Table des Matières
Un LLM peut appuyer l'analyse des causes racines en cherchant dans des années d'ordres de travail, de mains courantes et de rapports d'inspection les défaillances passées similaires, en reconstituant une chronologie sourcée et en proposant des causes candidates à vérifier. Il ne peut pas confirmer une cause. Les ingénieurs confrontent chaque hypothèse aux données, à la pièce défaillante et aux personnes concernées, puis enregistrent la cause confirmée.
Points clés
- Une cause racine est la défaillance initiale dont découlent toutes les autres causes, et c'est en général une défaillance de management, de planification ou d'organisation (HSE, HSG245).
- Retrouver les cas passés similaires a fait la différence dans l'étude RCACopilot de Microsoft : un score F1 micro de 0,766, contre 0,026 pour le même montage GPT-4 sans incidents passés dans le prompt (Chen et al., 2024).
- Le texte de maintenance demande une adaptation. En classification des modes de défaillance, GPT-3.5 non adapté a obtenu un F1 de 0,46, contre 0,80 après affinage (Stewart et al., 2023).
- La plupart des historiques de maintenance disent ce qui a lâché, pas pourquoi. Dans la collecte de données ISO 14224, la cause et le mécanisme de défaillance ne font pas partie des données minimales (Selvik, 2014).
- Traitez les réponses du modèle comme des hypothèses sourcées. Les LLM raisonnent souvent bien sur les causes, mais présentent des modes de défaillance imprévisibles (Kıcıman et al., 2023).
Que signifie l'analyse des causes racines en maintenance ?
L'IEC 62740, norme internationale sur l'analyse des causes racines, décrit les principes de l'analyse et les étapes qu'un processus d'analyse doit comporter. Elle ne couvre que l'analyse après l'événement, et ses techniques ne sont pas conçues pour attribuer une responsabilité (IEC 62740:2015).
Le guide d'enquête du Health and Safety Executive britannique distingue trois niveaux de cause (HSE, HSG245) :
- Cause immédiate : la raison la plus évidente de l'événement.
- Cause sous-jacente : la raison moins visible, liée au système ou à l'organisation, comme des contrôles non réalisés.
- Cause racine : l'événement ou la défaillance initiale dont découlent toutes les autres causes ou défaillances.
Le HSE traite des incidents qui touchent des personnes, mais la logique vaut aussi pour les équipements. Il ajoute que les enquêtes qui concluent à la seule erreur de l'opérateur sont rarement acceptables.
L'ISO 14224, norme de données de fiabilité et de maintenance pour les industries du pétrole, de la pétrochimie et du gaz naturel, fournit le vocabulaire équipement. Telle que présentée par le rédacteur technique du groupe de travail ISO, elle distingue mode, mécanisme et cause de défaillance (Selvik, 2014) :
| Terme | Source | Définition | Exemple illustratif : fuite à la garniture d'une pompe |
|---|---|---|---|
| Mode de défaillance | ISO 14224 | L'effet par lequel une défaillance est observée | Fuite externe à la garniture mécanique |
| Mécanisme de défaillance | ISO 14224 | Le processus physique, chimique ou autre qui conduit à la défaillance | Usure des faces de frottement |
| Cause de défaillance (cause racine) | ISO 14224 | Les circonstances de conception, fabrication, installation, utilisation ou maintenance qui ont conduit à la défaillance | Désalignement pompe-moteur après une réparation |
| Cause racine | HSE HSG245 | La défaillance initiale dont découlent les autres causes ; en général organisationnelle | Aucun contrôle d'alignement dans la procédure de réparation |
L'exemple de la pompe est le nôtre. Une chaîne causale compte plusieurs niveaux, et les enregistrements qu'un LLM lit s'arrêtent généralement au premier.
Pourquoi l'historique de maintenance est-il difficile à analyser ?
Les causes sont rarement écrites. Dans les champs de données de défaillance ISO 14224 présentés par Selvik, les données minimales sont la date de défaillance, le mode de défaillance et l'impact sur la fonction de l'équipement. Le mécanisme et la cause de défaillance ne font pas partie de ce minimum (Selvik, 2014). Un enregistrement peut respecter le minimum sans rien dire de la raison de la panne.
Texte libre et jargon. Le NIST a développé sa boîte à outils Nestor parce que les données des ordres de travail de maintenance étaient trop peu structurées ou trop chargées de jargon pour être analysées (NIST, Nestor). Des chercheurs du NIST et leurs collègues estiment que les chaînes de traitement du langage prêtes à l'emploi doivent être repensées pour les textes d'ingénierie, une approche qu'ils appellent traitement du langage technique (Brundage et al., 2021). Dans les usines algériennes, une même note peut mêler français, arabe et abréviations ; voir les documents qui mélangent arabe, français et anglais.
