la compagnie aérienne United Airlines propose à ses passagers de s’enregistrer en ligne par commande vocale, et depuis, Virgin Australia et Iberia pour ne citer qu’elles, ont également adopté cette nouvelle tendance technologique.
Concrètement, la prouesse technologique de ce cas d’usage ne réside pas dans la possibilité pour le consommateur de s’enregistrer à distance, ce qu’il peut déjà faire depuis au moins aussi longtemps qu’il peut acheter en ligne son billet d’avion, mais bien dans la façon dont l’enregistrement va se faire, et en particulier, dans les paramètres pris en compte par la machine (et dans la façon dont ils sont pris en compte) afin d’effectuer cet enregistrement.

L’ambition des compagnies aériennes dépasse aujourd’hui la seule optimisation de l’occupation de la cabine. Elles entendent proposer au passager un résultat propre de placement en cabine suffisamment pertinent pour contribuer à la fidélisation du passager.

Demain en effet, par le recoupement d’informations de nature variée, telles que les conditions météorologiques en vol (et les ressentis en fonction de la partie de cabine dans laquelle le passager est installé), les habitudes du passager (voire son poids), ou le contexte de son déplacement, le processus d’enregistrement aura vocation à prendre en compte des critères subjectifs propres au passager, après avoir procédé à un apprentissage de ses préférences et de son profil.

L’analyse des données d’apprentissage permettra, de manière automatisée, de proposer au passager la place dans l’aéronef qu’il aurait lui-même choisie sans intervention de la machine.

Cet exemple interpelle à deux titres

Tout d’abord, il nous faut tomber d’accord sur ce qu’est l’intelligence artificielle, qui prétend, demain, empreindre de subjectivité le domaine objectif de la science informatique.

Ensuite, il nous faut nous interroger / il faudrait interroger la notion de « données », qu’elles soient entrantes (dans notre exemple, celles qui sont étudiées pour désigner le bon siège) ou sortantes (ici, le résultat final qu’est le numéro du fameux siège). Dès lors, la notion de « données » apparaît comme étant l’élément central du fonctionnement d’une intelligence artificielle.

Pour ce qui est de la définition de l’intelligence artificielle, son principe (qui revêt plusieurs acceptions que nous n’avons pas la prétention de détailler d’un point de vue technique) est le suivant : il s’agit, pour l’Organisation Internationale de Normalisation (ISO), de la « capacité d’une unité fonctionnelle à exécuter des fonctions généralement associées à l’intelligence humaine, telles que le raisonnement et l’apprentissage » (1) .

Sur la base d’algorithmes, le système intelligent déduit des données qui lui sont accessibles certains résultats, par le biais de processus similaires aux capacités cognitives humaines : le système n’exécute pas une suite d’instructions déterminées à l’avance au cœur de sa programmation, mais il apprend sur la base des instructions qui lui sont fournies, afin de produire les données sortantes (le résultat).

La vocation du système n’est plus déterministe (en ce que ses critères de fonctionnement seraient entièrement définis par ceux qui les codent), mais devient probabiliste, dans le sens où ses résultats seront dépendants du gré de l’apprentissage machine.

Pour ce qui est des données, elles sont, en entrée et en sortie, protéiformes et de nature variée.

Il s’agit bien sûr de données à caractère personnel, sujet toujours d’actualité brûlante, mais aussi de données techniques, commerciales et opérationnelles pouvant receler des secrets des affaires, des informations commerciales sensibles ou encore même des créations susceptibles d’être protégées par la propriété intellectuelle (e.g., une pièce ou un système pour aéronef, conçu par le système intelligent).

Aussi et surtout, il est indispensable que ces données en entrée soient suffisamment nombreuses et de qualité pour constituer le socle de l’apprentissage machine.

