Un grand avionneur nous a posé une question simple : « Quelle est notre exposition sur nos pièces forgées ? »
Derrière cette question se trouve tout le problème que Graphicient a été construit pour résoudre. Voici, pas à pas, ce que nous avons montré, et pourquoi une poignée de questions en langage naturel a fait ce que des semaines d'analyse manuelle ne parvenaient pas à trancher.
Une pièce forgée critique ne vit jamais seule. Elle dépend d'une chaîne que personne ne voit en entier : la matière et son pays de fusion, le forgeron et ses alternatives qualifiées, les programmes avions qui la consomment, sa classification douanière, et les documents qui tracent tout cela. L'information existe, mais elle est dispersée entre plusieurs systèmes, chacun construit pour son propre usage.
Le déclencheur, ici, est réglementaire. La Section 232 américaine est un droit de douane sur le contenu métal (aluminium, acier) à l'import aux États-Unis. Ce n'est pas une loi fixe : c'est un instrument que l'exécutif ajuste régulièrement, le taux, le périmètre et les exemptions changent par décision, parfois d'un mois à l'autre. La question « quelle est notre exposition ? » n'a donc pas une réponse : elle en a une nouvelle à chaque fois que la règle bouge.
C'est là qu'un problème structurel apparaît. Les équipes métier produisent des vues, des tableaux de bord, des analyses. Chacun répond à une question précise, sous l'angle précis qui a présidé à sa construction. Cette stabilité est utile, mais c'est une prison : l'angle est coulé dans le schéma. Quand une fonction voisine, un acheteur, la supply chain, un programme, la qualité, arrive avec une question cadrée depuis son propre angle, déclenchée par un événement extérieur comme un mouvement douanier, la structure se tait. Deux issues, mauvaises toutes les deux : répondre « la donnée n'existe pas sous cet angle » (c'est faux, elle existe, elle est simplement classée autrement), ou lancer un nouveau développement de plusieurs semaines, qui fige un point de vue de plus, muré à son tour. La BI ne passe pas à l'échelle en nombre d'angles, elle passe à l'échelle en nombre de projets.
Ajoutons à cela une réalité que tout le monde connaît : sur l'ensemble des pièces forgées, seules certaines sont tracées de bout en bout. L'objection s'écrit d'elle-même : « nos données sont incomplètes, on ne peut pas commencer. » Nous allons montrer que c'est l'inverse.
Une ontologie métier, un graphe de connaissance, et des questions posées en langage naturel. Une histoire, cinq questions qui s'enchaînent, chacune opérant sur le résultat de la précédente, resserrant 530 pièces jusqu'aux 15 qui brûlent vraiment. À chaque étape, le graphe ne donne pas seulement un nombre : il montre pourquoi, en rendant le chemin vers la réponse visible et vérifiable.
Un point de vocabulaire, car il est au cœur de la démonstration. L'exposition a deux vecteurs, et ils s'excluent mutuellement. L'aluminium et l'acier relèvent du risque tarifaire (Section 232 sur le contenu métal). Le titane relève d'un risque d'origine (une restriction sur le pays de fusion), hors périmètre douanier. Une pièce est concernée par l'un ou par l'autre, jamais par les deux à la fois. Une table à plat perd cette nuance ; le graphe la porte.
Une 🔴 pièce forgée est : fournie par un 🟢 fournisseur (fabricant principal actuel) ; sourçable auprès d'un 🟢 fournisseur (fabricants qualifiés de secours, à compter pour repérer les pièces mono-source) ; faite d'une 🟡 matière (liée à l'alliage et au pays de fusion) ; utilisée dans un 🟣 programme ; tracée par un 🔵 document de traçabilité (ou explicitement manquante) ; classée sous une 🟠 classification tarifaire.
Un 🟢 fournisseur est situé dans un 🔵 pays et détient une 🟤 certification (NADCAP, EN9100 ; les dates d'expiration comptent). Une 🟡 matière est fondue dans un 🔵 pays, l'origine déterminante pour les tarifs et restrictions.
« Montre-moi les pièces forgées exposées, soit au titre de la Section 232, soit fabriquées dans une matière fondue dans un pays restreint. »
Le mot clé est « ou ». Si l'on cherche les pièces à la fois taxées et d'origine restreinte, on obtient zéro, parce que les deux vecteurs s'excluent. Le graphe, guidé par l'ontologie, comprend qu'il s'agit d'une union, pas d'une intersection. C'est déjà quelque chose qu'une table à plat ne fait pas : voir la pièce, la matière et le pays comme un seul chemin connecté.
« Parmi ces pièces exposées, lesquelles sont mono-source, avec un seul forgeron qualifié ? »
Sur le graphe, le contraste est immédiat. Une pièce mono-source n'a qu'un seul nœud forgeron attaché. Une pièce voisine en a deux ou trois. Le mono-source n'est pas une colonne dans une table, c'est une absence dans le graphe : s'il n'y a qu'un fournisseur, il n'y a pas de plan B, et la pièce ne peut pas être re-sourcée rapidement si ce fournisseur tombe.
