Comment l’intelligence artificielle peut-elle transformer le support IT ? Pascal FOUCHER, Responsable ingénierie et accélération digitale, Charlie TOUGERON, Pilote roadmap IA au service du support, et Chloé LE MAITRE, Data Engineer, ont partagé le retour d’expérience de Dassault Aviation lors de leur présentation : « L'IA au service du support IT : mise en place de RAG et projet de système agentique ».

À travers deux projets pilotes réussis, ils ont démontré comment l'IA permet aujourd'hui d'allier auto-assistance des utilisateurs et gain d'efficacité opérationnelle pour les équipes de support. Forts de ces premiers succès, la DSI franchit désormais une nouvelle étape : l'IA Agentique, avec l'ambition de porter l'autonomie des utilisateurs vers un niveau supérieur de résolution d'incidents.

Qu’attendez-vous de l’IA chez Dassault Aviation ?

Dassault Aviation est un acteur majeur de la conception, de la fabrication et de la maintenance aéronautique pour les marchés civils et militaires. La sécurité de notre SI reste notre priorité absolue.
 

L’intelligence artificielle représente un levier d’innovation majeur et suscite des attentes légitimes au sein de nos équipes, et nous l'abordons avec pragmatisme. Mais la réussite d'une ambition IA ne dépend pas seulement de la technologie, elle nécessite la maîtrise de cinq piliers fondamentaux :

• La qualité des données : socle de l'apprentissage et de l’IA ;
• L’optimisation des processus : pour une intégration fluide ;
• La montée en compétence des collaborateurs : pour l'appropriation technique ;
• L'accompagnement au changement : pour l'adhésion des équipes et des utilisateurs ;
• La sécurité : pour la protection de notre souveraineté.

Notre feuille de route IA s'articule autour de trois axes :

1. L’assistance aux équipages
2. L’assistance aux clients
3. L’assistance aux équipes internes (pris en charge par la DSI).

Quel rôle donnez-vous à l’IA pour améliorer le support aux utilisateurs ?

Actuellement, notre dispositif de support utilisateur repose sur un modèle d'escalade classique : un helpdesk externalisé assure le premier niveau de réception, avant de transmettre les incidents complexes vers des niveaux d'expertise internes (N2 et N3). Avec un flux quotidien de 200 à 300 appels, le volume d'activité est conséquent.

Dans l'optique d'optimiser cette chaîne et d'en fluidifier le parcours, nous intégrons l'Intelligence Artificielle selon deux axes stratégiques :

1. L'IA comme premier point de contact : Transformer l'interface utilisateur pour offrir des solutions d'auto-résolution immédiates, réduisant ainsi la charge du helpdesk.
2. L'IA comme assistant à la résolution : Doter nos experts d'outils d'aide au diagnostic pour accélérer le traitement des incidents, avec une perspective d'automatisation complète à terme.

Soucieux de notre souveraineté numérique et de la sécurité de nos données, nous avons fait le choix stratégique d'un développement interne basé sur des technologies Open Source. Cette approche nous garantit une architecture sur mesure, parfaitement alignée avec les exigences de notre système d'information et les enjeux critiques de notre entreprise.

Quel développement avez-vous engagé en premier lieu ?

Nous avons choisi de démarrer nos développements IA par la création d’un assistant conversationnel (chatbot, RAG) pour accroître l'autonomie de nos utilisateurs dans le dépannage de premier niveau.

Mais avant de lancer le développement, nous nous sommes attaqués au socle : la donnée. On le sait, une IA nourrie de données obsolètes est contre-productive. Nous avons donc revu l'intégralité de notre base de 700 documents SharePoint pour les mettre à jour.

Techniquement, nous avons implémenté une architecture de RAG (Retrieval-Augmented Generation), permettant au chatbot de puiser ses réponses dans notre base documentaire interne. Le développement a démarré en octobre 2025, s’est étalé sur 7 mois, avec une mise en production en avril 2026.

Depuis son déploiement, nous adoptons une approche d'amélioration continue : les retours utilisateurs nous permettent d'enrichir le contenu et d'étendre le périmètre de résolution.

Après 5 mois de mise en service, le chatbot répond à près de 200 questions par jours. Ce chiffre est destiné à grandir avec le temps. Nous poursuivons nos efforts de communication pour accroître l'adoption de la solution et maximiser son impact opérationnel.

Et ensuite ?

Nous avons rapidement engagé le second volet de notre stratégie : l'optimisation de la résolution d'incidents, avec un objectif clair, réduire significativement les délais de traitement.

Ce volet s'appuie sur un corpus technique plus vaste, avec plus de 7 000 documents, et s'adresse à une population cible de 600 experts, incluant nos infogérants, et nos spécialistes internes.

L'expérience acquise sur le premier outil de RAG nous a permis de réduire le cycle de développement de sept à quatre mois. Le défi majeur s'est alors déplacé de la technique vers la donnée. Face à un grand volume de documents de qualités homogènes, nous avons instauré un processus de qualification rigoureux pour garantir la cohérence des réponses fournies aux techniciens.

Déployée en juin 2026, l'application est actuellement en phase de consolidation documentaire. Notre objectif est d'atteindre un taux de fiabilité de 80 % à 90 % sur l'ensemble de la base d'ici la fin de l'année. Une fois ce seuil de qualité atteint, nous intensifierons la communication auprès des utilisateurs et nous accompagnerons les équipes d'infogérance vers une adoption systématique de l'outil pour réduire drastiquement les escalades.
 

Quelles sont les prochaines étapes ?

Pour la suite, nous voulons passer à la vitesse supérieure avec de l'IA agentique. Pour faire simple, on veut passer d'une IA qui "répond" à une IA qui "fait".

On imagine un agent capable de comprendre le problème, de chercher la solution dans nos bases de données, mais aussi d'agir sur les outils du SI. Grâce à un orchestrateur, l'IA pourra solliciter des agents spécialisés pour, par exemple, créer automatiquement un ticket incident et l'assigner automatiquement à la bonne équipe, sans intervention humaine.

Ce déploiement se fera de manière itérative. Nous développerons dans un premier temps un agent au périmètre restreint, doté de plans d'action ciblés. L'enrichissement des capacités de l'agent se fera progressivement, au rythme de l'adoption par les utilisateurs et de la validation de chaque nouveau scénario.
 

Quels bénéfices en attendez-vous ?

Nous visons trois gains principaux avec l'intégration de l'IA :

• Une autonomie accrue pour l'utilisateur : obtenir une solution immédiate sans avoir à ouvrir un ticket ou attendre un appel, ce qui fluidifie considérablement le quotidien des équipes.
• Une montée en compétence du support : en libérant les techniciens des tâches répétitives, nous leur permettons de se concentrer sur des sujets plus techniques et stratégiques.
• La validation d'un modèle scalable : nous sommes dans une phase d'expérimentation active. Le but est d'identifier précisément tous les prérequis (données, sécurité, processus) pour pouvoir déployer cette solution à plus large échelle dans tout le groupe.
 

Quels sont vos points de vigilance ?

2 points de vigilance principaux :

• Garantir la sécurité : il nous faut assurer la maîtrise des accès et garantir l’intégrité des actions sur le SI.
• Accompagner nos équipes : l’évolution des usages du support et la culture IA sont des enjeux de taille. Il faut aider nos collaborateurs à acquérir de nouveaux réflexes et à utiliser ces outils nouveaux.