IA et SOLIDWORKS PDM : ce qui change vraiment pour les bureaux d'études en 2026

Impossible d'ouvrir LinkedIn sans lire que l'IA va « révolutionner la CAO ». Pendant ce temps, dans les bureaux d'études que j'accompagne, la question posée est plus terre à terre : « concrètement, qu'est-ce que je peux en faire cette année, avec mes données et mon budget ? ». C'est exactement la question à laquelle cet article répond.

Ma position, après 100+ projets PDM : l'IA utile en bureau d'études est déjà là, mais pas là où on la cherche. Elle n'est pas (encore) dans la pièce qui se dessine toute seule. Elle est dans la recherche qui comprend ce que vous voulez dire, la carte de données qui se remplit seule, la nomenclature vérifiée automatiquement, et l'assistant qui répond à « comment on fait déjà pour… ? » à la place du collègue expert parti à la retraite.

1. 2026 : où en est réellement l'IA dans l'écosystème SOLIDWORKS

Dassault Systèmes pousse ses assistants IA sur la plateforme 3DEXPERIENCE (compagnons génératifs, aide à la modélisation, automatisation de tâches répétitives), et chaque version de SOLIDWORKS embarque davantage d'assistances : sélections intelligentes, réparation d'esquisses, suggestions de fonctions. En parallèle, tout un écosystème d'outils tiers s'est construit autour des données : recherche par similarité géométrique, extraction de propriétés, agents documentaires.

Mais il faut être honnête sur la géographie de cette innovation : le gros des nouveautés IA « spectaculaires » vit sur le cloud 3DEXPERIENCE, pas dans SOLIDWORKS desktop + PDM on-premise, qui reste la configuration majoritaire des PME industrielles françaises. Pour ces équipes, la vraie question n'est pas « quand aurai-je un copilote de conception ? » mais « qu'est-ce que je peux brancher aujourd'hui sur mon coffre PDM ? ». Et là, il y a déjà beaucoup à faire.

Où se trouve l'IA aujourd'hui, et ce qu'elle demande

Fonctions SOLIDWORKS et conditions d'accès à AURA : d'après le récapitulatif du revendeur GoEngineer ; vérifiez la disponibilité exacte selon votre version et votre contrat.

2. Cas n°1 — La recherche qui comprend l'intention, pas les mots

Le problème le plus universel du PDM : on ne retrouve que ce qu'on sait nommer. Si la pièce s'appelle « support moteur » et que vous cherchez « platine fixation », la recherche classique rend zéro résultat — et un ingénieur redessine une pièce qui existe. Coût typique constaté : plusieurs heures par semaine et par personne, et des doublons qui pollueront le coffre pendant des années.

C'est le premier apport concret de l'IA : la recherche sémantique (par embeddings) comprend que « platine de fixation moteur » et « support moteur » désignent la même chose, et la recherche par similarité géométrique retrouve les pièces proches par leur forme 3D, indépendamment de leur nom. Les deux technologies sont matures, disponibles, et se branchent sur un coffre PDM existant.

3. Cas n°2 et 3 — Propriétés auto-remplies et déduplication assistée

Cas n°2 : la classification et l'extraction de propriétés. Un modèle entraîné reconnaît qu'un fichier est une visserie, une tôle pliée ou un profilé, lit la matière dans le modèle, déduit la désignation — et pré-remplit la carte de données. L'humain valide au lieu de saisir. Sur une reprise de données de 100 000 fichiers dont 60 % ont des propriétés vides ou incohérentes (cas réel et fréquent), c'est la différence entre un projet de migration qui prend des mois de saisie… et des semaines de validation.

Cas n°3 : la déduplication. Croisez similarité géométrique et similarité de métadonnées, et vous obtenez une liste de doublons probables triée par confiance. C'est l'outil que j'aurais rêvé d'avoir sur mes premières reprises de données : le nettoyage qui prenait des semaines d'expertise manuelle devient une revue guidée. Attention en revanche : la décision de fusionner reste humaine — deux pièces géométriquement identiques peuvent avoir des rôles différents (matière, traitement, criticité).

4. Cas n°4 et 5 — Assistants documentaires (RAG) et contrôle qualité continu

Cas n°4 : l'assistant qui a lu toute votre documentation. La technique s'appelle RAG (Retrieval-Augmented Generation) : un modèle de langage répond aux questions en s'appuyant sur vos documents — procédures internes, normes, documentation SOLIDWORKS PDM, historique de projets. « Quelle est la procédure de diffusion d'un plan client ? », « comment on gère les indices sur les pièces de fonderie ? » : l'assistant répond avec la source citée, au lieu que la question interrompe l'expert local — ou reste sans réponse quand il est parti.

