par RobotRedactor | 9 Nov 2026 | IA
Article mis à jour le 09/11/2026
Reconnaître le contenu d’une image est longtemps resté un point faible des machines : un programme savait lire un code-barres, pas distinguer un chien d’un chat sur une photo quelconque. Depuis une dizaine d’années, l’apprentissage profond a renversé la situation. Cet article explique comment fonctionne la reconnaissance d’images par l’IA, quelles étapes l’ont fait progresser, ce qu’elle apporte dans l’industrie et la médecine, et où se situent ses limites.
Comment une IA « reconnaît » une image
Pour un ordinateur, une image est une grille de nombres : la valeur de chaque pixel dans les canaux rouge, vert et bleu. Aucune règle écrite à la main ne permet de passer de ces nombres à « un vélo ». Les méthodes actuelles procèdent donc par apprentissage supervisé : on présente au modèle un très grand nombre d’images accompagnées de leur étiquette, et on ajuste ses paramètres internes pour qu’il prédise l’étiquette correcte.
Le modèle le plus répandu pendant longtemps a été le réseau de neurones convolutif (CNN). Ses premières couches détectent des motifs simples (contours, textures) ; les suivantes les combinent en formes, puis en parties d’objets. Des travaux de visualisation, comme celui de Zeiler et Fergus sur les couches intermédiaires d’un réseau entraîné sur ImageNet, ont montré cette hiérarchie de caractéristiques (arXiv:1311.2901).
Il faut distinguer trois tâches, souvent confondues :
- la classification : dire ce que contient l’image (« chat ») ;
- la détection : localiser chaque objet par un cadre et lui attribuer une classe ;
- la segmentation : attribuer une classe à chaque pixel, indispensable en imagerie médicale ou pour un véhicule qui doit séparer route et trottoir.
Les étapes qui ont fait progresser le domaine
ImageNet, le banc d’essai commun
Les progrès ont été mesurés sur un référentiel public : le défi ILSVRC (ImageNet Large Scale Visual Recognition Challenge), organisé chaque année depuis 2010. Ses données d’entraînement comportent environ 1,2 million d’images réparties en 1 000 classes d’objets, comme le décrivent ses auteurs (Russakovsky et al., arXiv:1409.0575). Disposer d’un jeu aussi vaste et d’une mesure commune a permis de comparer honnêtement les approches.
Des réseaux de plus en plus profonds
Dès 2014, l’équipe d’Oxford a montré qu’augmenter la profondeur du réseau (16 à 19 couches de poids, avec de petits filtres 3×3) améliorait nettement la précision (Simonyan et Zisserman, arXiv:1409.1556). Mais plus un réseau est profond, plus il est difficile à entraîner. Les réseaux résiduels (ResNet) ont levé ce verrou en faisant apprendre à chaque bloc un écart par rapport à son entrée : des réseaux de 152 couches ont ainsi été entraînés, et un ensemble de ces modèles a obtenu 3,57 % d’erreur (top-5) sur le jeu de test d’ImageNet, première place du concours 2015 (He et al., arXiv:1512.03385).
Comparaison avec l’humain : à manier avec prudence
Les organisateurs d’ImageNet ont eux-mêmes mesuré la performance humaine : un annotateur expert a obtenu environ 5,1 % d’erreur (top-5) sur un échantillon, contre 6,8 % pour GoogLeNet sur le même échantillon. La publication précise toutefois que cette comparaison porte sur une tâche étroite (choisir parmi 1 000 classes, dont de nombreuses races de chiens) et sur un petit échantillon. « La machine bat l’humain » ne vaut donc que pour ce test précis, pas pour la perception en général.
De la grille de pixels aux « mots d’image » : les transformeurs de vision
Autre rupture : le Vision Transformer (ViT). Il découpe l’image en petits carrés (16×16 pixels), les traite comme une suite de « mots » et leur applique l’architecture des transformeurs, issue du traitement du langage. Ses auteurs montrent qu’un transformeur pur, pré-entraîné sur de très grandes quantités de données, atteint d’excellents résultats sur les référentiels d’images tout en demandant moins de calcul pour l’entraînement que les meilleurs réseaux convolutifs de l’époque (Dosovitskiy et al., arXiv:2010.11929). La condition du pré-entraînement massif est essentielle : sur de petits jeux de données, les CNN gardent des atouts.
La détection en temps réel
Pour la détection, la famille YOLO traite l’image entière en un seul passage du réseau. Dans l’article d’origine, le modèle de base fonctionne en temps réel à 45 images par seconde et une version allégée atteint 155 images par seconde (Redmon et al., arXiv:1506.02640). Ces vitesses datent de 2015 et du matériel de l’époque ; elles montrent surtout que la détection embarquée est devenue possible.
Applications concrètes
Industrie et robotique
Dans l’atelier, la vision par IA sert au contrôle qualité (repérer une rayure, une soudure incomplète), au tri et à la préhension d’objets en vrac : un robot équipé d’une caméra localise une pièce, estime sa position et guide sa pince. La difficulté pratique tient moins au modèle qu’à l’éclairage, aux reflets et à la constitution d’exemples de défauts, par définition rares. Pour le choix des outils d’un atelier, notre article sur le logiciel robotique à choisir pour son atelier détaille la chaîne de programmation et de simulation.
