Allez au contenu
Argonos Argonos
Réservez une démo

Cas client

Cummins

Découvrez comment Cummins utilise Sinequa by Argonos pour unifier ses connaissances techniques, accélérer l’accès à l’information et améliorer la productivité de ses 15 000 ingénieurs grâce à l’IA.

manufacturing robotics

En bref

Les enjeux, la démarche et les résultats du projet Cummins.

  • Le défi

    Plus de 10 % du temps des ingénieurs était consacré à rechercher des informations techniques dispersées.

  • La démarche

    Cummins a choisi Sinequa by Argonos pour exploiter ses connaissances internes et obtenir des réponses sourcées.

  • Le déploiement

    De la preuve de concept à la production en 12 à 14 semaines environ.

  • Les résultats

    Des réponses synthétiques et traçables pour la conception, les garanties et l’analyse des défaillances.

Cummins en chiffres

Trois repères pour comprendre l’ampleur du projet et sa mise en œuvre.

  • 15 000 Expertise en ingénierie

    Ingénieurs au sein du groupe Cummins.

  • Plus de 10 % Temps consacré à la recherche

    Du temps de travail consacré à la recherche d’informations, selon une étude interne.

  • 12 à 14 semaines Mise en production

    Environ, de la preuve de concept au déploiement en production.

Présentation de Cummins

Acteur mondial de référence dans les systèmes de propulsion et les technologies associées, Cummins s’appuie sur plus d’un siècle d’innovation et de savoir-faire industriel. Au cours des vingt dernières années, le groupe a renforcé sa présence internationale, diversifié ses activités et investi dans des outils et systèmes avancés pour ses équipes d’ingénierie, ses opérations et ses fonctions support.

Avec plus de 69 000 collaborateurs dans le monde, dont 15 000 ingénieurs, Cummins doit concilier précision, réactivité et accès à un patrimoine de connaissances considérable. Ses équipes s’appuient sur plusieurs décennies de documentation technique et d’expertise métier pour prendre des décisions déterminantes en matière de conception, de qualité et de garantie. Pour rester à la pointe de l’innovation et attirer les talents familiarisés avec l’IA, le groupe a engagé une transformation de ses méthodes de recherche, d’accès et d’exploitation des connaissances internes.

Les enjeux : retrouver l’information au bon moment

À mesure que Cummins étendait ses activités et développait ses technologies, son environnement informationnel gagnait en complexité. Les données et connaissances essentielles se retrouvaient réparties entre de nombreux systèmes spécialisés : outils de gestion documentaire comme SharePoint, solutions de gestion du cycle de vie des produits (PLM) et autres applications métiers.

Des informations dispersées — Les ingénieurs devaient consulter plusieurs plateformes pour réunir les éléments nécessaires à leurs décisions.

Un temps de recherche important — Une étude interne menée auprès de plus de 500 collaborateurs a révélé qu’ils consacraient plus de 10 % de leur temps à ces recherches.

Un contexte métier difficile à restituer — Les outils généralistes d’IA générative ne disposaient pas des connaissances techniques nécessaires pour répondre de manière suffisamment fiable.

Un patrimoine de connaissances à valoriser — Cummins souhaitait accélérer le développement de ses produits et améliorer la qualité des décisions techniques.

Les nouvelles recrues, notamment celles déjà familiarisées avec l’IA, attendaient une recherche unifiée et intelligente, des assistants capables de comprendre leurs métiers et un accès simple à l’ensemble des connaissances et données de l’entreprise.

La solution : une recherche d’entreprise ancrée dans les sources internes

Cummins a très tôt exploré les possibilités de l’IA générative dans ses différentes activités. Malgré leur potentiel, les solutions généralistes ont rapidement montré leurs limites face à la technicité des métiers, à la complexité des systèmes et aux exigences de sécurité du groupe.

Cummins a donc mené une preuve de concept approfondie, comparant plusieurs outils fondés sur de grands modèles de langage (LLM) et des plateformes de recherche d’entreprise. L’évaluation portait sur la productivité, la qualité des décisions, les performances et la sécurité des données. Les solutions standard ne parvenaient pas à produire des réponses suffisamment fiables à partir des connaissances internes du groupe : données produits, normes d’ingénierie, historiques de garantie ou processus métiers.

Pourquoi Sinequa by Argonos ?

Une solution adaptée à la complexité des connaissances techniques de Cummins.

  • Sources internes fiables

    Des réponses construites à partir des documents et données pertinents de l’entreprise.

  • Contexte d’ingénierie

    Une intégration aux principaux systèmes pour interpréter des données produits et de conception complexes.

  • Réponses vérifiables

    Des synthèses structurées, accompagnées de références aux documents sources.

  • Sécurité et gouvernance

    Un déploiement conforme aux exigences de confidentialité et de sécurité d’un groupe industriel mondial.

Déploiement et résultats

À l’issue de cette évaluation, Cummins a retenu Sinequa by Argonos. En 12 à 14 semaines environ, le projet est passé de la preuve de concept à la production, dans le respect des exigences strictes de sécurité, de gouvernance et de confidentialité d’un industriel mondial du Fortune 500.

Les ingénieurs peuvent désormais poser des questions complexes et obtenir des réponses claires, structurées et accompagnées de références aux documents sources. Cette approche facilite l’accès aux informations nécessaires à la conception, au suivi des garanties et à l’analyse des défaillances.

En faisant de l’IA générative une capacité stratégique intégrée à l’entreprise, plutôt qu’un outil isolé, Cummins a atteint ses objectifs : améliorer la productivité des ingénieurs, renforcer la qualité des réponses et obtenir un retour sur investissement particulièrement intéressant. Le groupe peut désormais tirer davantage parti de son patrimoine de connaissances, sans transiger sur ses exigences de rigueur, de fiabilité et de sécurité.

Ce qu’ils en disent

“
Avec Sinequa, nos ingénieurs peuvent poser une question complexe, comportant plusieurs volets, et obtenir une réponse concise accompagnée des éléments qui la justifient. Cela change véritablement la donne pour la conception, la gestion des garanties et l’analyse des défaillances.

Oliver Scott Beard
Architecte technique principal – Systèmes d’IA, Cummins

Autres études de cas