/industrie
Contrôle qualité par IA pour l’industrie
Des pièces contrôlées à la caméra avant de partir chez vos clients.
Le contrôle qualité par IA repère sur la ligne les rayures, les gravures incomplètes et les pièces déformées, avant l’emballage. Chez Renault, les opérateurs passaient 80 % de leur temps à chercher les anomalies et 20 % à les corriger ; alertés en temps réel par l’IA, ils peuvent inverser ce ratio. Ces modèles de vision tournent au poste ou sur un serveur de votre site, et sont réentraînés quand la série change.
/usages
Des défauts d’aspect, de marquage et de forme.
À l’usine SEB de Lourdes, un outil développé avec l’Icam de Toulouse vérifie que les gravures laser des produits correspondent aux étiquettes de l’emballage. Il combine reconnaissance d’image et lecture de caractères (OCR), et économise plusieurs dizaines de milliers d’euros par an selon son chef de projet. À Fos-sur-Mer, le système « Final check » d’ArcelorMittal identifie chaque bobine, lit son numéro et repère ses défauts de forme, avec deux lasers et sept caméras 4K.
Une IA de vérification de conformité chez SEB (La Revue du Digital, 2024) (nouvel onglet)L’intelligence artificielle pour réagir plus vite (ArcelorMittal France, 2024) (nouvel onglet)Vision par ordinateur
- Défauts d’aspect Repère rayures, chocs et taches, et rend l’appréciation esthétique constante d’un contrôleur à l’autre.
- Gravures et marquages Vérifie qu’une gravure, un numéro ou une étiquette est complet, lisible et placé dans ses tolérances.
- Formes et cotes Signale les pièces déformées ou hors cote pour les retirer du lot avant l’expédition.
- Matières avant découpe Localise les défauts d’une tôle ou d’un rouleau de matière et transmet leur position aux postes de coupe.
/résultats
Un contrôle qualité par IA chiffré chez Renault et Safran.
Selon le Sénat, un projet de Safran Tech conduit avec l’IRT SystemX applique l’IA à la gestion, au stockage et au contrôle de pièces critiques d’avions.
L’entreprise 5.0 : l’impact de l’intelligence artificielle sur les entreprises (Sénat, 2026) (nouvel onglet)Intelligence artificielle et industrie automobile (Renault Group, 2025) (nouvel onglet)
- 40 % de temps de contrôle gagné sur ces pièces
- 3 000 contrôles assistés par IA tournent sur les lignes de Renault, dont 500 à Palencia, en Espagne
- 1 000 contrôles assistés par IA visés dans chaque usine Renault d’ici 2027
/adoption
Une reconnaissance d’images encore rare dans l’industrie.
En 2024, 1,8 % des entreprises industrielles françaises de 10 personnes et plus utilisaient la reconnaissance et le traitement d’images. En 2025, 3,5 % d’entre elles appliquent l’IA à leurs procédés de production, contre 4,9 % à l’administration et à la gestion.
- France France : 2024 2,5 %, 2025 3,5 %
- Union européenne Union européenne : 2024 2,8 %, 2025 3,5 %
/fonctionnement
Une décision par pièce, prise sur la ligne.
La vision par ordinateur (Computer Vision) repose sur un modèle d’apprentissage profond (Deep Learning), entraîné sur des photos de pièces conformes et défectueuses.
- ImageUne caméra fixe photographie chaque pièce qui passe sur la ligne.
- DécisionLe modèle classe la pièce, conforme, à reprendre ou à écarter, et situe le défaut sur l’image.
- RetourL’opérateur voit le défaut à l’écran et confirme ou corrige ; chaque décision est enregistrée pour la traçabilité du lot.
Par vision artificielle, L’Atelier du Laser a réduit de 40 % ses non-conformités expédiées.
/sur le terrain
Un premier projet bâti sur un contrôle existant.
Sur une ligne équipée d’une caméra, le gain le plus rapide vient d’un second avis sur les défauts qu’elle signale. Un modèle d’apprentissage profond les revoit et écarte les faux positifs. Si cette caméra intègre déjà de l’IA, les faux positifs qui restent sont les cas les plus difficiles à trancher. Le contrôle complet par caméra vient ensuite, sur un poste autonome, sans raccordement au système d’information.
Le gain se chiffre mal tant que le coût de la non-qualité n’est pas consolidé. Avant tout lancement, le coût du projet se compare au temps d’inspection gagné.
- La prise de vue Se standardise avant l’apprentissage, car reflets et éclairage rendent souvent les photos existantes inexploitables.
