En un coup d’œil
- Défi : Les techniciens passent jusqu’à 30 minutes à chercher manuellement entre 400 et 1 500 pages pendant les arrêts de la machine
- Solution : Système d’IA multi-agents construit et déployé en 12 semaines via le Bootcamp d’IA Agentique du Vector Institute
- Résultat : Informations de dépannage livrées en quelques secondes
- Propriété : Linamar conserve toute la propriété intellectuelle et la capacité interne de mise à l’échelle
La recherche canadienne en IA est un leader mondial, mais cette recherche ne crée de la valeur que lorsque les entreprises peuvent la déployer avec succès. Vector comble cet écart, déplaçant les modèles d’IA des articles de recherche vers les lignes de production où ils résolvent de réels défis opérationnels.
L’histoire de Linamar montre exactement comment cela fonctionne en pratique.
Linamar fabrique des composants, modules et systèmes usinés de précision pour groupes motopropulseurs automobiles et équipements industriels. En fabrication, les temps d’arrêt non planifiés sont notoirement coûteux – chaque minute où une machine reste inactive signifie une perte de production. Lorsque les robots d’usine tombent en panne, les techniciens font face à un énorme goulot d’étranglement : trouver la bonne solution dans des manuels techniques qui font entre 400 et 1 500 pages. Pendant qu’ils cherchent, les chaînes de production attendent.
Linamar a vu une opportunité de moderniser ce processus de diagnostic. En travaillant avec Vector via le Bootcamp Agentic AI, l’équipe technique de l’entreprise a construit un système multi-agents qui fournit en quelques secondes les étapes de dépannage approuvées par le fabricant. Plus important encore, ils ont développé l’expertise interne nécessaire pour maintenir et développer l’architecture eux-mêmes.
Allant au-delà des interfaces conversationnelles de base, l’équipe de Linamar s’est concentrée sur le développement de solutions robustes et agentiques, capables de s’adapter à des cas d’utilisation opérationnels à fort impact. Ils ont conçu un système modulaire qui s’intègre directement à leur environnement actuel de planification des ressources d’entreprise, démontrant comment la recherche appliquée se traduit par une efficacité immédiate au niveau du plancher.
« Après avoir validé le cas d’utilisation grâce à une preuve de concept low-code, nous avons fait participer une équipe au Camp d’IA Agentique du Vector Institute pour développer intentionnellement des capacités internes. Cela nous a permis d’aller au-delà de l’expérimentation et de développer des solutions plus robustes et agents qui s’adaptent à des cas d’utilisation opérationnels à plus grand impact. »
Réduire les risques de l’IA tout en développant la capacité souveraine
Vector offre un accès aux techniques les plus récentes, un soutien technique pratique et un environnement structuré pour construire des systèmes fonctionnels en semaines plutôt que en mois. La différence essentielle ici, c’est que les entreprises possèdent ce qu’elles construisent – le code, la propriété intellectuelle et les connaissances nécessaires pour continuer à le faire progresser. Plutôt que de sous-traiter à des fournisseurs externes, les organisations développent leur propre expertise interne.
De juin à septembre 2025, l’équipe de Linamar a travaillé aux côtés des chercheurs de Vector pour développer un chatbot multi-agents qui va bien au-delà de la simple recherche de documents. Le système devait fournir des conseils techniques précis, maintenir une traçabilité complète pour les audits de qualité et s’intégrer aux systèmes d’entreprise de Linamar.
La solution repose sur un agent orchestrateur qui coordonne des sous-agents spécialisés. Un agent de recherche interroge les manuels d’équipement complets en utilisant des techniques de recherche hybride, tandis qu’un agent de bons de travail génère automatiquement des dossiers de maintenance formatés pour le système de suivi existant de Linamar. L’équipe a évalué plusieurs modèles avant de choisir Gemini 2.5 Pro pour des raisons complexes et Gemini 2.5 Flash pour des tâches plus rapides et économiques. Lors des essais, le système résultant a atteint une précision de 70% sur des cas réels.
« Notre collaboration avec Vector nous a donné le soutien pratique en ingénierie dont nous avions besoin pour avancer rapidement », explique Mackenzie Kuntz, spécialiste en science des données et IA chez Linamar. « Ce soutien pratique a fait la différence entre comprendre l’IA en théorie et la déployer avec succès. »
Résultats : Des recherches de 30 minutes aux diagnostics instantanés
Douze semaines entre le concept et le prototype fonctionnel ont donné des résultats immédiats. Les informations de dépannage qui ont pris de 10 à 30 minutes de recherche manuelle refont maintenant surface en quelques secondes. Les techniciens reçoivent des instructions étape par étape, avec des liens directs vers les sections du manuel concernées.
En compressant un processus de diagnostic de 30 minutes, l’assistant IA attaque directement le coût de plusieurs millions de dollars lié aux arrêts imprévus. Bien que Linamar exploite 86 installations dans 19 pays, le développement de cette capacité commence par une mise en œuvre ciblée au niveau national. Développer et affiner la stratégie au Canada permet d’abord à l’équipe de valider la performance du système avant d’évaluer des applications plus larges. Même les gains d’efficacité localisés s’accumulent en un avantage concurrentiel significatif au fil du temps.
Ce qui s’en vient ensuite : mettre à l’échelle une architecture d’IA modulaire
L’assistant de maintenance n’est pas un point de départ statique. Il agit comme une architecture fondamentale que Linamar travaille déjà à développer. Parce que le système est modulaire par conception, l’équipe de développement peut étendre les mêmes principes à différentes catégories d’équipements et à de nouveaux défis opérationnels à travers leur empreinte mondiale.
« Notre priorité est de construire des architectures flexibles plutôt que de nous fier à des solutions de fournisseurs en boîte noire », note Sharp. « Conserver la propriété intellectuelle et comprendre la mécanique sous-jacente des agents nous permet d’appliquer ces mêmes principes d’ingénierie à d’autres problèmes de grande valeur ajoutée sur le plancher de fabrication. »
Les fabricants capables de déployer l’IA efficacement obtiennent un avantage mesurable. La différence entre licencier des outils d’IA et les construire en interne est la différence entre louer une capacité et la posséder. Grâce à des programmes comme l’Agentic AI Bootcamp, ouvert aux commanditaires de Vector, Vector fonctionne comme une infrastructure essentielle – reliant les investissements gouvernementaux à la commercialisation et offrant aux entreprises canadiennes les outils, l’expertise et l’environnement nécessaires pour bâtir leur propre avantage concurrentiel durable.
Transformer les possibilités d’IA en réalité concurrentielle
Découvrez comment Vector Institute peut soutenir le parcours d’adoption de l’IA par votre organisation.