Santé
L’exemple fondateur est celui du dépistage de lésions cutanées : un CNN entraîné sur 129 450 images cliniques (2 032 maladies différentes) a obtenu, sur deux tâches de classification de lésions confirmées par biopsie, des performances comparables à celles de 21 dermatologues certifiés (Esteva et al., Nature, 2017). Il s’agissait d’une évaluation en laboratoire, sur des images sélectionnées : cela ne prouve pas à lui seul l’intérêt en pratique clinique, où la décision reste médicale.
Au quotidien
Déverrouillage de téléphone, tri automatique de photos, lecture de plaques, assistance à la conduite : la reconnaissance d’images est devenue une brique invisible de nombreux produits. Elle alimente aussi la robotique de service ; notre article sur les cobots en petit atelier montre où la perception par caméra trouve sa place.
Les limites à connaître
- Dépendance aux données. Un modèle n’est fiable que sur des images proches de celles de son entraînement. Changez la caméra, l’éclairage ou la population concernée, et la précision peut chuter.
- Biais. L’étude « Gender Shades » a relevé que deux jeux de référence de reconnaissance faciale sont composés à 79,6 % (IJB-A) et 86,2 % (Adience) de sujets à peau claire, et que trois systèmes commerciaux de classification du genre se trompaient jusqu’à 34,7 % du temps sur les femmes à peau foncée, contre au plus 0,8 % pour les hommes à peau claire (Buolamwini et Gebru, PMLR 81, 2018). Ces résultats datent de 2018 et de systèmes précis ; l’enseignement durable est la nécessité de tester par sous-groupes.
- Explicabilité. Un réseau fournit une réponse, pas un raisonnement. Les techniques de visualisation aident, mais ne remplacent pas une validation rigoureuse.
- Vie privée. La reconnaissance faciale et la vidéosurveillance « intelligente » posent des questions juridiques sérieuses, encadrées en Europe par le RGPD et par le règlement européen sur l’IA.
- Génération d’images. Les modèles qui créent des images, évoqués dans l’ancien texte de cet article, reposent sur des principes voisins mais posent un autre problème : distinguer une image réelle d’une image synthétique devient lui-même un défi.
Récapitulatif
- Une image est un tableau de nombres ; l’IA apprend à y repérer des motifs à partir d’exemples étiquetés.
- Il faut distinguer classification, détection et segmentation.
- ImageNet (environ 1,2 million d’images, 1 000 classes) a servi de banc d’essai commun.
- La profondeur des réseaux (VGG, ResNet) puis les transformeurs de vision (ViT) ont fait baisser les erreurs.
- La comparaison « machine contre humain » vaut pour un test précis, pas en général.
- Les applications vont du contrôle qualité industriel au dépistage médical, avec l’humain dans la décision.
- Les limites majeures : dépendance aux données, biais, manque d’explicabilité et protection de la vie privée.
par RobotRedactor | 7 Nov 2026 | Robots industriels
Article mis à jour le 07/11/2026
Piloter un drone en France ne relève plus d’un patchwork de règles nationales : depuis la fin de la période de transition, le cadre est celui de l’Union européenne, fixé par le règlement d’exécution (UE) 2019/947 et appliqué en France par la DGAC. Il n’existe pas de « permis drone » unique : la formation exigée dépend du niveau de risque de l’opération, de la classe du drone et de la distance aux personnes.
Trois catégories, trois niveaux de risque
Le règlement européen classe toute exploitation de drone dans l’une de trois catégories :
- Ouverte (faible risque) : loisir et usages professionnels simples, sans autorisation préalable, mais avec une hauteur maximale de 120 m, aucun survol de rassemblement et des distances minimales selon la classe du drone.
- Spécifique (risque accru) : tout ce qui sort de ces limites. On se déclare selon un scénario standard européen, ou l’on obtient une autorisation de la DSAC (direction de la sécurité de l’aviation civile).
- Certifiée (risque fort) : exploitant, drone et pilote certifiés, sur le modèle de l’aviation habitée.
La catégorie ouverte : A1, A2 et A3
La catégorie ouverte se divise en trois sous-catégories, chacune associée à des classes de drones (marquage C0 à C4 apposé par le constructeur). Selon l’Agence européenne de la sécurité aérienne (AESA), les seuils de masse sont de moins de 250 g pour la classe C0, moins de 900 g pour la C1, moins de 4 kg pour la C2 et moins de 25 kg pour les C3 et C4.
- A1 (classes C0 et C1) : vol possible au-dessus de personnes isolées, jamais au-dessus d’un rassemblement. Le survol est toléré en C0 et seulement accidentel en C1.
- A2 (classe C2) : vol près des personnes, sans les survoler, à 30 m au moins, distance ramenée à 5 m avec le mode basse vitesse activé.
- A3 (classes C2, C3, C4) : vol loin des personnes, à 150 m au moins des zones résidentielles, commerciales, industrielles ou récréatives.
Les drones sans marquage de classe (construits à titre privé ou mis sur le marché avant le 1er janvier 2024) restent utilisables, mais seulement dans les conditions de l’A1 s’ils pèsent moins de 250 g, et de l’A3 au-delà, indique la page de la DGAC sur la catégorie ouverte (mise à jour le 3 septembre 2026). En France s’ajoutent des règles nationales : vol de nuit et vol en espace public en agglomération interdits en catégorie ouverte, sauf dérogation préfectorale demandée au moins 30 jours à l’avance, et respect des zones de restriction publiées sur la carte Géoportail des restrictions UAS.
