Aéronautique & défense : l'IA agentique bascule de la démonstration à l'industrialisation, MRO et supply chain en tête

Le signal est désormais chiffré : les dépenses de la filière aéronautique et défense américaine en intelligence artificielle et IA générative sont attendues à 5,8 milliards de dollars d'ici 2029, un niveau 3,5 fois supérieur à celui de 2025. Cette accélération n'est pas un effet d'annonce. Elle traduit le passage d'expérimentations cloisonnées — un copilote par-ci, un modèle de vision par-là — à des programmes structurés où l'IA agentique s'insère dans les processus critiques : décision, achats, planification, logistique et maintenance. Environ 36 % des tâches de production industrielle pourraient être augmentées par ces agents, ce qui déplace la question du « faut-il investir » vers « comment industrialiser sans compromettre la sécurité de vol ».

Le MRO (maintenance, réparation, révision) concentre l'enjeu économique. Le marché mondial de l'aftermarket commercial est projeté en croissance de 3,2 % par an entre 2026 et 2035, avec les moteurs représentant 53 % de la demande. Or c'est précisément là que l'IA agentique change la donne : au-delà de la maintenance prédictive classique, la valeur naît de l'orchestration de bout en bout — un agent qui corrèle les données capteurs, anticipe l'immobilisation, réserve la pièce et le créneau atelier, et documente l'intervention pour l'audit. La performance ne se mesure plus au taux de détection d'une panne, mais à la réduction du temps au sol et à la fiabilité de la chaîne de décision.

La supply chain est le second front. La tension persistante sur les composants et la traçabilité des pièces critiques rendent la planification manuelle intenable. Les agents capables de simuler des ruptures, d'arbitrer entre fournisseurs et de replanifier en continu délivrent des gains de productivité déjà notables. Mais dans un environnement régulé, ces gains ne sont soutenables que si chaque recommandation reste explicable, auditable et bornée par des garde-fous métier. La demande de compétences suit : les offres d'emploi en analyse de données dans le secteur devraient passer de 9 % en 2025 à près de 14 % d'ici 2028.

Analyse Cardan-AI : la plupart des organisations restent en phase d'adoption précoce, freinées à juste titre par le risque opérationnel et les exigences de certification. C'est là que se joue l'avantage compétitif de 2026 — non pas dans l'accès au meilleur modèle, désormais banalisé, mais dans la capacité à cadrer, superviser et auditer des agents au contact de processus où l'erreur a un coût matériel et humain. Pour un donneur d'ordres ou un équipementier, la première étape n'est pas un POC de plus : c'est une cartographie des processus MRO et supply chain où l'IA agentique crée une valeur mesurable sous contrainte réglementaire, puis un cadre de gouvernance qui rend son passage à l'échelle défendable devant un auditeur.