En effet, le principe même de fonctionnement de tout système d’intelligence artificielle étant d’être capable d’apprendre sur la base de paramètres prédéfinis ; seule une quantité significative de données pertinentes (permettant les corrélations, exclusions ou constatations propres au processus d’apprentissage) permettra au système d’affiner sa courbe d’apprentissage afin de fournir les résultats les plus adéquats possible face à un problème donné (2).

En résumé, « l’algorithme sans données est aveugle et les données sans algorithmes sont muettes » (3), et réside ici l’essentiel des considérations juridiques principales que nous observons aujourd’hui autour du concept d’intelligence artificielle : propriété des données (?) et méthodes de protection de celles-ci et des algorithmes, pertinence des résultats de l’apprentissage algorithmique et risques de dommages en découlant, problématiques réglementaires autour de l’utilisation de ces données, etc.

Dans le secteur de l’aéronautique, l’utilisation à des fins opérationnelles des technologies d’intelligence artificielle est balbutiante.

Elle fait pourtant déjà l’objet de nombreux essais et concepts, en vue de servir un double objectif, que nous envisagerons dans ce chapitre : l’optimisation de l’existant tout d’abord (sécurisation des sources de revenus et diminution des coûts d’exploitation) (I), et le développement de procédés innovants ensuite (création de nouvelles sources et propositions de valeur dans le secteur aéronautique) (II).

La transformation de la chaîne de valeur du secteur aéronautique : l’intelligence artificielle comme vecteur d’optimisation

Les défis liés au développement du transport aérien sont croissants et nouveaux : augmentation exponentielle du trafic aérien, normes environnementales de plus en plus contraignantes, secteur plus fortement marqué aujourd’hui par la concurrence qu’hier (4), crise grave causée par la pandémie COVID-19.

De fait, les acteurs de l’industrie aéronautique tentent de s’aménager des leviers économiques (passant par le recours aux technologies nouvelles, et en particulier celles d’intelligence artificielle) pour améliorer leur offre et augmenter leur chiffre d’affaires d’une part (I.1), et d’autre part, pour rationaliser leurs opérations en vue de les rendre plus rentables (I.2).

Le système intelligent et le passager : le revenu par la fidélisation
La perception que le recours aux systèmes d’intelligence artificielle peut avoir un impact majeur sur la capacité à attirer une clientèle et ainsi, à sécuriser un revenu n’est pas que théorique.

En 2019, 89% des compagnies aériennes affirmaient investir dans les intelligences artificielles dans le cadre de leurs activités (dont 44% en relation avec des projets majeurs ayant dépassé le stade de la recherche et étant implémentés de manière opérationnelle) et 67% des aéroports dans le monde disaient en faire autant (5). En 2021, l’investissement des compagnies aériennes en matière d’intelligence artificielle continuait sa croissance. L’intelligence artificielle faisait partie des quatre priorités des compagnies aériennes (82%) pour les trois années à venir aux côtés de l’intelligence décisionnelle (business intelligence), des technologies d’échange de données, et du suivi de la radio-identification. En outre, 25% des projets majeurs des aéroports sont aujourd’hui relatifs à l’intelligence artificielle (6).

Concrètement, la majorité des projets vise à l’amélioration de l’expérience passager prise dans son entier, et se caractérise, de la recherche d’un billet d’avion à la sortie de l’aéroport, par la mise en place de procédés personnalisés destinés à répondre au mieux aux attentes du passager.

Pour ne donner que quelques exemples de ces grandes étapes, c’est une intelligence artificielle qui entretiendra avec le prospect une conversation sur sa future destination (et c’est encore mieux, nous en conviendrons, si ce chatbot ne répond pas comme une machine et si en plus, il a intégré que ledit prospect préfère passer l’hiver au soleil, plutôt qu’à la montagne)(7).

C’est également une intelligence artificielle qui, par procédé de reconnaissance d’images, sera demain capable de permettre une identification instantanée des voyageurs et donc une plus grande fluidité aux postes de contrôle de sécurité en aéroport (8) , et c’en est encore une autre qui accélérera le processus de vérification des bagages et ainsi, économisera au passager (et à tous les autres) une partie du temps consacré à ces opérations, sans augmentation du risque d’erreur associé (9).