Les formations officielles de la catégorie ouverte
A1/A3 : formation en ligne et examen de 40 questions
Pour un drone C1, C2 (en A3), C3 ou C4, ou un drone sans marquage de plus de 250 g, le télépilote doit suivre la formation en ligne de la DGAC puis réussir un examen de 40 questions, avec 75 % de bonnes réponses attendues. Les démarches sont gratuites et se font sur le site de formation des télépilotes de l’aviation civile et sur le portail AlphaTango. L’attestation obtenue est reconnue par tous les États membres de l’Union européenne. Pour un drone C0, la lecture de la notice du constructeur suffit.
A2 : certificat d’aptitude avec examen complémentaire
Voler près des personnes avec un drone C2 demande davantage. Le candidat doit détenir l’attestation A1/A3, effectuer une formation pratique — qui peut être une autoformation déclarative, réalisée dans les conditions de l’A3 — puis réussir l’examen complémentaire « OPEN A2 » : 30 questions, 75 % de réussite, portant sur la météorologie, les performances de vol et les mesures d’atténuation des risques au sol. Il se passe en ligne depuis le compte AlphaTango ou en centre d’examen.
Âge minimal et enregistrement
L’AESA fixe l’âge minimal à 16 ans, avec une possibilité d’abaissement par chaque État. En France, il est de 14 ans pour la catégorie ouverte. L’exploitant (responsable du drone, distinct du télépilote) doit s’enregistrer sur AlphaTango dès qu’il utilise un drone de plus de 250 g, ou un drone non jouet équipé d’une caméra ou d’un micro. Les aéronefs de plus de 800 g doivent en outre émettre un signalement électronique.
Attention aux anciens titres : la DGAC précise que les BAPD (brevets d’aptitude de pilote à distance) obtenus par simple déclaration sur l’honneur ne sont plus valides depuis le 1er janvier 2026 : il faut repasser les examens A1/A3 et A2.
La catégorie spécifique : la voie professionnelle
Les missions professionnelles exigeantes relèvent de la catégorie spécifique. Point important pour qui a été formé avant 2024 : les scénarios nationaux S-1, S-2 et S-3 n’existent plus depuis le 1er janvier 2026. Il n’est plus possible de voler selon ces scénarios, et les titres nationaux qui leur étaient attachés ont disparu à la même date.
Les scénarios standard européens STS-01 et STS-02
Ils permettent de voler sur simple déclaration de l’exploitant, sans autorisation au cas par cas. D’après la présentation de la DSAC sur l’entrée en application des STS :
- STS-01 : vol en vue directe, au-dessus d’une zone contrôlée au sol pouvant se situer en zone peuplée, avec un drone de classe C5 (jusqu’à 25 kg, mode basse vitesse à 5 m/s, système de terminaison du vol et parachute ou équivalent).
- STS-02 : vol pouvant être hors vue, en dehors des zones peuplées, avec un drone de classe C6 ; distance maximale de 1 km sur trajectoire préprogrammée sans observateur, portée à 2 km avec des observateurs aériens, visibilité minimale de 5 km.
Dans les deux cas, la hauteur reste inférieure à 120 m et l’exploitant tient un manuel d’exploitation (Manex). Un drone sans marquage de classe n’est pas utilisable en STS.
Le CATS et la formation pratique STS
Le télépilote doit détenir le CATS (certificat d’aptitude théorique pour les scénarios standard) et une attestation de formation pratique. Selon la page de la DGAC sur les examens théoriques, l’inscription suppose l’attestation A1/A3 ou un BAPD ; la redevance est de 30 euros (exonération pour les demandeurs d’emploi), et l’examen se passe sur ordinateur dans les salles OCEANE de la DGAC, en métropole (Aix-en-Provence, Bordeaux, Lille, Lyon, Paris-Orly, Rennes, Toulouse, Strasbourg, entre autres) et en outre-mer. La DSAC indique que le CATS est valable 5 ans.
La formation pratique n’est pas délivrée par l’autorité : ce sont des exploitants ayant déclaré une activité de formation qui forment et signent l’attestation, avec formateur et évaluateur distincts et un livret de progression. La FAQ de la DGAC sur la transition européenne confirme qu’une formation pratique suivie dans un autre État membre, la Belgique par exemple, est reconnue en France.
Au-delà des scénarios : SORA et autorisation
Hors scénario standard, il faut une autorisation de la DSAC, fondée sur une analyse de risque SORA ou une analyse prédéfinie (PDRA) de l’AESA : c’est le cas des drones de plus de 25 kg ou des vols au-dessus de 120 m.
Comment choisir une formation privée
Pour l’A1/A3, la formation officielle gratuite suffit. Une école apporte surtout de la valeur sur la pratique (A2 et STS). Critères vérifiables :
- Déclaration d’activité de formation aux STS : demandez-en la preuve.
- Programme aligné sur le règlement : préparation du vol, procédures d’urgence, situations anormales, pilotage sans assistance GNSS pour le STS-02.
- Matériel de la bonne classe : C5 ou C6 selon le STS visé.
- Titres officiels seulement : attestation A1/A3, certificat A2, CATS et attestation de formation pratique ont seuls une valeur réglementaire.
- Simulateur : utile pour les urgences, il ne remplace pas les heures de vol. La logique est celle de la simulation en robotique d’atelier : valider hors ligne, puis vérifier en réel.
