Vous avez branché une IA de diagnostic sur votre GMAO. Première question du service juridique : est-ce conforme à l'AI Act ? La réponse tient moins dans une pile de documents que dans un seul principe, l'article 14 du règlement : un humain doit pouvoir comprendre, valider et reprendre la main sur ce que propose l'IA.
Mimorian est une plateforme d'intelligence industrielle qui modélise les équipements, structure le diagnostic de pannes et capitalise le savoir-faire des équipes de maintenance grâce à une architecture IA multi-agent. La supervision humaine n'y est pas une case réglementaire ajoutée après coup, elle est la façon dont l'outil fonctionne.
Cet article décrit ce que l'article 14 exige vraiment d'un déploiement GMAO et IA, et pourquoi c'est le point que la plupart des éditeurs ne traitent pas. Pour le calendrier d'application et la classification du risque, voyez notre guide de conformité AI Act 2026-2028.
Qu'exige l'article 14 de l'AI Act ?
L'article 14 du règlement (UE) 2024/1689 impose que les systèmes d'IA à haut risque soient conçus pour être supervisés efficacement par une personne pendant leur utilisation [Commission européenne, règlement (UE) 2024/1689]. Concrètement, l'humain aux commandes doit pouvoir :
- comprendre les capacités et les limites du système, et repérer une anomalie ou un comportement inattendu ;
- interpréter correctement ce que l'IA produit, avec les outils prévus pour cela ;
- décider de ne pas suivre une recommandation, l'écarter ou l'inverser ;
- interrompre le système à tout moment.
Le texte vise aussi un risque précis : la tendance à suivre par automatisme la sortie de la machine. La conformité ne consiste donc pas à brider l'IA, mais à garder l'opérateur capable de juger.
Pourquoi la supervision humaine est le point que les éditeurs GMAO ne traitent pas
Une GMAO planifie, trace et historise. Elle enregistre qu'une intervention a eu lieu, pas le raisonnement qui y a conduit. Quand un éditeur pose une couche d'IA prédictive par-dessus, le résultat est souvent une alerte : « risque de défaillance sur la pompe P-203 ». Utile, mais l'article 14 demande davantage.
Si le technicien ne voit pas pourquoi l'IA alerte, sur quelles données et avec quelle marge d'erreur, il ne peut ni l'interpréter correctement, ni décider de l'écarter en connaissance de cause. Une alerte opaque n'est pas supervisable, elle est subie. C'est le décalage que beaucoup d'outils laissent ouvert : ils produisent une sortie, pas les éléments qui permettent à un humain de la juger. Or c'est exactement ce que l'article 14 réclame.
Comment un déploiement GMAO et IA satisfait l'article 14 en pratique ?
Quatre conditions rendent un couple GMAO et IA réellement supervisable.
- L'IA propose, elle ne décide pas. Chaque sortie est une hypothèse hiérarchisée, pas un verdict. Le technicien valide, ajuste ou écarte, et garde la décision finale.
- Le raisonnement est visible. Pour chaque recommandation, l'opérateur remonte à la source : un schéma, un historique, une règle. C'est ce qui rend la sortie interprétable au sens de l'article 14.
- L'écart est tracé. Quand l'humain suit ou contredit l'IA, la décision et son auteur sont enregistrés. La supervision devient démontrable, pas seulement déclarée.
- L'arrêt est toujours possible. L'outil reste un appui. Débrancher l'IA ne bloque jamais l'intervention.
Ces conditions ne s'ajoutent pas une fois l'outil livré. Elles se conçoivent dès le départ, ou elles manquent.
Faut-il attendre d'être classé « haut risque » pour s'aligner ?
L'article 14 vise les systèmes à haut risque. La classification d'une IA de maintenance dépend de son usage et de son articulation avec le règlement Machines, un sujet que nous détaillons dans le guide de conformité AI Act 2026-2028.
Attendre la contrainte pour concevoir la supervision reste un mauvais calcul. Une IA qu'il faut reconfigurer pour la rendre supervisable coûte plus cher qu'une IA supervisable dès le premier jour. Et une IA dont le technicien comprend le raisonnement est adoptée, là où une boîte noire est contournée. La conformité rejoint ici l'intérêt opérationnel.
L'article 14 de l'AI Act s'applique-t-il à une IA de diagnostic de maintenance ?
Il s'applique si le système est classé à haut risque, ce qui dépend de son usage et de son lien avec le règlement Machines. La supervision humaine qu'il décrit, comprendre, interpréter, écarter, interrompre, reste de toute façon une bonne pratique pour toute IA de maintenance, quel que soit son classement.
Qu'est-ce que la supervision humaine au sens de l'AI Act ?
C'est la capacité, pour une personne, de superviser efficacement le système pendant son utilisation : comprendre ses limites, interpréter ses sorties, décider de ne pas les suivre, et l'interrompre. L'objectif du texte est d'éviter qu'un opérateur suive l'IA par automatisme.
Une alerte de maintenance prédictive suffit-elle pour être conforme ?
Non. Une alerte sans le raisonnement qui la sous-tend n'est pas interprétable par l'opérateur, donc pas supervisable au sens de l'article 14. Le technicien doit pouvoir voir pourquoi l'IA alerte et décider en connaissance de cause.
Conclusion
Trois points à retenir.
- Le cœur de la conformité d'une IA de maintenance, c'est l'article 14 : un humain doit pouvoir comprendre, interpréter, écarter et interrompre ce que propose l'IA.
- C'est le point que les couches d'IA posées sur une GMAO laissent souvent ouvert : une alerte opaque n'est pas supervisable.
- La supervision se conçoit dès le départ. Une IA dont le raisonnement est visible est à la fois conforme et adoptée par les équipes.
Pour le calendrier d'application et la classification du risque, consultez notre guide de conformité AI Act 2026-2028. Pour la logique d'une IA qui reste compréhensible par le terrain, voyez pourquoi une IA de confiance n'est pas une IA parfaite.
Demander une démo | Essayer Mimorian