Les avantages pressentis du recours à des intelligences artificielles dans la gestion de la relation avec le passager semblent donc être particulièrement nombreux, mais ne sont pas sans présenter de nombreux défis, notamment du point de vue de la conformité réglementaire des opérations de traitement des données relatives audit passager.

En effet, même dans l’hypothèse d’un traitement par le système intelligent uniquement, le Règlement européen relatif à la protection des données (10) (le « RGPD ») a vocation à s’appliquer à toute collecte de données à caractère personnel entrantes concernant le (potentiel) passager, ainsi qu’à toute autre opération de traitement, y compris pour ce qui est de la génération des données sortantes, si celles-ci relèvent aussi de la définition de la donnée à caractère personnel (11) (si nous reprenons l’exemple de l’intelligence artificielle qui a pour tâche de désigner l’emplacement en cabine, il faut noter qu’est considéré comme une donnée à caractère personnel le numéro du siège passager) (12).

Dans ce contexte alors, le traitement de l’ensemble de ces données ne peut en principe se faire que dans le respect des exigences du RGPD, et en particulier celle d’une collecte loyale, licite, et proportionnée des données au vu de la finalité initiale de la collecte (13).

De ce principe de collecte proportionnée se dégagent deux idées très concrètes : celle de la « minimisation », qui implique que seules les données qui sont nécessaires à la finalité envisagée doivent être collectées, et celle de la limitation dans le temps de la conservation, qui nécessite que les données collectées ne soient pas conservées plus longtemps que la durée nécessaire à la réalisation de la finalité pour laquelle la collecte s’est initialement faite.

Par conséquent, si nous convenons que le niveau de performance d’une intelligence artificielle dépend essentiellement de la masse critique de données fournies pour la base de son apprentissage, cette réalité technique semble s’accommoder difficilement des exigences du RGPD : est-il possible de justifier que l’ensemble des catégories de données entrantes utilisées sont toutes indépendamment nécessaires à fournir le résultat produit, en particulier si nous admettons que le processus d’apprentissage machine (et ainsi, la façon dont la machine prend en compte les données qui lui sont fournies dans le cadre de son apprentissage) échappe en quelque sorte à celui qui l’instruit ?
De la même manière, ne doit-on pas raisonnablement considérer que pour que l’intelligence artificielle soit la plus pertinente possible, il lui faille disposer de données collectées sur une échelle de temps suffisamment significative pour que cette intelligence puisse en tirer des conséquences ?

Il s’agit donc bien ici pour les acteurs de trouver le juste équilibre entre la saine course à l’innovation et le nécessaire respect des prescriptions réglementaires (14).

Le système intelligent et les opérations : la rentabilité par l’efficience
Si le passager reste au centre des attentions en tant que source directe de chiffre d’affaires, le reste de la chaîne de valeur du secteur aéronautique n’est pas moins passé à la loupe du système intelligent, dans l’objectif de réduire les coûts des méthodes existantes.

Concrètement, cette nouvelle tendance se constate sur les chaînes de production, où l’intelligence artificielle embarquée dans des robots participe à la construction des aéronefs, et où il serait généralement démontré de ce fait des gains d’efficience majeurs (taux d’erreurs plus faible dans la construction, la rendant par suite plus rapide) (15) .

Elle se constate également dans les opérations de l’aéronef au sol et en vol.
Au sol, les activités d’assistance sont de plus en plus automatisées, que ce soit dans les phases de remorquage ou pendant les temps de rotation (ravitaillement en carburant, gestion des services de restauration à bord, chargement des aéronefs, etc.) (16).
En vol, la consommation en carburant de l’aéronef est également passée sous le contrôle de l’intelligence artificielle, qui, par l’analyse de paramètres pertinents (conditions météorologiques, poids de l’aéronef, état des systèmes avioniques, etc.), permettrait des améliorations majeures de l’efficacité énergétique de l’appareil (17).