Pour un parcours d’ingénieur plus large, voir notre dossier sur la formation en ingénierie robotique.
En résumé
- La classe du drone (C0 à C6, ou sans marquage) et la mission déterminent la catégorie.
- Catégorie ouverte : formation et examen A1/A3 gratuits en ligne (40 questions, 75 %), dès 14 ans en France.
- Près des personnes en C2 : formation pratique et examen A2 (30 questions).
- Zone peuplée ou hors vue : STS-01 (C5) ou STS-02 (C6), avec CATS et formation pratique chez un exploitant déclaré.
- S-1, S-2, S-3 et BAPD sur déclaration : caducs depuis le 1er janvier 2026.
- Enregistrement AlphaTango au-delà de 250 g ou avec caméra, carte des restrictions avant chaque vol.
par RobotRedactor | 5 Nov 2026 | Robots industriels
Article mis à jour le 05/11/2026
Les troubles musculosquelettiques (TMS) restent la première cause de maladie professionnelle en France : selon l’INRS, ils représentent à eux seuls plus de 80 % des maladies professionnelles reconnues. Les statistiques de l’INRS font état d’environ 40 000 cas par an au titre du seul tableau 57 du régime général depuis 2012. En 2021, les TMS indemnisés ont entraîné la perte de plus de 11 millions de journées de travail et environ 1 milliard d’euros de frais couverts par les cotisations des entreprises. Dans l’agriculture, la part est encore plus élevée : 94,8 % des maladies professionnelles reconnues des salariés agricoles en 2024, d’après la MSA.
Face à ces chiffres, l’exosquelette séduit : une structure portée sur le corps, qui soulage le dos ou les épaules sans remplacer l’opérateur. Les travaux publiés en septembre 2026 par l’INRS, la MSA et plusieurs entreprises permettent de mesurer ce qu’il apporte réellement.
Exosquelette passif, exosquelette actif : de quoi parle-t-on ?
Le document de discussion de l’Agence européenne pour la sécurité et la santé au travail, rédigé par M. Peters et S. Wischniewski (BAuA) en 2019, « The impact of using exoskeletons on occupational safety and health », définit les exosquelettes comme des structures mécaniques externes portées sur le corps, et distingue deux familles :
- Les exosquelettes actifs utilisent des actionneurs (moteurs électriques, parfois vérins hydrauliques ou pneumatiques) qui apportent une force supplémentaire au mouvement.
- Les exosquelettes passifs utilisent des ressorts, amortisseurs ou matériaux élastiques. L’énergie restituée vient uniquement du mouvement de l’utilisateur : le gain ne tient pas à une force ajoutée, mais à la capacité de tenir plus longtemps une posture pénible, par exemple le travail bras levés au-dessus de la tête.
Les dispositifs se classent aussi par zone assistée : membres supérieurs (épaules), dos (soutien lombaire lors des flexions du tronc), plus rarement corps entier. En 2019, l’EU-OSHA notait que les modèles actifs avaient encore peu de pertinence pratique (poids, batterie, mécanique d’entraînement), alors que plusieurs modèles passifs étaient déjà commercialisés, avec une assistance limitée à certaines parties du corps.
Des gains mesurables, mais modestes et ciblés
Le numéro 284 de la revue Hygiène & sécurité du travail (septembre 2026) consacre un dossier complet aux exosquelettes. Une étude menée dans l’aide à domicile illustre bien l’ordre de grandeur des effets. En laboratoire, 19 sujets ont reproduit une mobilisation de bénéficiaire au lit avec un sac lesté de 25 kg, en portant successivement deux exosquelettes passifs (épaules et bas du dos) et un exosquelette actif lombaire :
- l’exosquelette passif d’épaules a réduit l’activité des deltoïdes de 9,7 % et l’activité musculaire globale de 5,6 % par rapport à la condition sans exosquelette ;
- l’exosquelette actif lombaire n’a eu aucun effet sur l’activité musculaire mesurée, mais il a réduit l’effort perçu de 42 % (25 % pour le modèle d’épaules), sans altérer la posture, et il a été le dispositif préféré des sujets.
Les gains musculaires restent donc modestes, et le ressenti ne suit pas forcément la mesure électromyographique.
Trois saisons dans les vignes : ce que révèle le terrain
L’étude la plus instructive du dossier est celle de la MSA du Languedoc, conduite sur trois saisons de taille de la vigne (2022-2025), une tâche de quatre mois environ en flexion prolongée du tronc. Sur 45 volontaires, 33 ont été retenus après visite médicale, puis ont testé trois exosquelettes passifs à soutien lombaire, trois semaines chacun.
- Attentes et réalité : avant les essais, 96 % des participants pensaient que l’exosquelette améliorerait leurs conditions de travail. En situation réelle, 57 % ont ressenti de nouvelles gênes, dont 40 % jugées insupportables, et 35 % ont interrompu les essais dans les cinq premiers jours.
- Tri rapide : 24 participants sur 33 ont retenu un modèle compatible, 9 (27 %) n’en ont retenu aucun. La décision se jouait souvent entre cinq et dix jours d’utilisation.
- Geste inchangé, ressenti amélioré : la deuxième saison (20 participants) n’a montré aucune modification significative du geste de taille, alors que 93 % des utilisateurs rapportaient un soulagement lombaire.
