Le problème de la mémoire longue

Un réacteur EPR est conçu pour fonctionner 60 ans. Un réacteur de deuxième génération, déjà en exploitation depuis 40 ans, devra être maintenu, modifié et démantèlé sur les 30 prochaines années.

Sur cette échelle temporelle, une question obsède les Directions Techniques : qui, dans dix ans, se souviendra pourquoi cette modification de configuration a été faite en 2018 ? Pourquoi ce choix de matériaux pour cette tuyauterie ? Pourquoi cet écart à la spécification RCC-M a été accepté, par qui, et sous quelles conditions ?

Les documents existent. Des millions de pages dans des GED volumineuses, des systèmes documentaires catégorisés, des archives papier numérisées. Mais la connaissance enfouie dans ces documents n'est pas accessible en temps réel.

Conséquence directe : lors d'une demande générique de l'ASN, d'une modification de tranche, ou d'un diagnostic d'anomalie, les équipes passent des semaines à reconstituer des précédents techniques que la documentation a déjà enregistrés — mais jamais organisés.

85+ demandes génériques ASN depuis 2018 — chacune mobilise 3 à 8 ingénieurs sur 4 à 12 semaines
100 % on-premise — compatible SSI et Confidentiel Défense
0 transit de données vers l'extérieur du périmètre SI

Pourquoi l'IA grand public est disqualifiée avant même d'être testée

L'obstacle SSI et classification. Une part significative de la documentation technique nucléaire relève de catégories Sensible Informatique (SI) au sens du RGS (Référentiel Général de Sécurité) et des PSSI des exploitants. D'autres données relèvent de la classification Confidentiel Défense dans le cadre des programmes militaires. L'envoi de ces données vers une API cloud constitue une violation des politiques de sécurité, indépendamment du contrat commercial signé.

L'obstacle de la traçabilité. L'ASN exige, dans le cadre des Règles Générales d'Exploitation et de la démonstration de sûreté, une traçabilité documentaire complète. Chaque affirmation technique doit être rattachée à sa source primaire : numéro de document, version, section. Un LLM probabiliste ne peut garantir cette traçabilité. Il synthétise ; il ne cite pas.

L'obstacle du taux d'hallucination. Sur des corpus réglementaires généraux, les systèmes RAG (Retrieval-Augmented Generation) produisent entre 30 et 45 % d'hallucinations mesurées. Sur des corpus nucléaires — où la taxonomie ESD (Élément Significatif pour la Sûreté) comporte des centaines de termes précis, versionnés, avec des niveaux de criticité distincts — ce taux est inacceptable. Une confusion entre ESD de catégorie F1 et F2 dans un rapport de sûreté peut avoir des conséquences opérationnelles réelles.

Ce que le Knowledge Graph change — architecturalement

Le Knowledge Graph ontologique adopte une approche radicalement différente du RAG.

  1. Modélisation de l'ontologie nucléaire. Avant d'indexer un seul document, l'architecture représente explicitement les concepts métier et leurs relations : Équipement → Fonction de sûreté → Exigence RCC-M → Document de référence → Version → Écart accepté → Décision. Cette structure n'est pas inférée statistiquement — elle est définie par des experts du domaine.
  2. Peuplement du graphe par ingestion documentaire. Les documents (rapports d'inspection, fiches de modifications, REX, demandes génériques ASN, notes de calcul) sont parsés et leurs informations extraites viennent peupler les nœuds du graphe selon l'ontologie. Chaque information est rattachée à sa source : identifiant de document, version, section, date de validation.
  3. Interrogation en langage naturel. Quand un ingénieur pose une question — "Quels précédents de substitution de matériaux avons-nous sur les tuyauteries de catégorie 1 depuis 2015 ?" — le LLM traduit cette question en requête formelle. Le graphe répond avec des nœuds et leurs sources. Le LLM synthétise la réponse et cite les sources.
Ce que cette architecture garantit : chaque réponse produite est traçable au paragraphe source. Si l'information n'est pas dans le graphe, le système répond "information non disponible dans le corpus" — pas une réponse inventée.

Les conditions d'un déploiement nucléaire réel

PSSI Le dossier de sécurité du système est fourni dans un format compatible avec la Politique de Sécurité des Systèmes d'Information de l'organisation, en vue de l'homologation SSI. Le processus d'homologation est intégré au planning du projet.
Cloisonnement L'architecture supporte plusieurs segments isolés — données SI non classifiées, données à diffusion limitée, données Confidentiel Défense si requis — avec des droits d'accès conditionnés par habilitation.
Traçabilité Chaque requête posée au système, chaque réponse produite, chaque source citée est journalisée avec l'identité de l'utilisateur, l'horodatage et le contenu.
Positionnement Le système est positionné comme outil d'aide à la recherche documentaire. Il ne prend pas de décision de sûreté. Il accélère l'accès à l'information nécessaire pour que l'ingénieur puisse exercer son jugement.

L'enjeu des demandes génériques ASN

La réponse à une demande générique mobilise typiquement 3 à 8 ingénieurs seniors pendant 4 à 12 semaines. L'essentiel du temps est consacré à la recherche documentaire : retrouver les REX pertinents, identifier les précédents techniques, consolider les configurations par tranche.

Avec un graphe de connaissance opérationnel sur le corpus de la demande concernée, le même travail de recherche documentaire se réduit à quelques heures. Les ingénieurs restent mobilisés — mais pour analyser, pas pour chercher. Et chaque affirmation de la réponse est accompagnée de sa référence documentaire — prête pour l'examen des inspecteurs.

L'enjeu de la mémoire institutionnelle sur les programmes longs

Le parc nucléaire français a été construit entre 1977 et 1999. Les ingénieurs qui ont conçu les réacteurs de première génération ont majoritairement quitté les effectifs. Leurs successeurs travaillent aujourd'hui sur des modifications de maintenance, des analyses de vieillissement, des évaluations de sûreté — sur des équipements dont la logique de conception n'est pas toujours explicitement documentée.

Ce que le graphe de connaissance permet, c'est de rendre cette mémoire interrogeable. Pas seulement "trouver le document qui parle de cet équipement", mais "comprendre pourquoi cette décision a été prise, quels arguments l'ont emporté, quelles alternatives ont été écartées et pour quelles raisons".

Un format de démarrage adapté au secteur

Un POC cadré — sur un cas d'usage délimité, avec un corpus restreint — peut être opérationnel en 8 semaines.

Exemples de périmètres POC nucléaire : consolidation des précédents techniques sur un type d'anomalie récurrente (vibrations, corrosion) ; recherche documentaire pour la réponse à une demande générique ASN spécifique ; capitalisation des REX d'une tranche ou d'un palier de puissance ; analyse des dérogations historiques sur un type d'équipement ESD.

Le POC est payant — parce qu'un projet sur lequel aucun engagement financier n'est pris n'arrive jamais en production. Il est cadré sur des métriques définies à J0. À la fin de 8 semaines : un graphe opérationnel, des métriques réelles, et une décision documentée sur la suite.

L'industrie nucléaire a construit, en 50 ans, les processus de documentation les plus rigoureux de l'industrie. Elle dispose d'une masse documentaire colossale. Ce qu'elle n'a jamais eu, c'est un moyen d'interroger cette masse en temps réel, avec traçabilité complète, avec un taux d'hallucination ciblé sous les 5 %, sans envoyer ses données vers l'extérieur. Le Knowledge Graph ontologique est la première architecture qui répond à ces quatre contraintes simultanément.