- Les images annotées Couvrent chaque type de défaut, les plus rares compris, et sont validées par vos experts qualité.
- Le périmètre Démarre sur un seul produit ou un seul client avant de s’étendre.
/salariés
Une caméra d’atelier cadrée sur la pièce produite.
Sur un poste de contrôle, la caméra vise la pièce, mais l’opérateur qui la charge ou la reprend peut entrer dans le champ. La CNIL, qui a sanctionné 16 organismes en 2025 en matière de vidéosurveillance des salariés, tient une surveillance constante pour excessive et exige un dispositif proportionné, dont les salariés sont informés. L’historique des confirmations et des corrections de l’opérateur reste attaché au lot contrôlé, pour sa traçabilité.
Le contrôle de l’activité des personnes employées (CNIL) (nouvel onglet)Code du travail, article L2312-8 (Légifrance) (nouvel onglet)Veille réglementaire
- Le réglage de la caméra Limite son champ à la pièce et au convoyeur, et floute les personnes qui y passent.
- La finalité Réserve les images au produit : un système d’IA qui évalue les performances des salariés relève du haut risque, à partir du 2 décembre 2027.
- Le CSE Est informé et consulté sur l’introduction de nouvelles technologies dans les entreprises d’au moins 50 salariés (article L2312-8 du code du travail).
/méthode
Un contrôle qualité par IA construit avec vos équipes qualité.
Le projet réunit aussi vos services production et méthodes ; le modèle tourne sur un ordinateur installé au poste ou sur un serveur à processeurs graphiques (GPU) de votre site.
- CADRAGE La liste des défauts à détecter et de leurs tolérances s’établit avec vos équipes ; suivent la collecte des images existantes et le choix du produit pilote.
- MISE EN SERVICE Caméras et éclairage prennent place au poste, le modèle s’entraîne, puis contrôle manuel et contrôle automatique tournent en parallèle pour comparer leurs décisions.
- MAINTENANCE Le taux de pièces rejetées est surveillé, et le modèle réentraîné quand l’éclairage, la matière ou la série change.
/à savoir
Les questions les plus fréquentes sur le contrôle qualité par IA.
Règlement européen sur l’IA, article 6 (nouvel onglet)Nouveau règlement Machines : quelles évolutions (INRS) (nouvel onglet)Diagnostic data & IA
Le contrôle qualité par IA est-il une IA à haut risque ?
En principe non. Le haut risque concerne un système d’IA qui sert de composant de sécurité à un produit visé par l’annexe I du règlement et soumis à l’évaluation d’un organisme tiers. Depuis le 27 juillet 2026, un outil limité au contrôle qualité n’entre pas dans cette catégorie, à moins qu’une défaillance de sa part ne menace la santé et la sécurité des personnes.
Que change le règlement Machines pour l’IA ?
Le règlement Machines (UE) 2023/1230 s’applique le 20 janvier 2027 et intègre les risques liés à l’IA. Il impose une évaluation par un organisme tiers aux composants de sécurité au comportement autoévolutif qui utilisent l’apprentissage automatique pour des fonctions de sécurité, et, sous conditions, aux machines qui les intègrent. Les exigences du règlement IA y seront intégrées par un acte délégué avant le 2 août 2028.
Une machine industrielle peut-elle intégrer un contrôle qualité par IA ?
Oui : la PME roannaise Setic Pourtier, fabricant de machines pour câbleries, a réorienté vers le suivi de la qualité des câbles une maintenance prédictive par IA embarquée que ses clients ne voulaient pas payer. Le règlement sur les données (Data Act) ne permet au fabricant détenteur des données d’utiliser les données non personnelles de la machine qu’avec l’accord de son utilisateur. Les micro et petites entreprises n’y ont pas les mêmes obligations.
Quelles images faut-il pour entraîner une IA de contrôle qualité ?
Il faut des photos de pièces conformes et de pièces défectueuses, annotées pour chaque type de défaut, avec assez d’exemples des défauts rares, et validées par vos experts qualité. Les photos déjà prises sur la ligne sont souvent inexploitables, à cause des reflets et de l’éclairage : la première étape consiste à standardiser le poste de prise de vue. Le modèle est ensuite réentraîné à chaque changement de série, de matière ou d’éclairage.