- Report des contraintes : la troisième saison (12 participants), avec mesures électromyographiques et cardiaques, a montré une baisse réelle des sollicitations des muscles lombaires, mais une sollicitation accrue des muscles des cuisses, parfois asymétrique. Aucune modification significative de l’activité cardiaque n’a été observée. Onze des douze participants ont choisi de continuer.
Conclusion des auteurs : l’exosquelette apparaît moins comme un outil qui transforme le geste que comme un dispositif qui redistribue les contraintes dans l’organisme. Il n’est pas une solution universelle : près d’un tiers des participants n’a trouvé aucun modèle acceptable.
Les risques identifiés par l’INRS
Cette redistribution est au cœur des réserves des préventeurs. L’INRS recense dans son dossier Exosquelettes : identification des risques trois familles de risques potentiels :
- mécaniques : collision avec l’utilisateur ou un tiers, écrasement, lésions articulaires, frottements et abrasions ;
- liés à la charge physique : charge globale accrue, TMS déplacés vers d’autres zones, déséquilibre et risque de chute, perturbations sensorielles, désadaptation musculaire locale ;
- liés à la charge mentale : perte de contrôle et d’autonomie, exigences attentionnelles accrues, effets sur l’expertise de l’opérateur.
Un exemple concret, cité par l’INRS dans sa synthèse des recherches 2018-2024 : un exosquelette d’épaules oblige l’utilisateur, bras levés, à exercer une force vers le bas plus importante pour les redescendre. Dès 2019, l’étude exploratoire de l’INRS sur l’acceptation des exosquelettes par les opérateurs pointait ces freins liés à l’interaction entre le corps et le dispositif.
Un outil de dernier recours, pas une démarche de prévention
Sur la place de l’exosquelette, la position de l’INRS est sans ambiguïté. Comme le rappelle son actualité d’octobre 2026, équiper un salarié d’un exosquelette ne constitue pas en soi une démarche de prévention des TMS : son usage ne doit être envisagé qu’après avoir cherché à supprimer ou réduire les contraintes par des mesures collectives, techniques ou organisationnelles. Les points de repère de l’INRS renvoient aux neuf principes généraux de prévention de l’article L. 4121-2 du Code du travail, et l’EU-OSHA défend la même hiérarchie : l’exosquelette ne remplace pas la conception ergonomique du poste.
Le constat de terrain va dans le même sens : selon la MSA, la prise de recul sur les besoins réels conduit le plus souvent les exploitants à réorienter leur investissement vers d’autres améliorations, comme l’aménagement des postes décrit dans la fiche INRS Conception et aménagement des postes de travail. Lorsque la tâche peut être mécanisée ou robotisée, un cobot peut aussi supprimer la contrainte à la source plutôt que d’aider à la supporter.
NF X35-800 : la méthode pour déployer un exosquelette
La France a publié en août 2023 la première norme au monde consacrée aux exosquelettes, la NF X35-800, élaborée à l’Afnor avec l’INRS et l’OPPBTP, et proposée comme base d’une future norme ISO. Elle encadre l’acquisition, la conception et l’évaluation de ces dispositifs. Air France, qui en a tiré un guide interne en neuf étapes, en donne une traduction concrète :
- une étude d’opportunité avant toute considération technique, et une expression des besoins qui recherche d’abord des solutions collectives ;
- une équipe pluridisciplinaire : ergonome, préventeur, médecin du travail, responsable HSE, manager de proximité et utilisateurs volontaires ;
- un cahier des charges pour le parc de test : moins de 2 kg, mise en place et retrait en moins d’une minute, et, dans l’aéronautique, compatibilité ATEX et absence de pièce susceptible de se détacher ;
- des essais en situation réelle suivis dans le temps, puis un suivi après déploiement, avec la possibilité d’abandonner le dispositif.
L’INRS insiste enfin sur la durée : les essais très courts ne permettent pas toujours de construire un avis stabilisé, et l’adoption passe par des phases de familiarisation puis de routinisation qui peuvent prendre plusieurs semaines. Comme pour le choix d’un logiciel de robotique d’atelier, le bon outil se définit à partir de la tâche réelle, pas du catalogue.
En résumé
L’exosquelette n’est pas « la » solution aux TMS. Il peut soulager le dos ou les épaules sur des tâches que l’on ne sait pas supprimer autrement, à condition d’accepter que les contraintes se déplacent, que tous les opérateurs n’y adhèrent pas et que son intégration demande méthode, temps et suivi médical. Utilisé en dernier recours, après l’ergonomie du poste et l’organisation du travail, il devient un complément utile.
par RobotRedactor | 3 Nov 2026 | Informatique
Article mis à jour le 03/11/2026
« Combien va nous rapporter cette GMAO ? » C’est la question que pose toute direction avant de signer. Une gestion de maintenance assistée par ordinateur (GMAO, ou EAM pour Enterprise Asset Management quand le périmètre couvre tous les actifs) est un logiciel qui centralise les équipements, les ordres de travaux, les plans de maintenance préventive, les stocks de pièces et les indicateurs. Son retour sur investissement ne se décrète pas : il se calcule, avec des hypothèses prudentes et des données que vous possédez déjà. Voici la méthode, des coûts à ne pas oublier jusqu’au calcul final.