Cas n°5 : le contrôle qualité continu des données. Un agent qui tourne la nuit et signale : cartouche incohérent avec la carte de données, nomenclature dont une référence n'existe plus, plan non régénéré après modification du 3D, propriété matière absente sur une pièce en état « Validé ». Chacun de ces contrôles existait déjà sous forme de scripts ; l'IA les rend accessibles sans développement, et capable de traiter le langage flou des désignations.

5. Le prérequis que tout le monde saute : la qualité de vos données

Voici la partie que les vendeurs d'IA ne mettent pas dans leurs slides. Tous les cas d'usage ci-dessus ont le même carburant : des données structurées et fiables. Un coffre PDM avec des cartes remplies, des workflows respectés, des révisions propres. Si vos fichiers vivent sur un partage réseau avec les propriétés dans le nom du fichier (support_V2_INOX_final_OK.sldprt), l'IA n'a rien à lire — ou pire, elle lit du faux et répond du faux avec assurance.

Grille d'auto-diagnostic : ce que chaque cas d'usage lit dans votre coffre

Avant de comparer des offres d'IA, faites ces cinq contrôles dans votre coffre. Chacun se fait avec la recherche du PDM ou une requête sur sa base ; s'il révèle le signal d'alerte, le chantier prioritaire est la donnée, pas l'outil. La méthode pour corriger les propriétés est détaillée dans codification et propriétés SOLIDWORKS, et celle pour reprendre un stock de fichiers dans migration de données vers SOLIDWORKS PDM.

6. Feuille de route pragmatique pour les 12 prochains mois

1. Trimestre 1 — Auditez vos données. Taux de cartes remplies, doublons, cohérence des révisions. C'est le diagnostic qui dimensionne tout le reste, et c'est un livrable utile même sans projet IA.
2. Trimestre 2 — Réparez le socle. PDM bien configuré, cartes obligatoires sur les états clés, workflows respectés. Utilisez la classification automatique pour rattraper le stock existant plutôt que de tout ressaisir.
3. Trimestre 3 — Un premier cas d'usage visible. La recherche sémantique ou l'assistant documentaire sont les meilleurs candidats : bénéfice immédiat pour tous, risque faible, pas de modification du processus de conception.
4. Trimestre 4 — Mesurez et étendez. Temps de recherche gagné, doublons évités, questions traitées par l'assistant. Ce sont ces chiffres qui débloqueront le budget de l'étape suivante — pas les promesses.

Et le copilote de conception qui dessine la pièce à votre place ? Il progresse vite, et il faut le suivre. Mais le jour où il sera mûr, il aura besoin de la même chose que tout le reste : vos données propres. Les équipes qui auront fait ce travail en premier prendront l'avantage — les autres nourriront leur IA avec du chaos.

Questions fréquentes

L'IA peut-elle concevoir une pièce à ma place ?

Pas dans un contexte industriel réel, non. Ce qui fonctionne aujourd'hui relève de l'assistance : recherche de similarité, classification, extraction de propriétés, aide documentaire. La décision de conception, ses contraintes et sa responsabilité restent humaines.

Quel est le prérequis pour utiliser l'IA sur ses données techniques ?

Des données propres et structurées. Une IA entraînée ou interrogée sur un fonds de fichiers en désordre produit des réponses en désordre, plus vite et avec plus d'assurance. La codification et les propriétés passent donc avant tout projet d'IA — c'est le prérequis que presque tout le monde saute.

La recherche sémantique vaut-elle vraiment le coup ?

C'est l'usage le plus mûr et le plus rentable aujourd'hui : retrouver une pièce équivalente déjà conçue évite de la recréer, avec tout ce que cela entraîne en références, stocks et achats. Encore faut-il que les métadonnées existent.

Mes données partent-elles chez l'éditeur ?

Question à poser explicitement avant toute signature, et à faire écrire au contrat : où les données sont traitées, si elles servent à l'entraînement, et ce qu'il advient en fin de contrat. Pour des plans sous accord de confidentialité client, ce point n'est pas négociable.

Quelles fonctions d'IA sont déjà intégrées à SOLIDWORKS ?

Sur le poste, des assistances qui fonctionnent en local : Command Predictor (proposition de la commande suivante), accélérateurs de sélection, réparation des relations d'esquisse, reconnaissance des fixations, réparation des références de contraintes. Sur la plateforme 3DEXPERIENCE, le compagnon virtuel AURA répond aux questions sur le logiciel en citant ses sources ; il demande les services cloud, une licence éligible et consomme des jetons.

Comment savoir si mes données PDM sont prêtes pour l'IA ?

Faites cinq contrôles dans le coffre : descriptions vides ou recopiées du nom de fichier, champs de carte non reliés aux propriétés, noms de fichiers en double dans plusieurs dossiers, procédures en plusieurs versions, plans validés dont le 3D a changé. Si l'un de ces signaux ressort largement, commencez par corriger la donnée.