Cette tendance se remarque encore dans les opérations de maintenance, où demain l’intelligence artificielle (en plus des procédés classiques d’analyses de données existant déjà aujourd’hui (18) ) promet de rendre la maintenance prédictive, avec pour objectif principal de réduire le temps d’immobilisation au sol de l’aéronef pour ses opérations de vérification (19) et de maintenance en permettant le traitement préventif des défaillances système et ainsi, l’anticipation des pannes.

Au-delà de l’aéronef, le recours aux intelligences artificielles en vue de l’optimisation des processus s’illustre aussi dans le domaine de la gestion du trafic aérien, où ces intelligences serviraient demain d’assistants aux contrôleurs aériens en vue de leur faciliter la réalisation des tâches basiques d’analyses de données tout en leur permettant de réallouer leur temps sur les opérations les plus critiques de gestion du trafic (20) .

Le recours à ces intelligences se retrouve même dans la gestion des stocks de repas, pour favoriser la réduction des déchets, par l’utilisation d’un algorithme d’intelligence artificielle visant à prendre en compte divers facteurs à des fins de prévision de la demande au cours d’un vol donné (21).

Dans tous ces cas d’usage donc, l’intelligence artificielle est utilisée comme vecteur de réduction des coûts et donc d’accroissement de la rentabilité, dans un secteur aéronautique de plus en plus concurrentiel.

Ainsi, d’un point de vue stratégique, la protection du système intelligent et les velléités d’usage monopolistique deviennent une préoccupation clef, puisque c’est bien ce système qui crée l’avantage concurrentiel.

D’un point de vue juridique, cette protection pourrait s’envisager sous l’angle du droit de la propriété intellectuelle.

Elle resterait imparfaite, dans la mesure où il est généralement admis que, là où le logiciel est susceptible d’être protégeable par le droit d’auteur dès lors que la condition d’originalité est remplie (22) , les algorithmes (à la base des systèmes intelligents) ne le sont pas: en tant que formule mathématique en effet, l’algorithme relève des idées, qui restent bien de libre parcours. C’est aussi le cas pour la protection par le brevet, puisque sont expressément exclus du champ de la brevetabilité les « théories scientifiques et les méthodes mathématiques », les « programmes d’ordinateur » et les « présentations d’informations » (23).

La loi du 30 juillet 2018 (24) relative à la protection du secret des affaires (25) a apporté un régime supplémentaire de protection pour les informations protégeables au titre du secret des affaires : dès lors que ces informations ne sont pas « généralement connues ou aisément accessibles » pour les avertis du secteur concerné, qu’elles revêtent une valeur commerciale « effective ou potentielle » et qu’elles font l’objet de « mesures de protection raisonnables » afin d’en conserver le caractère secret, leur obtention, utilisation et/ou divulgation non autorisées sont susceptibles de mesures conservatoires destinées à faire cesser le trouble constaté, et du paiement de dommages-intérêts au détenteur légitime de l’information concernée.

En dépit de ces protections légales (soit imparfaites, soit trop neuves pour avoir été « testées » devant les juridictions), nous constatons surtout que pour la protection de ces algorithmes, il est plutôt systématiquement fait appel au droit des contrats afin de limiter leur divulgation, par le biais d’obligations de confidentialité.

Des structures de partenariats entre le créateur de l’algorithme (généralement plutôt natif dans le domaine du digital et de l’analyse de données) et l’acteur qui l’utilise dans le cadre de ses activités (qui lui évolue nativement dans le secteur aéronautique) se mettent en place. Elles ont généralement un double emploi : d’une part, l’acteur du monde de l’aéronautique bénéficie des avantages sur le marché que lui procure l’utilisation du système intelligent et d’autre part, le créateur de l’algorithme développe son savoir dans le secteur très spécifique de l’aéronautique. Un autre type de partenariat consiste à rassembler les forces de deux acteurs du secteur de l’aéronautique intervenant à des niveaux différents de la chaîne de valeur et faisant respectivement bénéficier à l’autre de son savoir-faire sur son domaine d’activité, tout en mettant en commun les investissements nécessaires à la création de l’innovation.

