Internet of Things (IoT)

Être exigeant dans la rédaction des exigences

Share this post:

En amont de la fabrication d’un produit, la rédaction des exigences est une phase cruciale qui nécessite beaucoup de rigueur. Pour réussir cette étape, IBM propose un assistant faisant appel à l’intelligence artificielle.

Pour produire un objet, qu’il s’agisse d’un véhicule, d’une machine à expresso ou d’une enceinte connectée, les entreprises doivent relever plusieurs défis. Les objets sont de plus en plus complexes : ils intègrent de plus en plus souvent du logiciel, sont soumis à des réglementations de plus en plus nombreuses (en matière d’environnement, de sécurité…) et doivent être proposés au meilleur prix. Pour réaliser des économies d’échelle et accélérer la création de nouveaux produits, les industriels tendent vers une réutilisation maximale de leurs composants. Cela permet de créer plusieurs versions d’un même produit pour différents marchés, de décliner un produit en version premium ou encore de le personnaliser à la demande des clients, ce qui constitue une tendance marketing importante.

Une fois la décision prise de lancer un produit, la première étape consiste à décrire ses exigences, c’est-à-dire ce que l’on attend de lui et de chacun de ses composants. La rédaction de ces exigences s’effectue en langage naturel, mais est normalisée sur la base des recommandations de différents organismes, notamment l’INCOSE (International Council on Systems Engineerings). Celui-ci a défini des règles sur la façon d’écrire des exigences : leur auteur doit être identifié, chaque donnée mesurable doit être accompagnée de l’unité, une exigence ne peut contenir qu’une seule action…

Démarrer avec des exigences précises et bien rédigées évite bien des erreurs que l’entreprise risque de traîner tout au long du développement du produit – et avec des coûts de plus en plus élevés au fur et à mesure de l’avancement du processus. Par exemple, si la vitesse maximale d’un véhicule est indiquée sans unité, le constructeur automobile pourrait se retrouver avec un compteur gradué en mph au lieu de km/h. De plus, une exigence mal rédigée mettra à mal la politique de réutilisation dans le processus industriel.

La précision de la rédaction des exigences est donc un élément clé dans le développement d’un nouveau produit.Or, aujourd’hui encore, certaines entreprises rédigent et corrigent leurs exigences dans des suites bureautiques, ce qui présente beaucoup de désavantages : risque d’erreur de manipulation des fichiers entre les intervenants, absence de collaboration aisée… Il est pourtant crucial de disposer d’outils adaptés, de telle sorte que les équipes puissent travailler de façon structurée sur une base commune.

 

Aide à la rédaction

Pour faciliter la rédaction des exigences et aider le rédacteur à fournir un contenu de qualité, IBM propose IBM Engineering Requirement Quality Assistant (RQA). Les exigences écrites en langage naturel sont soumises à l’assistant de rédaction et font l’objet d’une analyse par l’intelligence artificielle Watson. La solution indique à l’utilisateur où se trouvent les erreurs potentielles et lui propose des actions de correction. Il s’agira de s’assurer de la non-ambiguïté des phrases, de la présence d’unités, de l’absence de négation, etc. D’un point de vue technique, l’outil fait appel à Watson pour la reconnaissance du langage dans son contexte (NLU, Natural Language Understanding) et la modélisation des règles émises par l’INCOSE.

Cette aide apportée par l’assistant offre d’autres avantages. L’habituelle phase de revue des exigences avant validation – une tâche contraignante pendant laquelle il faut consolider les exigences, en faire une relecture, les soumettre à un comité, etc. – est accélérée, car de nombreuses erreurs auront été corrigées en amont.

L’autre intérêt est sur le plan humain : les jeunes diplômés récemment embauchés n’ont ni l’expertise ni la culture de l’entreprise. L’idée est d’aider ces ingénieurs à mieux maîtriser les codes de rédaction grâce à ce système de correction et d’évaluation qui va leur permettre de progresser plus rapidement.

 

Une adaptation aux métiers

Le modèle d’IBM créé à partir des recommandations de l’INCOSE se veut généraliste, les entreprises ayant la possibilité de remonter des propositions complémentaires et donc d’enrichir le modèle. L’objectif est d’être davantage en phase avec l’environnement métier du client. L’offre est disponible en SaaS et IBM envisage de proposer en 2020 une version on-premises pour les entreprises qui souhaitent travailler dans leur propre environnement métier.

IBM travaille désormais sur l’étape suivante, celle succédant à la validation des exigences : la définition des tests. L’idée est d’exploiter l’intelligence artificielle pour rédiger les canevas (templates) des tests qui devront être mis en place. L’objectif est, là aussi, de faire gagner du temps aux entreprises grâce à ces modèles qu’il n’y aura plus qu’à enrichir. C’est également un moyen d’assurer une traçabilité, à savoir qu’à chaque exigence correspond un test, et vice-versa.

RQA est d’ores et déjà disponible pour la solution Engineering Requirement Management (ERM) Doors Next Generation et pour les clients disposant de ERM Doors 9.6.1 et au-delà.

Pour en savoir plus…

Visionnez l’acte 3 de ce webcast dédié à la conformité et à l’ingénierie

Testez votre compétence en rédaction d’exigences (en anglais) : IBM requirements quality game

Livre blanc interactif (en anglais) : Knowledge Driven Requirements

Preview en vidéo (en anglais) : IBM Engineering Requirements Quality Assistant Preview

Watson IoT Engineering Lifecycle Management Tech Sales

More Internet of Things (IoT) stories
2 septembre 2021

Intelligence artificielle : les quatre piliers stratégiques et l’approche industrielle d’IBM

Plusieurs sujets sont essentiels pour garantir le succès d’une solution d’intelligence artificielle : le langage, l’automatisation, la confiance et un déploiement facilité, sur site comme dans le cloud. L’article qui suit présente le point de vue d’IBM complété par son approche pratique de type « garage », permettant de se plonger directement dans le projet pour faciliter […]

Continue reading

25 août 2021

Supply Chain : Intelligence Artificielle et signaux faibles

Dans un monde de plus en plus complexe et imprévisible, l’intelligence artificielle permet, à toutes les étapes de la supply chain, d’aider et d’accompagner les équipes opérationnelles dans leurs prises de décision. Pendant la crise sanitaire, la supply chain a été présente sur toutes les lèvres. Les directions générales ont fini par prendre conscience du […]

Continue reading

26 juillet 2021

Enseigner l’éthique à l’aune du numérique et de l’IA

Pourquoi enseigner l’éthique ? Plusieurs scandales environnementaux ou affaires de corruption sont venus, ces dernières années, perturber la confiance des citoyens envers leurs administrations, leurs employeurs, ou les marques qu’ils consomment. Plus encore, le développement des algorithmes issus de l’intelligence artificielle alimente la confusion et le doute envers le numérique. Dans ces conditions, maintenir la confiance […]

Continue reading