Les dates sont des dates de détection. Un ordre de travail est daté du moment où quelqu'un a remarqué le problème, pas du début de la dégradation ; l'étiquetage des défaillances dans les séries temporelles explique la différence.
Les preuves sont dispersées. Mains courantes, journaux d'alarmes, rapports d'inspection et enregistrements de modifications se trouvent dans des systèmes différents.
Que peut faire un LLM dans une analyse des causes racines ?
L'essentiel de l'apport est dans la lecture et l'organisation, pas dans la décision.
| Tâche | Ce que fait le LLM | Ce qui reste aux personnes |
|---|---|---|
| Retrouver les événements passés similaires | Cherche dans les ordres de travail et les rapports malgré les différences de formulation et de langue, et classe les cas les plus proches avec leurs références | Juger si les cas sont vraiment comparables |
| Reconstituer la chronologie | Rassemble en une seule séquence les entrées datées des ordres de travail, des mains courantes et des alarmes, chacune avec sa source | Vérifier l'ordre et les trous |
| Normaliser le texte libre | Propose des codes de mode de défaillance tirés de votre propre liste | Relire un échantillon avant de se fier aux codes |
| Proposer des hypothèses | Liste des causes candidates avec les enregistrements qui étayent ou contredisent chacune | Décider lesquelles tester, et comment |
| Compter et suivre les tendances | Lance une requête en base de données au lieu de compter dans le texte | Vérifier la requête |
| Rédiger le rapport | Rédige le rapport selon le modèle du site, en français, en arabe ou en anglais | L'approuver et le signer |
| Confirmer la cause | Rien | Expertiser la pièce défaillante, analyser les données, interroger les personnes |
« Combien de défaillances de garniture sur cette classe de pompes depuis 2020 » est une question pour la base de données, pas une tâche de lecture ; voir le text-to-SQL sur les bases de production.
Que disent les études publiées ?
Peu d'études publiées portent sur l'analyse des causes racines assistée par LLM en usine. Les plus importantes viennent de la gestion des incidents chez Microsoft, sur des tickets d'incidents cloud et non des ordres de travail d'usine : considérez leurs chiffres comme des indications, pas comme des références pour l'industrie.
Retrouver les cas similaires compte le plus. RCACopilot, présenté à EuroSys 2024, a été évalué sur une année de 653 incidents d'un service Microsoft. Il retrouve les incidents historiques les plus proches, place leurs résumés et leurs catégories de cause racine étiquetées dans le prompt comme exemples, et demande au modèle de choisir l'incident le plus susceptible d'avoir la même cause racine, ou « incident inédit ». Avec GPT-4, il a atteint un score F1 micro de 0,766 ; la même variante sans incidents historiques dans le prompt a obtenu 0,026. Ajouter davantage de données de diagnostic dans le prompt a fait baisser le score, signe selon les auteurs qu'un excès d'information peut nuire aux prédictions. Les incidents relevant d'une nouvelle catégorie de cause racine représentaient 24,96 % du jeu de données. Face à l'un d'eux, le système a proposé une nouvelle catégorie, « I/O Bottleneck » ; les ingénieurs l'ont ensuite classé « DiskFull » (Chen et al., 2024).
Les ingénieurs ont trouvé les suggestions utiles, pas fiables. Une étude présentée à ICSE 2023 a évalué des modèles sur plus de 40 000 incidents, puis a demandé aux responsables d'incidents de noter l'exactitude des causes racines suggérées de 1 à 5. Le meilleur modèle pris seul a obtenu 2,88 en moyenne, et un peu plus de 70 % des responsables ont donné 3 ou plus à l'utilité globale des modèles. L'un d'eux a averti que si la suggestion est fausse, les ingénieurs d'astreinte risquent de mettre plus de temps à investiguer ; un autre a noté que toutes les données ne sont pas enregistrées dans la base (Ahmed et al., 2023).
Les codes de maintenance demandent des exemples. Stewart, Hodkiewicz et Li ont demandé à des modèles d'attribuer des codes de mode de défaillance à des observations de maintenance. GPT-3.5 affiné a atteint un score F1 de 0,80, un classifieur de texte classique 0,60, et GPT-3.5 non adapté 0,46. Les auteurs concluent que ces tâches métier exigent des données d'affinage de qualité (Stewart et al., 2023).
