Le programme de recherche mené par Armtek vise à concevoir une méthodologie opérante de gestion des connaissances, baptisée Intelligent Content Driven Process Automation (i-CDPA).
L’ambition est de transformer les écosystèmes complexes en proposant une solution permettant d’optimiser la gestion des connaissances et l'automatisation des processus, grâce à une approche originale croisant Business Process Management (BPM) et Knowledge Management (KM), soutenue par l'intelligence artificielle.
Le projet vise à relever les défis critiques liés à la gestion des connaissances dans des systèmes complexes, notamment ceux rencontrés dans les écosystèmes de défense. À travers une approche duale, innovante et multidimensionnelle, il ambitionne de développer une méthodologie structurée et opérationnelle pour optimiser la gestion des connaissances et automatiser les processus métiers critiques dans ces environnements hautement stratégiques.
Le projet s’appuie sur des fondements théoriques solides (détaillés dans la partie “Etat de l’art”)
Le projet résolvera les 4 problématiques suivantes : la structuration des données hétérogènes, la connexion des processus par la connaissance, l’automatisation des processus de gestion des connaissances, la gestion de la complexité des flux d’information.
L’un des verrous technologiques réside dans la complexité des données non structurées propres aux écosystèmes complexes. Le programme vise à concevoir une ontologie partagée, spécifiquement adaptée aux systèmes complexes, pour améliorer l’interopérabilité des systèmes d’information entre les acteurs d’une même filière. Cette ontologie permettra de structurer les connaissances et de faciliter leur exploitation par des systèmes automatiques.
Complexité des données non structurées et hétérogènes. Les systèmes complexes produisent une grande quantité de données dispersées et non structurées, rendant difficile leur exploitation et interopérabilité.
La conception d’une ontologie partagée permet de structurer ces données en créant une taxonomie commune.
En associant des normes sectorielles à l’ontologie, il est possible de rendre les systèmes d’information interopérables. Cela nécessite une collaboration entre les différents acteurs pour standardiser les formats et le vocabulaire utilisé.
La théorie de la gestion des connaissances (Nonaka & Takeuchi, 1995) postule que le savoir explicite (ici structuré via une ontologie) est plus facile à partager et à capitaliser que le savoir tacite. De plus, l’approche ontologique en gestion des connaissances permet de transformer les données non structurées en savoir exploitable.
Le programme vise à développer des outils permettant de réduire les inefficiences liées aux processus fragmentés et aux pertes de valeur cumulative au sein des écosystèmes stratégiques. Grâce à l’intégration du modèle i-CDPA, les processus opérationnels pourront être optimisés et fournir des réponses granulaires adaptées aux besoins spécifiques des différents acteurs de la filière, tout en réduisant les risques opérationnels et humains.
Fragmentation des processus et pertes de valeur cumulative dans les systèmes complexes. Les processus sont souvent “silotés”, ce qui engendre des retards, des redondances et des inefficiences.
L’intégration du modèle i-CDPA, par l’ontologie partagée, permet de connecter les systèmes via un cadre de gestion des connaissances unifié. Ce modèle, lorsqu’il est renforcé par l’IA, offre une granularité des réponses adaptées aux besoins de chaque acteur, tout en éliminant les inefficiences opérationnelles. En facilitant la collaboration entre les entités et en automatisant les tâches répétitives, les risques et les erreurs humaines sont réduits.
Le modèle Lean Management (Womack & Jones, 1996) met en avant l'élimination des gaspillages et la réduction des inefficacités dans les processus. L’utilisation de l’IA dans ce cadre permet d’identifier les goulots d'étranglement et de rationaliser les opérations, aligné avec les principes du Lean.
Une autre partie du projet porte sur la création d’un modèle hybride associant le Business Process Management (BPM) et le Knowledge Management (KM). Cette intégration, renforcée par l’intelligence artificielle, permettra d’automatiser les flux d’information et d’améliorer la réactivité et l’efficacité des systèmes complexes dans un contexte de menaces ou de crises.
Complexité de la gestion des flux d’information dans les systèmes complexes. Les systèmes de gestion des processus métiers (BPM) sont souvent déconnectés des systèmes de gestion des connaissances (KM), ce qui limite leur efficacité.
Le développement d’un modèle hybride IA + BPM permet de combiner la gestion des processus avec celle des connaissances pour automatiser les flux d'information. L’IA joue un rôle central en augmentant la réactivité et en améliorant la prise de décision grâce à l'analyse en temps réel des données. Ce modèle peut améliorer la gestion des crises et des menaces en facilitant la prédiction ou l’adaptation rapide des processus aux situations émergentes.
La théorie de la contingence (Lawrence & Lorsch, 1967) suggère que les organisations doivent s’adapter rapidement à leur environnement. L’intégration de l’IA et du BPM dans un modèle hybride permet de développer cette flexibilité, particulièrement dans des environnements volatils, en alignant les flux d’informations sur les exigences opérationnelles.