Ce que mesure vraiment le ROI d’une GMAO
Le retour sur investissement rapporte le gain généré à la somme investie. Le guide de bonnes pratiques d’exploitation et de maintenance du Pacific Northwest National Laboratory, rédigé pour le ministère américain de l’Énergie, distingue trois mesures que les responsables doivent maîtriser pour défendre un projet : le temps de retour simple (coût total installé divisé par l’économie de la première année), le retour sur investissement (gain ou économie rapporté à l’investissement global) et la valeur actuelle nette (flux de trésorerie ramenés à aujourd’hui par un taux d’actualisation) (PNNL, O&M Best Practices Guide).
Pour un projet de GMAO, le temps de retour est la mesure la plus parlante pour un atelier, et la valeur actuelle nette la plus rigoureuse dès que le projet dépasse deux ou trois ans. La valeur actuelle nette est la somme des flux annuels, chacun actualisé selon son éloignement : l’investissement est jugé rentable si elle est positive.
Étape 1 : établir la situation de départ
Un ROI sans « avant » est invérifiable. Avant tout achat, relevez sur les 12 derniers mois :
- les heures d’arrêt non planifié par équipement critique et leur coût horaire (production perdue, main-d’œuvre immobilisée, pénalités) ;
- le temps passé par les techniciens en recherche d’informations, de pièces et en saisie papier ;
- la part de maintenance corrective par rapport au préventif ;
- la valeur du stock de pièces et le nombre de ruptures ;
- les coûts de sous-traitance et d’urgence (déplacements, livraisons express).
Si ces chiffres n’existent pas, ce constat est déjà un résultat : il mesure le niveau de maturité de départ, et la première année de GMAO servira à les produire.
Étape 2 : chiffrer tous les coûts, y compris les cachés
Les devis de logiciels n’affichent que la partie visible. Le coût total sur la durée de l’étude, en général trois à cinq ans, comprend :
- Licences ou abonnement (au poste, à l’utilisateur ou au site selon l’éditeur), puis maintenance et mises à jour ;
- Paramétrage et intégration : arborescence des équipements, gammes de maintenance, connexion à l’ERP ou à la comptabilité ;
- Reprise des données : inventaire des équipements, nomenclatures, historique. C’est souvent le poste le plus sous-estimé, car des données sales rendent la GMAO inutilisable ;
- Formation des techniciens, des responsables et des demandeurs d’intervention ;
- Matériel : tablettes ou smartphones, lecteurs de codes-barres ou d’étiquettes, réseau sur site ;
- Temps interne du chef de projet et des référents, rarement valorisé alors qu’il se compte en semaines ;
- Frais récurrents : support, administration de la base, évolutions.
La GMAO étant en général la seule application à décrire l’ensemble des équipements de l’entreprise, elle devient un outil de référence pour d’autres services : prévoyez le temps de les associer.
Étape 3 : identifier les gains et ne retenir que ceux qui se prouvent
Les gains directs se mesurent à partir de la situation de départ :
- Moins d’arrêts non planifiés grâce au préventif planifié et à l’historique des pannes ;
- Moins de temps administratif : plus de ressaisie, ordres de travaux et bons de sortie numériques ;
- Stock de pièces mieux dimensionné : moins de capital immobilisé, moins de ruptures ;
- Durée de vie des équipements prolongée par un entretien régulier ;
- Moins de sous-traitance d’urgence.
Les gains indirects (meilleure traçabilité pour les audits, motivation des équipes, communication avec la production) sont réels mais difficiles à convertir en euros : il vaut mieux les citer à part que les mêler au calcul.
Gardez en tête que les chiffres spectaculaires publiés sur la maintenance prédictive ne sont pas ceux d’une GMAO seule. Le guide du PNNL cite, d’après des enquêtes indépendantes, un retour d’environ dix fois l’investissement et une baisse des coûts de maintenance de 25 à 30 % pour un programme de maintenance prédictive fonctionnel. Mais ces résultats supposent des capteurs, de la surveillance d’état et une organisation mature : la GMAO n’en est que le socle. Ne les utilisez pas comme hypothèse de départ pour un premier projet.
Étape 4 : suivre les bons indicateurs
Trois indicateurs permettent de démontrer le gain après la mise en service :
- le MTBF (temps moyen entre pannes), qui doit augmenter. Pour un système réparable, c’est le temps moyen entre la fin d’une réparation et la panne suivante ;
- le MTTR (temps moyen de remise en état), qui doit baisser : il inclut le diagnostic, l’approvisionnement et la réparation (définitions MTBF et MTTR) ;
- le TRS (taux de rendement synthétique), produit du taux de disponibilité, du taux de performance et du taux de qualité. Sa décomposition montre quel facteur dégrade le rendement (TRS). Attention : la mesure du temps de disponibilité varie d’une organisation à l’autre, comparez donc toujours à votre propre référence, pas à celle d’un autre site.
Le même guide suggère aussi de suivre la part des actions préventives réalisées par rapport à celles planifiées, et le retard de maintenance corrective : deux signaux d’alerte simples à lire.
Étape 5 : calculer, sur un exemple fictif et prudent
Voici un exemple fictif, aux montants volontairement modestes, pour un site industriel étudié sur trois ans.
- Coûts : 60 000 € la première année (licences initiales, paramétrage, reprise des données, formation, tablettes) plus 12 000 € de frais récurrents par an, soit 96 000 € sur trois ans.