Le raisonnement causal est solide mais inégal. Kıcıman et ses collègues rapportent que des méthodes fondées sur GPT-3.5 et GPT-4 ont atteint 97 % de précision sur un benchmark de découverte causale par paires. Ils ont aussi observé des modes de défaillance imprévisibles et, comme les LLM ignorent les données elles-mêmes, ils proposent de les combiner avec des méthodes causales fondées sur les données (Kıcıman et al., 2023).
Les travaux industriels en sont à la preuve de concept. Trilla et ses collègues décrivent un système de génération augmentée par récupération (RAG) « conscient de la causalité » pour le dépannage en environnement industriel. Il travaille sur des enregistrements de retour d'expérience et combine les représentations apprises d'un LLM avec les liens de causalité entre modes et mécanismes de défaillance. Les auteurs l'ont testé sur un cas de maintenance prédictive (Trilla et al., 2024).
Comment mettre en place une analyse des causes racines assistée par LLM, étape par étape ?
- Cadrer l'événement. Noter le repère de l'équipement, sa classe, le mode de défaillance, les dates et les conséquences. Une investigation, une question.
- Collecter les preuves en lecture seule. Extraire les ordres de travail sur l'équipement et sa classe, les mains courantes, les journaux d'alarmes et de déclenchements, les rapports d'inspection, les procédures et les modifications récentes. Connecter un agent IA à une GMAO traite des outils en lecture seule et du compte propre à l'agent.
- Retrouver les cas similaires par recherche hybride. Combiner recherche par mots-clés et recherche vectorielle pour que repères et références de pièces correspondent exactement, et filtrer par classe d'équipement, comme décrit dans le RAG pour les manuels de maintenance. Une correspondance cohérente entre repères et équipements aide ; voir la contextualisation des données, repères et équipements.
- Envoyer quelques enregistrements pertinents, pas tout l'historique. Les modèles exploitent plus fiablement l'information placée au début ou à la fin d'une longue entrée que celle placée au milieu (Liu et al., 2023), et dans RCACopilot, davantage de données en entrée a fait baisser la précision.
- Construire une chronologie sourcée. Chaque ligne renvoie à un enregistrement, et les trous sont montrés, pas comblés.
- Demander des hypothèses avec les éléments pour et contre, ainsi qu'une option explicite « aucun cas passé similaire », comme le fait RCACopilot avec « incident inédit ».
- Tester les hypothèses hors du modèle. Utiliser les tendances, l'expertise de la pièce défaillante, les entretiens et les « pourquoi » successifs que décrit le HSE (HSE, HSG245).
- Reporter la cause confirmée dans la GMAO, avec les codes de mode, de mécanisme et de cause, pour que la prochaine investigation parte d'un meilleur historique.
Où l'analyse assistée par LLM se trompe-t-elle ?
| Piège | Symptôme | Parade |
|---|---|---|
| Cause plausible mais non étayée | Une explication fluide qu'aucun enregistrement ne mentionne | Une citation pour chaque affirmation ; les enregistrements affichés à côté de la réponse |
| Compter dans le texte | « Cette pompe a lâché cinq fois », tiré d'un résumé | Les comptages viennent de requêtes en base |
| Fausse similarité | La même formulation de symptôme sur un autre type d'équipement | Filtrer par classe d'équipement et repère ; un ingénieur confirme chaque correspondance |
| Ancrage sur le passé | Une nouvelle défaillance forcée dans une ancienne catégorie | Une option explicite « aucun cas similaire » |
| S'arrêter à l'erreur de l'opérateur | L'erreur humaine présentée comme cause racine | Chercher ce qui a permis l'erreur |
| Preuves manquantes | Mains courantes sur papier, rapports jamais numérisés | Le rapport liste les sources non consultées |
Pour tester un assistant face au premier piège, voir mesurer les hallucinations d'un assistant industriel.
Où faire tourner les enregistrements et le modèle ?
Les ordres de travail et les mains courantes nomment des techniciens et des sous-traitants et décrivent les points faibles de vos équipements. Gardez documents, index de recherche, prompts et journaux sur vos propres serveurs ; sécuriser un LLM on-premise traite du contrôle d'accès et de la journalisation.
Ce que nous avons constaté chez KABAS AI
DALILE est notre assistant multi-agents on-premise. Il cherche dans les documents et répond avec les sources exactes, interroge les bases de données en langage naturel, se connecte aux ERP et aux systèmes de gestion documentaire, et tourne sur les serveurs du client. Notre page industrie manufacturière cite la prédiction de la maintenance des équipements parmi ses cas d'usage, et notre équipe IA agentique développe des agents et des workflows sur mesure sur DALILE.