« Parmi celles-ci, lesquelles ne peuvent pas être re-sourcées proprement car leur traçabilité est incomplète ? »
Ici, nous montrons le nœud gris : le document manquant. L'écart n'est pas une note de bas de page, c'est un objet du graphe. Sans le certificat matière, le re-sourcing est impossible : on ne connaît pas la chaîne. C'est le moment où l'objection « nos données sont incomplètes » se retourne. Ces pièces tracées ne sont pas une limite, elles sont un point de départ : le graphe modélise l'absence et sait donc exactement où elle se trouve.
« Parmi celles-ci, lesquelles dépendent d'un forgeron financièrement fragile ou sous surveillance ? »
Le graphe zoome sur un sous-ensemble dense : les pièces, leurs forgerons fragiles, leurs matières d'origine restreinte, leurs documents manquants, tous interconnectés. Ce n'est plus une liste de lignes à trier dans la panique. Ce sont les pièces, y compris celles critiques pour la sécurité de vol, et pour chacune on peut dire précisément pourquoi elle est là.
« Si ce forgeron tombe, quelles pièces et quels programmes tombent avec lui, et pour les pièces à re-sourcer, quels écarts de traçabilité faut-il fermer en premier ? »
Le graphe éclaire la propagation en cascade : du nœud forgeron aux pièces, puis aux programmes avions. Le rayon d'impact est visible immédiatement. Et la seconde moitié de la réponse est le vrai livrable : le graphe classe les écarts par risque et dit lesquels fermer en premier, et pourquoi. L'écart de données cesse d'être un obstacle, il devient une feuille de route priorisée.
Au-delà des cinq questions, nous avons figé ce raisonnement dans un skill d'agent : une sentinelle de risque fournisseur.
Plutôt que de rejouer la démonstration à la main, l'agent parcourt le graphe à la demande et remonte les fournisseurs les plus à risque, chacun avec l'impact d'une défaillance, les pièces mono-source qu'aucun autre forgeron ne peut produire, et les écarts de traçabilité à fermer en premier. Le risque, ici, n'est pas une intuition : il est calculé, comme le produit d'une probabilité (la santé du fournisseur, l'état de ses certifications) et d'un impact (le nombre de pièces critiques pour lesquelles il est la seule source). Un gros fournisseur n'est pas forcément un fournisseur à risque, et l'agent le prouve, graphe en main.
Deux principes rendent cet agent digne de confiance. D'abord, il lit la donnée depuis le graphe, il ne l'invente pas : chaque compte est le résultat d'un parcours vérifiable du graphe, et une question validée se fige en une requête reproductible qui renvoie le même résultat à chaque exécution. Ensuite, le métier garde le contrôle : si l'agent se trompe sur une valeur, on le corrige en langage naturel et il se réaligne. C'est là que le cas d'usage cesse d'être une démonstration pour devenir un actif : le raisonnement ne vit plus dans la tête d'un analyste ou dans un fichier vieillissant, il est capitalisé, réutilisable, et grandit à chaque nouvelle question difficile.
Le graphe ne classe pas des points de vue, il classe des faits et leurs liens. L'angle vit dans la question, pas dans la donnée. N'importe quel acteur, aux interfaces du métier, interroge depuis son propre angle, sans rien de pré-construit. On passe d'une BI qui répond à N questions planifiées à un graphe qui répond aux questions que l'on n'a pas encore posées.
Quand une question révèle un concept ou une relation manquante, on l'ajoute à l'ontologie sans casser l'existant. Le métier n'est plus muré dans le schéma coulé au départ, il fait évoluer sa propre représentation à mesure que les questions arrivent. L'ontologie reste sa propriété, exportable à tout moment.
La règle douanière rebouge le mois prochain ? On repose la question, la réponse est à jour en quelques minutes. Ce n'est pas un audit ponctuel qui expire au prochain décret, c'est une capacité permanente. Chaque écart fermé, chaque question posée, chaque source connectée enrichit le même graphe. Le rapport d'un consultant vieillit dans un tiroir ; un graphe gagne en valeur à chaque usage.
Nous ne remplaçons ni la BI, ni le système de référence du client. La BI fait très bien ce pour quoi elle est construite : répondre à une question depuis un angle stable. Graphicient traite la classe de questions qu'elle ne peut pas servir par construction, les questions transverses et imprévues, qui viennent d'à côté. Nous sommes une couche au-dessus, pas un remplacement.
Ce cas d'usage n'est qu'un angle parmi d'autres (le risque fournisseur). La même donnée, connectée dans un graphe, répond aussi bien à l'exposition tarifaire qu'à la concentration fournisseurs, à la gestion de l'obsolescence ou à la conformité. C'est tout l'intérêt de classer des faits plutôt que des points de vue : les questions de demain trouvent déjà leur réponse dans le graphe d'aujourd'hui.
Nous avons mené ce cas d'usage industriel complexe en production, chez un grand constructeur automobile, avant de le rejouer dans l'aéronautique. À chaque fois, la même conviction et la même vision.
Nous ne vous demandons pas de nous croire. Nous vous demandons de vérifier.
Envie de voir ce que cela donnerait sur vos propres pièces, vos propres questions ?
Voyons ce que cela donne sur vos pièces et vos questions.
Un éclairage sur les graphes de connaissance, directement dans votre boîte mail.