- Gains retenus : 20 000 € la première année (montée en charge), puis 45 000 € les deux suivantes, soit 110 000 €. Ces gains viennent par exemple de quelques dizaines d’heures d’arrêt évitées, valorisées à un coût horaire réaliste, avec une décote de moitié pour tenir compte de l’incertitude.
Le ROI vaut (110 000 − 96 000) / 96 000, soit environ 15 % sur trois ans. Le cumul net est négatif après l’an 1 (−52 000 €) et l’an 2 (−19 000 €), puis positif en troisième année : le retour se fait dans la troisième année. Ce résultat modeste est crédible, donc défendable. En revanche, un projet qui annoncerait un retour en six mois sans appuyer ses hypothèses sur des données de départ doit éveiller la méfiance. Refaites le calcul avec vos chiffres, puis testez un scénario où les gains sont réduits d’un tiers : si le ROI reste positif, le projet est solide.
Les pièges qui font échouer le ROI
- Une GMAO jamais alimentée : sans saisie des interventions par les techniciens, aucun indicateur ne ressort et les gains restent théoriques ;
- Des données de départ absentes, qui interdisent de prouver quoi que ce soit ;
- Un périmètre trop large dès le départ : mieux vaut démarrer sur les équipements critiques et étendre ;
- L’oubli du coût du temps interne et de la conduite du changement ;
- Un outil mal adapté : une solution trop complexe est peu utilisée, donc peu rentable. Pour comprendre où héberger ce type de logiciel, voir notre article sur les logiciels métiers qui restent sur site ;
- Une dépendance sans plan de secours : la GMAO devient critique, il faut donc prévoir sa reprise, comme décrit dans notre guide du plan de reprise d’activité informatique.
À retenir : estimer le ROI d’une GMAO en six points
- Relevez la situation de départ sur 12 mois : arrêts, temps passé, stocks, part de corrective.
- Chiffrez tous les coûts sur trois à cinq ans, dont la reprise des données et le temps interne.
- Ne retenez que les gains qui se prouvent, avec une décote prudente.
- Calculez le ROI et le temps de retour, puis la valeur actuelle nette si le projet est long.
- Choisissez trois indicateurs (MTBF, MTTR, TRS) et mesurez-les avant et après.
- Testez un scénario défavorable avant de présenter le dossier.
par RobotRedactor | 1 Nov 2026 | Informatique
Article mis à jour le 01/11/2026
Avant de confier des serveurs ou des sauvegardes à un hébergeur, la question n’est pas « le datacenter est-il sécurisé ? », car tous répondent oui. La bonne question est : quelles protections précises, prouvées par qui, et jusqu’où va la responsabilité de l’hébergeur ? Cet article donne une méthode d’évaluation, puis détaille chaque couche de protection, de la plus souvent défaillante à la plus rare.
La méthode : poser les bonnes questions dans le bon ordre
Un centre de données est un bâtiment conçu pour héberger des serveurs et des équipements de stockage. Sa sécurité se juge sur cinq couches indépendantes, car une faille dans l’une annule les efforts faits sur les autres :
- le périmètre et les accès physiques : qui peut entrer, jusqu’où, avec quelle traçabilité ;
- l’énergie et le refroidissement : que se passe-t-il quand le réseau électrique ou une climatisation tombe ;
- la protection contre l’incendie et l’eau ;
- la sécurité logique : réseau, administration, chiffrement, journaux ;
- le cadre de preuve : certifications, audits, contrat.
Pour chaque couche, demandez un document, pas une assurance orale : plan des zones, rapport d’audit, attestation de certification, résultat du dernier test de bascule électrique.
1. Les accès physiques : le contrôle le plus souvent insuffisant
L’accès à un datacenter est en principe restreint, et la protection se construit en couches : clôtures, bornes anti-véhicule et sas à un seul passage (« mantraps ») sont courants, et la vidéosurveillance comme les agents de sécurité sont presque toujours présents sur les grands sites ou ceux qui abritent des données sensibles (Wikipédia, Data center).
La CNIL, dans sa fiche sur la protection des locaux, recommande des mesures qui valent pour tout hébergeur ou salle informatique (CNIL, Protéger les locaux) :
- restreindre l’accès par des portes verrouillées et distinguer les zones selon les risques, avec un contrôle dédié pour la salle informatique ;
- tenir à jour la liste des personnes autorisées par zone et la revoir périodiquement ;
- accompagner les visiteurs, leur faire porter un badge visible et consigner leurs heures d’arrivée et de départ ;
- installer des alarmes anti-intrusion et les vérifier périodiquement.
À demander : la liste des zones (périmètre, bâtiment, salle, baie), la durée de conservation des enregistrements vidéo et des journaux d’accès, et la procédure appliquée à un intervenant extérieur. Le prestataire de maintenance est un point d’entrée classique : il doit être traité comme un visiteur.
2. L’énergie et le refroidissement : la cause d’interruption la plus classique
Un serveur ne tombe pas parce qu’on l’attaque, mais d’abord parce qu’il n’est plus alimenté ou refroidi. L’alimentation d’un datacenter repose sur un ou plusieurs onduleurs, des batteries et des groupes électrogènes (diesel ou turbine à gaz) : les batteries assurent la continuité le temps que les groupes démarrent, et des commutateurs statiques assurent le passage entre deux alimentations (Wikipédia, Data center). Côté climatisation, le confinement des allées chaudes et froides et les unités de refroidissement en rangée sont des techniques courantes.
