Diagnostic des systèmes IFEC des avions accéléré grâce à l'IA à base d'agents sur AWS
Panasonic Avionics Corporation, fournisseur de systèmes de divertissement et de connectivité à bord (IFEC) utilisés par des centaines de compagnies aériennes et des milliards de passagers chaque année, a développé avec AWS et le Generative AI Innovation Center d'AWS un système d'intelligence artificielle agentique pour accélérer le diagnostic des pannes sur sa flotte mondiale. La solution s'appuie sur Amazon Bedrock, Amazon SageMaker et AWS Glue, et repose sur un système multi-agents organisé en trois couches : un "Trend Analyzer" détecte les anomalies en analysant les indicateurs de performance clés et les métriques de dégradation de service, avant que des agents de diagnostic parallèles n'approfondissent l'analyse. Le tout s'appuie sur le data lake existant de Panasonic, déjà construit sur AWS, qui traite quotidiennement de gros volumes de données opérationnelles remontées de milliers de configurations de déploiement distinctes à travers la flotte.
Résumé et traduction réalisés par Le Fil IA à partir de AWS ML Blog. Lire l'article original →
Cette avancée est importante parce qu'elle transforme un processus jusqu'ici largement manuel et chronophage. Chaque déploiement IFEC ayant sa propre configuration, les ingénieurs devaient auparavant croiser à la main logs, métriques et tickets de maintenance à travers des variantes de flotte très diverses, un travail qui pouvait prendre des heures et exigeait une connaissance institutionnelle approfondie du système. En automatisant cette corrélation, Panasonic vise à réduire significativement le temps moyen de détection (MTTD) et le temps moyen de résolution (MTTR) des incidents, tout en conservant la même rigueur diagnostique. Concrètement, cela libère les ingénieurs des tâches d'investigation répétitives pour qu'ils se concentrent davantage sur la conception de solutions, l'optimisation et l'amélioration de la fiabilité à long terme, un enjeu direct pour l'expérience des passagers à bord.
Le contexte plus large est celui d'une pression croissante sur les opérateurs d'infrastructures critiques à grande échelle pour passer d'une maintenance réactive à une surveillance de santé proactive, capable de repérer des motifs à l'échelle de toute une flotte plutôt que déploiement par déploiement. Le partenariat entre Panasonic Avionics et l'AWS Generative AI Innovation Center illustre une tendance plus générale du secteur aéronautique et des télécommunications embarquées à combiner expertise métier historique et IA générative pour faire évoluer les systèmes de maintenance existants sans les reconstruire entièrement. À terme, ce type d'architecture agentique pourrait aussi servir de modèle à d'autres opérateurs d'équipements distribués à grande échelle, confrontés aux mêmes défis de diagnostic multi-configurations, de mise à l'échelle des connaissances techniques et d'optimisation des ressources d'ingénierie.
Pas d'impact direct sur la France/UE