DIHNAMIC
Webinaire #30 – L’intelligence Artificielle et la Recherche Opérationnelle pour optimiser la production industrielle
IA et recherche opérationnelle : optimiser la production industrielle par la donnée et la décision
Dans un contexte industriel marqué par la pression sur les coûts, les délais et la qualité, les entreprises doivent améliorer en continu leur performance opérationnelle. Pourtant, optimiser une production reste complexe : variabilité, contraintes multiples, aléas… Les décisions sont souvent prises à partir d’outils limités et fortement dépendantes de l’humain.
C’est dans ce cadre que l’intelligence artificielle et la recherche opérationnelle s’imposent comme des leviers puissants pour aider les industriels à mieux piloter leurs activités. Loin de remplacer l’humain, ces approches permettent de structurer la décision et d’optimiser des systèmes complexes en s’appuyant sur les données et la modélisation mathématique.
Ce webinaire Dihnamic, organisé le 2 juillet 2026, a exploré comment coupler IA et recherche opérationnelle pour répondre à des problématiques concrètes de production industrielle. À travers des cas d’usage issus de l’aéronautique ou de l’énergie, les intervenants ont montré comment ces outils peuvent apporter une aide précieuse à la décision, à différents niveaux temporels : du pilotage court terme à la planification stratégique.
Animée par Stéphanie Roussel (ONERA) et Théo Lecerf (Fieldbox), cette session a permis de comprendre les complémentarités entre ces deux disciplines. Là où la recherche opérationnelle permet de modéliser et optimiser sous contraintes, l’intelligence artificielle apporte sa capacité à apprendre à partir des données et à gérer des situations incertaines.
Le webinaire a permis d’aborder des questions clés pour les entreprises industrielles :
- Comment optimiser la planification de production face aux aléas (retards fournisseurs, demandes urgentes, variabilité des tâches)
- Comment réduire les coûts opérationnels (énergie, ressources, temps) grâce à des modèles d’optimisation
- Quelles différences entre IA et approche mathématique de la recherche opérationnelle
- Comment construire des outils d’aide à la décision robustes, explicables et adaptés aux contraintes métiers
- Quels facteurs clés conditionnent la réussite d’un projet (problématique bien définie, données, intégration métier, adoption)
À travers un cas concret d’optimisation énergétique de réseaux d’eau, le replay met en évidence un point essentiel : la performance d’un modèle ne dépend pas uniquement de sa puissance algorithmique, mais de sa capacité à s’intégrer dans la réalité opérationnelle de l’entreprise. Le choix de la bonne approche (optimisation, heuristique, apprentissage ou hybride) doit ainsi toujours être guidé par les contraintes terrain.
Vous n’avez pas pu assister à la session en direct ? Le replay est disponible ci-dessous.
💬 Vous souhaitez optimiser vos opérations industrielles avec l’IA ?
Dihnamic accompagne les entreprises manufacturières de Nouvelle-Aquitaine pour structurer leurs projets d’IA, identifier les bons leviers d’optimisation et sécuriser leur déploiement.
Contactez-nous pour échanger sur vos projets
PLUS DE RENSEIGNEMENTS
Contact
Si vous êtes intéressés par Dihnamic, si vous souhaitez le rejoindre ou avez la moindre question, n’hésitez pas à nous contacter !
Vous souhaitez contacter le coordinateur du projet ? Contactez :
Véronique DESBLEDS & Maria EL JAOUDI (ADI Nouvelle-Aquitaine)
contact@dihnamic.euTel. +33 (0)6 71 19 79 27
Vous êtes une entreprise ? Contactez :
Véronique DESBLEDS & Maria EL JAOUDI (ADI Nouvelle-Aquitaine)
contact@dihnamic.euTel. +33 (0)6 71 19 79 27
Vous êtes journaliste ? Contactez :
Claire BOUCHAREISSAS (ADI Nouvelle-Aquitaine)
c.bouchareissas@adi-na.frTel. +33 (0)6 82 36 76 36