Les deux parties trouvant ainsi un intérêt propre à la mise en place d’un tel partenariat, le droit des contrats donne encore des outils pertinents pour la protection de l’innovation résultant du partenariat, par le biais notamment des clauses d’exclusivité, dans le respect bien sûr des exigences réglementaires en matière de concurrence.

Ainsi, au gré des avancées technologiques dans le domaine de l’intelligence artificielle, le secteur aéronautique s’en trouve impacté dans ses opérations classiques.
Demain, ces avancées technologiques promettent encore de refaçonner entièrement ces opérations, notamment par la création de nouvelles propositions de valeur.

Par :  Gregory Tulquois, Avocat associé et Mathias Kuhn, Avocat

**

  1. Norme ISO/IEC 2382:2015
  2. Data Is The Foundation For Artificial Intelligence And Machine Learning, Forbes, 18 octobre 2018
  3. Comment permettre à l’Homme de garder la main ? Les enjeux éthiques des algorithmes et de l’intelligence artificielle, Commission Nationale de l’Informatique et des Libertés, Décembre 2017
  4. Artificial Intelligence Roadmap, a human-centric approach to AI in aviation, EASA, Février 2020
  5. Air Transport IT insights, SITA, 2019
  6. Air Transport IT insights, SITA, 2021
  7. Citons la compagnie aérienne Finnair et son intelligence artificielle Finn, qui a pour mission d’assister les passagers de la phase de réservation d’un vol à la gestion de celle-ci. Si aujourd’hui, Finn renvoie au service client (humain, cette fois) dans l’hypothèse où il n’aurait pas de réponse à une question posée, l’ambition de Finnair est bien de rendre cette intelligence complètement autonome à terme : https://trophees-innovation.lechotouristique.com/nommes/8-finnair
  8. Ce type de systèmes est déjà utilisé de manière expérimentale en France : https://www.parisaeroport.fr/passagers/preparation-vol/votre-voyage/la-reconnaissance-du-visage
  9. Nous renvoyons ici à toutes les expériences conduites à date tendant à démontrer qu’une intelligence artificielle est moins faillible que l’homme dans son domaine d’intervention : https://wiredelta.com/5-things-ai-does-better-than-humans/
  10. Règlement (UE) 2016/679 du Parlement européen et du Conseil du 27 avril 2016 relatif à la protection des personnes physiques à l’égard du traitement des données à caractère personnel et à la libre circulation de ces données, et abrogeant la directive 95/46/CE.
  11. Selon le RGPD, la donnée à caractère personnel est « toute information se rapportant à une personne physique identifiée ou identifiable […] ; est réputée être une «personne physique identifiable» une personne physique qui peut être identifiée, directement ou indirectement, notamment par référence à un identifiant, tel qu’un nom, un numéro d’identification, des données de localisation, un identifiant en ligne, ou à un ou plusieurs éléments spécifiques propres à son identité physique, physiologique, génétique, psychique, économique, culturelle ou sociale ».
  12. Délibération de la Commission Nationale de l’Informatique et des Libertés n° 2014-308 du 17 juillet 2014 portant avis sur un projet de décret relatif à la création d’un traitement de données à caractère personnel dénommé « système API-PNR France » pris pour l’application de l’article L. 232-7 du code de la sécurité intérieure et fixant les modalités de transmission au service à compétence nationale « Unité Information Passagers » des données relatives aux passagers par les transporteurs aériens.
