Quand un résultat de contrôle paraît douteux, la tentation est de chercher rapidement une explication isolée. Ce n'est pourtant jamais la bonne méthode.
« Lorsqu'un résultat paraît incohérent, il faut remettre en question l'ensemble de la chaîne de mesure avant de conclure. »
Un résultat de mesure est le produit de trois éléments qui fonctionnent ensemble : la machine de contrôle, la pièce elle-même, et la façon dont elle est maintenue pendant la mesure. Douter d'un seul de ces trois éléments sans examiner les deux autres, c'est prendre le risque de valider ou de rejeter une pièce à tort.
Quand c'est le contrôle lui-même qui fausse le résultat
Un deuxième piège, plus subtil, consiste à confondre un vrai défaut de pièce avec un artefact de mesure. Ce cas s'est présenté à de nombreuses reprises : un système de bridage mal conçu, par exemple, peut introduire une déformation qui n'existe pas sur la pièce libre, et faire apparaître un défaut qui n'en est pas un.
Défaut réel ou artefact de mesure : comment trancher
La méthode reste la même, quel que soit le secteur : comparer le résultat avec un second moyen de contrôle, idéalement fondé sur une technologie radicalement différente par exemple une mesure par contact confrontée à une mesure optique. Si les deux technologies convergent, le défaut est réel. Si elles divergent fortement, c'est le protocole de mesure qui doit être remis en cause avant la pièce.
« La différence entre quelqu'un de bon et quelqu'un d'excellent, c'est dans les détails.»
Cette phrase, entendue tôt dans une carrière et jamais oubliée depuis, résume assez bien l'état d'esprit à adopter face à un résultat douteux : ne jamais s'arrêter à la première explication qui semble plausible.
Une pièce peut être « conforme au plan » et pourtant mal conçue
Un plan technique n'est pas qu'un dessin. Il n'a pas uniquement vocation à contrôler une pièce : il doit permettre de la fabriquer correctement, de l'assembler correctement, et de la contrôler correctement. Lorsque l'un de ces trois objectifs n'est plus rempli, le plan devient lui-même une source de difficultés. Or, dans une large partie de l'industrie, cette triple fonction est mal maîtrisée, et même lorsque le plan est techniquement correct, trop peu de personnes savent réellement le lire dans son intégralité.
Les signaux qui doivent alerter dès la conception
Un plan que même un professionnel expérimenté peine à interpréter ou juge ambigu.
L'absence, ou l'usage incorrect, de la cotation géométrique et fonctionnelle, les symboles qui définissent comment une pièce s'assemble réellement, pas seulement ses dimensions.
Des équipes techniques qui n'ont jamais été formées à cette cotation, alors qu'elles sont censées la produire ou la valider.
Un écart entre ce que le plan décrit et la façon dont la pièce fonctionne réellement une fois montée dans son environnement final.
Dans plusieurs missions, la seule façon de sortir d'une impasse a été de reprendre entièrement un plan jugé incompréhensible, en partant de la connaissance du montage final et des surfaces réellement fonctionnelles, puis de le proposer au client comme nouvelle base de travail pour l'ensemble des sous-traitants. Ce type de situation illustre un problème plus large : la cotation fonctionnelle reste un savoir-faire rare, alors qu'elle conditionne directement la capacité d'une entreprise à faire fabriquer et contrôler correctement ses propres pièces.
Généraliste ou spécialiste : une fausse opposition
Au fil d'une carrière construite sur des missions très variées : conception, industrialisation, contrôle qualité, données, une conviction s'est imposée : la valeur ne vient pas de la maîtrise isolée d'un domaine, mais de la capacité à relier plusieurs domaines entre eux. Voir un problème dès la phase de conception, avant même qu'il ne devienne un défaut de production, est un atout que peu de profils très spécialisés développent.
« Ce n'est pas de connaître un peu de tout qui compte, c'est de comprendre assez chaque métier pour savoir les faire dialoguer entre eux. »
C'est finalement cette capacité à faire dialoguer la conception, la fabrication, la qualité, la métrologie, les données et le terrain qui permet souvent d'identifier des causes qu'aucun métier ne verrait seul.
La règle pour savoir quand s'ouvrir à un nouveau domaine
Il n'existe pas de règle universelle pour arbitrer entre spécialisation poussée et polyvalence : cela dépend avant tout du parcours et des opportunités qui se présentent. Un conseil reçu tôt dans une carrière résume bien cette idée : « Tu es jeune, tu es bon, alors pars. » Autrement dit, la polyvalence ne se choisit pas vraiment à l'avance, elle se construit progressivement, mission après mission, à condition de rester curieux et de ne pas s'enfermer dans un seul point de vue. Un collaborateur qui reste isolé dans son secteur, sans communiquer avec le reste de la chaîne, finit par ne voir qu'une partie du problème et par livrer des solutions qui déplacent la difficulté plutôt que de la résoudre.