/sources
Sources
- Renault Group, magazine, « Intelligence artificielle et industrie automobile au cœur de notre stratégie », 4 septembre 2025, 2025 (nouvel onglet)
- La Revue du Digital, « Une IA de vérification de conformité, résultat de la collaboration entre Seb et l’Icam », 16 décembre 2024, 2024 (nouvel onglet)
- ArcelorMittal France, « L’intelligence artificielle pour réagir plus vite », 2 juillet 2024, 2024 (nouvel onglet)
- Campus numérique Auvergne-Rhône-Alpes (Région), « IA dans l’industrie : cas d’usages pour les PME », 2025 (nouvel onglet)
- Sénat, Délégation aux entreprises, rapport d’information n° 572 (2025-2026), « L’entreprise 5.0 : l’impact de l’intelligence artificielle sur les entreprises », déposé le 28 avril 2026, 2026 (nouvel onglet)
- Eurostat, enquête TIC entreprises, jeu isoc_eb_ain2 « Artificial intelligence by NACE Rev. 2 activity » (mis à jour le 15 juin 2026), industrie manufacturière (NACE C), 2024-2025 (nouvel onglet)
- CNIL, « Travail, ressources humaines : le contrôle de l’activité des personnes employées » (09/07/2026), 2026 (nouvel onglet)
- CNIL, « Sanctions et mesures correctrices : la CNIL présente le bilan 2025 » (09/02/2026), 2025 (nouvel onglet)
- CMS Francis Lefebvre, « L’IA suspendue : le juge exige la consultation du CSE avant tout déploiement » (04/09/2025), 2025 (nouvel onglet)
- Commission européenne, AI Act Service Desk, annexe III (version consolidée en français), 2026 (nouvel onglet)
- Légifrance, code du travail, article L2312-8, 2021 (nouvel onglet)
- Commission européenne, AI Act Service Desk, article 6 (version consolidée en français), 2026 (nouvel onglet)
- EUROGIP, « Règlement Machines 2023/1230 : ce que le Digital Omnibus sur l’IA change » (06/08/2026), 2026 (nouvel onglet)
- INRS, focus juridique « Nouveau règlement machines : quelles évolutions ? » (20/10/2023), 2023 (nouvel onglet)
- Parlement européen, Observatoire législatif (OEIL), résumé du règlement 2023/1230 (29/06/2023), 2023 (nouvel onglet)
- France Num (DGE), « Une PME intègre l’IA à ses machines industrielles pour améliorer le suivi de la qualité des produits », 9 avril 2025 (mis à jour le 25 mars 2026), 2025 (nouvel onglet)
- Commission européenne, « Data Act explained » (mis à jour le 15/12/2025), 2025 (nouvel onglet)
- Ministère de l’Économie (DGE), communiqué « Renforcement du plan national « Osez l’IA » », 17 juin 2026, 2026 (nouvel onglet)
- Direction générale des entreprises, communiqué « Un an du plan Osez l’IA : un premier bilan positif et une nouvelle étape pour accélérer », 3 septembre 2026, 2026 (nouvel onglet)
/industrie
- Cas d’usage de l’IA dans l’industrie Contrôle visuel, prévision et IA générative pour les PME et ETI industrielles
- Assistant documentaire pour l’industrie Répond au technicien ou à l’ingénieur à partir des modes opératoires, des notices machines, des plans et de l’historique des réparations, en citant la page d’où vient la réponse.
- Optimisation des procédés industriels par l’IA Cherche dans les mesures d’un four, d’une presse ou d’une extrudeuse les réglages qui réduisent les rebuts et la consommation, et les propose au régleur.
- Maintenance prédictive pour l’industrie Repère dans les vibrations, les températures et les consommations d’une machine les signes avant-coureurs d’une panne, pour changer la pièce à l’arrêt programmé plutôt qu’en pleine production.
- IA et conformité réglementaire dans l’industrie Interroge les normes, le règlement Machines, les cahiers des charges des clients et les spécifications internes, et indique les exigences qui s’appliquent à une pièce ou à une machine.
- Détection d’anomalies pour l’industrie Signale sur la ligne les mesures qui sortent de l’ordinaire (température, pression, cadence, bourrage qui s’annonce) et, aux achats, les factures qui s’écartent du prix ou de la quantité commandés, pour qu’un expert regarde d’abord là.
- Lecture automatique de documents numérisés pour l’industrie Rend exploitables les fiches suiveuses et les rapports de contrôle remplis à la main à l’atelier, et les plans et carnets papier des anciennes machines.
/contact
Travaillons ensemble
Découvrez comment Inceptive peut vous aider à transformer votre activité et à résoudre des problématiques opérationnelles complexes grâce à l’intelligence artificielle.