  13. Article 5 du RGPD : au titre de ce texte, les données à caractère personnel i) doivent être collectées de manière loyale et licite, ii) ne doivent être collectées que dans la mesure strictement nécessaire à la réalisation de la finalité pour laquelle elles ont été collectées, iii) doivent être exactes, exhaustives et à jour, et iv) ne doivent pas être conservées pendant une durée plus longue que celle nécessaire à la réalisation de cette finalité.
  14. Comment permettre à l’Homme de garder la main ? Les enjeux éthiques des algorithmes et de l’intelligence artificielle, Commission Nationale de l’Informatique et des Libertés, décembre 2017.
  15. Safran Nacelles indique ainsi, sur ses lignes de production de nacelles, qu’un seul robot doté d’une intelligence artificielle assurerait en quatre heures le perçage, le fraisurage et le rivetage de 115 fixations en carbone sur un A330neo, là où deux opérateurs auraient besoin de 14 heures pour réaliser les mêmes tâches.
  16. La compagnie aérienne Air New Zealand, en partenariat avec la start-up Assaia Apron AI et l’aéroport d’Auckland teste ainsi depuis début 2020 un système de caméras sur piste dotées de procédés de reconnaissance d’images permettant de contrôler chacune des activités autour de l’aéronef au sol (contrôles de maintenance, chargement et déchargement de cargaison, connexion aux portes d’embarquement, etc.) et alerter en temps réel sur toute possibilité de gain de temps dans le déroulement de ces activités, afin de réduire au maximum le temps de rotation de l’avion.
  17. Depuis 2015 avec l’aide de General Electric Flight Efficiency, la compagnie américaine Southwest Airlines a mis en place un système d’intelligence artificielle permettant d’optimiser la consommation de carburant de sa flotte et ainsi, de reprogrammer en temps réel les vols en vue de cette optimisation (prise en compte du poids de l’avion, de sa poussée maximale, des conditions météorologiques, etc.) : De son côté, Alaska Airlines a également annoncé dans un communiqué du 25 mai 2021 avoir lancé un partenariat avec la société Airspace Intelligence afin d’optimiser ses trajets et réduire ses émissions de CO2. La compagnie aérienne annonçait avoir économisé du carburant sur 64% de ses vols : https://newsroom.alaskaair.com/2021-05-25-Alaska-Airlines-and-Airspace-Intelligence-announce-first-of-its-kind-partnership-to-optimize-air-traffic-flow-with-artificial-intelligence-and-machine-learning
  18. Nous citerons ici les plateformes digitales d’analyses de données du secteur aéronautique de Lufthansa Technik (Aviatar) ou d’Airbus (Skywise).
  19. Pour ne donner qu’un exemple, la société toulousaine Donecle utilise des drones équipés de systèmes intelligents de reconnaissance d’images pour faciliter l’inspection des aéronefs en maintenance et la détection de potentiels défauts extérieurs : https://www.sciencesetavenir.fr/high-tech/dans-l-aeronautique-l-ia-reste-surtout-au-sol_138515
  20. Ici, le logiciel SkyKeeper de la société Innov’ATM permettrait d’optimiser la fréquence d’atterrissage et de décollage dans les aéroports, permettant ainsi de réduire l’attente à l’atterrissage de 40% : https://www.lesechos.fr/2016/09/innovatm-predit-latterrissage-dun-avion-a-la-minute-pres-1112469
  21. A ce titre, la société Winnow a annoncé en 2020 le lancement d’un partenariat avec la compagnie aérienne Emirates Flight Catering a pu mettre en place un partenariat avec le fournisseur de services de restauration Emirates Flight Catering https://blog.winnowsolutions.com/emirates-flight-catering-team-up-with-winnow-to-reduce-food-waste-by-35
  22. Article L. 112-2, 13° du Code de la propriété intellectuelle

We would like to say thanks to the author of this post for this awesome content

Intelligence artificielle et Aéronautique

Visit our social media profiles and also other related pageshttps://yaroos.com/related-pages/