L'IA dans le contrôle qualité : accélérateur ou piège ?
L'intelligence artificielle s'impose progressivement dans le traitement des données de contrôle qualité, portée par une réalité simple : de plus en plus de pièces et de données, avec de moins en moins de personnes pour les traiter. Les premiers résultats ne sont pas toujours à la hauteur des attentes, mais les progrès sont rapides.
Le vrai risque n'est pas dans l'outil lui-même : il est dans ce qu'il fait perdre en chemin.
« Le risque, c'est de permettre de traiter un volume de plus en plus rapidement, mais en glissant sur l'administratif au lieu de la réflexion. »
L'IA est un formidable accélérateur. Mais le vrai danger n'est pas la vitesse qu'elle apporte : c'est le moment où les utilisateurs cessent progressivement de remettre ses résultats en question. Une corrélation détectée dans les données ne remplacera jamais la compréhension du processus physique qui la produit et c'est précisément cette compréhension qui permet de repérer une pièce défectueuse avant qu'elle ne devienne un problème client, ou de faire la différence entre un vrai défaut et un artefact de mesure, comme évoqué plus haut. Utilisée sans maîtrise du domaine, l'IA peut produire des résultats qui semblent cohérents sans jamais être interrogés, avec le risque, à terme, d'éroder le savoir-faire et la capacité de réflexion des équipes.
Étude de cas : quand la cause réelle n'était pas celle attendue
Un cas illustre bien à quel point une cause profonde peut être totalement différente de ce que l'intuition suggère.
Une pièce, produite en série, présentait une non-conformité récurrente mais non systématique : parfois bonne, parfois hors tolérance, sans qu'aucun changement visible de réglage ou de programme ne puisse l'expliquer. L'opérateur en charge de la machine, pourtant très expérimenté, était convaincu que ses pièces étaient conformes, au point de vouloir les valider lui-même, alors que cette validation revenait normalement à un autre service.
Une comparaison de plusieurs mesures sur les mêmes pièces a confirmé un premier élément clé : le défaut n'était pas répétable. Un défaut non répétable n'est presque jamais un problème de machine ou de programme, c'est le signe d'une cause dite « erratique », extérieure au processus lui-même.
L'échange qui a suivi avec l'opérateur a permis de faire le lien avec un détail resté inaperçu : durant les phases de réglage, une grande porte donnant sur l'extérieur restait fermée ; en production, elle était ouverte pour évacuer la chaleur dégagée par les machines. L'air froid entrant modifiait la dilatation thermique de l'équipement entre la phase de réglage et la phase de production suffisamment pour faire sortir certaines pièces de tolérance, sans qu'aucun paramètre de la machine n'ait été modifié.
Ce cas résume à lui seul une grande partie du métier : la cause d'un problème qualité est rarement celle qu'on cherche en premier, et elle se trouve souvent dans un détail extérieur au processus que l'on observe.
Ce que les entreprises peuvent en retenir dès aujourd'hui
Plusieurs réflexes simples permettent déjà de réduire fortement le risque d'erreur.
1. Former les équipes à la lecture et à la compréhension des plans, mais pas seulement. Il est tout aussi important de les former à comprendre la fonction des pièces et leur comportement dans leur environnement réel : un plan peut être parfaitement conforme aux normes tout en décrivant imparfaitement la fonction réelle de la pièce. Une grande partie des non-conformités trouve son origine dans ce manque de formation ou d'accompagnement, bien plus que dans une erreur technique isolée.
2. Documenter les conditions environnementales de mesure. Température, vibrations, propreté, lumière : ces paramètres doivent être connus et surveillés au même titre que les équipements eux-mêmes.
3. Systématiser la double mesure sur les points critiques. Comparer deux technologies de contrôle différentes sur une cote sensible permet de détecter rapidement un problème de moyen de mesure avant qu'il ne soit confondu avec un défaut de pièce.
4. Séparer clairement les rôles de réglage et de validation. Un opérateur, aussi compétent soit-il sur sa machine, ne doit jamais être seul juge de la conformité de ses propres pièces.
5. Ne pas sous-estimer le coût caché d'un problème non résolu. Un résultat financier positif à court terme peut masquer un problème structurel qui finira, tôt ou tard, par coûter bien plus cher à corriger.