Nous n'avons pas publié de projet d'analyse des causes racines. Nos deux études de cas, chez ADFC et ENAD Shymeca, portent sur la R&D avec Virtual Lab. Voici donc la démarche que nous recommandons, pas un résultat publié :
- Commencer par une classe d'équipement aux défaillances répétées, avec un ingénieur fiabilité responsable de ses investigations.
- Débuter par la recherche et les chronologies. Ajouter la génération d'hypothèses quand les ingénieurs font confiance aux citations.
- Mesurer sur de vraies investigations : délai pour un premier dossier de preuves, et fréquence à laquelle la cause confirmée figurait parmi les candidates.
- Intégrer tôt les rapports de quart. Ils contiennent souvent ce qui s'est passé dans les heures précédant une défaillance ; voir automatiser les rapports de quart et la passation.
Sources
- IEC 62740:2015, Root cause analysis (RCA), IEC Webstore
- UK Health and Safety Executive, HSG245 Investigating accidents and incidents, 2004
- Selvik, Collection and exchange of reliability and maintenance data for equipment (ISO 14224), ISO/TC 67/WG4, Rio de Janeiro, 2014
- NIST, Nestor: toolkit for maintenance work order text
- Brundage et al., Technical language processing: Unlocking maintenance knowledge, Manufacturing Letters 27, 2021
- Chen et al., Automatic Root Cause Analysis via Large Language Models for Cloud Incidents, EuroSys 2024 (arXiv 2305.15778)
- Ahmed et al., Recommending Root-Cause and Mitigation Steps for Cloud Incidents using Large Language Models, ICSE 2023 (arXiv 2301.03797)
- Stewart, Hodkiewicz et Li, Large Language Models for Failure Mode Classification: An Investigation, arXiv 2309.08181, 2023
- Kıcıman et al., Causal Reasoning and Large Language Models: Opening a New Frontier for Causality, arXiv 2305.00050, 2023
- Trilla et al., Industrial-Grade Smart Troubleshooting through Causal Technical Language Processing: a Proof of Concept, arXiv 2407.20700, 2024
- Liu et al., Lost in the Middle: How Language Models Use Long Contexts, arXiv 2307.03172, 2023
Questions fréquentes
Un LLM peut-il trouver seul la cause racine d'une défaillance d'équipement ?
Non. Il peut retrouver des défaillances passées similaires, reconstituer une chronologie à partir des enregistrements et proposer des causes candidates avec les éléments qui étayent chacune. Confirmer une cause exige des preuves que les enregistrements ne contiennent pas, comme l'expertise de la pièce défaillante, l'analyse des tendances et les entretiens, ainsi qu'un ingénieur qui signe la conclusion.
Faut-il affiner (fine-tuning) un modèle sur nos ordres de travail ?
Pas dans un premier temps. Retrouver les cas passés similaires et fournir au modèle votre propre liste de codes de défaillance fait l'essentiel du travail. L'affinage peut aider plus tard pour des tâches comme l'attribution des codes de défaillance : dans une étude, il a fait passer le score F1 de GPT-3.5 en classification des modes de défaillance de 0,46 à 0,80, mais il a fallu un jeu d'ordres de travail annotés.
Quels enregistrements faut-il connecter en premier ?
Commencez par les ordres de travail de la GMAO sur l'équipement et sa classe d'équipement, puis les mains courantes, le journal des alarmes et des déclenchements, et les rapports d'inspection ou de surveillance conditionnelle. Les procédures et les enregistrements de modifications viennent ensuite, car beaucoup de causes se trouvent dans ce qui a changé peu avant la défaillance.
Nos ordres de travail mélangent français, arabe et abréviations. Est-ce que cela fonctionne ?
Oui, à condition d'avoir une recherche qui gère les deux écritures, un glossaire des abréviations du site et une vérification d'un échantillon de résultats par des ingénieurs. Gardez le texte d'origine à côté de chaque résumé ou code proposé, pour que le lecteur voie ce que le technicien a réellement écrit.
Comment mesurer si l'assistant est utile ?
Mesurez le délai pour obtenir un premier dossier de preuves sur une investigation, la fréquence à laquelle la cause confirmée figurait parmi les causes candidates de l'assistant, et la part de ses citations qu'un ingénieur juge correctes à la relecture. Suivez ces indicateurs sur de vraies investigations, pas sur des questions de démonstration.
Cela remplace-t-il les méthodes structurées d'analyse des causes racines ?
Non. L'assistant prépare et organise les preuves ; l'analyse suit toujours une méthode structurée, comme le processus et les techniques décrits dans l'IEC 62740 ou les « pourquoi » successifs du guide d'enquête du HSE britannique. Le modèle accélère l'étape de collecte des preuves.