Pour comparer deux sites, la référence du marché est la classification en quatre niveaux de l’Uptime Institute (Uptime Institute, Tier Classification System) :
- Tier I : capacité de base (onduleur, zone dédiée, refroidissement, groupe électrogène) ; protège des erreurs humaines mais pas d’une panne inattendue, et la maintenance préventive impose un arrêt complet ;
- Tier II : composants de puissance et de refroidissement redondants, mais un arrêt imprévu affecte encore le système ;
- Tier III : maintenable sans interruption, chaque élément peut être arrêté sans impact sur l’informatique ;
- Tier IV : plusieurs systèmes indépendants et isolés physiquement, une panne d’équipement n’affecte pas l’exploitation.
Deux précautions. D’abord, les niveaux sont progressifs, mais l’Uptime Institute précise qu’un Tier IV n’est pas « meilleur » qu’un Tier II pour tous les besoins : il faut choisir selon la criticité de vos applications. Ensuite, distinguez un site certifié d’un site « conçu selon » un niveau : l’institut annonce plus de 4 300 certifications délivrées dans plus de 120 pays, et seul le certificat fait foi.
3. Le feu et l’eau
La CNIL demande des détecteurs de fumée et des moyens de lutte contre l’incendie inspectés chaque année, et recommande de protéger le matériel par un système anti-incendie dédié, une surélévation contre les inondations et une redondance d’alimentation et de climatisation. Dans les salles informatiques, l’extinction se fait en général par gaz, le halon, longtemps le plus répandu, ayant été abandonné après la découverte de ses effets néfastes (Wikipédia, Data center). Demandez le type d’agent d’extinction, la fréquence des contrôles et l’emplacement du site par rapport aux zones inondables.
4. La sécurité logique : ce que l’hébergeur fait, ce que vous faites
Selon le service acheté (colocation, serveur dédié, cloud), la frontière de responsabilité change. En colocation, l’hébergeur fournit le local, l’énergie et le réseau, et vous sécurisez vos serveurs. Les recommandations de la CNIL sur les serveurs servent de base (CNIL, Sécuriser les serveurs) :
- désinstaller ou désactiver les services et interfaces inutiles ;
- limiter l’accès aux outils d’administration aux seules personnes habilitées, par un réseau dédié et isolé pour les opérations d’administration ;
- installer les mises à jour critiques sans délai ;
- chiffrer les échanges (protocole TLS) et tenir un journal des événements ;
- sauvegarder et vérifier régulièrement l’intégrité des sauvegardes.
Pare-feu, détection d’intrusion, chiffrement et VPN restent les briques classiques. Le catalogue de contrôles de référence est le NIST SP 800-53 Rev. 5, qui range les mesures en familles, dont une consacrée à la protection physique et environnementale (NIST SP 800-53 Rev. 5). Les exigences logiques et physiques y sont donc traitées ensemble, ce qui rappelle qu’on ne peut pas évaluer l’une sans l’autre.
5. Les certifications : ce qu’elles prouvent, et ce qu’elles ne prouvent pas
La norme ISO/IEC 27001 spécifie les exigences d’un système de management de la sécurité de l’information. Sa version en vigueur date de 2022 (amendée en 2024) et son Annexe A compte 93 contrôles répartis en quatre thèmes : organisationnel, humain, physique et technologique. Le cycle de certification comprend un audit initial en deux étapes, un audit de surveillance dans les douze mois, puis au moins un par année civile, et une recertification en principe tous les trois ans (Wikipédia, ISO/IEC 27001).
Ce qu’il faut vérifier sur une attestation :
- le périmètre : le certificat couvre-t-il le site que vous utilisez, ou seulement le siège ?
- la date de validité et le nom de l’organisme certificateur ;
- la déclaration d’applicabilité, qui indique quels contrôles s’appliquent réellement.
Pour des données sensibles ou des exigences de souveraineté, le référentiel français SecNumCloud de l’ANSSI s’ajoute aux normes internationales. Il porte sur une offre de service donnée, pas sur l’entreprise entière : une localisation des données en France ne vaut pas qualification. Renseignez-vous directement sur le site de l’ANSSI pour la version en vigueur et la liste des offres qualifiées.
Et la reprise après sinistre ?
Même le meilleur site peut être indisponible. La résilience d’un hébergement se complète donc par un plan de reprise, avec des objectifs de temps et de perte de données mesurés et testés : notre article sur le plan de reprise d’activité informatique détaille la démarche. Si vos logiciels métiers restent sur site, la question de la qualité du réseau se pose aussi : voir ces logiciels métiers qui restent sur site.
Récapitulatif : la grille en huit points
- Identifier le modèle de service (colocation, dédié, cloud) et donc la frontière de responsabilité.
- Obtenir le plan des zones d’accès et la politique visiteurs et prestataires.
- Vérifier la durée de conservation des journaux d’accès et de la vidéo.
- Demander le niveau de redondance électrique et de refroidissement, avec certificat s’il se réclame d’un Tier.
- Connaître le type de protection incendie et le risque d’inondation du site.
- Appliquer vos propres mesures logiques : administration isolée, mises à jour, TLS, journaux, sauvegardes testées.
- Contrôler le périmètre, la validité et l’organisme de toute certification (ISO/IEC 27001, SecNumCloud si nécessaire).
- Prévoir un plan de reprise testé, indépendant d’un seul site.
